автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Методология обеспечения аналитической разведки криминальных процессов и явлений

07-4 3402

На правах рукописи

Белоглазов Евгений Григорьевич

МЕТОДОЛОГИЯ ОБЕСПЕЧЕНИЯ АНАЛИТИЧЕСКОЙ РАЗВЕДКИ КРИМИНАЛЬНЫХ ПРОЦЕССОВ И ЯВЛЕНИЙ

Специальность: 05.13.01 - системный анализ, управление и обработка

информации (отрасль - государственное и муниципальное управление)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва-2007

Работа выполнена на кафедре специальных информационных технологий Московского университета МВД России.

Научный консультант:

доктор технических наук, профессор Минаев Владимир Александрович Официальные оппоненты:

доктор технических наук, профессор Ерешко Феликс Иванович

доктор технических наук Карпычев Владимир Юрьевич

доктор технических наук, профессор Федулов Юрий Григорьевич

Ведущая организация: Воронежский институт МВД России.

Защита состоится «_»_2007 г. в__час._мин. на заседании

диссертационного совета Д 502.006.17 Российской академии государственной службы при Президенте Российской Федерации по адресу: 119606, Москва, пр-кт Вернадского, д.84, 2 учебный корпус, ауд._.

С диссертацией можно ознакомиться в библиотеке Российской академии государственной службы при Президенте Российской Федерации (119606, Москва, пр-кт Вернадского, д.84).

Автореферат разослан «_»_ 2007 г.

Ученый секретарь

диссертационного совета, доктор пед. наук, кандидат физ.-мат. наук доцент с Митин А.И,

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Внедрение современных информационных технологий в практику повседневной служебной деятельности сотрудников органов внутренних дел в современных условиях - одно из наиболее важных направлений компьютеризации и информатизации в правоохранительной сфере. В соответствии с Концепцией развития органов внутренних дел и внутренних войск МВД России приоритетными направлениями развития информационного обеспечения системы МВД России являются:

- разработка единых правовых, методических, программно-технических и технологических подходов при организации информационного обеспечения органов внутренних дел;

- формирование интегрированных банков данных коллективного пользования оперативно-разыскной1 и справочной информации на базе современной вычислительной техники;

- создание по единой технологической схеме локальных вычислительных сетей в службах и подразделениях органов внутренних дел;

- формирование единой методологии сбора, обработки, хранения и защиты информации оперативно-разыскного, справочного, криминалистического и статистического назначения;

- поэтапное введение новых методов работы с информацией.

В оперативно-разыскной деятельности компьютерные средства и методы в силу объективных причин находят все более и более широкое применение. Поиски качественно новых путей совершенствования информационного обеспечения оперативно-разыскной деятельности ведутся в нашей стране и за рубежом с начала 60-х годов. Накопленный опыт говорит о необходимости создания единой технологии сбора, обработки, анализа и использования оперативно-разыскной информации с использованием передовых информационных технологий. Реализация их на практике расширит возможности подразделений оперативно-разыскной информации по раскрытию преступлений и поиску преступников на основе исследования информационных следов преступлений.

Современные информационные технологии, основанные на средствах вычислительной техники и математических методах, применительно к теории и практике оперативно-разыскной деятельности способствовали формированию такого направления в деятельности органов внутренних дел как аналитическая разведка.

' В соответствии с письмом Института русского языка РАН за №14464-5114/17 от 06.02,03 следует писать «разыскной».

Термин "аналитическая разведка" впервые появился в нормативных документах МВД России в 1992 году для обозначения особой формы деятельности оперативно-поисковых подразделений. Аналитическая разведка была определена как разведывательный поиск, техническая разведка, комплексное изучение материалов скрытого наблюдения и оперативной установки, а так же анализ сообщений, публикаций и выступлений в средствах массовой информации, статистических данных, сведений из автоматизированных банков данных. В дальнейшем аналитическая разведка кроме оперативно-поисковых подразделений стала применяться в уголовном розыске, подразделениях по борьбе с организованной преступностью и в других службах криминальной милиции.

С 1997 года, когда в нормативных документах МВД России ее понятие существенно расширилось, под аналитической разведкой стали понимать получение новых (неизвестных ранее) данных на основе комплексного анализа оперативно-разыскной информации, то есть решение задачи классификации.

Широкое использование информационных технологий в деятельности криминальной милиции способствовали совершенствованию средств и методов аналитической разведки и расширению правовой базы информатизации оперативно-разыскной деятельности.

Применение информационных технологий в аналитической разведке, которая является смежным с оперативно-разыскной деятельностью (ОРД) разделом оперативно-служебной деятельности, расширяет возможности известных методов анализа информации в деятельности органов внутренних дел (ОВД). Кроме того, аналитическая разведка незаменима в тех случая, когда традиционные средства и методы оперативно-разыскной деятельности или не могут быть применены, не эффективны, опасны, либо требуют при реализации чрезмерно больших усилий или затрат.

В настоящее время аналитическая разведка с применением новых информационных технологий ведется в Главном информационно-аналитическом центре МВД России в подразделениях по борьбе с организованной преступностью, в подразделениях оперативно-технических мероприятий, оперативно-поисковых подразделениях, национальном бюро Интерпола России, в Центрах оперативно-разыскной информации криминальной милиции ГУВД по г. Москвы и в ряде других регионов.

Эффективность применения в аналитической разведке современных научно-технических достижений в борьбе с преступностью заключается в разработке и реализации на практике методологии добывания, обработки, анализа, хранения, поиска и использования оперативно-разыскной

4

информации в борьбе с преступностью. Ключевой проблемой при этом является обеспечение полноты, достоверности и точности исходной информации об объектах исследований (в виде информационных следов преступлений) и в организации использования содержащейся в них разыскной и криминальной информации в процессе раскрытия и расследования преступлений. Компьютеризация измерений количественных параметров информационных следов преступлений, а также оперативно-разыскной идентификации и диагностики должна обеспечить повышение значимости выводов сотрудников оперативных подразделений, способствовать сокращению срока и повышению раскрываемости неочевидных преступлений. Это может быть достигнуто путем более широкого применения современных математических методов и более полного использования возможностей компьютерного, технического и программного обеспечения для разработки принципиально новых методик в аналитической разведке.

Одним из показателей эффективности принимаемых решений при раскрытии преступлений, также как и при их расследовании, и в частности, при поведении криминалистических экспертиз, может быть количество категоричных выводов, вероятных выводов и отказов от решения поставленной задачи. Поэтому в качестве условного показателя эффективности принятия решения на основе информационно-аналитического обеспечения ОРД можно взять, например, отношение числа категоричных выводов к общему числу принимаемых решений. Необходимость категоричных формулировок, например, при проведении такого оперативного мероприятия как отождествлении личности напрямую связано с требованиями о полной уверенности лица, принимающего решение, в данном выводе.

Если же принимается решение, которое основываются на каком-либо инструментальном методе (например, компьютерная идентификация), то убежденность аналитика в достоверности вывода во многом зависит от технических возможностей и характеристик методов измерения и обработки оперативно-разыскной информации. В некоторых, случаях (например, когда такие характеристики источников оперативно-разыскной информации, как систематическая и случайная погрешность, не соответствует требуемому уровню), аналитик будет вынужден отказаться от решения поставленной задачи или дать вероятный вывод. В худшем случае это может привести к ошибочному результату. Так, например, при исследовании оперативно-разыскной информации очень часто из-за ее недостоверности и (или) ненадежности источника оказывается невозможным решение задачи отождествления личности, оперативно-разыскной идентификации и диагностики, а в некоторых случаях это приводит к. ошибоч-

5

ным выводам и соответственно к неправильным оперативно-разыскным решениям.

На практике для проверки надежности источника и достоверности оперативно-разыскной информации она может запрашиваться через некоторое время повторно (многократно) или могут использоваться сведения, полученные из одного или нескольких других источников (и через другие каналы связи), которые подтверждают или опровергают проверяемую информацию. Если информация подтверждается и известны ее общие и частные классифицирующие признаки, то она может быть использована для решения задач идентификации, диагностики и принятия решения в оперативно-разыскной деятельности. В случае, если классифицирующие признаки отсутствуют, то возникает необходимость в аналитической разведке для получения дополнительной скрытой (латентной) информации, содержащейся в ней и позволяющей отнести данную информацию к одному из известных классов или открыть новый, неизвестный ранее информационный класс. Однако не исключено, что проверка источника оперативно-разыскной информации приведет к получению противоречивых данных, что исказит информационные следы преступления и затруднит принятие решения, например, задержание преступника. Решение задач оперативно-разыскной идентификации и диагностики лиц, предметов и событий по противоречивым данным оказывается невозможным, так как известные в оперативно-разыскной деятельности критерии отождествления становятся неприменимыми. К этому же результату приходят и в том случае, если невозможно проверить полученные от источника данные, и они оказываются ложными. Следовательно, одной из основных проблем выявления информационных следов преступлений по искаженным данным является создание эффективных методов обработки информации (редукции), то есть восстановления "истинной" оперативно-разыскной информации математическими методами и разработка критериев идентификации и диагностики лиц, предметов и событий в оперативно-разыскной деятельности.

