Введение
В современном мире, где информационные задачи становятся все более сложными, нейросети играют крупную роль в различных сферах. Одной из таких сфер, где нейросети приносят огромные преимущества, является процесс экспертизы. В данной статье мы рассмотрим, как именно нейросети помогают в экспертизе и какие плюсы они приносят в улучшение этого процесса.
Глава 1
1. Автоматизация и повышение точности экспертизы:
Нейросетевые алгоритмы способны автоматически анализировать большие объемы данных и обнаруживать скрытые связи и закономерности в них. Это делает процесс экспертизы более эффективным и точным. Нейросети могут работать с различными типами данных, такими как тексты, изображения и звуки, что расширяет их возможности в экспертизе.
2. Оптимизация времени и ресурсов:
Традиционный процесс экспертизы требует значительных временных и человеческих ресурсов. Нейросети помогают оптимизировать этот процесс, так как они способны автоматически обрабатывать и анализировать данные, что уменьшает время выполнения задач. Кроме того, использование нейросетей позволяет сократить расходы на привлечение специалистов в области экспертизы, что делает процесс более экономически выгодным.
3. Повышение качества прогнозирования и принятия решений:
Нейросети способны создавать прогностические модели на основе анализа больших объемов данных. Это позволяет предсказывать результаты с большей точностью и принимать более обоснованные решения. С помощью нейросетей можно обнаружить скрытые паттерны, которые трудно заметить с помощью традиционных методов экспертизы.
4. Повышение эффективности и скорости процесса экспертизы:
Благодаря возможности параллельной обработки данных, нейросети позволяют проводить экспертизу одновременно для большого количества объектов, что существенно сокращает время выполнения процесса. Кроме того, нейросети могут обучаться на примерах, что повышает их эффективность и скорость работы со временем. Университеты в сфере экспертизы и криминалистики активно внедряют новые технологии в процесс проведения экспертизы. Использование нейросетей в экспертизе поможет ускорить обработку данных и повысить качество услуг, предоставляемых для исследования. Это позволит повысить научность, достоверность и объективность в исследованиях.
Глава 2
Ректор института судебных экспертиз и криминалистики, Александр Третьяков, делится информацией о новом проекте — создание нейросети «Neural Network for Forensics 2.2» (NNFS 2.2), предназначенной для использования в экспертных исследованиях. Блог Александра Третьякова доступен для свободного просмотра, где он раскрывает детали этого проекта.
Глава 3
Нейросети планируется использовать в практике института с целью обработки больших баз данных, сравнения изображений и других видов экспертиз. Идея применения искусственного интеллекта уже нашла свое применение в различных сферах, включая юридическую практику и полицию (технология распознавания лиц). Три года назад центр избирательной комиссии проводил испытания подписей на подписных листах, и эксперимент показал хорошие результаты — время проверки подписей значительно сократилось. Более того, нейросеть обнаружила подозрительные образцы подписей, которые были переданы эксперту-почерковеду для дальнейшего анализа.
Название нейросети «Neural Network for Forensics 2.2» является временным. Основная задача проекта университета заключается в упрощении работы эксперта-почерковеда при исследовании большого объема рукописных текстов и проверке подписей. Эта задача возникает регулярно, и заказчики (или суды) зачастую хотят получить результаты исследования как можно быстрее. В таких случаях нейросеть поможет провести быструю и объективную проверку образцов, сравнить их, а затем передать эксперту для детального анализа.
Таким образом, нейросети могут быть полезны и в других видах экспертизы.
Глава 4
К слову, об экспертизах, цифровые технологии являются неотъемлемой частью криминалистики в настоящее время. Однако они особенно важны при раскрытии преступлений, совершенных в цифровом пространстве. Усиление использования цифровых элементов в преступной деятельности связано, в частности, с активными усилиями государства по цифровизации своих функций. В связи с этим, криминалистическую деятельность можно рассматривать как технологию, которую необходимо цифровизировать.
