| کاربرد تحلیل دادههای بزرگ در جرمیابی هوشمند و ارتقای امنیت پایدار در جنوب شرق کشور |
| کد مقاله : 1280-PAYDARI (R2) |
| نویسندگان |
|
علیرضا دلیری1، مهدی جوینده *2 1ستاد نیروی انتظامی استان سیستان و بلوچستان 2دفتر تحقیقات کاربردی استان سیستان و بلوچستان |
| چکیده مقاله |
| امنیت پایدار در جنوب شرق کشور، بهویژه در مناطق مرزی، با چالشهایی نظیر قاچاق، جرائم سازمانیافته و تهدیدات ترکیبی مواجه است. در این میان، بهرهگیری از تحلیل دادههای بزرگ بهعنوان ابزاری نوین در جرمیابی هوشمند، میتواند نقش مؤثری در شناسایی الگوهای رفتاری مجرمانه و پیشبینی نقاط داغ جرم ایفا کند. پژوهش حاضر با هدف طراحی چارچوبی دادهمحور برای ارتقای امنیت پایدار، به تحلیل دادههای انتظامی، مکانی و اجتماعی با استفاده از روشهای یادگیری ماشین پرداخته است. دادههای مورد استفاده شامل اطلاعات ثبتشده جرائم، موقعیتهای جغرافیایی، زمان وقوع و ویژگیهای جمعیتی منطقه بودهاند که پس از پاکسازی و پردازش، در مدلهای خوشهبندی و طبقهبندی بهکار گرفته شدند. نتایج نشان داد که مدلهای پیشبینیپذیر میتوانند به تخصیص بهینه منابع انتظامی، افزایش سرعت واکنش و کاهش نرخ وقوع جرم در مناطق پرخطر کمک کنند. افزون بر این، تحلیل دادههای بزرگ امکان شناسایی روندهای پنهان، ارتباط میان متغیرهای اجتماعی و امنیتی، و پیشبینی تغییرات رفتاری در جوامع مرزی را فراهم میسازد. چارچوب پیشنهادی علاوه بر ارائه ابزارهای فنی، بر ضرورت توجه به ابعاد فرهنگی، اجتماعی و نهادی نیز تأکید دارد تا نتایج حاصل با واقعیتهای بومی منطقه سازگار باشد. در پایان، چارچوبی عملیاتی برای پیادهسازی جرمیابی دادهمحور در جنوب شرق کشور ارائه شده است که قابلیت انطباق با ساختارهای بومی و سیاستگذاری امنیتی را داراست و میتواند مبنایی برای توسعه پروتکلهای ارتباطی، ارتقای اعتماد نهادی، تقویت حکمرانی مشارکتی در سطح منطقهای و ملی، و همچنین ایجاد ظرفیتهای نوین برای نوآوری و یادگیری سازمانی در حوزه امنیت مرزی و انتظامی باشد و به ارتقای کارآمدی سیاستهای پیشگیرانه کمک کند. |
| کلیدواژه ها |
| دادههای بزرگ، جرمیابی هوشمند، یادگیری ماشین، امنیت پایدار، جنوب شرق ایران |
| وضعیت: پذیرفته شده |
