lexrussicaLex russicaLex Russica1729-59202686-7869MSAL10.17803/1729-5920.2025.222.5.077-086lexrussica-4496Research ArticleНАУКИ КРИМИНАЛЬНОГО ЦИКЛА / JUS CRIMINALECRIMINAL LAW SCIENCES / JUS CRIMINALEКриминологическая характеристика компьютерной преступности и новые методы ее предупрежденияCriminological Characterization of Computer Crime and New Methods of its PreventionЕфремоваИ. А.EfremovaIrina A.

Ефремова Ирина Алексеевна, доктор юридических наук, доцент, профессор кафедры уголовного и уголовно-исполнительного права, прокурорского надзора и криминологии,

д. 1, Вольская ул., г. Саратов 410056.

Irina A. Efremova, Dr. Sci. (Law), Associate Professor, Professor, Department of Criminal and Penal Law, Prosecutorial Supervision and Criminology,

Saratov.

efremova005@yandex.ruСаратовская государственная юридическая академияSaratov State Law Academy2025160520257857786Copyright © Ефремова И.А., 20252025Ефремова И.А.Efremova I.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://lexrussica.msal.ru/jour/article/view/4496

Компьютерные технологии активно совершенствуются, в связи с чем важнейшей задачей государства является соблюдение баланса между развитием технологий и защитой прав человека. Но в 2020–2023 гг. количество компьютерных преступлений увеличилось на треть, а сумма ущерба превысила 210 млрд руб., поэтому возникла необходимость внедрить новые методы их предупреждения. Преступления, предусмотренные главой 28 УК РФ, преимущественно совершены в городской местности; в одиночку; совершившие их лица не находились в состоянии алкогольного, наркотического или иного опьянения; не имели неснятых или непогашенных судимостей; совершили компьютерное преступление впервые. Новые методы предупреждения компьютерных преступлений практически не исследуются учеными и редко используются в превентивной деятельности, в то время как достижения в области искусственного интеллекта предлагают смену парадигмы, позволяя выработать и применять их. При этом не следует останавливаться на сегодняшних достижениях использования искусственного интеллекта в предупреждении компьютерных преступлений, нужно продолжать разрабатывать новые методы, поскольку искусственный интеллект способен работать в различных условиях, например при неполноте криминологических данных, неточной информации о предполагаемом месте совершения преступления. 

Computer technologies are actively developing. Due to this fact, the main task of the state is to maintain a balance between computer technologies and the protection of human rights. In 2020–2023, the number of computer crimes increased by a third, and the amount of damage exceeded 210 billion rubles. Thus, it is necessary to introduce new methods for their prevention. Crimes provided for by Chapter 28 of the Criminal Code of the Russian Federation are mainly committed in urban areas; alone; the persons who committed them were not in a state of alcoholic, narcotic or other intoxication; had no unexpunged or outstanding convictions; committed a computer crime for the first time. New methods of preventing computer crime are hardly investigated by scientists and are rarely used in preventive activities, while advances in artificial intelligence offer a paradigm shift, allowing new methods to be developed and applied to prevent such crimes. At the same time, the current achievements of the use of artificial intelligence in the prevention of computer crimes should not be stopped, it is necessary to continue to develop new methods, since artificial intelligence is able to work in various conditions, for example, with incomplete criminological data, inaccurate information about the alleged place of the crime.

