用语义技术揭示犯罪的模式和现象

事件注册是为挪威警察开发的原型,其目的是支持调查,预防犯罪并提供统计数据以改善企业管理。 通过采用Apache Jena框架进行语义编程,系统的整个后端堆栈基于与Java集成的语义技术。 语义Web技术(不要让“ Web”这个术语完全欺骗您,因为它可以完全独立于Web使用)包括W3C标准:RDF用于序列化数据,SPARQL用于查询RDF数据以及OWL和RDF用于应用数据模型到数据。 RDF数据可以是完全不受模式限制的,并且可以作为事实陈述存在,这使得它非常适合那些无法预先约定数据架构的系统。 这允许数据模式在系统的整个生命周期中发展,调整和扩展。 在事件注册中,重要的是警察可以表达所有内容,这意味着对灵活的数据结构的需求非常大,这是在项目中采用语义技术的主要原因。 想象一下一个案例,一个女人进入派出所向警方举报盗窃案。 她刚刚参加了一场规模庞大,人群稀少的大型活动,突然发现自己的钱包被从包中偷走了。 她参加的事件以及实际的盗窃事件,被记录为图1所示的事件序列画布中的前两个事件。 在这种情况下,警察几乎没有线索可循,但是两周后,受害人回到警察局,并提交了一份新的警察报告,内容涉及银行来信的来信,说明她在那儿开设了一个银行帐户。 受害人向警方声称她从未亲自开设过该银行帐户,这可能意味着她可能遭受了身份盗窃。 警察现在通过与有关银行的一名银行雇员交谈进一步调查此事,该雇员透露该帐户确实是以受害者的名义开立的,并且还向该银行提供了一笔500,000挪威克朗(约合60,000美元)的消费贷款。同名。 此外,银行员工注意到,消费者贷款已支付到同一银行帐户,并且一天后,从汽车零售商处购买了汽车。 最后,他们看到剩余的钱被用于某种形式的国外交易,这意味着罪犯已经离开了该国。 图1:全面的身份盗窃案。 事件链已经由警察登记,并且现在有了事件发生的假设,他们可以使用“现象搜索”功能来识别类似案件(见图2)。…