• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.309-317
• /
• 2014

최근, 범죄가 증가함에 따라 범죄를 예측하고 예방하는 것은 사회의 중요한 이슈이며 정부 및 지자체는 다양한 방법론을 활용하여 범죄를 사전에 막고자 노력하고 있다. 데이터마이닝은 범죄예측 및 예방에 활용되는 대표적인 방법론이며, 범죄 패턴 분석, 범죄 발생 예측 등 다양한 분야에서 연구되고 있다. 그러나 데이터마이닝의 결과가 범죄학에서의 범죄 환경요소와 어떤 관련이 있는지 혹은, 사건해결에 어떤 도움을 줄 수 있는지에 대한 연구는 이루어지고 있지 않다. 따라서 본 논문에서는, 범죄학에서 범죄의 발생과 범죄 환경요소들의 상호 관련성을 보이고 범죄 발생과 관련된 환경요소와 데이터마이닝에 활용되는 변수 간의 관계를 정의하고자 하였다. 또한, 국내 보호관찰소에서 보관되고 있는 절도범죄 데이터를 사용하여 실제로 데이터마이닝의 결과가 범죄 환경요소와 어떤 관련이 있는지를 보이기 위해 군집분석을 적용하였다. 그 결과 각 군집별로 범죄가 발생하는 환경에 차이가 있었으며, 이를 활용하여 데이터마이닝이 범죄학관점에서 범죄 예측 및 예방 활용에 유의미함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권3호
• /
• pp.95-103
• /
• 2012

현대 사회는 다양한 범죄들이 발생하고 있고, 범죄를 예방하기 위한 연구가 진행되고 있다. 기존의 범죄에 관련된 연구들은 범죄가 발생하는 공간과 지리정보를 분석하거나, 범죄자들의 범죄 유형을 분석하는 연구들이 진행되어 왔다. 그러나 기존의 연구들은 지리적, 심리학적인 연구를 통해 범죄가 발생하는 지역과 동기들을 분석하여 범죄를 예방하기 위한 연구들이 대부분이다. 본 논문에서는 마코프 프로세서를 도입하여 범죄를 예측하기 위한 모델링을 제시한다. 여러 범죄 중 살인, 공무원 범죄, 폭력의 범죄 발생 건수를 사용하여 시간에 따른 범죄 발생 건수를 예측하였다. 본 논문에서 제시한 범죄 예측 모델링에서 사용될 범죄 발생 평균값에 범죄가 발생한 기간에 발생한 범죄 발생 건수의 전체 평균값, 1년 평균값, 최근 평균값으로 분류하여 어느 것이 예측 확률을 높일 수 있는 지 비교하였고, 최근 평균값을 적용하는 것이 범죄 발생 예측확률을 높일 수 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권9호
• /
• pp.229-236
• /
• 2016

기존의 범죄 예측 방법들은 범죄 발생을 예측하기 위해 기존 기록을 이용하였다. 그러나 이러한 범죄 예측 모델은 데이터를 갱신하는데 어려움이 있다. 범죄 예측을 향상시키기 위해서 소셜 네트워크 서비스(SNS)를 이용하여 범죄를 예측하는 연구들이 진행되었지만, SNS 데이터와 범죄 기록 사이의 관계에 대한 연구는 미흡하다. 따라서, 본 논문에서는 SNS 데이터와 범죄 발생 사이의 관계를 범죄 예측의 관점에서 분석하였다. 잠재 디리클레 할당(LDA)을 이용하여 범죄 발생과 관련된 단어를 포함하는 트윗을 추출하였고, 범죄 기록에 따른 트윗 빈도의 변화를 분석하였다. 범죄 관련 단어를 포함하는 트윗의 빈도를 계산하고, 범죄 발생에 따라서 트윗 빈도를 분석하였다. 범죄가 발생하였을 때, 범죄와 관련된 트윗의 빈도가 변화하였다. 게다가, 범죄 발생 전후에 트윗 빈도가 특정 패턴을 보이기 때문에 SNS 데이터가 범죄 예측 모델에 도움이 될 것이다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.477-484
• /
• 2008

