Страница 6 из 11
Данная ситуация сложилась не из-за злого умысла или стремления ФБР играть роль Большого брата, а из-за способа ввода биометрических данных и особенностей их хранения. На сегодняшний день Информационный центр ФБР и локальные информационные центры полиции штатов вводят биометрические данные вручную в соответствии с решениями, применяемыми людьми. Кроме того, хотя ФБР и использует наиболее современные на сегодняшний день технические средства, они предусматривают отдельное хранение и обработку биометрических данных.
Для преодоления этих недостатков с 2015 г. Центр ФБР совместно с MTI и Google ведет работу по созданию рекуррентной базы данных. По прикидкам в течение 2017 г. база будет запущена в опытную эксплуатацию. Ее принципиальное отличие отныне существующих баз данных состоит в трех обстоятельствах. Не человек, а машина будет принимать решение о появлении того или иного профиля в базе данных. Грубо говоря, предусматривается система, в корне отличающаяся от ныне принятого порядка. Сейчас соответствующие руководители полиции, агенты ФБР принимают решения о заведении файлов на того или иного человека. Как показывает практика, эти решения часто бывают ошибочны и субъективны. В новой систем предполагается обеспечивать ее нефильтрованными потоками информации. Фильтровать, а соответственно, определять необходимость заведения профилей, будет сама система. В систему встраивается модуль глубоко обучаемых нейронных сетей. Данный модуль будет отвечать за своевременное исключение профилей и параметров лиц, которые по критериям базы попали в нее, но в течение определенного времени не вызвали интереса со стороны ФБР или полиции штатов. Наконец, данная система, в отличие от ныне применяемых, будет способна взаимодействовать с конечными пользователями на естественном языке и с использованием визуальных средств.
3. Как уже отмечалось, одним из наиболее угрожаемых с точки зрения динамики организованной преступности секторов экономической жизни страны, являются небанковские платежные системы. По согласованию с наиболее динамичными платежными системами Stripe и Wise, ФБР организовало частно-государственное партнерство по созданию и эксплуатации платформы по обнаружению мошенничеств и взломов платежных систем. Данная система будет открыта для всех лицензированных платежных систем. Предусматривается, что они будут выделять на содержание системы ежегодный взнос в зависимости от объема транзакций и уровня сертификата информационной защиты, присвоенного платежной системе. Производителем системы в результате тендера выбрана компания Palantir. В 2017 г. она должна запустить платформу POLPAY.
4. В 2017 г., используя платформу контекстного интеллекта Nigel, предусматривается создать безбумажный офис агента ФБР или полицейского участка. Поскольку система Nigel в отличие от других способна не только к семантическому анализу (распознаванию объектов по различным онтологиям. Онтологии могут быть различны – свойства, отношения, функции, человек, юридическое лицо, предмет и т.п.), но и к контекстному распознаванию ситуации (ситуации могут быть одинаковы по онтологиям, но различными по смыслу. Например, в двух ситуациях участвуют одни и те же персонажи – женщина, мужчина и ребенок. Контекст ситуации может быть различен. В одном случае это может быть счастливая семья. В другом – бывшие супруги, делящие ребенка. Сейчас ни одна система кроме Nigel не способна распознавать ситуацию), она будет давать экспертные советы правоохранителям, привязанные к уникальной конкретной обстановке.
5. Использование искусственного интеллекта для экономии бюджета ФБР и полиции штатов. В настоящее время почти четверть работников, проходящих как занятые в полиции штатов, на которых приходится чуть больше 15% фонда заработной платы, заняты различного рода рутинными операциями, имеющими общепрофессиональный характер. Речь идет о многочисленных секретарях, юрисконсультах, фотографах и т.п. ФБР в рамках программы сокращения бюджета федеральных органов власти за счет роботизации, в течение 2017-2020 гг. будет последовательно заменять юрисконсультов и секретарей роботизированными устройствами. В настоящее время для ФБР на 2020 г. установлен норматив сокращения не менее 10% вспомогательного персонала, не связанного с выполнением оперативно-розыскных, следовательских и других полицейских функций, а также работой в лабораториях.
6. Начиная с 2017 г. ФБР совместно с компанией For All Secure и университетом штата Пенсильвания преступило к разработке системы искусственного интеллекта Mayhem – первой в мире системы искусственного интеллекта, основными функциями которой являются распознавание индивидуального почерка хакеров и хакерских группировок, а также обнаружение атак активного тестирования и преследование хакеров в их ходе, вплоть до установления их локации.
ФБР и исследователям Пенсильванского университета удалось установить, что методы комбинаторики позволяют системам искусственного интеллекта распознавать в доли секунды некоторые особенности вредоносного софта, а также архитектуры атак, которые укрываются из-за недостатка времени от высококвалифицированного персонала служб информационной безопасности.
Есть основания полагать, что данная система является подлинным прорывом и может обеспечить долгожданный перелом в состязании информационных меча и щита.
Как отмечают исследователи «Больших данных», сам термин «Большие данные» (Big Data) не имеет общепринятого определения даже в индустрии информационных технологий. Наиболее распространенным является раскрытие феномена «Больших данных» через указание проблем, с которыми приходится сталкиваться на современном этапе развития технологий при обработке информации. Исходя из этого «Большие данные» определяются посредством указания следующих основных характеристик: 1) большого объема, 2) разнообразия данных и 3) высокой скорости их изменения.
Согласно указанному подходу, помимо собственно обработки больших объемов данных проблема, решаемая посредством Big Data, состоит также и в том, что большая часть потенциально ценной информации представлена в неструктурированном виде, то есть не упорядочена и содержится в различных форматах, в отличие от данных, которые наполняют традиционные базы данных. Огромные массивы разнообразной информации, например, информация с форумов и социальных сетей, видеозаписи, текстовые документы, лог-файлы или, например, данные о трафике и соединениях абонентов, содержатся в различных источниках, нередко за пределами организации. В результате правоохранительные структуры могут иметь доступ к огромному объему данных из внутренних и внешних источников и не иметь необходимых инструментов, чтобы осуществить их совместную обработку, выявив определенные взаимосвязи и сделать на их основе значимые выводы. Технологии «Больших данных» позволяют решить эту проблему, связав воедино разнородные данные.
Другой признак «Больших данных» состоит в том, что обрабатываемая с использованием указанной технологии информация обновляется быстро (например, «потоковые данные»1, при этом необходимо принимать решения на основании их оперативного анализа.
Анализируя различные зарубежные подходы, российский исследователь А.И. Савельев определяет «Большие данные» как совокупность инструментов и методов обработки структурированных и неструктурированных данных огромных объемов из различных источников, подверженных постоянным обновлениям, в целях повышения качества принятия управленческих решений, создания новых продуктов.
Опыт сотрудничества IBM с правоохранительными органами свидетельствует о том, что требуются: во-первых, консолидация разрозненных источников информации в единое хранилище данных; во-вторых, применение специального ПО, позволяющего выявлять полезную информацию из разрозненных и неполных документированных данных, а также из несвязанных событий; в-третьих, использование специализированных, программно-аппаратных решений, максимально ускоряющих работу, и принятие решений при обработке огромных объемов данных структурированной и неструктурированной информации.
1
Например, пассажиропоток в аэропортах и на вокзалах.