• 시큐리티연구
• /
• 제54호
• /
• pp.101-125
• /
• 2018

경찰에서 범죄정보는 범죄에 대응하는 경찰 본연의 활동을 위한 의사결정의 근거이다. 경찰의 의사결정은 개별 사건의 수사와 범죄예방뿐만 아니라, 자원의 배분, 조직 우선순위 결정 등 다양한 유형에서 이뤄지고, 이 과정에서 범죄정보는 중요한 판단 근거가 된다. 본 연구는 영국 경찰이 범죄정보를 분석하여 경찰활동에 반영하는 활동을 조사하고 이를 한국 경찰과 비교하여 시사점을 도출하고자 실시했다. 영국은 지방경찰체제를 근간으로 중앙경찰기관을 운영하면서 전 국가적인 범죄 정보를 운영하는 제도를 국가정보모델(NIM)로 정착시키고 있다. 중앙집권식 경찰활동이 아닌 조정과 협력을 통해 범죄와 위험에 대응하기 위해 경찰기관의 정보부서는 통합적인 범죄정보 분석을 통해 범죄를 예방, 제압할 뿐 아니라, 선제적이고 융합적인 방식으로 경찰 의사 결정을 지원하고 있다. 이에 비해 우리나라 경찰은 각 부서별로 통계, 사건정보, 심리행동 정보 등 유형별 범죄정보를 운영하고, 이를 활용하는 방식도 통합적으로 형성되어 있지 않다. 또한 조직적으로도 범죄정보를 기반으로 조직의 의사결정을 효율적으로 분석 활용하는 사례가 영국에 비교하여 활발하지 않다. 향후 발전을 위해 범죄정보에 대한 통합적인 운용제도와 분석 조직을 구성할 필요가 있다. 범죄정보 분석 조직은 현재의 정보부서의 역할을 재편하거나, 각 부서의 현재 역할을 유지하면서도 정보시스템을 통해 별도의 분석 시스템을 운영하는 방안을 모색해야 한다.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.15-20
• /
• 2021

This paper was conducted to prevent and respond to crimes by predicting crimes based on artificial intelligence. While the quality of life is improving with the recent development of science and technology, various problems such as poverty, unemployment, and crime occur. Among them, in the case of crime problems, the importance of crime prediction increases as they become more intelligent, advanced, and diversified. For all crimes, it is more critical to predict and prevent crimes in advance than to deal with them well after they occur. Therefore, in this paper, we predicted crime types and crime tools using the Multiclass Logistic Regression algorithm and Multiclass Neural Network algorithm of machine learning. Multiclass Logistic Regression algorithm showed higher accuracy, precision, and recall for analysis and prediction than Multiclass Neural Network algorithm. Through these analysis results, it is expected to contribute to a more pleasant and safe life by implementing a crime prediction system that predicts and prevents various crimes. Through further research, this researcher plans to create a model that predicts the probability of a criminal committing a crime again according to the type of offense and deploy it to a web service.

• 한국인공지능학회지
• /
• 제10권1호
• /
• pp.21-25
• /
• 2022

Korea has relatively less crime than other countries. However, the crime rate is steadily increasing. Many people think the crime rate is decreasing, but the crime arrest rate has increased. The goal is to check the relationship between CCTV and the crime rate as a way to lower the crime rate, and to identify the correlation between areas without CCTV and areas without CCTV. If you see a crime that can happen at any time, I think you should use a random forest algorithm. We also plan to use machine learning random forest algorithms to reduce the risk of overfitting, reduce the required training time, and verify high-level accuracy. The goal is to identify the relationship between CCTV and crime occurrence by creating a crime prevention algorithm using machine learning random forest techniques. Assuming that no crime occurs without CCTV, it compares the crime rate between the areas where the most crimes occur and the areas where there are no crimes, and predicts areas where there are many crimes. The impact of CCTV on crime prevention and arrest can be interpreted as a comprehensive effect in part, and the purpose isto identify areas and frequency of frequent crimes by comparing the time and time without CCTV.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.119-130
• /
• 2022

Crime is a common social problem that affects the quality of life. As the number of crimes increases, it is necessary to build a model to predict the number of crimes that may occur in a given period, identify the characteristics of a person who may commit a particular crime, and identify places where a particular crime may occur. Data privacy is the main challenge that organizations face when building this type of predictive models. Federated learning (FL) is a promising approach that overcomes data security and privacy challenges, as it enables organizations to build a machine learning model based on distributed datasets without sharing raw data or violating data privacy. In this paper, a federated long short- term memory (LSTM) model is proposed and compared with a traditional LSTM model. Proposed model is developed using TensorFlow Federated (TFF) and the Keras API to predict the number of crimes. The proposed model is applied on the Boston crime dataset. The proposed model's parameters are fine tuned to obtain minimum loss and maximum accuracy. The proposed federated LSTM model is compared with the traditional LSTM model and found that the federated LSTM model achieved lower loss, better accuracy, and higher training time than the traditional LSTM model.