Настоящая диссертационная работа направлена на создание методологии теоретического и практического обеспечения аналитической разведки посредством решения задач редукции оперативно-разыскной информации, идентификации и диагностики лиц, предметов и событий, необходимые для сравнения оперативно-разыскные идентификационные признаки которых, не могут быть найдены без соответствующей обработки (редукции). Эти задачи решаются с использованием математических методов редукции и компьютерных технических и программных средств, стати-

6

стических критериев оперативно-разыскной идентификации и диагностики лиц, предметов и событий и находят применение в методиках аналитической разведке.

Таким образом, актуальность исследования обуславливается:

- отсутствием методологии информационно-аналитического обеспечения аналитической разведки в области борьбы с криминальными процессами и явлениями на основе повышения достоверности информационных следов преступлений с использованием современных информационных технологий и моделей;

- недостаточностью теоретических и прикладных исследований в области анализа системных связей и закономерностей функционирования субъектов правоохранительной деятельности и аналитической разведки криминальных процессов и явлений.

Целью исследования является разработка методологии обеспечения аналитической разведки с использованием теоретических основ редукции информационных следов преступлений, применение на практике методов выявления неочевидных системных связей и закономерностей функционирования и развития криминальных процессов, повышения эффективности принятия управленческих решений в правоохранительной деятельности.

Из всего спектра информационных технологий приоритетное направление в данном исследовании занимает изучение методов анализа, синтеза и редукции оперативно-разыскной информации как основных составляющих обеспечения управления информационными ресурсами в правоохранительной деятельности. Применение методов редукции, разработанных автором, нацелено на нахождение латентной оперативно-разыскной информации более близкой к «истинной» по сравнению с исходной. Применение статистических критериев и методов имеет целью обеспечение решения задачи оперативно-разыскной идентификации и диагностики информационных следов преступлений.

Целью исследования является также методология реализации практического обеспечения аналитической разведки, включая методики, которые с помощью специального компьютерного, технического и программного обеспечения ориентированы на повышение эффективности решения задач информационно-аналитического обеспечения оперативно-разыскной деятельности.

В диссертации поставлены и решены следующие задачи.

В области методологии теоретического обеспечения аналитической разведки:

- разработка моделей криминальных процессов и явлений;

- разработка методов идентификации оперативно-разыскной информации и оптимизации решения задач аналитической разведки;

- разработка теоретических основ редукции оперативно-разыскной информации.

В области методологии практического обеспечения аналитической разведки:

- создание методик аналитической разведки для выявления латентных криминальных связей, преступлений, искажений в финансово-бухгалтерской отчетности и фальсификаций в средствах массовой информации, материальных и финансовых ценностей в преступном сообществе;

- создание методик оптимального решения задач подрыва экономической базы организованной преступности, повышения эффективности оперативно-технических мероприятий при раскрытии преступлений, выявления объектов информационно-психологического воздействия в преступном сообществе.

Объект исследования представляет собой процесс развития и совершенствования информационно-аналитического обеспечения оперативно-разыскной деятельности в части аналитической разведки криминальных процессов и явлений в условиях принятия управленческих решений на основе искаженной информации.

Предметом исследования является теоретическое и практическое обеспечение аналитической разведки на основе редукции оперативно-разыскной информации (источники информации, методы моделирования, методы решения задачи редукции, аналитическое и программно-техническое обеспечение, частные методики).

Методология и методы исследования. В основу диссертационного исследования положена методология системного анализа и моделирования криминальных процессов и явлений. При решении задачи редукции оперативно-разыскной информации используются методы теории управления и принятия решений, регрессионного анализа, линейного математического программирования, статистических методов проверки гипотез, линейной алгебры.

Обоснованность и достоверность научных положений и выводов, содержащихся в диссертационной работе, обеспечивается: всесторонним анализом практики информационно-аналитического обеспечения оперативно-разыскной деятельности; системным исследованием причин и условий искажений оперативно-разыскной информации; соответствием полу-

ченных автором результатов (на основе реализации разработанных моделей) реальным криминальным процессам и явлениям. Достоверность аналитических выводов, на основе которых осуществляется принятие управленческих решений, подтверждается обеспечением как формальных требований, предъявляемых к адекватности постановки и решения задачи редукции оперативно-разыскной информации, так и проверкой их фактической адекватности при решении задач аналитической разведки.

Научная новнзна заключается в целом ряде новых и оригинальных результатов:

- разработан аналитический метод описания криминальных процессов и явлений, заданных табличными функциями, дискретным интегральным уравнением Фредгольма 1 рода с погрешностью в правой части;

- найдено решение задачи редукции на основе интегрального уравнение Фредгольма 1 рода с погрешностью в правой части для устранения систематических и случайных искажений в результатах наблюдения криминальных процессов и явлений;

- построены математические модели криминальных процессов и явлений, основанные на дискретном интегральном уравнении Фредгольма 1 рода, для нахождения скрытой (латентной) криминалистической, криминологической и оперативно-разыскной и иной информации;

- предложен метод оптимизации управленческих решений в сфере борьбы с преступностью на основе линейного математического программирования;

- предложен метод идентификации лиц, причастных к преступлениям, на основе социально-психологического портрета преступника с использованием непараметрического критерия Фридмана;

- разработаны методики аналитической разведки, основанные на редукции оперативно-разыскной информации о криминальных явлениях и процессах;

- создана методология решения задач информационно-аналитического обеспечения оперативно-разыскной деятельности на основе аналитической;

Теоретическая значимость исследования состоит в разработанной автором методологической базе аналитической разведки на основе математических моделей криминальных процессов и явлений, модели управления информационными ресурсами, методе решения задачи редукции как интегрального уравнения Фредгольма 1 рода с погрешностью в правой части и оптимизации решений в задачах управления социальными процессами.

Практическая ценность результатов диссертационного исследования заключается в том, что, во-первых, задача редукции оперативно-разыскной информации впервые решена в такой области управления социальными процессами, как борьба с преступностью. Во-вторых, методики аналитической разведки, предложенные в диссертации, позволяют на основе моделирования социальных процессов в криминальной среде определить уровень латентной преступности, уточнить ролевые функции участников организованных преступных групп, предсказать возможного заказчика убийств по найму, определить наиболее вероятную версию при раскрытии заказных убийств, выявить искажения в финансово-бухгалтерской отчетности. В третьих, на основе непараметрических методов идентификации и диагностики оперативно-разыскной информации и экспертных оценок оказывается возможным выявление наводчиков и исполнителей краж, грабежей и разбоев, а также исполнителей других преступлений. В четвертых, применение средств и методов оптимизации принятия решений к анализу результатов работы милицейских служб, позволяет найти условия повышения эффективности их деятельности, например, для подрыва экономической базы организованной преступности.

Кроме того, применение на практике разработанных информационных технологий добывания, обработки, анализа и использования оперативно-разыскной информации в аналитической разведке, способствует наделением ее правом заниматься оперативно-разыскной деятельностью.

Апробация работы. Результаты диссертационной работы апробированы в практической деятельности Главного информационно-аналитического центра МВД России, Центрах оперативно-разыскной информации ГУВД по г. Москвы и других МВД/ГУВД/УВД республик, краев и областей России. На основе материалов настоящей диссертации подготовлены курс лекций для дисциплин «Применение информационных технологий в аналитической разведке» и «Специальные информационные технологии в правоохранительной деятельности», которые внедрены в учебный процесс на кафедре специальных информационных технологий Факультета подготовки специалистов в области информационной безопасности Московского университета МВД России. Кроме того, с методиками аналитической разведки знакомились практические работники оперативных подразделений МВД России в ходе проведения учебных сборов на Факультете переподготовки и повышения квалификации Московского университета МВД России.

Основные результаты докладывались и обсуждались на конференциях и совещаниях:

- «Информатизация правоохранительных систем» - 8-я Международная научная конференция, Академия управления, 2-3 июня 1999г., г. Москва;

- «Состояние, проблемы применения и совершенствования законодательства о борьбе с организованной преступностью и коррупцией» - Всероссийская научно-практическая конференция,7-8 июля 2000г., Московский институт МВД России, г. Москва;

- «Информация правоохранительных систем» 9-я Международная научная конференция, Академия управления, 7-8 июня 2000г., г. Москва;

- «Россия, 21 век - Антитеррор»- Международная научно-практическая конференция, МВД России, 9-10 ноября 2000 г., г. Москва.

- «Использование современных информационных технологий в правоохранительной деятельности и региональные проблемы информационной безопасности», МВД России, 24-25 октября 2006 г., г. Калининград.

Публикации. По тематике диссертации опубликовано 33 печатных труда; из них 24 работы объемом 22,4 п.л. представляют собой вклад диссертанта в проблематику диссертационного исследования.

Из всего перечня работ следующие работы опубликованы в изданиях, входящих в перечень Высшей аттестационной комиссии Министерства образования и науки Российской федерации.

Белоглазов Е.Г. Информационные технологии противодействия использованию средств массовой информации в криминальных целях.// Закон и право. - 2006. - № 1. - С. 44-47.

Белоглазов Е.Г. Информационные технологии аналитического обеспечения борьбы с преступностью.// Вестник Московского университета МВД России. -2006. - № 1.- С.70-73.

Белоглазов Е.Г. Моделирование системы управления криминальной средой// - Вестник Московского университета МВД России. - 2006. - № 2. — С.39-41.

