نبرد با باندهای خشن از راه ریاضی

تعدادی از ریاضیدانان با كمك اداره پلیس لس آنجلس الگوریتم ریاضی ای برای تجزیه و تحلیل اشكال مختلف جرم و جنایت طراحی كرده اند. هدف از طراحی این الگوریتم شناسایی گروه های تبهكار خیابانی است كه احتمال می رود عامل وقوع جرایم خشنی باشند كه معمایشان حل نشده باقی مانده. این تحقیق كه بر مبنای الگوهای شناخته شده فعالیت های مجرمانه باندهای جنایتكار انجام شده، اولین مطالعه علمی درباره خشونت باندها در نوع خودش است.
ریاضیدانان با استفاده از الگوریتم خود بیش از 1000 جنایتی كه باندها انجام داده و یا مشكوك به انجام آنها بوده اند ولی هرگز معمای آنها حل نشده را تجزیه و تحلیل كردند. این جنایات در یك دوره ده ساله منطقه ای از لس آنجلس كه به عنوان هالن بك شناخته می شود رخ داده. در این منطقه كوچك حدود 30 باند وجود دارد كه به صورت 70 باند رقیب فعالیت می كنند.
محققان برای آزمایش این الگوریتم، مجموعه ای از داده های شبیه سازی شده را ایجاد كردند كه از الگوهای جرم و جنایت شبكه های باندهای هولن بك تقلید می كرد. سپس با استخراج بعضی از اطلاعات كلیدی مربوط به زمان های جنایت یا ارتكاب جرم توانایی الگوریتم در محاسبه اطلاعات ناپیدا را محاسبه كردند.
اگر پلیس به این نتیجه برسد كه یك جرم به وسیله یكی از هفت یا هشت باند رقیب صورت گرفته، این الگوریتم با استفاده از وقایع اخیر منطقه محاسبه می كند كدام یك از این باندها بیشتر احتمال دارد كه در این جرم دست داشته باشند.
درحدود 80 درصد مواقع ریاضیدانان توانستند باندهای مظنون را به سه باندی كه بیشتر از بقیه احتمال دارد در جنایت دست داشته باشند تقلیل دهند. همچنین این الگوریتم در 80 درصد مواقع به درستی باند مرتكب جنایت را میان سه باند اولی كه بیشتر احتمال داشت در جنایت دست داشته باشند قرار داد. این نتیجه بسیار بهتر از تكیه بر شانس و اقبال است. البته دقت كار زمانی به شدت پایین می آید كه چیزی درباره قربانی جنایت یا مرتكبین جرم نمی دانیم.
ریاضیدانان همچنین در 50 درصد مواقع موفق شدند باند درست را در بالای فهرست سه رده اول باندهای مظنون قرار دهند. در حالی كه اگر همه چیز به شانس و اقبال منوط شود، تنها 17 درصد احتمال دارد این نتیجه گیری درست باشد.
وقتی دایره باندهای مظنون تنگ تر شود، پلیس با دقت بیشتری می تواند به تحقیقاتش ادامه دهد. ااین اولین تحقیقی است كه با این رویكرد جدید انجام شده و حتی می توان با به كارگیری روش های پیچیده تر نتایج را تا 80 درصد بهبود بخشید.
به این ترتیب این الگوریتم از الگوی فعالیت باندها استفاده می كند تا مشخص كند كدام باند یا كدام سه باند از همه بیشتر احتمال دارد مسئول وقوع این جرایم باشند.
ریاضیدانان در زمینه طبقات مختلف جرایم كار كرده اند و نتیجه پژوهش آنها می تواند چیزی فراتر از باندهای در حال تنازع را دربربگیرد.
الگوریتمی كه آنها ابداع كرده اند می تواند برای طبقه خیلی وسیع تری از مشكلات، شامل فعالیت در شبكه های اجتماعی هم مورد استفاده قرار گیرد. آنها می گویند شما با حوادثی مواجه هستید –چه جرایم و چه هر چیزی دیگر- كه در یك زنجیره زمانی و یك شبكه ارتباطی شناخته شده رخ می دهند. فعالیتی بین غده ها رخ می دهد و در این مورد یك باند به باندی دیگر حمله می كند. با بعضی از این قبیل فعالیت ها، شما دقیقاً می فهمید چه كسی دست اندر كار است و با چه كسانی درگیر است. چالش این است كه چگونه بهترین قضاوت را در مورد این كه چه كسی درگیر فعالیت های ناشناخته است انجام دهیم. ما باور داریم شماری از شبكه های اجتماعی وجود دارند كه این نوع الگوی یكسان را دارند.
شناسایی هكرها، یك مثال است.
پیش از این، همین ریاضیدانان خبر از از یافتن مدلی ریاضی داده بودند كه به آنها اجازه می داد انواع نقاط داغ جنایی –یعنی مناطقی كه جرایم زیادی در آنها رخ می دهد- را تجزیه و تحلیل كنند.