преступлениякомпьютерные преступлениякомпьютерная информацияпреступления в сфере компьютерной информациипредупреждениеметоды предупрежденияcrimescomputer crimescomputer informationcomputer information crimeswarningwarning methodsИсследование выполнено за счет гранта Российского научного фонда № 24-28-00312, https://rscf.ru/project/24-28-00312/.The research was carried out with the support of the Russian Science Foundation grant No. 24-28-00312, URL: https://rscf.ru/project/24-28-00312/.ReferencesГайфутдинов Р. Р. Понятие и квалификация преступлений против безопасности компьютерной информации : дис. … канд. юрид. наук. Казань, 2017. 243 с.Aglyamova G. Victimological Aspects of the Use of Artificial Intelligence in Crime Prevention. Juridical World. 2024;1:50-55.Гладырь Ю. Ф. Система предупреждения преступлений: история развития и современное состояние : дис. … канд. юрид. наук. М., 2006. 159 с.Aiello MF. Policing through social networking: Testing the linkage between digital and physical police practices. The Police Journal. 2018;91(1):89-97.Козырев М. С., Масликов В. А. Применение корреляционного анализа при исследовании некоторых видов преступлений, совершаемых в Москве // Криминологический журнал Байкальского государственного университета экономики и права. 2016. № 1. С. 28–29.Al-Rummana G. The Role of Big data Analysis in Increasing the Crime Prediction and Prevention Rates. In: Intelligent Data Analytics for Terror Threat Prediction. 2021. P. 209–220Кравцов Д. А. Искусственный разум: предупреждение и прогнозирование преступности // Вестник Московского университета МВД России. 2018. № 3. С. 108–110.Chikore T, Nyabadza F, Chazuka Z, Nyirenda-Kayuni M, Zhangazha M, Chukwudum Q, White J, Mhlabane F, Osman S, Ndlovu M, Mwaonanji J. Exploring the impact of how criminals interact with cyber-networks. A Mathematical Modeling Approach. 2024;11:10-23.Лунеев В. В. О криминолого-аналитическом и системном подходе к законотворчеству // Криминология: вчера, сегодня, завтра. 2014. № 4 (35). С. 14–25.Fox V. Introduction to Criminology. New Jersey, 1976. 115 p.Суходолов А. П., Бычкова А. П. Искусственный интеллект в противодействии преступности, ее прогнозировании, предупреждении и эволюции // Всероссийский криминологический журнал. 2018. № 6. С. 753–766.Gaifutdinov RR. The concept and qualification of crimes against the security of computer information. Cand. Sci. (Law) Diss. Kazan; 2017. (In Russ.).Суходолов А. П., Иванцов С. В., Молчанова Т. В., Спасенников Б. А. Big data как современный криминологический метод изучения и измерений организованной преступности // Всероссийский криминологический журнал. 2019. № 5. С. 718–726.Gladyr YuF. Crime prevention system: development history and current state. Cand. Sci. (Law) Diss. Moscow; 2006. (In Russ.).Суходолов А. П., Суходолов Я. А., Колесникова А. В. О необходимости совершенствования методологии современных криминологических исследований // Право и государство: теория и практика. 2022. № 8 (212). С. 125–133.Ivliev P, Ananyeva E, Prys I., Burbina Yu. The use of IT technologies in the prevention of crimes // BIO Web of Conferences. 2023. Vol. 65. No. 10. P. 1051–1061.Утаров К. А. Математические методы в криминологии : дис. … канд. юрид. наук. М., 2004. 167 с.Kouziokas G. Artificial Intelligence Based Crime Forecasting in Public Administration by Implementing a Feedforward Multilayer Perceptron. In: 16th International Conference on Artificial Intelligence and Law — VIII Workshop on Artificial Intelligence and the Complexity of Legal Systems. June 2017. P. 10–22Цифровая криминология: математические методы прогнозирования / А. П. Суходолов, С. В. Иванцов, Т. В. Молчанова [и др.] // Всероссийский криминологический журнал. 2018. № 2. С. 230–236 ; № 3. С. 323–329.Kozyrev MS, Maslikov VA. The use of correlation analysis for the study of some crimes committed in Moscow. Russian Journal of Criminology. 