Белоглазов Е.Г. Выявление признаков экономических преступлений на основе моделирования показателей «черной бухгалтерии».// - Вестник Московского университета МВД России. - 2006. - № 3. - С. 92-94.

На основании выполненных автором исследований результаты диссертационной работы внедрены в различных службах и подразделениях МВД России.

1. Московский университет МВД России.

2. Главный информационно-аналитический центр МВД России.

3. НЦБ Интерпола.

4. Служба криминальной милиции МВД России.

5. Экспертно-криминалистический центр МВД России.

п

6. Главное бюро по борьбе с организованной преступностью МВД России.

7. Бюро специальных технических мероприятий МВД России.

8. Центр оперативно-разыскной информации КМ ГУВД г. Москвы.

Основными положениями, выносимыми на защиту, являются:

а) в области методологии теоретического обеспечения аналитической разведки:

- теоретические основы редукции оперативно-разыскной информации;

- модели криминальных процессов и явлений;

- методы идентификации оперативно-разыскной информации и оптимизации решения задач аналитической разведки.

В области методологии практического обеспечения аналитической разведки:

- методики аналитической разведки для выявления латентных криминальных связей, преступлений, искажений в финансово-бухгалтерской отчетности и фальсификаций в средствах массовой информации, материальных и финансовых ценностей в преступном сообществе;

- методики оптимального решения задач подрыва экономической базы организованной преступности, повышения эффективности оперативно-технических мероприятий при раскрытии преступлений, выявления объектов информационно-психологического воздействия в преступном сообществе.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 110 наименований, 29 таблиц и 12 рисунков, всего на 340 листах.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность диссертации, формулируется цель и задачи исследования, определяются объект и предмет, научная новизна, теоретическая и практическая значимость работы, указываются положения, выносимые на защиту.

Первая глава настоящей диссертации, которая называется «МЕТОДОЛОГИЯ АНАЛИТИЧЕСКОЙ РАЗВЕДКИ (ПРОБЛЕМЫ И НОВЫЕ ПОДХОДЫ К ИХ РЕШЕНИЮ)» состоит из четырех разделов:

- «Основные виды аналитической разведки и источники информации, основанные на информационных технологиях»;

- «Направления аналитической разведки»;

- «Структура и взаимодействие подразделений аналитической разведки»;

- «Оснащение службы оперативно-разыскной информации».

В начале этой главы указывается, что, аналитическая разведка как новое направление в деятельности информационно-аналитических подразделений органов внутренних дел базируется на оперативном (текущем, непрерывном) анализе, комплексном анализе, прогностическом анализе и проблемном анализе.

Наиболее близким к задачам аналитической разведки является проблемный анализ, который заключается в исследовании актуальных проблем борьбы с преступностью и связанных с оперативно-разыскной деятельностью подразделений органов внутренних дел.

В дальнейшем рассматриваются основные виды и направления аналитической разведки, ее информационное обеспечение, структура и оснащение подразделений аналитической разведки.

В первом разделе исследуется аналитическая разведка как структура, и как функция, формулируются ее истоки.

В рамках решения задач аналитической разведки рассматривается система информации органов внутренних дел, которая включает в себя источники, каналы, потоки, уровни сосредоточения и обработки информации, совокупность любых их видов, а также комплекс приемов, методов и средств ее сбора, первичной обработки и хранения. Приводится классификация достоверности информации и надежности их источников, рассматривается разведывательный процесс.

Особое внимание в данном разделе уделяется таким источникам информации в аналитической разведке, как автоматизированные банки данных государственных и негосударственных органов, служб и предприятий, ведомственная статистика, средства массовой информации и сеть Интернет.

Также рассматриваются направления аналитической разведки в аналитических подразделениях уголовного розыска, в оперативно-поисковых подразделениях, в подразделениях специальных технических мероприятий и в подразделениях по борьбе с организованной преступностью. Для всех перечисленных направлений даются критерии оценки эффективности аналитической разведки.

Во втором разделе рассматривается структура и оснащение подразделений аналитической разведки.

Во введении к разделу указываются приоритетные направления развития службы криминальной милиции, которые состоят в следующем:

- рациональное перераспределение функций между различными оперативно-разыскными подразделениями по выявлению, предотвращению, пресечению и раскрытию преступлений;

- внедрение передовых форм и методов оперативно-разыскной деятельности, в том числе оперативно-разыскной профилактики;

- организация на основе компьютерных технологий банков оперативно-разыскной информации, предназначенных для совместного использования всеми подразделениями криминальной милиции;

- совершенствование силового, оперативно-разыскного, оперативно-технического сопровождения оперативных разработок и радиоэлектронной безопасности,

Приоритетными направлениями развития информационного обеспечения системы МВД России являются:

-разработка единых правовых, методических, программно-технических и технологических подходов при организации информационного обеспечения органов внутренних дел;

- формирование интегрированных банков данных коллективного пользования оперативно-разыскной и справочной информации на базе современной вычислительной техники с организацией быстрого (не более 1 минуты) доступа к ним сотрудников непосредственно с рабочих мест;

- создание по единой технологической схеме локальных вычислительных сетей в службах и подразделениях органов внутренних дел.

- формирование единой методологии сбора, обработки, хранения и защиты информации оперативно-разыскного, справочного, криминалистического и статистического назначения, поэтапное введение новых методов работы с информацией.

В данном разделе обосновывается структура подразделений оперативно-разыскной информации на основе сравнительного анализа информационных центров и экспертно-криминалистических подразделений.

При этом показывается, что возможно выделение подразделений оперативно-разыскной информации в отдельную службу, активно участвующую в выявлении информационных следов преступления, их фиксации и исследовании, что будет способствовать повышению эффективности работы оперативного аппарата.

Рассматривается альтернативный вариант построения данной службы, который основан на структурном расширении ГИД МВД России и включения в его состав Управления оперативно-разыскной информации, то есть создания Главного информационно-аналитического центра МВД России.

Функциональный анализ подразделений оперативно-разыскной информации показывает, что из существующих милицейских служб наиболее близкой к рассматриваемой специализированной структуре по обработке информации являются экспертно-криминалистические подразделения, хотя они занимаются исследованием материальных следов преступлений.

В целом система подразделений оперативно-разыскной информации должна функционировать аналогично экспертной службе, но в отличие от исследования материальных следов для следственных подразделений должна обеспечивать проведение исследования информационных следов преступления в интересах оперативно-разыскных подразделений.

Кроме перечисленных систем рассматриваются возможности применения в деятельности подразделений аналитической разведки как зарубежных, так и отечественных аналитических систем, методическое обеспечение анализа оперативно-разыскной информации.

Приводятся примеры методик аналитической разведки по линиям уголовного розыска, экономической и организованной преступностью на основе методов математического моделирования, которые дают возможность раскрывать целый ряд преступлений и выявлять лиц их совершивших.

В третьем разделе первой главы рассматриваются проблемы информационного взаимодействия правоохранительных органов в правовом, организационном и программно-техническом плане.

В тексте данного раздела приводятся основы информационного взаимодействия по трем основным направлениям.

1. На основе использования централизованных оперативно-справочных, разыскных и криминалистических учетов.

2. Посредством создания и ведения межведомственных территориаль-но-раепределенных баз данных.

3. С помощью доступа к информации, накопленной в государственных и негосударственных автоматизированных банках данных.

В частности, по линии использования государственных и негосударственных автоматизированных банков данных приводится типовая методика аналитической разведки. Данная методика основана на получении информации из банков данных фонда медицинского страхования, областной избирательной комиссии, бюро технической инвентаризации (БТИ), страховых компаний и других источников информации, включая, метабазу данных научно-технического центра "Информрегистр" Комитета при Президенте Российской Федерации по политике и информатизации.

В четвертом разделе рассматриваются вопросы информационного, аналитического и методического обеспечения подразделений аналитической разведки.

Для обеспечения информационного взаимодействия подразделений оперативно-разыскной информации между собой и с другими структурами службы криминальной милиции показывается необходимость оснащение их территориапьно-распределенной базой данных оперативно-разыскной информации (АБД ОРИ). Она должна обладать иерархической структурой и на всех уровнях иметь соответствующие локальные банки данных, доступ к которым может осуществляться с любого узла этой информационной системы.

При этом информационную основу деятельности подразделений оперативно-разыскной информации составляют:

- АБД ОРИ, содержащий оперативно-разыскную информацию фактографического и криминалистического характера;

- оперативно-справочные, криминалистические, разыскные, оперативные и другие виды учетов информационных центров МВД ГУВД, УВД, УВДТ;

- автоматизированные централизованные учеты оперативно-разыскной информации подразделений оперативно-разыскной информации;

- учеты оперативно-разыскной и иной информации отраслевых подразделений и служб криминальной милиции и милиции общественной безопасности;

- АБД ОРИ и информационные системы оперативного и общего характера, формируемые в подразделениях оперативно-разыскной информации;

- внешняя информация, поступающая в органы внутренних дел из других правоохранительных и иных государственных ведомств, организаций и средств массовой информации;

- аналитические материалы (справки, отчеты и т.п.), подготовленные сотрудниками подразделения ОРИ.

Сведения из перечисленных информационных ресурсов накапливаются в подразделении оперативно-разыскной информации для интеграции с данными других учетов, массивов и систем, проведения многофакторного анализа интегрированных сведений и обеспечения пользователей аналитическими и информационными данными.

