Il modello NBNC per l'analisi del rischio in ambito criminale
Il meta-modello NBNC costituisce un framework teorico per la progettazione e lo sviluppo di “modelli intelligenti” per l’analisi del rischio in ambito criminale ed è stato applicato con successo dall’Ufficio Sicurezza dell’ABI (Associazione Bancaria Italiana) e da OSSIF (Osservatorio per la Sicurezza Fisica) per la costruzione di software on line per l’analisi del rischio Rapina e del rischio di attacco a impianti ATM (Bancomat).
La struttura di NBNC è stata progettata in funzione dei fenomeni criminali e delle varie modalità di analisi del rischio. Pertanto si basa su un’architettura ibrida che integra la base dati sulla fenomenologia da analizzare, una rete di Bayes che riproduce le condizioni probabilistiche tra le variabili in gioco e un sistema reticolare di ANN in grado di derivare le regole per la costruzione del simulatore bayesiano.
Grazie alla sua estrema flessibilità, Il meta-modello NBNC costituisce uno strumento teorico per la progettazione di sistemi “intelligenti” per l’analisi del rischio rapina, in quanto rappresenta una cornice operativa per l’implementazione di modelli che tengono conto della estrema “complessità” che caratterizza la fenomenologia criminale.
Il meta-modello NBNC include le varie accezioni di rischio e sintetizza le diverse visioni in un'unica modalità di analisi che contempla dunque sia la prevenzione dell’evento criminoso, sia la ricognizione dei possibili interventi tesi a circoscriverne il verificarsi entro certi limiti, sia la scelta di attività finalizzate alla mitigazione degli effetti che ne derivano (durante e dopo).
Il metodo di analisi di articola in 4 macro-fasi:
- individuazione, attraverso gli specialisti del fenomeno criminale (Forze dell’ordine, Intelligence, specialisti di impianti di sicurezza, esperti della Difesa) di tutti i fattori che in vario modo possono condizionare e determinare il verificarsi degli eventi criminosi α1, α2, α3, … , αn che costituiscono l’oggetto di analisi;
- formulazione di una serie di ipotesi sull’insieme di regole funzionali che dovrebbero rappresentare le relazioni tra le variabili. Tali regole sono essenziali per contribuire alla “modellizzazione” del fenomeno criminoso, che sarà completa solamente quando le caratteristiche del fenomeno saranno riproducibili mediante una simulazione. In tal senso si è ritenuto opportuno adottare la notazione del calcolo delle probabilità condizionate, mediante una descrizione reticolare di tipo bayesiano (Rete di Bayes) delle possibili relazioni causali o di interdipendenza tra condizioni di partenza;
- applicazione del metodo di Motomura e Hara, che consente, step by step, di ricavare e aggiornare in tempo reale tutti i valori delle probabilità condizionate attraverso un sistema integrato di RNA (Reti Neuronali Artificiali) di tipo feedforward e di definire in maniera esatta l’architettura funzionale della rete di Bayes;
- collaudo del simulatore e implementazione definitiva.
L’output consiste finale consiste in un modello probabilistico bayesiano in grado adattarsi al contesto, di continuare ad apprendere dall’esperienza (grazie all’architettura neuronale) al fine di descrivere, spiegare e simulare una determinata classe di eventi per supportare efficacemente i responsabili nella gestione operativa dei vari livelli di rischio ad essi connessi.
Per simulare i vari scenari e i livelli di rischio corrispondenti sarà infatti sufficiente osservare gli stati delle variabili indipendenti della rete e calcolare i valori di output. Oppure, nell’ottica della prevenzione, risalire ai valori funzionali delle condizioni di partenza associando alle variabili di output i valori attesi.
Grazie a queste caratteristiche, il meta-modello NBNC è dunque in grado di supportare le attività di analisi per la prevenzione, il monitoraggio, il controllo e la mitigazione delle varie tipologie di rischio connesse ad un’ampia gamma di fenomeni, fornendo un utile contributo alla lotta contro il crimine.
Saggi e articoli per approfondire il tema:
- Reti neuronali e bayesiane per combattere il crimine. Il meta-modello NBNC di analisi del rischio (Titolo originale: Neural and Bayesian Networks to fight Crime:the NBNC Meta-model of Risk Analysis). AA.VV: "Artificial Neural Networks" InTech, Vienna, 2010
- Una rete neuronale artificiale per la gestione del rischio rapina in banca: l’applicazione web di OSSIF del dipartimento Anticrimine dell’Associazione Bancaria Italiana (Titolo originale: An Artificial Neural Network for Bank Robbery Risk Management: The OS.SI.F Web On-Line Tool of the ABI Anti-crime Department). International Workshop on Computational Intelligence in Security for Information Systems CISIS’08, Springer Berlin/Heidelberg, 2009
- La simulazione on line dell’ABI “Rapine in banca” (Titolo originale: The ABI on line simulation “Bank Robberies”). EDEN 2007 Annual Conference, Napoli, 2007
