В условиях роста и развития НТП и современных технологий, мошеннические схемы становятся все более сложными и изощренными, что требует от правоохранительных органов и исследовательских организаций новых подходов к их расследованию. Автором анализируется текущее состояние применения современных технологий в расследовании мошенничества. В работе рассматриваются основные методы и современные инструменты, использующиеся правоохранительными органами для выявления и расследования мошеннических действий. Автором уделяется внимание внедрению технологий в практику расследования, а также проблемам, с которыми сталкиваются правоохранительные органы в условиях стремительного развития информационных технологий.
Ключевые слова: искусственный интеллект, применение современных технологий, большие данные, нейросети, цифровизация
In the context of the growth and development of scientific and technological progress and modern technologies, fraudulent schemes are becoming increasingly complex and sophisticated, which requires new approaches to their investigation from law enforcement agencies and research organizations. The author analyzes the current state of the application of modern technologies in fraud investigation. It examines the main methods and modern tools used to identify and prevent fraudulent activities. The author pays attention to the introduction of technologies into investigation practice, as well as the problems faced by law enforcement agencies in the context of the rapid development of information technology.
Keywords: artificial intelligence, application of modern technologies, big data, neural networks, digitalization
Актуальность применения современных технологий в расследовании мошенничества обусловлена несколькими факторами, которые подтверждают необходимость изучения данного вопроса в контексте быстро меняющегося цифрового мира. Во-первых, с увеличением объема информации и развития интернет-пространства мошенничество приобретает все более сложные формы, включая киберпреступления, финансовые махинации и фальсификации. В 2019 году по данным МВД РФ, зарегистрировано 294 000 преступлений, совершенных с использованием информационно-телекоммуникационных технологий. В 2020 году показатель вырос более чем на 70 % и составил 509 796, в 2021 было зарегистрировано 516 933. В 2022 году каждое четвертое преступление было совершено с использованием высоких технологий — это около четырехсот пятидесяти пяти тысяч. В 2023 году было совершено 649 000 преступлений в сфере ИТТ, в 2024 — 764 860 [1]. По данным экспертов Саркисяна А. Ж. и Коимшиди Г. Ф. большинство из этих преступлений составляют IT мошенничества (47,9 %) [8]. Можно сделать вывод о том, что в период за 2019 по 2024 год показатель преступлений в сфере ИТТ постоянно рос, а текущие показатели киберпреступности в целом продолжают оставаться крайне высокими.
Во-вторых, современные технологии, такие как искусственный интеллект, анализ больших данных (Big Data) открывают новые возможности для обнаружения, расследования и пресечения мошенничества. Их интеграция в расследовательские процессы позволяет значительно повысить точность, скорость и эффективность работы правоохранительных органов и финансовых учреждений. В-третьих, правовая база и методы борьбы с мошенничеством также должны эволюционировать, ведь в условиях глобализации и цифровизации экономики традиционные методы расследования становятся неэффективными, что требует применения инновационных технологий. Изучение актуальных технологий и их применения в практике дает возможность разработать рекомендации по улучшению законодательства и повышению уровня защиты людей и организаций от мошеннических действий. Согласно опросу следователей СК, проведенного Бахтеевым Д. В., 72,4 % опрошенных считают возможным использование результатов работы систем искусственного интеллекта в процессе расследования [4].
Надлежащее криминалистическое обеспечение расследования дистанционных мошенничеств имеет важное значение. Сюда следует отнести электронныйдокументооборот, а также сведения о совершённых транзакциях; систему «Дистант» и «Криминалист», а также применение иных современных технико-криминалистических средств, взаимодействие правоохранительных органов с операторами сотовой связи, банковскими организациями и интернет-провайдерами . Целесообразным является использование технологий виртуальной реальности, автоматизированных поисковых систем, нейросетей, искусственного интеллекта, больших данных и т. п. Ввиду ограниченности объема работы рассмотрим наиболее актуальные, с точки зрения автора, современные технологии, применяемые в расследовании мошеннических действий. Таких категорий будет отражено две, это искусственный интеллект и большие данные (Big Data).
