• 한국공간정보시스템학회 논문지
• /
• 제10권2호
• /
• pp.63-79
• /
• 2008

고급 GIS 및 복잡한 공간 분석 기술이 발전함에 따라 다양한 의사 결정 지원 시스템에서 지리적 혹은 공간적 문제 해결을 위한 고급 지식을 지원하기 위해 더욱 강력한 기술이 필요하게 되었다. 또한, 법집행 기관 및 수사 기관 등을 중심으로 효율적인 수사 및 향후 범죄 예방을 위해 과학 수사, 법 과학에 관한 연구의 필요성이 증대되고 있다. 특히, 연쇄 범죄의 공간적 패턴을 분석함으로써 범죄자의 거점 위치를 예측하기 위한 지리적 프로파일링(Geographic Profiling)에 대한 연구가 활발하다. 그러나, 기존의 지리적 프로파일링 연구에서는 공간적 패턴 분석을 위해 단순히 통계적 방법만을 사용하고 있고, 연쇄 범죄에 대한 다양한 공간적, 시간적 분석 기술을 지원하지 않으므로 거점 예측시 낮은 정확도를 보인다. 그러므로, 본 논문에서는 범행 위치의 공간적 분포와 범죄 발생의 시간적 분포 특성에 따라 연쇄 범죄의 시공간 패턴을 유형화하고, 이를 기반으로 연쇄 범죄의 거점 위치를 보다 정확하게 예측하는 알고리즘으로 STA-BLP(Spatio-Temporal Analysis based Base Location Prediction)을 제안한다. STA-BLP는 하나의 거점으로부터 특정 방향을 선호하여 이동하며 발생되는 연쇄 범죄의 비등방성 패턴을 고려하고, 동일한 경로에 대한 반복 이동에 대한 범죄자의 학습 효과를 고려함으로써 예측 정확도를 개선시킨다. 또한, 다수의 군집화된 범행 위치들로부터 각 군집에 소속된 범행 위치들에 대한 지역적 거점 위치 예측과 모든 범행 위치에 대한 전역적 거점 위치 예측을 통해 거점이 다수 존재하는 연쇄 범죄의 경우에도 보다 정확한 예측을 수행한다. 마지막으로 다양한 실험을 통해 기존에 제시된 알고리즘과 STA-BLP의 예측 정확도를 비교하여 제안 알고리즘의 우수성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.147-156
• /
• 2013

현대 사회의 각 분야는 산업화와 과학기술의 발전으로 빠르게 변화한다. 그러나 빠른 사회 변화의 부작용으로 다양한 문제가 발생하고 있는데, 그 중 범죄는 큰 문제이다. 본 논문은 범죄를 예측하기 위한 모델로 마코프 체인을 적용한 범죄 예측 모델링을 제안한다. 기존의 마코프 체인 모델링은 한 사건의 전체 상태만으로 미래 예측 확률을 구하였으나, 본 논문은 사건 발생 확률 예측을 높이기 위해 전체 상태 예측 확률과 최근 상태 예측 확률로 나누었다. 그리고 전체 상태 예측 확률과 최근 상태 예측 확률의 평균값을 적용하여 미래 예측 확률 모델링으로 구현했다. 데이터는 범죄 발생 건수를 적용하였다. 그 결과 전체 상태만을 대상으로 예측확률을 적용 하였을 때 보다, 전체 상태와 최근상태로 나누어 확률 값을 구한 후, 그 평균값을 예측 확률로 적용하였을 때, 범죄 발생 예측에 근접하다는 결론을 얻었다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.15-20
• /
• 2018

현대사회에서 범죄는 큰 사회문제 중의 하나이다. 범죄는 피해자뿐만 아니라 피해자 주변인들에게도 큰 영향을 미친다. 범죄는 발생하기 전에 예측하여 범죄 발생을 막는 것이 중요하다. 범죄를 예측하기 위한 다양한 연구가 진행되었다. 범죄 예측에 중요한 요소 중에 하나가 범죄 발생 빈도수 이다. 범죄 발생 빈도수는 범죄를 예측하는 분야의 기본 데이터로 많이 사용되고 있다. 그러나 범죄 발생 빈도수는 통계처리기간을 거쳐 약 2년 뒤에 발표된다. 본 논문은 범죄 발생 빈도수를 간접적으로 파악할 수 있는 방법으로 웹에서 검색되는 범죄 관련 키워드의 빈도수 분석을 제안한다. 범죄 발생 빈도수의 키워드와 실제 범죄 발생빈도수의 관계를 상관 계수로 분석하여 관련이 있음을 확인하였다.