Для успешного применения цифровых технологий в криминалистике необходимы следующие условия: высокий уровень компьютерной грамотности у сотрудников органов правопорядка и других участников сферы; современное оборудование для работы с цифровыми данными, включая компьютеры, серверы для хранения информации и системы информационной безопасности; наличие электронных цифровых подписей у граждан и должностных лиц; использование электронных паспортов с возможностью электронной подписи, биометрической идентификации и других технических решений.
Зигмунд Ложис, бывший главный криминалист Следственного комитета России, отмечал, что с развитием информационных технологий возникает необходимость обеспечить криминалистическую поддержку новых видов преступлений. Также Е. П. Ищенко согласен с тем, что киберпреступность требует усовершенствования криминалистической работы. Эффективное участие экспертного подразделения органов предварительного расследования и следователей-криминалистов позволит обнаружить, зафиксировать и изъять цифровые следы преступлений, что облегчит раскрытие киберпреступлений и снабдит следствие современными доказательствами.
Компьютерная криминалистика представляет собой новый вид деятельности, связанный с анализом цифровых следов преступлений. Уникальная природа цифровых следов требует применения новых технических и криминалистических средств, разработки строгих принципов и новых стандартов оценки и проверки доказательств. Особенности цифровых следов заключаются в их мгновенной изменчивости, невидимости для глаза обычного человека и необходимости использования специализированного оборудования и процедур.
Глава 5
Заместитель кафедры Московского института МВД России им. В. Я. Кикотя, С. В. Ермаков поделился своим видением цифровой криминалистики: если мы рассматриваем работу криминалиста как технологию, то можно искать способы ее цифровизации. Развитие цифровых технологий, таких как «большие данные» (включая синонимичные понятия «супермассивы данных» и «big data»), открывает новые возможности для анализа, выявления скрытых закономерностей и поиска новых вопросов и ответов на основе анализа больших объемов разнородных данных. В МВД России, как и во многих других организациях, накоплены огромные массивы данных, включая несистематизированные. Таким образом, значимая информация для анализа содержится в материалах криминальных дел, которые в настоящее время не обрабатываются с использованием компьютерной техники. В случае расследования преступлений «большие данные» могут быть применены для прогнозирования будущих преступлений, выдвижения версий, планирования расследования, поиска скрывающихся от следствия и суда подозреваемых и обвиняемых.
Технология виртуальной реальности уже используется в криминалистической деятельности в отдельных странах, где видеокамеры с возможностью записи 3D панорамных видео применяются при осмотре места преступления. Судьи могут виртуально погрузиться в место совершения преступления, используя виртуальные очки. Технология искусственного интеллекта может быть применена в автоматизированных онлайн-помощниках следователей и дознавателей при расследовании уголовных дел. Например, обычный допрос потерпевшего или свидетеля при типичном преступлении вполне может осуществить онлайн-помощник, как, например, технология «Алиса» в Яндексе. При должной идентификации личности такой допрос может быть проведен удаленно.
Преступления, совершаемые с использованием компьютерных технологий, стали довольно распространенными. В процессе их расследования выделяются следующие типичные ситуации: 1) преступление, связанное с передвижением компьютерной информации, произошло при наличии очевидных факторов, его характер и обстоятельства известны, и преступник был выявлен; 2) способ совершения преступления известен, но полностью не понятен механизм преступления (например, несанкционированный доступ к файлам через интернет или слабые места в защите системы); 3) налицо только преступный результат, например, дезорганизация компьютерной сети банка, но механизм преступления и преступника неизвестны.
В первом случае нужно установить, была ли причинно-следственная связь между проникновением в компьютерную систему и его последствиями, определить размеры ущерба. Во втором случае основной задачей, в дополнение к вышеперечисленному, является розыск и задержание преступника. Наконец, в третьей ситуации необходимо выяснить сам механизм киберпреступления.
Расследование преступлений, связанных с использованием возможностей IT-технологий, сопровождается определенными трудностями:
— Зачастую полицейским и правоохранительным органам сложно сразу обнаружить сам факт преступления. Преступники легко могут получать скрытую информацию, и никто об этом не узнает.
