Криминологическая характеристика компьютерной преступности и новые методы ее предупреждения

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. 

1. Гайфутдинов Р. Р. Понятие и квалификация преступлений против безопасности компьютерной информации : дис. … канд. юрид. наук. Казань, 2017. 243 с.

2. Гладырь Ю. Ф. Система предупреждения преступлений: история развития и современное состояние : дис. … канд. юрид. наук. М., 2006. 159 с.

3. 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.

4. Кравцов Д. А. Искусственный разум: предупреждение и прогнозирование преступности // Вестник Московского университета МВД России. 2018. № 3. С. 108–110.

5. Лунеев В. В. О криминолого-аналитическом и системном подходе к законотворчеству // Криминология: вчера, сегодня, завтра. 2014. № 4 (35). С. 14–25.

6. Суходолов А. П., Бычкова А. П. Искусственный интеллект в противодействии преступности, ее прогнозировании, предупреждении и эволюции // Всероссийский криминологический журнал. 2018. № 6. С. 753–766.

7. 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.

8. 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.

9. Утаров К. А. Математические методы в криминологии : дис. … канд. юрид. наук. М., 2004. 167 с.

10. Цифровая 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.

11. Aglyamova G. Victimological Aspects of the Use of Artificial Intelligence in Crime Prevention // Juridical World. 2024. No. 1. P. 50–55.

12. 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.

13. 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.

14. 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.

15. Fox V. Introduction to Criminology. New Jersey, 1976. 115 p.

16. 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.

17. 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.

18. 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.

19. 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.

20. Zeldes I. Methods of Crime Prevention in the USSR // International Journal of Comparative and Applied Criminal Justice. 1978. No. 2. P. 32–33.