• 시큐리티연구
• /
• 제30호
• /
• pp.139-169
• /
• 2012

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 장기 시계열 예측모형에 대한 관심이 요구된다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.221-230
• /
• 2006

급격하게 변화하는 현대도시의 삶은 도시인의 평균 정주기간을 갈수록 짧아지게 하였으며 이것은 도시 주거지의 정체성을 약화시킴으로써 급격한 강력범죄 발생을 유도하였고 이에 따라 도시안전은 심각하게 저해되었다. 도시는 메크로 할 뿐만 아니라 마이크로 한 특성을 갖는 매우 복합적인 구조로써 범죄발생 또한 범죄자의 개인적인 동기를 포함하여 도시의 사회적, 경제적, 공간적 구성관계 속에서 나타나는 매우 복합적인 현상으로 파악된다. 따라서 본 연구에서는 급속히 증가하는 도시 내의 강력범죄 발생패턴을 사회적, 경제적, 공간적으로 분석하여 그 구조적 역학관계를 메크로하며 마이크로하게 규명함으로써 범죄발생을 유형적 시간적, 공간적으로 예측하는 범죄예측 프로그램의 개발이 필요함을 강조하였다. 나아가 범죄발생과 밀접하게 관련된 다양한 인자들을 도출한다면 도시범죄의 발생구조를 보다 명확히 규명할 수 있을 것이다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 융합보안논문지
• /
• 제14권6_2호
• /
• pp.89-95
• /
• 2014

본 연구는 서울시의 범죄와 기상변화 및 불쾌지수를 상관관계분석을 하고 회귀분석을 통해 예측식을 제시하였다. 본 연구에서 사용된 데이터들은 서울지방경찰청 2008년 1월부터 2012년 12월까지의 범죄데이터와 포털사이트를 통해 기상청에 기록된 기상기록 및 불쾌지수를 사용하였다. 이 데이터를 토대로 범죄와 기상변화 및 불쾌지수의 상관관계분석과 회귀분석을 하기 위해 SPSS 18.0을 활용하였고, 분석을 통해 예측식을 도출하고 도출된 예측식을 통해 얻어진 예측값에 따라 위험지수를 5단계로 나타내었다. 이 같이 구분된 5단계의 위험지수를 통해 범죄예방활동에 중요한 자료로 활용될 것이라 판단된다.

• 한국위성정보통신학회논문지
• /
• 제11권1호
• /
• pp.55-57
• /
• 2016

본 논문에서는 CCTV 기반의 행동인식과 ConvexHull을 이용한 손의 패턴 인지를 통한 이상행동을 판단하는 알고리즘을 제시하고 있다. CCTV를 이용한 기존 범죄 예방에는 주로 얼굴 인식이 쓰인다. 이는 화면에 보이는 얼굴과 기존 범죄자와 수배자의 얼굴 정보를 대조하여 대상의 위험도를 판단하는 방식으로, 앞으로의 범죄행동 예측에는 어려움이 따른다. 따라서 보다 다양한 상황을 예측하기 위해 대상의 팔과 다리, 몸의 기울기 등의 움직임과 손의 패턴을 파악하여 이상행동을 판단한다. 몸의 움직임이 일반적인 행동을 벗어났다고 판단될 때 대상의 행동패턴을 파악하여 폭력과 납치 등의 행동패턴과 비교하여 범죄를 예측할 수 있다.

• 융합정보논문지
• /
• 제8권1호
• /
• pp.161-171
• /
• 2018

범죄는 특정한 장소나 주변 환경에 따라서 범죄의 유형과 빈도가 매우 밀접한 관계를 갖으며 발생된다. 특히 공간적으로 범죄는 도심지역, 유흥가, 노상 등에서 많이 발생된다. 이러한 이유로 범죄와 발생장소와의 관계를 분석하는 것은 범죄를 예측하는데 효과적이며 이를 위해서 다양한 공간분석 기법이 적용되고 있다. 이에 본 논문에서는 범죄 예측에 활용코자 GIS 공간분석 기법을 이용하여 범죄취약지를 추출하였다. 범죄취약지는 범죄통계자료를 이용하여 장소와 용도지역별로 다르게 발생되는 범죄를 GIS의 핫스팟 분석(Hot Spot Analysis)과 역거리 가중법(IDW)을 이용하여 추출하였다. 또한 셉테드(CPTED)의 감시요소인 CCTV, 가로등, 지구대, 파출소에 대해서 각각 감시범위와 가중치를 산정하고 범죄취약지도와 중첩하여 4개 등급(안전, 주의, 경고, 위험)으로 표현된 셉테드 기반의 범죄취약지도를 제작하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.321-322
• /
• 2023

본 논문에서는 Scikit-learn 패키지의 LinearRegression 모델과 Keras 딥러닝 모델을 활용하여 수도권 도시 환경 요인에 따른 범죄 발생 건수를 예측 모델을 제안한다. 연구 방법으로 범죄 발생과 유의미한 관계가 있다고 파악되는 수도권의 각 자치구 별 데이터셋을 분석하여, CCTV, 파출소, 가로등의 수가 범죄 발생에 유의미한 영향을 끼치는 것을 확인하였다. 독립 변수들 간에 Scale을 줄이고자 정규화를 진행했고, 종속변수의 정규성 확보를 위해 로그변환을 취했다. 손실 함수는 회귀문제에서 사용되는 'relu'함수를 사용했고 모델의 성능을 확인할 수 있는 지표로 MSE(Mean Squared Error)를 사용해 모델을 구성하였다. 본 논문에서 설계한 이 프로그램은 범죄 발생율이 높은 지역구에 경찰 인력의 추가적 배치, 안전 시설 확충 등 실무적 조치를 취함에 있어 근거를 제공할 수 있을 것으로 사료된다.