Искусственный интеллект (ИИ) находит все более широкое применение в расследовании мошенничества, благодаря своим способностям к обработке больших объемов данных и выявлению закономерностей, тем самым способствуя в выявлении различных видов дистанционного мошенничества, учитывая корпоративное, финансовое, банковское. Использование искусственного интеллекта дает широкий спектр возможностей его применения, как в ходе уже совершенных мошеннических действий, так и в качестве прогнозируемых. ИИ способен анализировать и обрабатывать огромные объемы финансовых и транзакционных данных, что позволяет быстро выявлять аномалии, которые могут указывать на мошенническую деятельность, что также используется для мониторинга транзакций в реальном времени и выявления подозрительных операций и паттернов. К, примеру, система может сигнализировать о значительных отклонениях от типичного поведения клиента. Искусственный интеллект может изучать связи между пользователями в социальных сетях, анализируя их, тем самым выявляя группы, которые могут быть вовлечены в мошенничество или организованные преступные схемы. К тому же технологии NLP могут свободно анализировать текстовые данные, такие как электронные письма, сообщения и отзывы, чтобы выявлять мошеннические схемы и подозрительное поведение, то есть в целом производится обработка естественного языка (NLP). Следует также отметить, что системы информации, построенные на базе данных ИИ, выполняют практические задачи в процессе расследования мошенничества в виде сбора данных, составлениях отчетов и координации работы специалистов.
Как отмечалось ранее, один из способов взаимодействия искусственного интеллекта с расследованием мошенничества связан с возможностью прогнозирования. Не стоит забывать тот факт, что за счет алгоритмов машины, ИИ способен быстро обучаться, особенно на исторических данных о мошенничестве, что допускает возможность обнаруживать им новые схемы и методы мошеннических действий, что в свою очередь помогает предсказывать и предотвращать будущие инциденты. ИИ может использоваться для разработки более надежных систем верификации идентичности, например, через биометрические технологии, что снижает риск мошенничества с идентификационными данными, но существует проблема. Изначально, биометрия сама по себе выступала методом противодействия мошенничеству и защитой персональных данных, которая нашла широкое применение в банковской сфере. Однако, с развитием технологий, преступники нашли способы обойти эту систему, совершая видеозвонки с помощью социальных сетей и мессенджеров, заполучая тем самым как биометрию лица, так и голос, используя роботизированную систему. После чего входят в личный кабинет портала «Госуслуг» или банка, либо получают доступ к дистанционной системе платежей. К тому же биометрические данные могут сливаться из банков посредством утечки, помимо этого мошенники могут создавать дипфейки, сгенерировав голос или видео человека, то есть мошенники сами используют технологии искусственного интеллекта. По сути, сотрудники правоохранительных органов вынуждены прибегать к использованию современных технологий для выявления и расследования преступлений, совершенных с использованием новых технологий. Указанной проблематике посвящены многие научные труды. Например, Багреева Е. Г. [3] в своей работе приходит к выводу, что «В условиях нарастания темпов мошенничества в банковской сфере необходимо противопоставить преступлениям новые инструменты борьбы, в этой связи целесообразно обратить внимание на ИИ, использование которого является наиболее быстрым и эффективным способом выявления мошенничества». Нестерова В. А. [7] сказала: «Выявление и исследование закономерностей с использованием машинного обучения крайне важно для обнаружения новых мошеннических схем, которые могут ускользнуть от внимания традиционных систем». Возвращаясь к тому же мошенничеству с созданием дипфейков, то по мнению ученых Осина А. В. и Исаковой А. Г. [6], «выявить дипфейк при мошенничестве можно с помощью ИИ путем оценки метаданных файла, включая дату, географическое положение и цифровые следы для определения подлинности данных. Обращается внимание также на сжатие, неестественные движения или аномалии в данных. Возможность связать изображения или видео с камерой устройства позволяет найти преступника, который распространил или создал определенный мультимедийный контент».
Так, к примеру, сотрудники МВД РФ посредством применения технологии ИИ, смогли выявить и задержать жителя Ростова-на Дону, организовавшего точку с сим-боксами для звонков мошенников. Так он оборудовал два сим-бокса, предназначенных для одновременной работы большого количества сим-карт, что позволило звонить гражданам и узнавать их персональные данные для доступа к личным кабинетам на портале «Госуслуги» и в приложении банков, а каждая сим-карта использовалась не более суток, помимо чего, преступник постоянно менял адреса своего проживания. «Сотрудники Бюро специальных технических мероприятий МВД России, используя инновационные технологии, в том числе искусственный интеллект и нейросети, установили местонахождение подозреваемого, после чего были приняты меры к его задержанию, указывает МВД [2].