2016;1:28-29. (In Russ.).Aglyamova G. Victimological Aspects of the Use of Artificial Intelligence in Crime Prevention // Juridical World. 2024. No. 1. P. 50–55.Kravtsov DA. Artificial intelligence: crime prevention and prediction. Vestnik of Moscow University of the Ministry of Internal Affairs of Russia. 2018;3:108-110. (In Russ.).Aiello M. F. Policing through social networking: Testing the linkage between digital and physical police practices // The Police Journal. 2018. Vol. 91. Iss. 1. P. 89–97.Luneev VV. On criminal analytical and systematic approach to lawmaking. Criminology: Yesterday, Today, Tomorrow. 2014;4(35):14-25. (In Russ.).Al-Rummana G. The Role of Big data Analysis in Increasing the Crime Prediction and Prevention Rates // Intelligent Data Analytics for Terror Threat Prediction. 2021. P. 209–220.Mishra A, Kahla LZ, Gayflor N. Leveraging Artificial Intelligence for Crime Detection and Prevention. International Journal of Scientific Research in Engineering and Management. 2024;8:1-6.Exploring the impact of how criminals interact with cyber-networks / T. Chikore, F. Nyabadza, Z. Chazuka [et al.] // A Mathematical Modeling Approach. 2024. No. 11. P. 10–23.Ramadhoan M, Amiruddin A, Ufran U. Crime Prevention through an Environmental Design Approach in Reducing Crime Rates in Indonesia. International Journal of Social Science Research and Review. 2024;7:177-195.Fox V. Introduction to Criminology. New Jersey, 1976. 115 p.Sukhodolov AP, Bychkova AP. Artificial Intelligence in Crime Counteraction, Prediction, Prevention and Evolution. Russian Journal of Criminology. 2018;6:753-766. (In Russ.).Ivliev P., Ananyeva E., Prys I., Burbina Yu. The use of IT technologies in the prevention of crimes // BIO Web of Conferences. 2023. Vol. 65. No. 10. P. 1051–1061.Sukhodolov AP, Ivantsov SV, Molchanova TV, Spasennikov BA, Kaluzhina MA. Digital Criminology: Mathematical Methods of Prediction (Part 1). Russian Journal of Criminology. 2018;2:230-236. (In Russ.).Kouziokas G. Artificial Intelligence Based Crime Forecasting in Public Administration by Implementing a Feedforward Multilayer Perceptron // 16th International Conference on Artificial Intelligence and Law — VIII Workshop on Artificial Intelligence and the Complexity of Legal Systems. June 2017. P. 10–22.Sukhodolov AP, Ivantsov SV, Molchanova TV, Spasennikov BA, Kaluzhina MA. Digital Criminology: Mathematical Methods of Prediction (Part 2). Russian Journal of Criminology. 2018;3:323-329. (In Russ.).Mishra A., Kahla L. Z., Gayflor N. Leveraging Artificial Intelligence for Crime Detection and Prevention // International Journal of Scientific Research in Engineering and Management. 2024. No. 8. P. 1–6.Sukhodolov AP, Ivantsov SV, Molchanova TV, Spasennikov BA. Big Data as a Modern Criminological Method of Studying and Measuring Organized Crime. Russian Journal of Criminology. 2019;5:718-726. (In Russ.).Ramadhoan M., Amiruddin A., Ufran U. Crime Prevention Through an Environmental Design Approach in Reducing Crime Rates in Indonesia // International Journal of Social Science Research and Review. 2024. No. 7. P. 177–195.Sukhodolov AP, Sukhodolov YaA, Kolesnikova AV. On the Need to Improve the Methodology of Modern Criminological Research. Law and State: The Theory and Practice. 2022;8(212):125-133. (In Russ.).Zeldes I. Methods of Crime Prevention in the USSR // International Journal of Comparative and Applied Criminal Justice. 1978. No. 2. P. 32–33.Utarov KA. Mathematical methods in criminology. Cand. Sci. (Law) Diss. Moscow; 2004. (In Russ.).Zeldes I. Methods of Crime Prevention in the USSR. International Journal of Comparative and Applied Criminal Justice. 1978;2:32-33.Zeldes I. Methods of Crime Prevention in the USSR. International Journal of Comparative and Applied Criminal Justice. 1978;2:32-33.

The authors declare that there are no conflicts of interest present.