A KOGNITIVNO-OBAVJEŠTAJNI MODEL PREDIKCIJE SIGURNOSNIH PRIJETNJI
Ključne riječi:
kriminalistička analitika, neuronske mreže, obavještajni sustavi, sigurnosne prijetnje, umjetna inteligencijaSažetak
Suvremeni sigurnosni izazovi zahtijevaju napredne metode predikcije kriminalnih aktivnosti, budući da su tradicionalne kriminalističke analitičke metode retrospektivne i nedovoljno učinkovite u anticipaciji prijetnji. Ovaj rad predstavlja Kognitivno-obavještajni model predikcije sigurnosnih prijetnji (KOMP), koji integrira umjetnu inteligenciju, obavještajne podatke i kriminalističku analitiku radi unapređenja sigurnosnih procjena i omogućavanja proaktivnog djelovanja. Cilj istraživanja je razviti i evaluirati model koji povećava točnost predikcija, smanjuje algoritamsku pristranost i optimizira sigurnosne resurse. Model se temelji na neuronskim mrežama, strojnome učenju i analizi velikih podataka kako bi identificirao obrasce kriminalnog ponašanja i anomalije u financijskim, komunikacijskim i geolokacijskim podacima. Metodološki okvir uključuje simulacijske eksperimente, analizu sintetičkih kriminalističkih podataka i komparativnu evaluaciju s postojećim prediktivnim modelima (PredPol, CompStat). Nalazi pokazuju da KOMP model postiže značajno poboljšanje u predikciji kriminalnih aktivnosti, s povećanjem preciznosti detekcije prijetnji i smanjenjem lažno pozitivnih rezultata. Također, model omogućuje dinamičnu prilagodbu sigurnosnih strategija u realnom vremenu. Međutim, njegova implementacija zahtijeva rješavanje etičkih i pravnih izazova, osobito u vezi s privatnošću podataka i algoritamskom transparentnošću. Ovo istraživanje doprinosi području prediktivne kriminalističke analitike, nudeći metodološki okvir za razvoj inteligentnih sigurnosnih sustava. Primjena KOMP modela može značajno unaprijediti prevenciju kriminala, operativnu učinkovitost sigurnosnih institucija i strateško planiranje u borbi protiv organiziranog kriminala, terorizma i kibernetičkih prijetnji.