연쇄 살인과 같은 강력 범죄의 심각성이 사회적 이슈가 되면서 이에 대한 효과적인 과학 수사의 필요성이 증가되고 있다. 특히, 연쇄 범죄 데이타에 대한 공간 분석을 통해 범죄자의 거점 위치를 예측하는 지리적 프로파일링과 미래에 발생될 범행 장소의 위치, 즉 기존 범행에 이어 일어날 다음 범행 위치 예측에 관한 연구가 활발하다. 그러나, 이와 관련된 기존 연구는 물리적인 거리에 대한 통계적 기법을 적용하거나 단순한 공간적 분석만을 적용하므로 낮은 예측 정확도를 보이는 문제점이 있다. 본 논문에서는 이러한 문제를 해결하고 보다 효과적인 연쇄 범죄 수사를 지원하는 방법으로써 연쇄 범죄 발생에 대한 공간적 시간적 분포 특성에 따른 시공간 패턴을 기반으로 다양한 시공간 분석을 적용하는 거점 위치 예측 기법과 다음 범행 위치 예측 기법을 제안한다. 제안 기법은 중심축을 따라 나타나는 선형 분포의 연쇄 범죄에서도 정확도 높은 예측이 가능하고, 다수의 서로 다른 군집들에 대해 각 군집내 범행에 대한 지역적 예측과 대상 영역의 모든 범행에 대한 전역적 예측이 가능하다. 또한 방향 패턴을 활용하여 다음 범행 위치 예측 정확도도 개선하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.513-515
• /
• 2022

본 연구는 범죄를 발생시키는데 관련된 여러가지 요인들을 기반으로 범죄 예측 모델을 생성하고 설명 가능 인공지능 기술을 적용하여 인천 광역시를 대상으로 범죄 발생에 영향을 미치는 요인들을 분석하였다. 범죄 예측 모델 생성을 위해 XG Boost 알고리즘을 적용하였으며, 설명 가능 인공지능 기술로는 Shapley Additive exPlanations (SHAP)을 사용하였다. 기존 관련 사례들을 참고하여 범죄 예측에 사용된 변수를 선정하였고 변수에 대한 데이터는 공공 데이터를 수집하였다. 실험 결과 성매매단속 현황과 청소년 실종 가출 신고 현황이 범죄 발생에 큰 영향을 미치는 주요 요인으로 나타났다. 제안하는 모델은 범죄 발생 지역, 요인들을 미리 예측하여 제시함으로써 범죄 예방에 사용되는 인력자원, 물적자원 등을 용이하게 쓸 수 있도록 활용할 수 있다.

• TTA 저널
• /
• 통권173호
• /
• pp.58-59
• /
• 2017

영화 <마이너리티 리포트>가 점점 현실화되고 있다. '빅데이터'를 기반으로 한 범죄 예측 지도가 만들어지고, 미국에서는 이를 활용한 '헌치램' 같은 범죄 예측 시스템이 이미 실용화되고 있다. 다음 범죄가 어디서 일어날지 예측해 영리하게 대처하는 빅데이터 세계를 들여다보자.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.163-172
• /
• 2012

현대 사회는 다양한 강력 범죄들이 발생하고 있다. 모든 범죄들은 발생한 후에 대처를 하는 것보다 사전에 범죄를 예방하는 것이 가장 중요하다. 이를 위해서 다양한 범죄를 예방하기 위한 연구가 진행되었다. 하지만 기존 연구 방법들은 사회학적, 심리학적인 요인들을 분석하여 범죄의 발생 확률과 발생 동기 등을 분석하여 예방하고자 하는 노력이 대부분이다. 그러므로 본 논문에서는 마코프 체인 방식을 사용하여 시간에 따른 범죄를 예측하기 위한 연구를 수행하고자 한다. 5대 강력 범죄인 강도, 살인, 강간, 절도, 폭력에 대하여 수집된 범죄 발생 건수 자료를 사용해 범죄 유형별 시간에 따른 범죄 발생 예측을 위한 모델링을 구현한다. 그리고 범죄 발생 유형별 범죄 발생 예측 값과 실제 발생 값을 비교해 본 논문에서 제안한 시간에 따른 범죄 발생 예측 모델링의 타당성을 검토하였다. 본 논문에서 제안한 범죄 발생 예측 기법이 실제로 강도, 살인, 강간 등과 같은 강력 범죄에 대해서는 최대 값을 임계값으로 적용하고, 나머지 범죄에 대해서는 평균값을 적용하는 방식을 사용함으로써 범죄 발생 예측확률을 높일 수 있을 것으로 연구되었다. 향후 범죄 유형별로 시간에 따른 범죄발생 예측율과 실제 값이 다르게 적용되는 사례들을 추가 조사하여 연구의 폭을 넓히고자 한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권9호
• /
• pp.455-460
• /
• 2016

