人工智能在FBI - 6当前举措和项目

米利森特Abadicio
《阿凡达》

米利森特是一个Emerj作家和研究人员,在职业背景,传统新闻和学术研究。

高

联邦调查局局已经想通小说的许多作品以及纪录片,因为他们做了什么着迷的人。在交涉并不总是有利的,但大多数人都同意他们有率先许多进展在执法的科学和技术。

看来,无论是当它涉及到人工智能或FBI是保持他们的AI项目大多处于保密状态已并非如此。如果他们已经落后在这一方面,它或许可以理解。作为一个联邦机构负责监督国内犯罪和调查,以及在其境内的外国威胁,它必须回答监督委员会的整体转换为它,如使用一切面部识别软件。联邦调查局不能简单地用技术作为一个商业公司,如Facebook那样。

尽管如此,美国联邦调查局的人工智能已经在一些地区积聚了力量执法。事实上,两党都有参议员合作了一项法案中,《2018年政府法案》中的人工智能,那会更仔细成的潜在政府使用的人工智能技术。如果通过,可能铺平道路,为在FBI发展AI的方式。

大约在同一时间,美国联邦调查局担保资金,将使其能够安全AI人才供其外地办事处使用,主要用于数据管理,但也可能用于其他领域。目前可能有利于FBI的人工智能应用包括:

  • 面部识别
  • 指纹识别
  • DNA匹配
  • 网络安全
  • 内幕威胁识别
  • 业务流程管理

我们详细讨论每种下面,开始与面部识别。

面部识别

面部识别软件在商业领域正蓬勃发展,其中一些已被开发出来大公司银行金融正在获得回报。

很多人都听说了综合自动指纹识别系统(IAFIS),或许可以从看真正的犯罪电视节目。联邦调查局(FBI),通过其刑事司法信息服务(CJIS),开发它长年累月,并已经在刑侦一大福音。

然而,大数据随之而来的是巨大的责任,所以FBI求助于人工智能来开发下一代鉴定(进行下一代NGI)技术。它的功能之一是比较图像,以确定那些与犯罪活动有关的使用州际摄影系统数据库。下面是一段1.5分钟的短片,展示了nigi - ips系统的工作原理:

联邦调查局使用面部识别软件已经有了它的成功,但由于公民自由问题,一些人不相信他们应该使用它。

美国联邦调查局也在考虑市售软件视频监控,特别是Rekognition亚马逊。虽然这仍然是探索性的,这一招已经在其分享的批评来自许多倡导团体。

指纹识别

美国联邦调查局一直在使用IAFIS主要匹配指纹从已知的10打印数据库和NGI扩大这种能力。新的系统,被称为先进的指纹信息技术(该专业),也着眼于潜在的掌纹。

这段10分钟的视频节目执法在得克萨斯州是如何能够使用该专业在得克萨斯州解决一个实际的案例,从时间标记2:51至3:24。

然而,美国联邦调查局经常遇到被抹杀或其他情况的案件改变指纹了阻止识别。为了规避,该机构推出了有关AI技术,也许能够进行匹配,尽管这些有意或无意的改动信息的请求。

NGI的其他功能包括:

  • 存储库特别关注的个人(RISC) - 这是用于识别使用指纹数据库想和其他危险的个体的早期方案;旨在通过移动设备来提供对现场和即时访问执法人员
  • 摩擦脊调查文件-包含所有与个人相关的图像和事件,以提高潜在搜索精度,包括tenprint, RISC,补充指纹,和国家掌纹系统(NPPS)下的掌纹。
  • 说唱回来服务-定期监察受政府调查或监察的人士的活动,或向获授权的机构(例如日间护理人员和学校教师)提供可靠的资料,以避免重复进行背景调查
  • 铁证悬案/未知死者 - 使潜在的考官和执法办案使用NGI数据库和搜索算法,以确定在寒冷情况下是未知死者的人,像这样的1995年
  • 虹膜试点-于2013年年底开始评估其有效性,其想法是在惩教设施、边境安全、监管释放计划、现场移动识别和涉及视频证据的调查中使用人类虹膜作为生物识别;难点在于如何在可接受的范围内捕获和压缩图像

DNA匹配

基因组学彻底改变了很多东西,包括刑事调查,通过建立DNA分析的思路。就像指纹,没有两个DNA图谱都是一样的。然而,在犯罪现场防止留下DNA比留下指纹要困难得多。头发、精液、血液和汗液可能含有足够的生物物质来生成DNA图谱,尤其是使用更先进的技术。

联邦调查局看到的DNA图谱的价值早在刑事调查,并最终建立了一个叫做数据库组合DNA指数系统(CODIS)。之前有机器学习算法,执法就送微量物证特殊的实验室对其进行处理,然后提交DNA图谱联邦调查局进行匹配。

整个过程非常缓慢,需要几天或几周的时间,这取决于法医实验室的积压工作,以及找到匹配的难度。能够生成DNA图谱的实验室很少,在某些地区,积压的病例可能长达五年之久。

