О ПЕРСПЕКТИВНЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ ДЛЯ БОРЬБЫ С ОРГАНИЗОВАННОЙ ПРЕСТУПНОСТЬЮ
DOI:
https://doi.org/10.52167/1609-1817-2021-117-2-119-129Ключевые слова:
оперативно-розыскная деятельность, оперативно-розыскное мероприятие, наблюдение, программное обеспечение, актуальные проблемыАннотация
Настоящая статья посвящена теме повышения уровня техники и технологий, которые используются правоохранительными органами для борьбы с организованной преступностью. В частности, освещен вопрос частичной автоматизации оперативно-розыскной деятельности, как более эффективного способа выявления, предупреждения, пресечения и раскрытия преступлений, а также более результативного метода сбора информации, по сравнению с традиционными процессуальными средствами. В работе даны общие сведения об оперативно-розыскной деятельности, обсуждены этапы и особенности проведения такого оперативно-розыскного мероприятия как наблюдение, раскрыты проблемы его проведения, вызванные человеком. Исходя из установленных проблем выполнен поиск и анализ публикаций, посвященных автомати-зированным
системам, способным их решить. Таким образом, основной акцент в работе сделан на рассмотрении международного опыта в разработке автоматизированных систем, перспективных для правоохранительных органов. На основании выполненного анализа публикаций выделено три категории перспективных автоматизированных систем для борьбы с организованной преступностью: видеосистемы распознавания и слежения за подвижными объектами, системы автоматизированной обработки большого количества разнородных данных, системы распознавания и локализации источников звуков
Библиографические ссылки
[1] Байкенжеев А.С. Организованная преступность как угроза национальной безопасности Республики Казахстан // Вестник Алтайской академии экономики и права. –2016. – № 1 (43). – С. 47-52.
[2] Набиев Р.М., Дациева Х.Г. Оперативно-розыскная деятельность и ее роль в раскрытии преступлений // Вопросы российского и международного права. – 2019. – Т. 9, № 3А. – С. 239-244.
[3] Об оперативно-розыскной деятельности [Электронный ресурс]: Закон Республики Казахстан от 15 сентября 1994 года № 154-XIII (с изм. и доп., внесенными Законом Республики Казахстан от 19 декабря 2020 г. № 384-VI). Доступ из
информационно-правовой системы нормативных правовых актов Республики Казахстан «Әділет».
[4] Каримова А.Д. Субъекты и объекты оперативно-розыскной деятельности в Республике Казахстан // Вестник КазНУ им. аль-Фараби. Серия юридическая. – 2017. – № 2 (82). – С. 104-112.
[5] Молянов А.Ю. Ретроспективный анализ специального технического обеспечения оперативно-розыскной деятельности // Полицейская деятельность. – 2017. – № 1. – С. 77-87.
[6] Кусаинов С.Ж. Вопросы использования результатов оперативно-розыскной деятельности в доказывании // Вестник КазНПУ им. Абая. Серия «Юриспруденция». –2014. – № 2 (36). – С. 145-149.
[7] Крепышева С.К. Морально-этические принципы в оперативно-розыскной деятельности // Юридическая техника. – 2020. – № 14. – С. 442-443.
[8] Madiev K.S., Koszhanov T.A., Shaimuhanov A.D., Filin V.V. The Peculiarities of Conducting Special Operational-Search Measures in the Fight Against Crime // International Journal of Criminology and Sociology. – 2021. – № 10. – С. 168-179.
[9] Пудаков Е.Р., Яппаров Р.Р. Специальная техника правоохранительных органов. – Уфа: БИСТ ОУП ВО «АТиСО», 2017. – 240 с.
[10] Nuth M.S. Taking Advantage of New Technologies: For and Against Crime // Computer Law & Security Review. – 2008. – № 24 (5). – С. 437-446.
[11] Dahl J.Y., Svanaes D. Hiding in Plain Sight: Directed Surveillance as a Bodily Practice // Surveillance & Society. – 2018. – Т. 18 (4). – С. 493-506.
[12] Гугунский А.Н., Фомин Ф.Ф. Психологические аспекты осуществления наблюдения в оперативно-розыскной деятельности // Вестник Московского университета МВД России. – 2008. – № 10. – С. 18-20.