최근 강도, 성폭력과 같은 중범죄들의 수위가 높아짐에 따라 범죄 예측 및 예방에 대한 중요성이 강조되고 있다. 정확한 범죄예측을 위해서는 과거 범죄기록 데이터를 기반으로 정확도 높은 범죄분류모델을 만드는 작업이 필요하며, 신속한 범죄 대응을 위한 시스템 인터페이스가 요구된다. 그러나 기존의 범죄 요소 분석 연구는 데이터 전처리에 대한 난해함으로 인해 정확도 측면에서 한계를 보이며, 범죄 모니터링 시스템은 방대한 양의 범죄 사건기록 분석 결과를 단순 제공함으로써 사용자에게 효과적인 모니터링 기능을 제공하지 못하고 있다. 따라서 본 연구는 실시간 범죄 예측을 위한 랜덤 포레스트 알고리즘 기반의 범죄 유형 분류모델 및 시스템 인터페이스 디자인 요소를 제안한다. 실험을 통해 본 연구는 제안하는 모델이 단순히 범죄기록 데이터만으로 범죄유형을 분류하는 모델 보다 우수함을 입증하였고, 기존의 범죄 모니터링 시스템 분석을 통해 실시간 범죄 모니터링을 위한 시스템 인터페이스를 설계 및 구현하였다.

• 한국위성정보통신학회논문지
• /
• 제10권2호
• /
• pp.40-45
• /
• 2015

본 논문에서는 빅 데이터를 이용하여 범죄 발생 요인에 따른 범죄 예측 알고리즘을 구현했다. 제안된 알고리즘은 대검찰청에서 수집하여 공개한 범죄관련 빅 데이터를 사용하였으며, 통계분석을 통해 서울시의 2011-2013년 범죄발생 패턴을 분석했다. 범죄예측 알고리즘 구현을 위해 베이지안 네트워크를 적용하였으며, 범죄발생 요인으로서 공간적, 인구적, 사회적 특성 및 요일, 시간, 날씨와 같은 기타 요인으로 베이지안 네트워크의 노드를 구성하였다. 제안한 알고리즘의 구현 결과, 서울시의 각 구별로 범죄발생 패턴이 다르다는 것을 파악할 수 있었으며, 다양한 범죄발생 패턴을 분석하고, 범죄예측 알고리즘의 정확도를 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.93-101
• /
• 2015

현대 사회는 다양한 범죄가 발생하고 있다. 범죄를 예방하기 위해서는 범죄를 예측 하는 것이 필요하고, 범죄 예측에 관한 다양한 연구가 진행 중에 있다. 범죄 관련 데이터는 검찰청에서 1년에 한번 통계처리를 하여 발표하고 있다. 그러나 통계처리 된 자료는 현재 시점을 기준으로 약 2년 전의 자료로 현재 발생하는 범죄에 대한 데이터로 적합하지 않다. 본 논문은 범죄를 예측하는 데이터로 네이버 트랜드를 적용했다. 네이버 트랜드의 웹 검색 트래픽을 이용하면, 현재 발생하는 범죄에 대한 관심도 데이터를 얻을 수 있다. 네이버 웹 검색 트래픽 데이터를 이용하여 범죄를 예측할 수 있는 모델링을 구성하였고, 예측 이론으로 마코프 체인을 적용하였다. 다양한 범죄 중 살인, 방화, 강간을 대상으로 예측 모델링에 적용하였고, 결과 값을 분석하였다. 그 결과 실제 발생한 범죄 발생 빈도수를 기준으로 20%이내의 유사한 결과를 얻었다. 향후에는 계절의 특성을 고려한 범죄 예측 모델링에 대한 연구를 진행할 예정이다