Investigative Pattern Detection Framework for Counterterrorism

要約

暴力的過激派による攻撃を防ぐことを目的とした法執行機関の捜査は、公共の安全にとってますます重要になっています。
問題は、過激派やグループの複雑な行動を特定するためにスキャンする必要がある大量のデータによってさらに悪化します。
自動化ツールは、アナリストからのクエリに応答するための情報を抽出し、新しい情報を継続的にスキャンして過去のイベントと統合し、新たな脅威について警告するために必要です。
私たちは捜査パターン検出の課題に取り組み、テロ対策のための捜査パターン検出フレームワーク (INSPECT) を開発します。
このフレームワークには、行動指標を識別するための機械学習技術や、リスク プロファイル/グループを検出するためのグラフ パターン マッチング技術を含む多数のコンピューティング ツールが統合されています。
また、INSPECT は、詳細な法医学経歴の大規模マイニング、知識ネットワークの形成、行動指標や過激化の軌跡のクエリなどの複数のタスクを自動化します。
INSPECT は人間参加型モードの捜査を対象としており、国内のジハード主義に関する進化するデータセットを使用して検証および評価されています。

要約(オリジナル)

Law-enforcement investigations aimed at preventing attacks by violent extremists have become increasingly important for public safety. The problem is exacerbated by the massive data volumes that need to be scanned to identify complex behaviors of extremists and groups. Automated tools are required to extract information to respond queries from analysts, continually scan new information, integrate them with past events, and then alert about emerging threats. We address challenges in investigative pattern detection and develop an Investigative Pattern Detection Framework for Counterterrorism (INSPECT). The framework integrates numerous computing tools that include machine learning techniques to identify behavioral indicators and graph pattern matching techniques to detect risk profiles/groups. INSPECT also automates multiple tasks for large-scale mining of detailed forensic biographies, forming knowledge networks, and querying for behavioral indicators and radicalization trajectories. INSPECT targets human-in-the-loop mode of investigative search and has been validated and evaluated using an evolving dataset on domestic jihadism.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google