• 시큐리티연구
• /
• 제36호
• /
• pp.227-253
• /
• 2013

오늘날 범죄에 대한 위협은 전 세계적인 이슈가 되고 있다. 대표적으로 테러, 조직화된 범죄, 범국가적 범죄가 바로 그것이다. 현대사회의 범죄는 전통적 범죄(살인, 강도, 강간, 방화)와는 다르게 언제 어디서 어떻게 일어날지 특정화할 수 없다. 이는 치안환경의 변화에 기인한 결과인데 현대의 범죄위협은 불특정 다수를 목표로 하는 테러위험과 같은 산발적 특성을 가지고 있으며, 조직적 범죄와 같은 체계적 현상이 대두되고 있고, 범국가적 범죄와 같은 광범위적 범죄현상에 대처해야 하는 치안환경으로 변화했기 때문이다. 이와 관련해 2001년에 일어난 9.11사건은 치안환경의 극적인 변화를 보여준 사례로 볼 수 있다. 테러 이후 미국은 물론 전 세계의 범죄를 다루는 관련기관에게 범죄정보의 수집과 관리, 활용에 대해 다시 한 번 고민하게 되는 계기를 제공하였다. 그 결과 범죄정보를 보다 효율적으로 수집하고 관리하기 위한 경찰활동의 변화들이 일어났는데 영미국가를 중심으로 나타난 "정보 지향적 경찰활동(ILP)"이 바로 그것이다. 이는 범죄문제를 해결하기 위해 정보를 수집하고 가공함으로써 보다 직접적으로 범죄를 관리하기 위한 업무체계(framework)를 반영하는 시스템으로 범죄위협을 최소화하는 경찰활동을 지향하고 있다. 치안 환경변화가 세계적 공동화 현상으로 일어나고 있는 만큼, 우리나라의 경우도 이와 같은 치안환경의 변화에 따라 정보 주도형 경찰활동을 지향해야할 필요성이 커졌다. 이에 따라, 본 연구에서는 영미국가의 정보 주도형 경찰활동을 살펴봄으로써 도입 방안과 논의사항을 제시하는데 중점을 두어 연구가 이루어졌다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.301-321
• /
• 2024

생성형 인공지능은 현재 빠른 속도로 발전하고 있고, 산업적으로도 확대되고 있다. 생성형 인공지능의발전은 대부분의 산업 분야에서 생산성을 향상시킬 수 있을 것이라 기대되고 있다. 그러나 생성형 인공지능은 악용될 수 있으며, 실제로 범죄까지 이어지는 사례들이 등장하고 있다. 빠르게 발전하는 인공지능의 속도에 비해 이를 규제할 수 있는 법안이 존재하지 않는다. 국내의 경우, 법률제정을 위한 생성형 인공지능 기술과 관련된 범죄 및 위험에 대한 분류가 명확하게 이루어지지 않은 상황이다. 이에 본 연구에서는 생성형 인공지능 관련 범죄를 기존 사이버범죄 분류법에 착안하여 생성형 인공지능 침해범죄 위협, 생성형 인공지능 이용범죄 위협, 기타 인공지능 관련 위협으로 구분하고자 하였다. 또한, 범죄 및 위험에 대한 기술적 대응 방안을 인공지능 개발 단계별로 제시하여 현실성 있는 위협 대응 방안을 다루었다. 법·제도적 개선사항을 통해 생성형 인공지능 범죄에 대한 개발사의 책임과 데이터 수집 방법론의 법제화 등을 제시하였다.

• Architectural research
• /
• 제24권1호
• /
• pp.1-11
• /
• 2022

As the occurrence of a crime is dependent on different factors, their correlations are beyond the ordinary cognitive range. Owing to this limitation, systems face difficulty in correlating various factors, thereby requiring the assistance of artificial intelligence (AI) to overcome such limitations. Therefore, AI has become indispensable for crime prediction. Crimes can cause severe and irrevocable damage to a society. Recently, big data has been introduced for developing highly accurate models for crime prediction. Prediction of night crimes should be given significant consideration, because crimes primarily occur during nights, when the spatiotemporal characteristics become vulnerable to crimes. Many environmental factors that influence crime rate are applied for crime prediction, and their influence on crime rate may differ based on temporal characteristics and the nature of crime. This study aims to identify the environmental factors that influence sex and theft crimes occurring at night and proposes an artificial neural network (ANN) model to predict sex and theft crimes at night in random areas. The crime data of A district in Seoul for 12 years (2004-2015) was used, and environmental factors that influence sex and theft crimes were derived through multiple regression analysis. Two types of crime prediction models were developed: Type A using all environmental factors as input data; Type B with only the significant factors (obtained from regression analysis) as input data. The Type B model exhibited a greater accuracy than Type A, by 3.26 and 9.47 % higher for theft and sex crimes, respectively.