Втора« глава настоящей диссертации, которая называется «ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И МОДЕЛЕЙ

УПРАВЛЕНИЯ В АНАЛИТИЧЕСКОЙ РАЗВЕДКЕ») состоит из четырех разделов:

- «Технология управления оперативно-разыскной информацией»;

- «Теоретические основы редукции оперативно-разыскной информации в криминальных процессах».

- «Статистические методы идентификации и диагностики оперативно-разыскной информации»;

- «Математические методы оптимизации решения чадач аналитической разведки»;

В первом разделе рассматривается технология управления ресурсами оперативно-разыскной информации.

Система управления ресурсами оперативно-разыскной информации состоит из источников информации в криминальной среде, прямого канала передачи информации от источников к потребителю (лицу, принимающему решение), устройства (среды) принятия решения, и обратного канала воздействия на криминальную среду, реализующего данное решение.

Структурная модель управления информационными ресурсами приведена на рис. 1.

Структурная модель управления информационными ресурсами

Информация истинная И„,.

_.....Информа»#и1 иекажвнйвя И»»,

Информация рвгу пи рованйя"й^.

Информация решения И^

Задача анализа оперэтивж>разы^ой_т^^мации И»й=<>(П + шум)---> И„, Задача синтеза оперативно-разыскной информации И,^ <=£> И р., в=> р Задача редукции оперативно-разыскной информации И„„ =С> Ф >==!> И„

Рис. 1. Струетурнм модель управления информационными ресурсами.

Источники оперативно-разыскной информации как элементы системы управления являются фактически датчиками, которые выдают информацию о состоянии объекта управления.

В первичном канале решается задача измерения оперативно-разыскной информации. Поскольку под измерительной системой понимается восприятие количественной информации при решении задач ОРД, то информация на ее входе и выходе (при условии, что источники информации выдают достоверную информацию, а измерительная система - «идеальна») является неискаженным отражением реальных событий и процессов, происходящих в криминальной среде.

В первородную («истинную») информацию всеми звеньями оперативно-разыскной системы, которые ее оценивают (измеряют), в той или иной степени вносятся как случайные, так и систематические искажения, наличие которых и их уровень неизвестны потребителю, что может привести к ее неправильной интерпретации.

В любых системах управления и, в частности, в системе управления ресурсами оперативно-разыскной информации ключевое место занимает устройство (среда) принятия решения, которая в практическом плане представляет совокупность субъектов оперативно-разыскной деятельности, в функциональных обязанностях которых на соответствующем уровне присутствует данная функция.

Основными задачами принятия решения в системе управления криминальной средой является оперативно-разыскная идентификация, диагностика и решение задачи отождествления (например, личности). При использовании информационных технологий для решения задач оперативно-разыскной идентификации и диагностики, решение которых основано на распознавании образов, по большей части используются статистические методы проверки гипотез, при этом решение, конечно, принимается должностным лицом (оперативным работником), который берет на себя ответственность за правильность вывода на основе статистических критериев.

В обратном канале управленческое решения посредством субъектов оперативно-разыскной деятельности обеспечивает воздействие на криминальную среду (оперативно-разыскная профилактика, розыск преступника, не процессуальное информационно-психологическое воздействие и т.п.). Совокупность субъектов оперативно-разыскной деятельности, посредством которых осуществляется реализация воздействия на криминальную среду в обратном канале управления оперативно-разыскной информацией, представляет собой в соответствии с понятиями теории ин-

формации систему регулирования или, другими словами, социальный регулятор.

В рассматриваемой системе управления ресурсами оперативно-разыскной информации следует выделить три задачи:

- анализ оперативно-разыскной информации;

- синтез оперативно-разыскной информации;

- редукция оперативно-разыскной информации.

Рассмотрим особенности постановки и решения этих задач.

Анализ оперативно-разыскной информации - наиболее распространенная задача управления ресурсами оперативно-разыскной информации. Постановка задачи заключается в преобразовании оперативно-разыскной информации, полученной из разных источников, к виду, удобному для принятия решения. Решение задачи анализа осуществляется в соответствии со следующей схемой:

ОРИ («истинная») + искажения измер. прибора » ОРИ (миекяжеинм») —► решение

Синтез оперативно-разыскной информации на практике применяется в процессе подготовки и проведения оперативных комбинаций и ряда других оперативно-разыскных мероприятий и заключается в нахождении такого способа формирования необходимой оперативно-разыскной информации (переходной функции регулятора), который будет обеспечивать достижение оперативно-разыскных целей на основе информации, выработанной в процессе принятия оперативного решения.

Решение задачи синтеза осуществляется в соответствии со следующей схемой:

ОРИ (решения) —> ОРИ (регулирования)» регулятор

Редукция оперативно-разыскной информации стала применяться в практической деятельности в рамках аналитической разведки с использованием таких современных информационных технологий, как математическое моделирование, компьютерные средства статистической и математической обработки оперативно-разыскной информации. Термин «редукция» означает понятие уменьшения чего-либо, и в данном случае под ним понимается уменьшение искажений (систематических и случайных) в оперативно-разыскной информации, что на практике приводит к получению по существу новых данных об объектах оперативно-разыскной деятельности. Решение задачи редукции осуществляется в соответствии со следующей схемой:

ОРИ («искаженная») + измерительный прибор = ОРИ («истинная»)

В первом разделе также приводятся примеры конкретных информационных технологий анализа, синтеза и редукции оперативно-разыскной информации, применяемые на практике.

Во втором разделе рассматриваются статистические методы идентификации оперативно-разыскной информации на основе социально-психологических портретов наводчиков и исполнителей преступлений с использованием экспертных оценок и статистических критериев.

Необходимость нового подхода к решению идентификационных задач в аналитической работе возникает в связи с необходимостью более качественного обеспечения оперативно-разыскной деятельности подразделений службы криминальной милиции. Не менее полезными окажутся такие разработки и подразделениям по борьбе с организованной преступностью.

Таким образом, цель данного раздела заключается в описании унифицированной методики выявления лиц, совершивших кражу, разбойное нападение или грабеж.

Как правило, мотивом деятельности наводчиков является либо корысть, либо личная неприязнь к потерпевшему (например, на почве зависти или мести). Из практики известно, что наводчик в большинстве случаев бывает знаком с потерпевшим, при этом исполнитель оказывается связанным с потерпевшим только косвенно, и поэтому при разработке методики используется информация, полученная от потерпевшего, свидетеля и из других источников информации.

Достижение поставленной цели достигается путем решения такой задачи, как выявление наводчика и преступника (исполнителя кражи).

Постановка задачи в данном случае будет заключаться в выработке алгоритма действий, направленных на принятие решения относительно определенного лица (подозреваемого в том или ином преступлении) на основе полученных из различных источников признаков, характеризующих его личность и идеального социально-психологического портрета преступника. Для этой цели может быть использована методика, позволяющая проводить сравнение таких признаков не по отдельным значениям, а сразу по всем элементам, характеризующим личность человека и имеющимся в распоряжении аналитика.

Эта методика основана на применении адаптированного автором непараметрического критерия Фридмана. Применение непараметрического критерия позволяет проводить проверку статистических гипотез в тех случаях, когда параметрические критерии неприменимы.

Критерий Фридмана предназначен для проверки гипотез Н0 и Н1 о неравенстве (равенстве) средних по столбцам для матрицы п * т ранжированных величин (где п - количество строк, ш - количество столбцов).

Процедура проверки гипотезы о равенстве средних по столбцам состоит из нахождения построчной разности сравниваемых выборок и последующего ранжирования величин по строкам и вычисления тестовой статистики:

где Гц- ранги;

щ - количество строк (1 = 1... и);

пц - количество столбцов (| = 1 ... т).

Если две сравниваемые выборки принадлежат к одной генеральной совокупности, то средние по столбцам построчной разности должны быть равны нулю, что и может быть установлено или опровергнуто с помощью критерия Фридмана.

Технология идентификации с использованием непараметрического критерия позволяет определять не только наводчиков, но и исполнителей преступления. С помощью этой же методики можно проверить версию с инсценировкой преступления, да и просто собрать полноценную информацию об интересующих нас лицах. Методика позволяет осуществлять исследование личности преступников не только корыстной и корыстно-насильственной направленности, но и найти применение при раскрытии и расследовании других преступлений.

В третьем разделе рассматривается метод оптимизации решений в задачах управления социальными процессами в криминальной сфере. В задачах аналитической разведки для нахождения оптимальных решений при заданных ограничениях используются оптимальные линейные модели криминальных процессов и метод линейного математического программирования. В качестве целевой функции при исследовании криминальных процессов выступает аналитическая зависимость, в которой зависимая переменная должна достигать или минимума, или максимума при некоторых значениях параметров, заданных независимыми переменными. Значения параметров криминального процесса могут

изменяться в некоторой области, определяемой ограничениями, накладываемыми на область определения целевой функции.

В практических приложениях наиболее применимы линейные математические модели и линейное математического программирование. В этих задачах экстремум достигается на границе области ограничений.

На рис. 2 приведено графическая интерпретация целевой функции и области ограничения задачи линейного математического программирования для целевой функции Б] и двух переменных 83 и Б].

