کاربرد ابر داده در مبارزه با جرم و جنایت

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 739

This Paper With 36 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

EMAA05_153

تاریخ نمایه سازی: 14 آذر 1395

Abstract:

یا ابر داده Big dataبه مجموعه ای از دادههای بزرگ و پیچیده اطلاق میشود که پردازش آنها توسط نرم افزارهای سنتی پردازش اطلاعات امکان پذیر نیست یا به سختی انجام میشود. در واقع ابر داده قابلیت مدیریت حجم عظیمی ازاطلاعات مختلف در سرعت مناسب و د ر چارچوب زمانی مناسب است ک ه اجاز ه ی تجزی ه و تحلی ل و واکنش زمان F واقعی0 1 را میدهد. جهان داده های حجیم یک مجموعه ی جدیدی از چالش ها و موانع را ارائه می کند. چالش اصلی در اینزمینه شامل تجزیه و تحلیل، پردازش و جستجو در میان داده ها است. همچنین فرآیندهایی مانند ذخیره سازی، به اشتراک گذاری و انتقال دادهها از دیگر چالش های امنیتی است که دربحث پردازش دادههای حجیم با آنها مواجه هستیم. به طور خلاصه، لغت داده ی حجیم برای اطلاعاتی به کار می رود که نمی توانند با استفاده از فرآیندهای سنتی یا ابزارها تجزیه وتحلیل شوند. به صورت افزایشی، سازمان ها امروزه بیشتر و بیشتر با چالش های داده ی حجیم روبرو هستند. تجزیه و تحلیل داده های حجیم و پیش بینی نتایج آینده، بر اساس نتایج به دست آمده از تجزیه و تحلیل برنامه های کاربردی درحوزه های کسب و کار، امور مالی، بهداشت و درمان و غیره انجام میگیرد. ابرداده به طور مشابه راهش را در زمینه ی مبارزه با جرم و جنایت نیز پیدا کرده است. شرکت های بزرگ همانندMicrosoft و IBM, Dell, Googleمیلیاردها دلار در زمینه ی تحقیقات و توسعه فنآوری داده های حجیم سرمایه گذاری کرده اند. توسعه دهندگان، انجمن های خودشا ن ر ا برای فن آوری هاییmachine learning ،Real time ،NoSQL ،Hadoopو غیره دارند. در حال حاضر در زمینه توسعه و استقرار فنآوری، دستاوردهای زیادی به دست آمده است که به پیکار علیه جرم و جنایت کمک میکنند. ابرداده به طور فزاینده ای از حفظ نظم و آرامش هر روزه و تلاش های امنیتی سایبری خبر می دهد. هر نوع اجرای قانون، اعم از ایالتی و محلی، از روش های ابرداده برای اشاره ی دقیق به نقاط بالقوه جرم و جنایت یا پیش بینی خانه هایی که احتمال حمله مسلحانه به آنها می رود، استفاده می کند. حملات سایبری از همه نوع در حال افزایش است.در حوزه ی جرم و جنایت، داده های حجیم علاوه بر کاهش در جنایات خشونت آمیز و دزدی، به تشخیص مجرمان یقه F سفید که در جرایم مالی از جمله تقلب های بیمه، تجارت های خودی23 ، پول شویی و تقلب در مراقبت های بهداشتی و درمانی درگیر هستند نیز کمک می کنند. حملات سایبری از همه نوع در حال ازدیاد است و یک راه برای مقابله با اینحملات استفاده از ابرداده برای آگاهی از حملات اینترنتی و یافتن نقاط آسیب پذیر برای دفاع در برابر این حملات می باشد. همچنین از محققان در علوم محاسباتی، سیستم های اطلاعاتی، علوم اجتماعی، مهندسی، پزشکی و بسیاری از زمینههای دیگر برای افزایش توانایی ما در مبارزه با خشونت، تروریسم، جرایم سایبری و دیگر نگرانی های امنیتی سایبری درخواست کمک شده است. در این مقاله سعی بر این است تا ضمن معرفی ابرداده، به تحلیلی از کاربرد دادههای حجیم و انقلاب آن در مبارزه با جرم و جنایت بپردازیم

Authors

محمد خلیلی

دانشکده آموزشهای الکترونیکی، دانشگاه شیراز، شیراز ،ایران

سیده آفاق نوایی فیجانی

دانشکده آموزشهای الکترونیکی، دانشگاه شیراز، شیراز ،ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • تجزیه و تحلیل اطلاعات. 3) پیش بینی جنایات. ...
  • 2-1 نمونه های DNA بدست آمده از صحنه های جرم ...
  • چهل و نه ایالت در ایالت متحده آمریکا نمایه DNA ...
  • O صنعت خدمات مالی در سال 2010 مبلغ 3.6 بیلیون ...
  • بررسی و مقایسه استراتژی ها ...
  • /1 میلیارد دلار : داده‌های بزرگ که در سال 2014 ...
  • Judith Hurwitz, Alan Nugent, Fern Halper, Marcia Kaufman, Big Data ...
  • Chris Eaton, Dirk Deroos, Tom Deutsch, George Lapis, Paul Zikopoulos. ...
  • Rishikesh C. Muchhala, Gaurang A. Shah, Prayag Shah. "Big Data ...
  • Neil M. Richards, Jonathan H. King, "Big Data Ethics". Vol.49, ...
  • Unisys, "Using big data analytics to fight financial crime", White ...
  • Hsinchun Chen, Roger H. L. Chiang, Veda C. Storey, "Business ...
  • Bernard Marr, _ Big Data Is Changing Healthcare", forbes.com, Apr. ...
  • Michael Schroeck, Rebecca Shockley, Dr. Janet Smart, Professor Dolores Ro ...
  • Cloud Security Alliance (CSA) Big Data Working Group Co. "Top ...
  • IBM Corporation Software Group, "Extending & Enhancing Law Enforcement Capabilities", ...
  • Executive Office of the President, "Big Data: Seizing Opportunities, Preserving ...
  • https : //www .whitehouse .gov/. _ ./b ig_d at a_pri ...
  • Bill Hamilton, "Big Data is the Future of Healthcare", Cognizant ...
  • Arnold Picot, "From Open Data To Big Data", 2nd International ...
  • ITU-T Technology Watch Report, "Big Data: Big Today, Normal Tomorrow", ...
  • R. Abbas, _ Social Implications of Lo cation-Based Services: An ...
  • J. Pitt, "Design Contractualism for P ervas ive/Affective Computing, " ...
  • Motorola Solutions, _ Is My Crime Analytics Software Predictive?", White ...
  • David Court, _ Getting Big Impact From Big Data", 1996-2015 ...
  • C. Hagen, J. Raudabaugh, A. Prasad, Kh. Khan, "Beyond Big: ...
  • Jeff Kelly, "Big Data Vendor Revenue and Market Forecast 2013-2017, ...
  • httt ://wikihon _ org/wi ki/v/Bi _ Data Vendor Revenue and ...
  • Louis Columbus, "Roundup Of Analytics, Big Data & Business Intelligece ...
  • _ data-husi-ی htt : _ forhes. com/si tes/loui scol umhus/2) ...
  • Dennis McCafferty, "Surprising Statistics About Big Data", BaseLine Magazine, Driving ...
  • نمایش کامل مراجع