• 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.

• 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.

• 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.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.72-85
• /
• 2019

본 연구는 일상생활 가운데 누구나 겪을 수 있는 성폭력 범죄 위험의 예측을 목적으로 한다. 2011-2015년 5년 간 청주시 일부 지역에서 발생한 성폭력 범죄를 대상으로 베이지안 통계 기반의 Weight of Evidence를 적용·분석하였다. Weight of Evidence를 활용하여 분석한 결과 첫째, 투입된 관련요인(Evidence) 총 26개 중 주거용도면적, 건축물 사용승인일, 개별주택가격, 용적률, 지하층 수, 대지면적, 보안등, 오락시설 8개만이 신뢰도를 만족하여 각각의 가중치(Weight)가 산출되었다. 둘째, 가중치가 산출된 8개의 관련요인을 결합하여 최종적으로 예측 지도를 도출하였다. 성폭력 범죄가 발생할 위험이 75.5%인 지역은 대상지역 전체면적의 20.7%(2.0㎢)를 차지하였으며 16.5% 지역은 3.3%(0.3㎢), 34.5% 지역은 19.0%(1.8㎢)로 나타났다. 본 연구는 성폭력 범죄 위험의 발생 확률과 이를 감소시킬 수 있는 환경적 요인 또는 조건을 도출하였다. 이와 같은 결과는 경찰의 범죄예방 활동 등 성폭력 범죄 피해 최소화를 위한 선제적 대응방안 마련의 기초자료로서 활용될 수 있을 것이다.

• 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.

• 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.

• 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

• 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.

• 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.

• BMB Reports
• /
• 제49권7호
• /
• pp.359-369
• /
• 2016

DNA methylation is emerging as an attractive marker providing investigative leads to solve crimes in forensic genetics. The identification of body fluids that utilizes tissue-specific DNA methylation can contribute to solving crimes by predicting activity related to the evidence material. The age estimation based on DNA methylation is expected to reduce the number of potential suspects, when the DNA profile from the evidence does not match with any known person, including those stored in the forensic database. Moreover, the variation in DNA implicates environmental exposure, such as cigarette smoking and alcohol consumption, thereby suggesting the possibility to be used as a marker for predicting the lifestyle of potential suspect. In this review, we describe recent advances in our understanding of DNA methylation variations and the utility of DNA methylation as a forensic marker for advanced investigative leads from evidence materials.