[13] Jones K.A., Crozier W.E., Strange D. Objectivity is a Myth for You but Not for Me or Police: a Bias Blind Spot for Viewing and Remembering Criminal Events // Psychology, Public Policy, and Law. – 2018. – Т. 24, № 2. – С. 259-270.
[14] Ashby M.P.J. The Value of CCTV Surveillance Cameras as an Investigative Tool: an Empirical Analysis // The European Journal on Criminal Policy and Research. – 2017. – Т. 23. – С. 441-459.
[15] Crocco M., Cristani M., Trucco A., Murino V. Audio Surveillance: a Systematic Review // ACM Computing Surveys. – 2016. – Т. 48, № 4. – С. 1-46.
[16] Павличенко Н.В., Тамбовцев А.И. Детерминанты современных метаморфоз оперативно-розыскных мероприятий // Труды Академии управления МВД России. – 2020. – № 3 (55). – С. 38-50.
[17] Marios R., Ivanoff J. Capacity Limits of Information Processing in the Brain // Trends in Cognitive Sciences. – 2005. – Т. 9, № 6. – С. 296-305.
[18] Mishra P.K., Saroha G.P. A Study on Video Surveillance System for Object Detection and Tracking // Proceedings of the 3rd International Conference on Computing for Sustainable Global Developmentю. – Нью-Дели, 2016. – С. 221-226.
[19] Mandal V., Adu-Gyamfi Y. Object Detection and Tracking Algorithms for Vehicle Counting: A Comparative Analysis // Journal of big data analytics in transportation. – 2020. –Т. 2. – С. 251–261.
[20] Olague G., Hernandez D., Llamas P., Clemente E., Briseno J. Brain Programming as a New Strategy to Create Visual Routines for Object Tracking: Towards automation of video tracking design // Multimedia Tools and Applications. – 2019. – Т. 78. – С. 5881-5918.
[21] Huang H., Savkin A.V. Ni W. A Method for Covert Video Surveillance of a Car or a Pedestrian by an Autonomous Aerial Drone Via Trajectory Planning // Proceedings of the 2020 6th International Conference on Control, Automation and Robotics. – Сингапур, 2020. – С. 446-449.
[22] Schindler A., Lindley A., Jalali A., Boyer M., Gordea S., King R. Multi-modal Video Forensic Platform for Investigating Post-Terrorist Attack Scenarios // Proceedings of the 11th ACM Multimedia Systems Conference. – Стамбул, 2020. – С. 1-5.
[23] Andrews S., Brewster B., Day T. Organised Crime and Social Media: a System for Detecting, Corroborating and Visualising Weak Signals of Organised Crime Online // Security Informatics. – 2018. – Т. 7. – С. 3.
[24] Cao Y., Iqbal T., kong Q., Zhong Y., Wnag W., Plumbley M.D. Event-Independent Network for Polyphonic Sound Event Localization and Detection // Detection and Classification of Acoustic Scenes and Events. – 2020. – № 3. – С. 1-4.
[25] Chandrakala S., Jayalakshmi S.L. Environmental Audio Scene and Sound Event Recognition for Autonomous Surveillance: a Survey and Comparative Studies // ACM Computing Surveys. – 2019. – Т. 52, № 3. – С. 63 (1-34).
[26] The Cognitive Approach in Cloud Computing and Internet of Things Technologies for Surveillance Tracking Systems. Под ред. Peter D., Alavi A.H., Javadi B., Fernandes S.L. –Кэмбридж: Academic Press, 2020. – 202 с.
[27] Mushtak Z., Su S.-F. Environmental Sound Classification Using a Regularized Deep Convolutional Neutral Network with Data Augmentation // Applied Acoustics. – 2020. – Т. 167. – С. 107389.
[28] Саитов А.Р., Халидаллиаулы А.Е. Информационные системы в ОВД Республики Казахстан // Охрана, безопасность, связь. – 2018. – Т. 3, № 3 (3). – С. 144-152.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2021 Батырхан Бекмурзаев, Денис Ерёмин, Римма Калиева
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