Рис. 2. Целевая функция и область ограничения задачи линейного математического программирования

Целевая функция определяется как регрессионная зависимость первого процесса от процессов от

Я, = ^ + к3 + Ь,

где: 8| - первый процесс (зависимая переменная); Эг - второй процесс (независимая переменная); Бз - третий процесс (независимая переменная); к2 - регрессионный коэффициент второго процесса; к3 - регрессионный коэффициент третьего процесса; Ь - свободный член регрессионного уравнения.

Первое уравнение ограничения определяется как регрессионная зависимость второго процесса «У^ от третьего процесса .У?:

где: 32 -второй процесс (зависимая переменная);

-третий процесс (независимая переменная);

г - регрессионный коэффициент; с! - свободный член).

Второе уравнение ограничения определяется как регрессионная зависимость второго процесса от третьего процесса^:

Б3=р82 + Ч,

где: Бч - третий процесс (зависимая переменная); Бг - второй процесс (независимая переменная); р - регрессионный коэффициент; q - свободный член.

Применение метода линейного математического программирования демонстрируется на примере построения оптимальной структуры оперативно-технических мероприятий, обеспечивающей максимальное количество раскрытых преступлений

В четвертом разделе приведены теоретические основы редукции оперативно-разыскной информации в криминальных процессах.

В ней описываются количественные и качественные модели оперативно-разыскных данных, рассматриваются детерминированная и стохастическая модель «измерительного прибора» для получения оперативно-разыскных данных, приводятся математические модели криминальных процессов и явлений. В частности, рассматриваются линейные модели криминальных процессов и явлений и, в том числе, оптимальные линейные модели противодействия криминальным процессам.

Постановка задачи редукции к идеальной оперативно-разыскной информации приводится как для детерминированной и стохастической модели «измерительного прибора».

Рассматривается классическая постановка задачи редукции к «идеальному прибору» на основе интегрального уравнения Фредгольма 1 рода:

-цо

где: К(у, х) - ядро интегрального уравнения;

/(у) - свободный член интегрального уравнения; Ф (х) - неизвестная функция.

При постановке и решении практических задач редукции к «идеальному измерительному прибору оперативно-разыскные данные, получаемые от источника информации, могут содержать как систематические, так и случайные ошибки. В этом случае интегральное уравнение Фредгольма 1 рода в том виде, в котором оно приведено выше не применяется, поскольку не учитывает наличие случайных ошибок в исходных данных. Более адекватной в этом случае является стохастическая модель «измерительного прибора», в которой случайные ошибки в виде шума суммируются с его выходными данными. Соответственно, интегральное уравнение будет иметь следующий вид:

он-

\К(у,х)<р(х)дх = /(у) + е(у)

где:

е(у) - функция, определяющая случайную погрешность в правой части интегрального уравнения Фредгольма 1 рода.

Наличие погрешности в правой части интегрального уравнения Фредгольма 1 рода существенно усложняет задачу нахождения «истинных» оперативно-разыскных данных, потому что стандартные методы решения становятся непригодными, так как они неприменимы в случае математически некорректно поставленных задач, к которым относится это уравнение.

Автором диссертации применяется частный метод решения интегрального уравнения Фредгольма 1 рода с погрешностью в правой части, для реализации которого на практике необходимо представить данное уравнение в дискретном виде. Интегральное уравнение Фредгольма 1 рода с погрешностью в правой части можно представить в виде системы п линейных уравнений с п переменными и соответствующими свободными членами:

\х1+кпхг+...+к1пхп=Ъ[ к2[ху + к22х2 + ... + к2пхп =Ьг

КЯ+КгХг+~-+ктХ„=Ъп

где:

Ь1, Ъ2 ... />„ - правая часть интегрального уравнения в табличном виде, заданная с погрешностью;

кц , к!2, ... кпп - ядро интегрального уравнения, заданное в табличном виде;

XI, х2... х„„ - дискретные значения искомой подынтегральной функции.

Данная система линейных алгебраических уравнений является математической записью как задачи редукции оперативно-разыскной информации на выходе «идеального измерительного прибора», так и математической записью задачи редукции оперативно-разыскной информации на выходе реального измерительного прибора.

В диссертации разработан метод решения приведенных выше интегрального уравнения Фредгольма 1 рода в дискретном виде на основе построения множественных линейных регрессионных уравнений криминальных процессов. Для решения приведенной выше системы уравнений используются методы линейной алгебры.

Третья глава, «КОМПЛЕКС НОВЫХ МОДЕЛЕЙ И МЕТОДОВ» состоит их четырех разделов:

- «Определение латентных составляющих преступности»;

- «Выявление конкурирующих лидеров организованных преступных групп;

- «Моделирование конфликтных ситуаций в криминальной среде в целях раскрытия убийства по найму»;

- «Моделирование деятельности организованных преступных групп и сообществ в сфере экономических отношений».

В первом разделе рассматривается методика выявления количества латентных преступлений по данным официальной статистики МВД России на основе построения аналитической модели искажений статистических данных. Решение этой проблемы состоит в выяснении действительных параметров преступности и в определении различий между ними и показателями официальной статистической отчетности органов внутренних дел.

В рамках данного исследования наибольший интерес представляет ла-тентность двух видов: преступления, сообщения о которых не поступили в органы внутренних дел (естественная латентность), и преступления, сообщения о которых поступили в органы внутренних дел, но они не были отражены в официальной ведомственной статистике (искусственная латентность). На рис. 3. приведена структура латентной преступности.

иекуестшшля латешмость ЕСТШШЫ111ЛЯ ЛЛТИГПЮОЬ 'КЦИДИ8 \

ЧАСТНЫЙ 'НДИДИЙ

\ Ш: М- уэдиц / +

Рис. 3. Структура латентной преступности.

В диссертации вводится определение рецидивных преступлений применительно к формированию криминальной статистики.

В основе классификации рецидивных преступлений лежат следующие определения:

- преступление лица, не совершавшего ранее преступлений, считается не рецидивным;

- преступление одного и того же состава считается специальным рецидивом, если оно содеяно лицом, уже совершавшим аналогичное преступление;

- преступление любого состава, содеянное лицом, уже совершавшим ранее аналогичных преступлений, считается общим рецидивом.

В процессе моделирования, чтобы найти функциональную зависимость средних значений одного из временных рядов зарегистрированных преступлений (столбцов исходной матрицы), который в математическом анализе называют зависимой переменной, от всех остальных, называемых независимыми переменными, строятся соответствующие множественные линейные регрессионные уравнения. На рис. 4. показано графическое решение нахождения латентных нерецидивных составляющих преступности.

Рис.4. Графическое решение нахождения латентных не рецедивных составляющих преступности для двух составов преступлений, заданных регрессионными зависимостями Яв = ДБа) и вд = Г(8в). йдлатИ ввлот численные значения средних значений не рецидивных составляющих латентной преступности.

Аналитические методы вычисления коэффициентов и свободных членов этих уравнений, построение системы линейных уравнений и ее решение приведены в данном разделе диссертации.

Для того чтобы оценить естественную и искусственную латентную преступность необходимо рассмотреть для указанных выше трех видов латентности отдельно их положительные и отрицательные значения. Положительные значения характеризуют естественную латентную преступность, отрицательные - соответственно ее искусственную составляющую. При этом сумма положительных значений нерецидивной, общей рецидивной и частной рецидивной латентной преступности дает общую естественную латентность, а сумма отрицательных значений аналогичных составляющих латентной преступности - общую искусственную латентность.

Таким образом, на основе данных официальной статистики могут быть выявлены «истинные» показатели, характеризующие число совершенных преступлений, дана их сравнительная оценка, как в процентном отношении, так и в виде коэффициента и, кроме того, рассчитано реальное значе-

ние такого показателя борьбы с преступностью, как процент раскрываемости.

Также следует отметить, что представленная методика, основанная на применении информационных технологий, может быть аналогичным образом применена для выявления латентных составляющих преступности не только в милицейских службах, но и в других ведомствах, где ведется статистическая отчетность.

Во втором разделе приводится методика выявления ролевых функций участников организованных преступных групп на основе анализа динамики их связей.

Установление ролевых функций участников организованных преступных групп (ОПГ) является одной из основных стратегических задач аналитической разведки. Поскольку в преступной среде постоянно происходит борьба за лидерство, а динамика преступных связей, устанавливаемая на основе оперативно-разыскных данных, как правило, представлена не полностью, а иногда и искаженно, то получение реальной структуры организованной группы (сообщества) является актуальной задачей для подразделений по борьбе с организованной преступностью.

На практике не все преступные связи выявляются, кроме того, при выявлении связей могут быть допущены случайные ошибки или такие ошибки могут появиться вследствие дезинформации. Это означает, что исходные данные о преступных связях участников ОПГ будут представлять собой случайные процессы. В диссертации показывается, что в этом случае решение задачи выявления ролевых функций осуществляется на основе регрессионных моделей и решения задачи редукции для случайных процессов изменения связей участников ОПГ.

Предположим, что для трех активных участников (Л1, Л2, ЛЗ) организованной преступной группы найдены преступные связи за определенный период времени, когда между ними велась активная борьба за овладением прибыльного преступного бизнеса (например, контролем над коммерческой структурой).В результате аналитическими методами были найдены три множественных линейных регрессионных уравне-ния.Аналитический вид первого линейного регрессионного уравнения с двумя независимыми переменными будет иметь следующий вид:

X/ = К21Х2 + £32X3 + В),

где: Х1 - зависимая переменная (связи Л1);

Х2 - независимая переменная (связи Л2);

Хз - независимая переменная (связи ЛЗ); К2, - линейный коэффициент между Х2 и X,; К3] - линейный коэффициент между Х3 и Хь В, - свободный член уравнения.