此外,DNA图谱包含一组复杂的数据,而CODIS几乎包含1400万年资料截至2月2019,所以需要一定的时间标准的计算机程序,通过所有的数据涉水识别一个配置文件,如果它的存在。在许多情况下,漫长的等待可能会拖延正义,非正义。

一台新机器可以改变这一切。执法部门一直在使用全自动的便携式电脑快速DNA这种机器可以加速从脸颊样本中提取DNA的过程,将提取时间缩短到90分钟,而不是几天或几周。利用机器学习软件,警方可以采集样本,生成档案,并在两个小时内进行匹配,只要他们能够访问CODIS。

这正是美国联邦调查局指的权力这样做2017年快速DNA法案。别的不说,这使得该机构建立这些机器的网络访问CODIS。

这里是一个1分钟的视频显示了如何快速DNA机的工作原理。

不同的快速DNA机在2018年的结果在评估出来的标准与技术研究所(NIST)显示虽然机器是能够在自己的运行,具有一定的人为干预修改的分析得到更高的精度结果。

网络安全

联邦调查局是大量数据的存储库分布在许多外地办事处,所以像任何大型组织,网络安全是一个重大问题。一种最近黑客一家安全公司的研究人员透露,从联邦调查局的文件中获取tb级的数据是多么容易。这一泄密行为使他们得以接触到大量机密文件,从特工面谈到银行交易。

这是具有讽刺意味,因为FBI有整个部门致力于研究网络犯罪,从勒索身份盗窃。联邦调查局(FBI)开始承包公司网络安全ECS管理其网络安全使用AI

当谈到网络安全,主要是因为恶意软件的快速进化的AI特别指示。强烈的本能CTO兼联合创始人伊莱大卫权利的Emerj访问“保守估计,每天大约有100万个新的恶意软件,这可能远远超过这个数字。“安全软件必须能够跟上不断变化的参数,这是人工智能的核心。

3800万美元的交易would involve six years of ECS will be using machine learning to enable teams of security experts to go through the FBI’s networks to detect weak spots, scan for potential problem areas, and set up staff to assess and manage the security needs of the different networks continuously. ECS would specifically manage the Cybersecurity Red and Blue Team (REBL) and Enterprise Compliance and Continuous Monitoring Support programs.

内部威胁识别

从没有威胁是坏的,而且还有来自内部的威胁,也许更加如此。自上世纪80年代的美国联邦调查局一直受到内部威胁的许多情况下,经过一段时间的前美国海军犯罪调查局首席心理学家和德勤董事总经理迈克尔gell称之为“间谍的十年”。他将处理内部威胁的方法称为“被动反应”。

•盖尔斯进一步指出:

随着技术和运动的信息,如果你愿意,和新一代的注入到劳动力,信息感知、管理和共享在一个非常不同的方式比砖和砂浆的世界中,现在只是瞬间的事情。

联邦调查局(FBI)通过推出采用两种方案解决了这个需要更积极的方式内部威胁数据分析要解决这个问题。一个是标枪,保持内部不当行为,违反安全和内部间谍的标签。另一种是内部威胁分析平台(INTAP),它通过大量数据梳理发现的可疑活动,并组织潜在的威胁模式。

这两个项目正在进行,但联邦调查局仍在积极试图招募人才AI来处理他们的大数据方面。问题是与私人公司,合适的人才竞争CAN花更多的钱并提供更好的福利。

业务流程管理

美国联邦调查局是一个庞大的机构,在全球各地设有多个办事处,有5万1千多名工作人员昼夜不停地工作。随着时代的要求越来越高,旧的业务管理方式必然会跟不上时代的要求。为了重新启动其运作效率,美国联邦调查局(FBI)将一份合同授予了一家软件公司就是系统

Pega将帮助联邦调查局简化操作,并通过使用两个可定制的业务解决方案来降低成本:PEGA政府平台PEGA机器人自动化。该平台将被用于开发可扩展的,灵活的应用程序,以满足业务流程需求。自动化组件是从通过自动化重复性任务解放人类的工作人员。

根据Pegasystem公司全球政府业务线负责人Averill的道格

通过整顿与PEGA他们的企业业务流程,联邦调查局可以提高有助于保持美国公民安全的员工,使他们能够花更多的时间对关键任务的经验。

美国联邦调查局有一个漫长而有趣的历史,在它已在技术能力方面相当广泛发展。AI提供了局,以最大化可用数据的潜力,它的各种信息库和数据库的绝好机会。

标题图片来源:FBI.gov

艾曲线保持领先

发现关键的人工智能趋势和应用程序,在未来的业务中区分赢家和输家。

订阅“AI优势”简报:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - Check your email and open our welcome email to confirm your email address with Emerj">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅图像
保持在机器学习曲线的前面

在Emerj,我们拥有最大的关注人工智能的在线商务读者群体——加入其他行业领袖的行列,每周收到我们发送到您收件箱的最新人工智能研究、趋势分析和访谈。

感谢您订阅了Emerj“AI Advantage”时事通讯,请检查您的电子邮件收件箱以进行确认。