Projektpartners2

 

Center for Computational Criminology

Datavetenskapliga analysmetoder för brottsbekämpning

 


Inom Center for Computational Criminology (CCC) vid Blekinge Tekniska Högskola (BTH) har forskning och samverkan bedrivitis tillsammans med rättsvårdande myndigheter, främst polisen, sedan 2012. Arbetet finansierades av Tillväxtverket mellan 2012-2014, av Region Blekinge under 2015 och av Vinnova under 2016. Syftet med arbetet inom CCC är att undersöka, utveckla och utvärdera automatiska metoder för att förenkla brottsutredande arbete inom rättsvårdande myndigheter.


Inom CCC bedrivs ett aktivt arbete i samverkan med industriaktörer såväl som offentlig sektor för att i klassisk trippel-helix-anda gå från forskning till innovation. I detta arbete har BTH fått en central roll vad gäller att knyta samman nationella intressenter som på olika sätt arbetar med IT-baserade metoder för brottsutredning och prevention, något som tidigare saknats i Sverige.


Projektledare för projektet är universitetslektor Martin Boldt. Projektets kontaktperson inom svensk polis är Johan Sundqvist på polisens utvecklingscentrum syd.

 

Översikt

Baserat på den årliga Nationella Trygghetsundersökningen som genomförs av Brottsförebyggande Rådet (BRÅ) uppskattas det att omkring två miljoner brott begås årligen i Sverige och av dessa anmäls knappt en och en halv miljon till Polisen. Av de anmälda brotten utgörs omkring 88% av så kallade mängdbrott vilka består av exempelvis olika typer av tillgreppsbrott, skadegörelse, misshandel, rattfylleri. De så kallade mängdbrotten är av enklare beskaffenhet och drabbar en stor andel av befolkningen årligen. För flera av de brottskategorier som inkluderas bland mängdbrotten har polisen låg uppklarningsfrekvens. Målet med arbetet inom CCC är att undersöka om datavetenskapliga metoder kan bistå polisen i deras brottssamordning av brott (d.v.s. att länka samman brott till serier som utförts av samma gärningsmän). Projektet är uppdelat i nedanstående fyra delprojekt inom vilka fem seniora forskare, två doktorander samt ett antal personer från polisen arbetar:

  1. Strukturerad uppgiftsinsamling från brottsplatser.

  2. Automatiska metoder för brottssamordning.

  3. Automatiska metoder för skoavtrycksmatchning.

  4. Centrumetablering för polisiär IT-baserad metodforskning

Projektsammanfattning

Delprojektet om strukturerad uppgiftsinsamling inkluderar en process som säkrar att samma typ av information samlas in på ett strukturerat sätt från olika brottsplatser. Genom att den insamlade informationen alltid kodas på samma sätt, t.ex. att gärningsmannens modus operandi (MO) alltid registreras likadant, är det senare möjligt att utföra automatiska jämförelser av brott. På så vis är det möjligt för datorprogram att automatiskt söka igenom den insamlade brottsplatsinformationen med syfte att identifiera likheter mellan olika brott som kan indikera att dessa ingår i en gemensam serie. Datoralgoritmer kan alltså påvisa möjliga samband mellan brott som sedan brottssamordnare inom polisen måste analysera och värdera baserad på sin erfarenhet för att slutligen antigen förkasta eller acceptera påstådda serier. Detta kan förhoppningsvis leda till att polisen på ett effektivare sätt kan knyta liknande brott till nya serier utförda av gemensamma gärningsmän. Genom att i större utsträckning kunna fälla gärningsmän för serier av bostadsinbrott snarare än enstaka brott är förhoppningen att öka uppklarningsprocenten inom brottskategorin. På så vis adresserar man också den organiserade brottsligheten som ligger bakom en försvarlig andel av bostadsinbrotten. Detta arbete involverar även utveckling av metoder som kan öka effektiviteten i registreringen av brott i RAR och DurTvå. Dessa metoder kan på sikt korta tiden det tar för en polispatrull/Lokus/tekniker att registrera uppgifter från en brottsplats, samtidigt som kvaliteten i uppgifterna ökar baserat på automatiska kontroller i de digitala kryssbaserade brottsplatsformulär som används.

 

Det är viktigt att understryka att dessa automatiserade metoder för brottssamordning på inga sätt är tänkta att ersätta polisens yrkeskunnande. De kommer istället utgöra hjälpmedel som kan indikera var sannolika länkar mellan enskilda brott finns, vilket i sin tur den mänskliga brottssamordnaren kan analysera och värdera. Genom dessa indikationer på länkar mellan brott ökar möjligheten för att koppla samman viktiga informationsfragment som är spridda mellan flera brottsplatser vilka kan skilja stort vad gäller både geografisk och tidsmässig utbredning. Ju fler informationsfragment från olika brottsplatser som kopplas samman i relevanta serier desto bättre eftersom detta dels ökar förståelsen för hur gärningsmännen beter sig inom brottskategorin, men också för att det ökar sannolikheten att finna tillräckligt med indicier och bevis för att nå personuppklarning. Dessutom möjliggör en gemensam undersökning av flera brott en mer effektiv användning av brottsbekämpande resurser. Både de automatiska metoderna för brottssamordning och för skoavtrycksmatchning ska användas som rena interna polisiära hjälpmedel i form av selekteringsverktyg som låter polisen selektera i sina stora informationsmängder. De är alltså inte tänkta att användas som underlag i t.ex. Tingsrättsförhandlingar etc.


Den insamlade brottsplatsinformationen kan även användas för att utvärdera effektiviteten hos brottsförebyggande åtgärder. Vi undersöker även möjligheten att bedömma risken för inbrott m.h.a. de insamlade uppgifterna tillsammans med allmän brottsstatistik i bostadsområdet. Alltså, dels specifika egenskaper för en bostad tillsammans med allmän brottsstatistik för området där bostaden ligger. I detta arbete samarbetar vi även med ett par av de största försäkringsbolagen i Sverige.


CCC involverar även samarbete med Nationellt Forensiskt Centrum (NFC), tidigare SKL, i Linköping med syfte att ta fram metoder för automatisk jämförelse av fotografier av skoavtryck. Just skoavtryck är ett av de vanligare spåren vid vissa brottstyper, men spårtypen har hittills krävt manuella jämförelser. Detta i sin tur har resulterat i att jämförelserna är svåra att skala upp till en gemensam nationell nivå. Därför studeras inom projekten hur sådana jämförelser skulle kunna automatieras i hela, eller delar, av processen.


Projektdeltagare

Dr Boldt, Martin (datavetenskap)

Dr Borg, Anton (datavetenskap)

Doktorand Gertsovich, Irina (signalbehandling)

Professor Lavesson, Niklas (datavetenskap)

Dr Nilsson, Mikael (signalbehandling)

Doktorand Ström-Bartunek, Josef (signalbehandling)

Dr Svensson, Martin (psykologi)


Notera att deltagare från rättsvårdande myndigheter ej listas här.

Mer information

En svensk summering av arbetet med den strukturerade anmälningsmetoden och dess relaterade analysmetoder finns här.


För ytterligare information kontakta projektledaren.

 

 




Share Dela
Redigera