Подобным образом строится аналитическая запись и для остальных двух линейных регрессионных уравнений.

Х2 = К12X1 + К32Х3 + ®2 >

где: Х2 - зависимая переменная (связи Л2); Х1 - независимая переменная (связи Л1); Хз - независимая переменная (связи ЛЗ); К12 - линейный коэффициент между X] и Х2; Кзг - линейный коэффициент между Х3 и Х2; В2 - свободный член уравнения.

Хз = К13X1 + К23Х2 + В3 ,

где: Хз - зависимая переменная (связи ЛЗ); X) - независимая переменная (связи Л1); Х2 - независимая переменная (связи Л2); К13 - линейный коэффициент между Хх и Х3; Км - линейный коэффициент между Х2 и Х3; В3 - свободный член уравнения.

Из всех этих трех уравнений составляется математическая модель структуры связей всех трех лиц, которая затем настраивается на решение поставленной задачи.

Составим из этих трех полученных линейных регрессионных уравнений систему из трех линейных уравнений с тремя переменными:

(-Х,) + К2} Х2 + К31 Х3 + В, = 0 К,2 X, + (-Х2) + К32 Хз + В2 = О Ки X, + К23 Х2 + (-Хз) + В3 = О

Система уравнений представляет собой математическую модель связей трех лиц. Задачу о нахождении числа их латентных (скрытых) связей

можно решить с помощью предложенной модели, определенным ооразом настроив ее на нужное решение.

Для того чтобы настроить математическую модель связей, заданную системой линейных уравнений на нахождение собственных связей рассматриваемых лиц, необходимо найти и подставить в уравнения соответствующие значения зависимых переменных Х|, Х2, Хз, которые заключены в скобки и затем решить эту систему. В соответствии с тем, что собственные связи того или иного лица - это связи, которые не зависят от связей других лиц, то значение переменной Х1 в первом уравнении системы должно быть равно нулю; соответственно значения переменных Х2 во втором уравнении и Х3 в третьем уравнении этой системы также должны быть равны нулю. После подстановки этих значений в уравнения получим следующую систему линейных уравнений:

О + К2, Х2 + Кп Хз + В, = 0 К/2Х/ + 0 + К,2Х., + В2 = 0 К13 X, + К23 Х2 +0 + В., = О

Для получения числа собственных связей рассматриваемых лиц остается только решить эту систему. Для решения системы трех линейных уравнений с тремя неизвестными будем пользоваться методами линейной алгебры. Прежде всего, преобразуем систему в матричный вид.

О -К2 -К» о -К13 -К,.

-К,

-к.

** В,

II в2

в3

где в первых квадратных скобках задана матрица коэффициентов (обозначим ее буквой К); во вторых квадратных скобках задана матрица -столбец независимых переменных уравнений (обозначим ее буквой X); в третьих квадратных скобках задана матрица - столбец свободных членов этих уравнений (обозначим ее буквой В).

С учетом введенных обозначений матричное уравнение будет иметь следующий вид:

кх=в

Решение этого матричного уравнения получим по формуле:

х = вк

где: К-1 (К = 1/К) - матрица, обратная для К;

В - матрица - столбец свободных членов регрессионных уравнений, входящих в систему.

Данный метод аналитического моделирования, который позволяет устранить систематические и случайные ошибки в исходных данных, посредством этого дает возможность выявить реального теневого лидера, а также установить структуру организованной группы. В процессе моделирования находятся собственные связи участников такой группы, которые выражаются через соответствующие рейтинги и являются показателем «вождизма» той или иной личности в ней. Таким образом, чем выше значение рейтинга, тем более высокое положение занимает данное лицо в группе, причем у лидера он будет наибольшим. С помощью рейтинга определяются также ролевые функции участников организованных групп. Для этого используется следующее предположение: лица, которые имеют одинаковый рейтинг, занимают одно и то же положение в организованной группе. Кроме того, анализ соотношений рейтинга лидеров организованных преступных групп в условиях конфликта между ними позволяет прогнозировать заказные убийства и выявлять заказчиков и объектов убийств «по найму». В таблице 1 приведена последовательность моделирования конфликта в криминальной среде с использованием электронной таблицы EXCEL.

Таблица 1.

Решение задачи моделирования конфликта в криминальной среде с использованием электронной таблицы EXCEL.

1 0 5 2 0 2 -0,81856 -0,63096 -1,15147

2 2 5 3 2 3 -0,70141 -0,54066 0,986685

3 5 6 5 5 5 -1,55296 1,197025 -2,18453

4 8 9 8 8 8

5 7 8 8 7 8

6 0 7 8 0 8

7 2 5 8 2 8

8 0 0 8 0 8

9 0 0 10 0 10

10 1 0 9 1 9

11

12 0,321968 0,712841 -2,92936 0 -0,71284 -0,32197 -10,3

13 -0,4177 0,792449 5,401033 -0,79245 0 0,4177 7,1

14 -0,50675 0,434226 8,094807 -0,43423 0,50675 0 -6,7

В данной таблице показаны исходные данные, промежуточные этапы решения и результаты моделирования:

- в первом столбце число связей 1 -го лидера;

- во втором столбце число связей 2-го лидера;

- в третьем столбце число связей 3-го лидера;

- левом нижнем углу коэффициенты и свободные члены регрессионных уравнений;

- внизу в середине система трех линейных уравнений с тремя неизвестными;

в правом верхнем ряду промежуточные результаты решения трех уравнений с тремя неизвестными;

- в правом нижнем ряду результаты решения системы трех линейных уравнений с тремя переменными, соответствующие числу латентных связей трех участников преступных групп (-10,3-рейтинг 1-го лидера , 7,1-рейтинг 2-го лидера, -6,7- рейтинг 3-го лидера).

В третьем разделе представлена методика прогнозирования заказных убийств, выявления заказчиков убийств по найму и объектов заказных убийств на основе аналитического моделирования конфликтных процессов в преступной среде. Технологической основой данной методики является решения задачи выявления ролевых функций участников организованных преступных групп, которая приведена в предыдущем разделе.

Решение задачи будет заключаться в построении математической модели конфликта на основе динамики связей конфликтующих лиц. Для этого необходимо нахождение условий, при которых по математической модели можно найти численное значение их собственных связей (то есть таких связей, которые отражают рейтинг данного лица в конфликте).

После того, как будут проведены все статистические исследования, подтверждающие формальную адекватность построенной математической модели и соответственно значимость полученных по этой модели результатов, необходимо интерпретировать рассчитанные значения рейтинга участников организованных преступных групп. Значения рейтинга можно интерпретировать как индикатор положения того или иного лица в замкнутой среде. В принципе это может быть любое объединение лиц, в котором происходит борьба интересов, и конфликты людей приводят как к разрыву связей, так и к появлению новых связей с целью достижения своих интересов. Собственные связи, являясь мерилом потенциальных возможностей того или иного лица по подчинению себе других лиц, могут фактически показывать вес того или иного лица в замкнутой среде или другими словами его рейтинг. Особенно это важно, когда речь идет о таких скрытых формах объединения людей, как организованные преступные группы и сообщества, потому что эффективная борьба с ними возможна

32

только при наличии полной и достоверной информации о процессах, происходящих в них.

В четвертом разделе данной главы рассматривается методика выявления условий, при которых незаконный доход от экономической преступности, поступающий в систему организованной преступности, может быть сведен к минимуму за счет более рационального распределения ресурсов при расследовании уголовных дел экономической направленности.

Постановка и решение этой задачи основаны на методе линейного математического программирования, который заключается в построении соответствующей целевой функции и системы ограничений, при которой находится экстремальное значение этой функции. В качестве целевой функции при исследовании криминальных процессов выступает аналитическая зависимость, в которой зависимая переменная должна достигать или минимума, или максимума при некоторых значениях параметров, заданных независимыми переменными. Система ограничений определяет область допустимых значений аргументов целевой функции, при одном из вариантов которых находится максимум или минимум целевой функции. Значения параметров криминального процесса могут изменяться в некоторой области, определяемой ограничениями, накладываемыми на область определения целевой функции.

Поясним сказанное на примере исследования взаимосвязи между составами преступлений экономической направленности компетенции криминальной милиции, зарегистрированными в целом по России за год. Исходным материалом для аналитического моделирования служит соответствующий ежемесячный сборник о состоянии преступности и результатах борьбы с ней, выпускаемый ГИАЦ МВД России. Для представления исходных табличных данных в аналитической форме обозначим, выбранные из статистической отчетности, показатели борьбы с преступностью следующим образом:

Р(Х) - всего совершивших преступления участников организованных

преступных групп;

Хо- присвоение или растрата;

X]- незаконное предпринимательство;

Х2- незаконная банковская деятельность;

Х3~ легализация (отмывание) денежных средств и иного имущества;

Х4- изготовление или сбыт поддельных денег или ценных бумаг и других платежных документов;

Х5- контрабанда.

