[论文解读] The Rise of Technology in Crime Prevention: Opportunities, Challenges and Practitioners Perspectives

Dario Ortega Anderez, Eiman Kanjo+3 more|arXiv (Cornell University)|Jan 26, 2021

Crime Patterns and Interventions参考文献 70被引用 16

一句话总结

本文评估了物联网、机器学习和音频信号处理等新兴技术在犯罪预防中的应用，强调其在提升受害者安全和执法响应方面的潜力。通过整合短距离传感器、实时音频分析和协同设计系统，研究证明多传感器、人工智能驱动的解决方案可提高暴力事件的检测能力并减少犯罪，尤其在家庭暴力等报告率较低的领域效果显著。

ABSTRACT

Criminal activity is a prevalent issue in contemporary culture and society, with most nations facing unacceptable levels of crime. Technological innovation has been one of the main driving forces leading to the continuous improvement of crime control and crime prevention strategies (e.g. GPS tracking and tagging, video surveillance, etc.). Given this, it is a moral obligation for the research community to consider how the contemporary technological developments (i.e. Internet of Things (IoT), Machine Learning, Edge Computing)might help reduce crime worldwide. In line with this, this paper provides a discussion of how a sample of contemporary hardware and software-based technologies might help further reduce criminal actions. After a thorough analysis of a wide array of technologies and a number of workshops with organisations of interest, we believe that the adoption of novel technologies by vulnerable individuals, victim support organisations and law enforcement can help reduce the occurrence of criminal activity.

研究动机与目标

• 评估物联网、机器学习和边缘计算等新兴技术在现代犯罪预防策略中的作用。
• 识别在犯罪检测与报告中部署普适计算技术时面临的技术挑战与机遇。
• 了解从业者、受害者和执法部门对技术在犯罪预防中应用的看法。
• 探索与利益相关者共同设计工作坊如何塑造有效、注重隐私且可扩展的犯罪预防工具。
• 评估多传感器、人工智能驱动系统在实时暴力检测与应急响应中的可行性。

提出的方法

• 与受害者支持组织、执法部门和终端用户共同开展设计工作坊，收集从业者见解。
• 回顾现有的犯罪预防技术，包括GPS追踪、闭路电视（CCTV）和移动报告应用程序，重点关注其局限性与改进空间。
• 评估短距离通信技术（如蓝牙、超宽带UWB）在室内外环境中用于近距离检测的适用性。
• 分析基于音频的系统，利用机器学习进行说话人分割、语音识别和情感分析，以检测暴力语言。
• 探索整合多种传感模式（音频、运动、近距离）以提高检测准确性并减少误报。
• 提出一种多技术框架，结合可穿戴传感器、实时信号处理和紧急报告机制，以保护受害者。

实验结果

研究问题

• RQ1 物联网和机器学习等新兴技术如何提升犯罪检测与预防能力，特别是在家庭暴力案件中？
• RQ2 在部署普适计算系统用于犯罪预防时，面临的关键技术、伦理和操作挑战是什么？
• RQ3 受害者和从业者如何看待技术在报告和应对暴力事件中的作用，尤其是在未报告的情境下？
• RQ4 与传统的闭路电视监控相比，音频信号处理和人工智能在实时暴力检测方面有何优势？
• RQ5 开发高效、注重隐私且以用户为中心的犯罪预防技术时，哪些设计原则和协同创建策略至关重要？

主要发现

• 基于机器学习的情感分析和语音识别的音频系统在家庭环境中检测暴力语言方面展现出巨大潜力，可作为视频监控的非侵入性替代方案。
• 多传感器融合（结合音频、近距离和运动传感）相比单传感器系统，能显著提升暴力检测的准确性。
• 当前的紧急报告应用程序通常需要用户主动参与，这在危机情况下不切实际；亟需被动式、自动化的检测系统。
• 遭受技术辅助型虐待（如间谍软件或数字跟踪）的受害者在被建议断开设备连接时面临重大障碍，这可能导致他们与支持系统隔离。
• 共同设计工作坊显示，从业者优先考虑非评判性、以受害者为中心的应对方式，并强调执法部门需理解不断演变的数字虐待手段。
• 迫切需要可扩展、成本低廉且微型化的可穿戴技术，实现实时紧急警报，同时不损害用户隐私。