— Причиненный ущерб может быть значительным: хакер может взломать базу данных банка и вывести деньги со счетов клиентов.
— Преступник, совершающий преступления на территории другой страны, может находиться в любой точке мира.
— Данный вид преступной деятельности требует высокого интеллекта. Преступники часто обладают выдающимися интеллектуальными способностями и хорошо умеют замещать свои следы, что создает сложности в их преследовании. Науке криминалистики нужно развивать систему знаний, которая позволит определить понятие, содержание и значение информационно-компьютерного обеспечения ее работы. В настоящее время такая система еще не полностью сформирована. Ученым-криминалистам предстоит провести значительную работу по изучению преступных процессов, возникающих в «виртуальном пространстве», и определению понятия и характера виртуальных следов и их носителей. Однако, как уже упоминалось выше, современная криминалистика уже перешла на новый уровень и может успешно использовать передовые технологии, расширяя свои возможности в области доказательств.
«Компьютерная криминалистика — это настоящий источник удовольствия для меня», — сказал Артем Артемов, руководитель Лаборатории компьютерной криминалистики в главном офисе Group-IB в Амстердаме.
Артем имеет впечатляющий опыт в области цифровой криминалистики и расследовании компьютерных инцидентов по всему миру. В течение своей 14-летней карьеры он активно участвовал в процессе расследования действий таких преступных организаций, как Carberp, Anunak, Buhtrap, Corcow, Cobalt, MoneyTaker и Cron. Данная статья основана на интервью с Артемом Артемовым, в котором он поделился своими достижениями и опытом работы в области цифровой криминалистики.
Став одним из ведущих криминалистов во многих резонансных делах, Артем Артемов приобрел широкую известность. Некоторые из важнейших дел, которые были ему известны, включают расследование накруток голосов в популярном телешоу «Голос. Дети». Перед отъездом в Амстердам Артем также вел собственные авторские курсы по цифровой криминалистике в ведущих российских учебных заведениях, таких как МГТУ им. Баумана, ВШЭ, МИРЭА, РАНХиГС и Академия МВД. В настоящее время он преподает лекции в престижных учебных заведениях Европы, таких как University of Twente и Caland Lyceum.
Как цифровой криминалист, моя главная задача состоит в исследовании цифровых носителей, будь то ноутбуки, смартфоны, диски или даже умные приборы, подключенные к интернету. Все они оставляют цифровые следы, которые не всегда очевидны. Поэтому наша работа заключается в обнаружении улик и следов преступников в цифровом мире. Если раньше криминалистика занималась расследованием преступлений в физическом мире, анализируя отпечатки пальцев, следы пороха или жара, исследуя образцы ткани и так далее, то с развитием информационных технологий возникла новая область — цифровая криминалистика. Мы, киберкриминалисты, теперь ищем цифровые «отпечатки» в киберпространстве.
Глава 6
Часто слышу от иностранных журналистов высказывания о «самых крутых» русских хакерах. Это, конечно же, миф, хотя встречаются и исключения. Несколько лет назад около 40 % инцидентов по всему миру были связаны с эксплойт-китом под названием Black Hole. Куратором этой платформы, которая служила для незаметного распространения вредоносных программ, был житель Тольятти по прозвищу Punch. Он управлял бизнесом очень изобретательно: в Black Hole регулярно добавлялись новые эксплойты и удалялись старые, которые легко обнаруживались антивирусами. Punch мечтал приобрести белый Porsche, и его мечта осуществилась. Однако он случайно выдал свою личность из-за поцарапанного руля от ремня, который поцарапал его живот. В результате Punchу было пришлось следить за своим весом. В апреле 2016 года ему было назначено 7 лет тюремного заключения в колонии общего режима.
Вывод
Учитывая все вышесказанное, мы можем понять, что нейросети — неотъемлемая часть экспертизы и криминалистики.