В таблице 2. представлены исходные данные с учетом приведенных выше обозначений.

Таблица 2.

Исходные данные для решения задачи линейного математического моделирования

Месяц т) х„ X! х2 Х3 х4 ха

Январь 963 36 19 0 0 30 98

Февраль 2095 97 43 0 1 88 132

Март 3454 197 74 0 5 93 155

Апрель 4572 247 101 1 8 138 163

Май 5647 335 131 1 13 153 315

Июнь 7077 383 201 4 45 160 501

Июль 8138 475 229 5 69 322 611

Август 9147 591 253 5 73 402 626

Сентябрь 10295 564 291 5 76 501 632

Октябрь 11174 678 318 6 77 437 658

Ноябрь 12024 708 351 6 127 459 664

Декабрь 13283 908 376 15 157 586 684

В таблице 3. приведено решение задачи нахождения минимального значения целевой функции при заданной системе ограничений с использованием программного комплекса для решения математических задач МАТНСАБ.

Предложенная в данном разделе диссертации методика позволяет проанализировать структуру преступности с учетом латентных зависимостей между преступлениями различной окраски, и выявить, какие из них оказывают наибольшее влияние на формирование экономической базы организованной преступности. Приведенная в данном разделе методика базируется на методе оптимального решения задач аналитической разведки, приведенной в разделе 3 (глава 2).

Таблица 3.

Решение задачи нахождения минимального значения целевой функции при заданной системе ограничений.

Начальные значения независимых переменных

Хд := 0 х, := 0 х, := 0 х, := 0 х„ ;= О

х3:=0 х4:

х5;= О

Целевая функция

А[х) := 0.862-хо +• 13.113•х1 +- 15.442-х,- 5.729-Хз + 0.933 ^ - 0.276-х5 656.654

Матрица коэффициентов Матрица столбец

системы ограничений свободных членов

системы ограничений

1 -2.379 17.312 0.01765 -0.204 0.181 ' 127.945 '

-0.133 1 2.416 0.215 -0,0622 0.08909 33.517

0.033 0.08288 1 0.023 0.01156 -0.0066 V := -4.343

0.00278 0.606 1.868 1 0.0494 -0.0281 -9.262

-0.483 -2.64 14.297 0.744 1 0.144 132.27

0.411 3.612 -7.804 -0.404 0.138 1 -78.951

М :=

Условия нахождения минимума целевой функции

giver

M-x>V

х>0

Р := Minimiz^f, х) Значения целевой функции

ЦР) = 900

Значения переменных системы ограничений, при которых достигается минимум целевой функции

0

4 12 0

Р =

4 10' 0

,-И

Четвертая глава «ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И МОДЕЛЕЙ УПРАВЛЕНИЯ В АНАЛИТИЧЕСКОЙ РАЗВЕДКЕ» состоит из четырех разделов:

- «Повышение достоверности экспертных исследований на основе редукции криминалистической информации»;

- «Применение редукции финансово-бухгалтерской информации для выявления признаков экономических преступлений»;

- «Применение редукции для повышения эффективности информационно психологических воздействий на субъекты преступной среды»;

- «Система информационного противодействия использованию средств массовой информации в криминальных целях»

В первом разделе приведены методики, обеспечивающие повышение эффективности экспертно-криминалистических исследований, которая может быть достигнута несколькими способами:

- применением эффективных методов исследования криминалистических объектов;

-совершенствованием приборной базы экспертно-криминалистических подразделений;

- разработкой более эффективных экспертно-криминалистических методик;

- компьютеризацией и автоматизацией экспертно-криминалистических исследований.

Для повышения эффективности криминалистических исследований автором разработаны два метода: метод оперативной редукции и метод статистической редукции. Первый метод предназначен для восстановления спектров микроколичеств веществ, получаемых на приборах в режиме многократного сканирования, аппаратная функция которых изменяется от сканирования к сканированию. Второй метод разработан для восстановления спектров, получаемых на приборах, работающих в режиме усреднения в каждой точке спектра, аппаратная функция которых изменяется при переходе от измерений в одной точке к измерениям в другой.

Для реализации этих методов на практике потребовалось решение следующих задач:

- построение физической модели регистрации спектра методом усреднения в каждой точке спектра;

- представление интегрального уравнения Фредгольма 1 рода в дискретном виде;

- описание физической модели интегральным уравнением Фредгольма 1 рода в дискретном виде;

- формирование спектра в виде многомерной выборки;

- построение модели спектрального прибора как ядра уравнения Фред-гольма 1 рода;

- нахождение коэффициентов множественной линейной регрессионной зависимости значений спектра на разных частотах с учетом фона и шума;

- построение системы линейных уравнений редукции к идеальному прибору;

- решение системы линейных уравнений редукции к идеальному прибору.

Описанная методика позволяет расширить возможности аналитических методов, и, в частности, метода молекулярной спектрометрии при исследовании микроколичеств красок и специальных химических веществ, метода атомной спектроскопии при исследовании микроколичеств металлов.

Кроме того, разработана эффективная методика калибровки спектральных приборов и предложены статистические методы идентификации и диагностики материалов и веществ на основе непараметрического критерия, приведенного в разделе 2 (глава 2) диссертации.

Во втором разделе приводится методика выявления признаков экономических преступлений на основе моделирования искажений финансово-бухгалтерской отчетности предприятий.

Финансово-бухгалтерская отчетность предприятий, которая ведется с применением программы «Бухгалтерия 1С» позволяет представить эти показатели ежемесячно в виде численных данных по соответствующим статьям.

В процессе моделирования искажений финансово-бухгалтерской отчетности решается задача нахождения по показателям «белой бухгалтерии», которая может даже не иметь внешних признаков фальсификации, реальных показателей так называемой «черной бухгалтерии», то есть фактически ее реконструкция.

Для решения данной задачи модель оценки искажений финансовой деятельности предприятий настраивается на нахождение случайных ошибок в документах финансово-бухгалтерской отчетности, искажений по отдельным финансовым статьям и системных искажений показателей по всем статьям.

Рассчитанные положительные финансово-бухгалтерские показатели интерпретируются как искаженные данные в первичных отчетных документах «черной бухгалтерии»; а отрицательные значения - как искажен-

ные статистические данные в документах «черной» финансово-бухгалтерской отчетности.

На первом этапе исследуется показатели финансово-бухгалтерской отчетности, и формируются, (например, с использованием программы «Бухгалтерия 1С») исходные данные для моделирования.

На втором этапе исследуемый процесс представляется в виде соответствующего математического описания, чтобы решить поставленную задачу. На этом этапе находится ответ на вопрос, по каким статьям финансово-бухгалтерской отчетности имеются (или не имеются) и в какой степени искажения в показателях и проверяется формальная адекватность используемой модели.

Наконец на третьем этапе полученные на математической модели результаты после проверки их фактической адекватности традиционными методами финансовых проверок могут использоваться на практике для выявления признаков экономических преступлений и, в частности, для выявления фактов уклонения от уплаты налогов, коммерческого или должностного подлога или «отмывании» денежных средств.

Решение данной задачи осуществляется аналогичным методом, как и нахождение латентных составляющих преступности (раздел 1 главы 2.)

В третьем разделе нашла отражение методика выявления условий подрыва структуры организованных преступных групп посредством определения наиболее уязвимых связей их лидеров. В методическом плане она базируется на положениях такой науки как соционика. Решение данной задачи складывается из решения самостоятельных задач на следующих этапах:

- выявление лидера ОПТ (в случае отсутствия точной информации у оперативного подразделения о распределении ролей в данной ОПГ);

- решение задачи о необходимом понижении рейтинга лидера данной ОПГ с целью прекращения преступной деятельности;

- определение социотипа ОПГ и типа личности лидера с целью выбора достаточного способа информационно-психологического воздействия с целью прекращения противоправной деятельности;

- оценка результатов информационно-психологического воздействия и их корректировка (в зависимости от изменившихся условий).

Выявление лидера ОПГ в случае отсутствия точной информации у оперативного подразделения о распределении ролей в ОПГ осуществляется по методике аналитической разведки, приведенной в главе 3 (раздел 2).

Решение задачи о необходимом понижении рейтинга лидера данной ОПТ с целью прекращения преступной деятельности может быть осуще-

38

ствлено с использованием метода линейного математического программирования, реализация которого приведена в главе 3 (раздел 3) диссертации.

Интерпретировать полученные данным методом результаты выявления условий воздействия на лидера с целью снижения его роли в ОПГ можно следующим образом.

Минимальное значение целевой функции соответствует пороговому уровню рейтинга лидера ОПГ, при котором он не будет пользоваться авторитетом. Достижение этого условия на практике с одной стороны будет способствовать прекращению его противоправной деятельности. С другой стороны возможно возникновение криминального конфликта в ОПГ, при котором может быть запущен механизм ее самораспада.

Максимальное значение целевой функции соответствует пороговому уровню рейтинга лидера ОПГ, при котором он будет пользоваться максимальным авторитетом. Это соответствует ситуации криминального конфликта в ОПГ, при котором данный лидер станет потенциальной жертвой заказного убийства со стороны какого-либо участника данной ОПГ, имеющего один из самых низких рейтингов.

