viernes, 27 de junio de 2014

PRACTICA 20 JOSE LUIS VENDRELL HERNANDEZ

MÉTODOS DE CIENCIAS DE LA COMPUTACIÓN QUE SE UTILIZAN SON:

Algoritmos
Data Mining
Estructuras de datos
Métodos Formales
Proceso de Desarrollo de Software

ALGORITMOS EN LA CRIMINOLOGIA
El análisis de los patrones de las bandas callejeras que operan en la zona ha conseguido diseñar un ALGORITMO MATEMÁTICO  que identifica a los grupos implicados en crímenes o casos de delincuencia entre pandillas.

La investigación se ha publicado hace unas horas en la página web sobre matemáticas Inverse Problems. Como decía al comienzo, se trata del desarrollo de un algoritmo en el que los investigadores analizaron más de 1.000 crímenes de pandillas junto a otros que tenían presuntamente relación con bandas (la mitad de ellos sin resolver), durante un período de 10 años en el distrito de la zona este de Los Ángeles.

El distrito, conocido como Hollenbeck, es una pequeña zona muy conflictiva en L.A. donde operan alrededor de entre 30 y 70 bandas rivales, por lo que el lugar para realizar el estudio era el propicio. Para probar el algoritmo los investigadores crearon un conjunto de datos simulados que imitaban los patrones de detección que contenían en la red de la policía en el distrito, mejorando los resultados.

A continuación pasaron a utilizar varias de las informaciones clave que disponían (unas veces las víctimas, otras el agresor o fusionaban ambas) y probaron la capacidad que tenía el algoritmo para calcular la información que faltaba. El resultado fue que el 80% de las veces, los matemáticos podían reducir a tres las bandas que tenían más probabilidades de haber participado en un delito.
Según el propio matemático, el algoritmo desarrollado podrá aplicarse en un futuro en toda clase de delitos en Internet, apuntando como ejemplo algunas pruebas que han llevado a cabo en la red a través de diferentes casos en las redes sociales ante grupos de falsificadores.

ALGORITMO PREDICE EL CRIMEN MONITORIZANDO EL USO DE LOS TELÉFONOS MÓVILES

Cada día se generan grandes cantidades de información de las que apenas un 20% es procesado y almacenada de manera estructurada en bases de datos, por tanto, desaprovechamos grandes volúmenes de información con los que podríamos plantear modelos de explotación de datos mucho más complejos e intentar resolver cuestiones o preguntas cada vez más elaboradas. Precisamente, el Big Data se encarga de aprovechar y exprimir los datos y plantear modelos que permitan predecir el crimen, pronosticar un ataque dentro de un conflicto bélico o prevenir las lesiones de un equipo de Rugby.

Según Musolesi, la actividad de los teléfonos móviles de un determinado sector puede servir para generar alertas que indiquen que se va a producir un delito y, como prueba de ello, basa esta teoría en el estudio que le ha hecho ganador del Desafío Nokia. Monitorizando la actividad de 25 voluntarios en Suiza, es decir, capturando los datos del GPS de sus smartphones, los mensajes de texto que enviaban o recibían o las llamadas que realizaban (el histórico de números de teléfono a los que llamaron o de los que recibieron llamadas), este investigador fue capaz de procesar la información y generar un modelo predictivo con el que pronosticar dónde se iban a dirigir estos voluntarios o dónde iban a estar (y además con una precisión de 20 metros cuadrados).

¿Y qué tiene que ver todo esto con el crimen?
Para Musolesi, toda la información que generamos puede ser susceptible de analizarse y procesarse y, claro está, el uso de los terminales móviles genera información aunque apaguemos el GPS del smartphone puesto que cada estación base por la que pasamos también está referenciada. Si se aplicase un seguimiento sobre sospechosos o personas bajo investigación, bajo su punto de vista, podrían evitarse actos delictivos aunque, lógicamente, este tipo de técnicas cruzan la línea de la privacidad de los usuarios. Aún así, el investigador quiere seguir caminando por esta senda y ha solicitado nuevos data sets a Nokia para aumentar el volumen de información a procesar y, además, también quiere desarrollar un API que permita a los desarrolladores explotar toda esta información y, quizás, ofrecer a los usuarios servicios que permitan predecir dónde se encontrarán sus amigos en una hora concreta (algo así como una especie de pre-check-in bastante inquietante).

No hay comentarios:

Publicar un comentario