Комбинаторные методы правовой информатики (стр. 3 из 5)

Обозначим вектором Х (см. рис. 4) параметры, характеризующие «портрет преступника» (например, Х₁ – пол, Х₂ –возраст, Х₃ – образование, Х₄ – социальное положение и т.д.). Очевидно, что Х₁ … Х_n. – координаты вектора Х, а п. – размерность дискретного пространства его существования. При этом, конечно, области определения координат в числовом выражении могут быть совершенно различными. Так в приведенном примере Х₁ может принимать два значения: «1» и «0» (пол – мужской и женский), а Х₂ зависит от того, на сколько градаций разбивается в статистической отчетности графа о возрастном составе преступников и подозреваемых.

Обозначим вектором У параметры «следовой активности» преступника, т.е. то, что зафиксировано в результате осмотра места происшествия и первичных действий оперативно-розыскной службы.

Р(х/y) Р(х/y*)

х₁ х₂ х₃ х₄ х₅ х х₁ х₂ х₃ х₄ х₅ х

а б

Рис. 4

__________________________________________________________________

* Лейбниц Избранные философские сочинения. Стр. 186. М. 1908 г.

** В. И. Ленин Полное собрание сочинений. Т. 12. Стр. 237. М. 1984 г.

При этом для каждого вида преступления эти параметры могут иметь свои специфические значения. Например, при краже автомобиля это может быть: Х₁ — способ взлома гаража (отмычкой, украденным ключом, ломом, подъемным краном и т.д.); Х₂ — наличие или отсутствие на месте преступления орудий взлома; Хз — способ отключения сигнализации и т.д. Тогда деятельность следователя не может быть не чем иным, как воспроизведением либо мысленно (не до конца отдавая себе в этом отчет либо с помощью ЭВМ функции апостериорной вероятности Р (Х/У), т.е. вероятностной картины "портрета преступника" в зависимости от оставленных им следов. Здесь уместно вспомнить известное высказывание У. Эшби о том, что "система не вещь, а перечень переменных" или "замкнутое однозначное преобразование».

Если имеется статистика, то первоначальная работа следователя может быть существенно облегчена с помощью ЭВМ,которая при вводе в нее данных о следовой активности (вектора У) преобразует их по известной формуле Байеса в интересующую следователя функцию:

Р

,

где Р(X) — вероятность совершения преступления лицом, описываемым вектором X, до того, как стало известно в следаx, оставленных на месте происшествия; Р(У) — вероятность совершения преступления, в результате которого остались зафиксированными следы У; Р(У/X) — вероятность того, что совершение преступления лицом Х привело к оставлению им на месте происшествия следов У.

Способ расчета Р(X/У) зависит от того, какого рода статистика собирается по итогам анализа уголовных дел. Формула Байеса использована в данном случае потому, что входящие в нее справа переменные соответствуют часто приводимым в статистике данным о типах преступника и способах соверше- ния преступлений.

Совершенно очевидно, что при выводе на экран ЭВМ графика, аналогичного изображенному на рис. 4, следователь может спланировать свою деятельность по отработке версий о том или ином типе преступника в такой последовательности:

X₃, X₂, Х₄, Х₁, Х₅. Вскользь заметим, что в программу для ЭВМ должна входить проверка:

р(X₁/У) + р(X₂/У) + … р(X₅/У) = 1

При таком плане действий по каждой версии следователь проводит так называемые следственные действия (допрос, очные ставки и т.д.), дает задание уголовному розыску и ставит задачи перед экспертными службами. В результате такой деятельности могут возникнуть новые обстоятельства, вскрыться новые факты и картина, показанная на рис. 4 а, может существенно измениться, преобразуясь, например, к виду, показанному на рис. 4 б.

Это может быть связано, например, с тем обстоятельством, что лица Х₁, Х_2, X₃ представили алиби, или с какими-то другими фактами по делу. Если считать, что векторы Х_1, Х₂… описывают некоторый обобщенный тип преступника, например возрастную группу, то после окончательного вы– бора одного из значений Х требуется аналогичная работа по вскрытию более тонкой описательной структуры, характеризующей преступника с постепенным доведением этого процесса до конкретного лица или группы лиц. При этом каждый уточняющий, расширяющий информацию следователя о преступнике этап связан с выбором по максимально вероятной версии и построении в соответствии с этим плана «отработки версий».