• 융합보안논문지
• /
• 제19권2호
• /
• pp.113-121
• /
• 2019

인터넷과 정보통신기술의 발달로 매일 대량의 공개출처정보(Open Source Intelligence, OSINT)가 발생하고 있다. 최근에는 전체 정보의 95%가 공개출처정보에서 나온다고 할 정도로 공개출처의 활용도가 높아졌다. 이러한 공개출처정보는 잘 정제되어 활용된다면 매우 효과적인 고가치 정보로 활용될 수 있다. 일례로 ISVG나 START 프로그램은 테러나 범죄와 관련된 공개출처정보를 수집해 테러리스트 색출이나 범죄예방에 활용해 많은 효과를 거두고 있다. 하지만 사이버공격과 관련된 공개출처정보는 기존의 테러나 범죄와 관련된 공개출처정보와는 달리 공격자, 공격목적, 피해범위 등을 명확히 식별하기 어렵고, 자료 자체가 상대적으로 정형화되지 않았다는 특징이 있다. 이러한 이유 때문에 공개출처정보를 활용해 사이버공격에 대한 데이터베이스(Database, DB)를 구축하고 활용하기 위해서는 기존의 방식과는 전혀 다른 새로운 접근방식이 요구된다. 따라서 본 논문에서는 공개출처정보를 활용해 사이버공격 데이터베이스를 구축하는 방법론을 제시하고 향후 활용방안에 대해 토의하고자 한다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.75-80
• /
• 2020

4차산업혁명 이후, 빅 데이터 분석, 로봇공학, 사물인터넷, 인공지능 등의 핵심 기술들이 여러 분야에서 활용되고 있다. 일반적으로 빅 데이터 기술은 방대한 데이터를 모으고, 분석하고 처리하며, 공급하는 단계를 갖는 것으로 이해되고 있다. 유용한 방대한 데이터 중에 하나인 범죄 기록은 현재까지는 범죄가 일어난 후 수사 정보를 획득하는데 이용이 되고 있다. 방대한 범죄 기록을 빅 데이터 처리하여 범죄를 예측하는 데 사용할 경우 범죄의 발생 빈도를 줄일 수 있을 것으로 판단된다. 본 논문에서는 범죄 기록을 빅 데이터 처리하여 범죄 발생 확률을 스마트 기기 사용자에게 제공하는 스마트 시스템을 제안한다. 구체적으로 기기상의 전자지도에 범죄 발생 확률을 나타내어 안전한 이동 경로를 안내하는 시스템을 의미한다. 소규모 지역을 다루는 스마트 앱으로 실험한 결과 범죄 예방에 있어서 활용성이 비교적 좋은 것으로 판단된다.

• 융합보안논문지
• /
• 제15권5호
• /
• pp.71-76
• /
• 2015

현재 우리가 시행하고 있는 "특정금융정보법"은 국가정보기관의 핵심 업무인 국가안위 존립과 같은 중대사건 수사에 관한 내용을 포함하지 않고 있다. 이로 인하여 북한의 국제성 범죄와 안보관련 사건 수사에 난항을 겪고 있으며, 국내에서 활동하는 국제범죄조직의 검거에도 어려움이 많다. 또한 전략물자 불법유출 사건 조사 차질, 불법 테러리즘 자금 조달혐의자 내사 난항 등의 문제도 발생하고 있다. 이를 해소하기 위해서는 현행 "특정금융정보법"의 개정이 시급하다. 해외정보기관은 이미 금융정보를 다양하게 활용하고 있다. 중국의 국가안전부와 호주의 보안정보부 등은 법 제도에 근거해 금융정보기구의 금융정보를 자유롭게 활용하고 있다. 미국의 중앙정보국 연방수사국과 영국의 비밀정보부 보안부 등도 금융정보기구로부터 금융정보를 요청해 제공 및 통보받고 있다. 그러나 한국의 국가정보기관은 특정금융정보에 대한 접근 이용이 불가능하므로, 해외정보기관과 금융정보를 공유하지 못하고 있다. 이러한 문제점을 해결하기 위해서는 한국의 금융정보분석원(KoFIU)의 정보제공 대상기관과 특정금융정보 요구기관에 국가정보기관을 포함시키는 방향으로 현행 "특정금융정보법"이 개정되어야 한다.