В информационный век и текущую эпоху цифровизации, когда объём информации увеличился настолько, что традиционными способами обрабатывать ее не представляется возможным, поэтому при расследовании мошенничества целесообразно применять технологию больших данных (Big Data). Современные технологии позволяют собирать и обрабатывать огромные объемы структурированных и неструктурированных данных из различных источников, таких как транзакции, социальные сети, веб-логи и т. д. Анализ этих данных помогает выявить аномалии и подозрительные паттерны. То есть, по сравнению с ИИ, эта технология обрабатывает больший объем информации. При этом искусственный интеллект может улучшить возможности анализа данных, позволяя системе учиться на исторических данных и корректировать свои алгоритмы, а обмен данными между различными учреждениями и организациями позволяет создавать более полное представление о мошеннических схемах. Таким образом, финансовые учреждения и платежные системы регулярно проводят анализ информации, извлекаемой из больших данных, чтобы оценить риск невозврата кредитов и выявить потенциальных мошенников. Подобные технологии применяются как в теории, так и в практической деятельности правоохранительных органов [5].
Определенные массивы информации содержат цифровые следы мошенничества, а источником этой информации для анализа большими данными могут являться различные ее накопители, такие как: социальные сети, поисковые запросы в Интернете, финансовые системы, различные аудио и видеофайлы, геолокация и мобильные приложения и другие. Таким образом можно установить как IP-адреса сетевых устройств и электронной почты, номера мошенников, так и адреса сетевого оборудования и т. д. В МВД РФ начала функционировать подсистема «Дистанционное мошенничество», предназначенная для раскрытия преступлений в сфере высоких технологий. Кроме того, активно разрабатывается искусственная нейронная сеть, которая будет использоваться для анализа подписей с целью обнаружения возможного подлога.
В заключение хочется сказать, что в условиях постоянного развития научно-технического прогресса, мы вынуждены использовать современные технологии в различных сферах жизнедеятельности, в том числе и в юриспруденции. Глубокое понимание и умение использовать такие цифровые инструменты, как аналитика больших данных, машинное обучение и искусственный интеллект, позволит субъектам расследования значительно повысить эффективность выявления мошенничества. Это способствует более оперативному реагированию на мошеннические схемы, что увеличивает качество выявления таких дел. Учитывая, что мошенники сами не отстают от прогресса, то необходимо продолжать исследование в этой области, уделяя внимание как технологическим, так и правовым аспектам, чтобы выработать комплексный подход к борьбе с мошенничеством в условиях цифровизации экономики.
Литература:
1. Официальный интернет-сайт МВД России [Электронный ресурс] // Состояние преступности. URL: https://мвд.рф/reports/item/60248328/. (дата обращения: 13.02.2025)
2. Российское агентство правовой и судебной информации — РАПСИ [Электронный ресурс] // URL: https://rapsinews.ru/digital_law_news/20241119/310419068.html. (дата обращения 20.02. 2025)
3. Багреева Е. Г., Исмаилов Н. Э., Бобылева Л. М. Искусственный интеллект как противодействие мошенничеству в банковской сфере» [Электронный ресурс] // URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-kak-protivodeystvie-moshennichestvu-v-bankovskoy-sfere. (дата обращения 18.02.2025)
4. Бахтеев Д. В. Искусственный интеллект в следственной деятельности: задачи и проблемы [Электронный ресурс] // URL: https://crimlib.info/images/f/f2/РосСледователь_ИИ_в_СД.pdf (дата обращения: 14.02.2025)
5. Воробьева И. Б. Применение больших данных (big data) при прогнозировании и расследовании преступлений [Электронный ресурс] // URL: https://cyberleninka.ru/article/n/primenenie-bolshih-dannyh-big-data-pri-prognozirovanii-i-rassledovanii-prestupleniy (дата обращения: 20.02.2025)
6. Исакова А. Г., Осин А. В. Применение искусственного интеллекта в расследовании преступлений с использованием технологии «дипфейк» [Электронный ресурс] // URL: https://cyberleninka.ru/article/n/primenenie-iskusstvennogo-intellekta-v-rassledovanii-prestupleniy-c-ispolzovaniem-tehnologii-dipfeyk (дата обращения: 18.02.2025)
7. Нестерова В. А., Рыбакова В. А. Обзор использования искусственного интеллекта в обнаружении финансового мошенничества [Электронный ресурс] // URL: https://cyberleninka.ru/article/n/obzor-ispolzovaniya-iskusstvennogo-intellekta-v-obnaruzhenii-finansovogo-moshennichestva (дата обращения 18.02.2025)
8. Саркисян А. Ж., Коимшиди Г. Ф. Анализ и прогноз динамик IT мошенничества в Российской Федерации на 2023 год [Электронный ресурс] // URL: https://cyberleninka.ru/article/n/analiz-i-prognoz-dinamiki-it-moshennichestva-v-rossiyskoy-federatsii-na-2023-god. (дата обращения: 14.02.2025)