Использование комбинаторных мер правовой информатики при расследовании преступлений.

Деятельность по расследованию преступлений связана с работой многих правоохранительных и иных государственных и общественных организаций. Однако важнейшие из них — это следствие, уголовный розыск, экспертиза и надзор. Попытаемся представить себе, каким образом использование ЭВМ может повысить эффективность действия этих структур.

Следствие — это собирательное понятие, охватывающее предварительное следствие, самостоятельную стадию уголовного процесса, следующую за возбуждением уголовного дела, и судебное следствие — составную часть судебного разбирательства в суде первой инстанции. Мы здесь остановимся на предварительном следствии, основной фигурой которого является следователь.

Расследование преступлений как род человеческой деятельности предполагает планирование, организацию и проведение определенной совокупности соответствующих действий, направленных на правильное разрешение уголовного дела.

Чем ограничен следователь прежде всего? Временем и материальными ресурсами. В чем он свободен? В выборе порядка и характера следственных действий, в постановке задач перед органами дознания, привлечении общественности и т.д. Какой параметр при прочих равных условиях желательно сократить? Конечно, время расследования. Вот и попытаемся использовать ЭВМ для наведения порядка в таком хозяйстве.

Представим себе, что следователь может запланировать Х₁ следственных действий, типа Х (например, допрос), У₁ следственных действий, типа У (например, осмотр места происшествия) и Z₁ типа Z (следственный эксперимент).

При этом каждое из данных действий связано с затратами времени: t (х), t(у) и t(z) соответственно. Тогда очевидно, что план его должен быть составлен так, чтобы минимизировать функцию:

Е==Х₁t (х) + у₁ t(у)+ Z₁ t(z) минимум.

При этом выбор Х_1, У₁ и Z₁ограничен материальными и людскими ресурсами.

Допустим, что каждое следственное действие оплачивается денежной суммой р(X), р(У), р (Z) и требует для своего проведения определенного числа людей: м(x), м(у), м(z) соответственно. Полагаем также, что следствие ограничено денежными ресурсами в виде суммы «Р» и людскими —«М» человек. Тогда математическая формулировка ограничений будет в виде:

X₁ Р(x) + у₁ р(у) + Z₁ р(z)

Р,

X₁ м(х) +у₁ м(у) + Z₁м(z)

М.

Такого рода задачи минимизации заданной функции нескольких переменных при определенных ограничениях на их суммы с взвешенными коэффициентами относятся к числу задач линейного программирования и при числе переменных больше 3 — 5 вручную практически неразрешимы. Перед обработкой уголовных дел (законченных) задумались о возможностях статистик, ЭВМ и человек пришли к таким выводам.

Во–первых, характеристика преступника (или преступной группы) должна быть достаточно яркой, обеспечивающей хорошую фильтрацию оперативных данных с выходом на субъект преступления.

Во–вторых, параметры, описывающие преступника, должны быть максимально независимы (некоррелированы), так как только независимость несет дополнительную информацию и оправдывает использование памяти машины.

В–третьих, способ преступления должен иметь также достаточность и некоррелированность в подборе описывающих его параметров.

В–четвертых, надо помнить о том, что не только возможности машины для сплошного перебора ограничены, но ограничены и возможности человека для восприятия представленной ЭВМ информации.

Исходя из этих соображений, выбрали следующие параметры для описания преступника: пол, возраст, образоваиие, национальность, место проживания, судимость, отношение к алкоголю и наркотикам, семейное положение, психическое состояние, характер работы, тип личности.

Даже при наличии двоичной системы описания отдельных параметров (мужчина — женщина, молодой — старый, с высшим образованием — без такового и т.д.) с помощью такой модели может быть описана 2¹¹ = 2048 типов преступников (отличающиxся хотя бы поодному параметру). Если же брать три–четыре позиции, что по большинству приведенных параметров представляется вполне сстественным, то количество типов возрастает до нескольких десятков тысяч.