Параметры целевой функции, при которых достигается минимальный рейтинг лидера ОПГ, соответствуют необходимому относительному изменению рейтингов других участников ОПГ. Это позволяет воздействовать на лидера, применяя информационно-психологические методы к тем лицам, которые являются в соответствии с положениями соционики его дуалами (лицами с взаимосвязанными типами личности).

Конечной целью данной методики является конкретная реализация полученных результатов моделирования с учетом социотипов лидеров и возглавляемых ими организованных групп.

В четвертом разделе рассматриваются проблемы противодействия использованию средств массовой информации в криминальных целях. Предлагается система информационного противодействия воздействию организованной преступности на средства массовой информации.

В целом такая система в функциональном плане может состоять из трех подсистем.

Функции первой подсистемы связаны с отбором публикаций, имеющих оперативный интерес, установлением авторов публикаций, выявлением связей с заказчиками публикаций. Также в функции этой подсистемы может входить и анализ-оценка социальной опасности последствий использования СМИ в криминальных целях.

Функции второй подсистемы связаны с выработкой адекватных контрмер по выявленным фактам. Одной из главных функций этой под-

39

системы должна быть разработка превентивных воздействий на организованную преступность. В частности, имеется в виду подбор информации, (возможно оперативной, но не имеющей перспектив реализации), и выбор форм воздействий на криминальную среду, а также необходимая в таких деликатных случаях оценка узкого круга экспертов по оценке эффективности выработанных мер.

Третья подсистема должна функционально обеспечивать реализацию через СМИ разработанных контрмер или превентивных информационных воздействий на основе легендирования источников появления информации. И, как конечную функцию, эта подсистема должна осуществлять мониторинг эффективности реализации разработанных мероприятий. Для решения перечисленных задач предлагается использовать как криминалистические методы установления ангажированных журналистов, так и методики аналитической разведки, основанные на выявлении информационных «заказных убийств», а также прогнозировании результатов избирательных кампаний. С помощью указанной выше методики на основе изучения статей в СМИ как против, так и в поддержку кандидатов проводилось оценка их рейтингов, которые полностью совпали с результатами выборов Президента Российской Федерации в 1999-2000годах.

В основе этой аналитической методики лежит метод, который приведен в разделе 3 главы 3. диссертации.

В заключении диссертации приведены основные результаты и выводы, которые позволяют изложить перспективные направления исследований в данной области. В частности, областями применения информационных технологий и аналитических моделей могут быть не только криминология, криминалистика и оперативно-разыскная деятельность, но и, например, информационно-аналитическая работа в органах государственной и муниципального управления.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В данной диссертации изложено содержание многолетних исследований автора по методологии теоретического и практического обеспечения аналитической разведки для повышения достоверности информационных следов преступлений на основе редукции оперативно-разыскной информации.

Ниже приведены основные результаты этих исследований, которые являются научным вкладом диссертанта в разрешение проблемы создания методологии информационно-аналитического обеспечения аналитической разведки в области борьбы с криминальными процессами и явлениями на

40

основе повышения достоверности информационных следов преступлений с использованием современных информационных технологий и моделей.

1. Научное обоснование применимости теории редукции к «идеальному прибору» для криминальных процессов и явлений.

2. Метод решения задачи редукции на основе частного решения дискретного уравнения Фредгольма 1 рода с погрешностью в правой части;

3. Метод оптимизации принятия решений в задачах управления информационными ресурсами в целях противодействия криминальным системам на основе линейного математического программирования;

4. Метод идентификации субъектов криминальных явлений с использованием идеальных социально-психологических портретов преступников на основе непараметрического критерия Фридмана;

5. Аналитические модели выявления латентной криминологической, оперативно-разыскной и криминалистической информации, основанные на решении задачи редукции;

6. Аналитические модели оптимального распределения ресурсов, обеспечивающие повышение эффективности решения управленческих задач противодействия криминальным системам на основе линейного математического программирования.

7. Методика выявления ролевых функций участников организованных преступных групп;

8. Методика выявления криминальных лиц, основанная на идентификации и диагностике информационных следов преступлений с использованием статистических критериев и экспертных оценок;

9. Методика прогнозирования заказных убийства и выявления их заказчиков и объектов, основанная на моделировании конфликтов в криминальной среде;

10. Методика выявления латентной преступности на основе официальной статистики;

11. Методика выявления искажений финансово-бухгалтерской отчетности на основе «белой бухгалтерии»;

12. Методика нахождение условий подрыва экономической базы организованной преступности;

13. Методика определения оптимальной структуры специальных технических мероприятий, обеспечивающей максимальную раскрываемость преступлений;

14. Методика нахождения условий информационно-психологических воздействий на лидеров криминальной среды;

15. Методика прогнозирования социальных событий, основанная на

41

обработке сообщений средств массовой информации.

На основе полученных результатов и перспектив развития данного исследования целесообразно сделать следующие выводы.

1. Теоретические и практические результаты получены в процессе применения в аналитических исследованиях методов, программных средств и методик устранения систематических и случайных искажений (редукции) в ведомственной статистике, оперативно-разыскной информации о связях криминальных лиц, финансово-бухгалтерской отчетности и в средствах массовой информации и других задачах.

2. Сравнительный анализ задач редукции (фильтрации) информации из различных источников, показал, что их постановка сводится к дискретному интегральному уравнению Фредгольма с погрешностью в правой части. Для его решения был использован один из частных методов, основанный на представлении исходного уравнения системой множественных линейных регрессионных уравнений.

3. Одной из целей данного исследования являлась разработка и применение компьютерных информационных технологий аналитической разведки предназначенных для обеспечения раскрытия преступлений, документирования преступной деятельности и разработки эффективных методов борьбы с преступностью, в том числе и с ее организованными формами. Из всего спектра информационных технологий приоритетное направление в данных исследованиях занимает изучение методов анализа, синтеза и редукции оперативно-разыскной информации как основных составляющих обеспечения управления информационными ресурсами в социальных системах.

4. Применение метода редукции, разработанного автором, нацелено на нахождение латентной оперативно-разыскной информации более близкой к «истинной» по сравнению с исходной. Разработка и применение статистических критериев и методов имеет целью обеспечение решения задачи оперативно-разыскной идентификации и диагностики информационных следов преступлений.

5. В практическом плане результатом исследований являлась разработка методик аналитической разведки, которые с помощью специального компьютерного, технического и программного обеспечения ориентированы на повышение эффективности решения оперативно-разыскных задач.

6. Областями применения информационных технологий аналитического моделирования процессов и явлений являются не только такие направления, как оперативно-разыскная деятельность и подробно рассмотренная в работе аналитическая разведка, но и, например, повышение достоверно-

42

сти информации при исследовании социально-экономических и политических процессов,

7. Дальнейшими направлениями исследований, основы теории и практической реализации которых представлены в диссертации, являются:

- специальные информационные технологии, предназначенные для решения задач управления социальными процессами в области борьбы с преступностью, и их применение в аналитической разведке;

- методы решения задачи редукции оперативно-разыскной информации на основе системы множественных нелинейных регрессионных уравнений;

- методы оптимизации принятия решений в нелинейных задачах управления социальными процессами в криминальной сфере;

- методики аналитической разведки выявления латентной оперативно-разыскной информации, основанные на решении задачи редукции оперативно-разыскной информации;

- методики аналитической разведки выявления криминальных лиц, основанные на идентификации и диагностики оперативно-разыскной информации с использованием статистических критериев и экспертных оценок;

- методики аналитической разведки, направленные на повышение эффективности противодействия преступности на основе оптимального использования имеющихся ресурсов.

8. К новым проблемам, по которым автором получены перспективные результаты, можно отнести постановку и решение задачи идентификации и диагностики информационных следов преступлений, которые могут быть решены с использованием предлагаемых в работе методов редукции.

9. С целью повышения эффективности аналитической разведки следует продолжить работу по рассмотренным автором направлениям, а также технологиям идентификации на основе проверки статистических гипотез и нахождения оптимального значения целевых функций с учетом наложенных на них ограничений методом линейного и нелинейного математического программирования.

10. В рамках аналитической разведки дальнейшая разработка и применение методов редукции будет способствовать формированию новых направления в управлении ресурсами оперативно-разыскной и иной информации. Их реализация на практике позволит обеспечить решение задачи классификации, те есть установления общих и частных признаков объектов исследования, без которых невозможны идентификация и диагностика информационных следов преступлений в подразделениях МВД России.

Основное содержание диссертации отражено в следующих печатных работах.

1. Белоглазов Е.Г., Белынский В.В., Кабалевский А.Н.,Мячев A.A. Малые ЭВМ в системах автоматизации научных экспериментов.// - Автоматизация научных исследований на основе применения ЭВМ: Материалы конференции - Новосибирск, 1974. С.15-19..

2. Белоглазов Е.Г., Макарова Й.В., Островский М.А. Структура вычислительных комплексов в системах автоматизации научных исследова-ний.//-Автоматизация научных исследований: Тезисы докладов Всесоюзного научно-технического совещания -М., 1975.- С. 21-28.

3. Белоглазов Е.Г. Решение нестационарной задачи редукции к идеальному прибору в ИВК-3.//-М.:1"Труды ИНЭУМ",1979.,вып.73-С.39-42.

4. Белоглазов Е.Г. Проблемно-ориентированный пакет прикладных программ цифровой инверсной фильтрации.-М.: "Труды ИНЭУМ", 1979г., вып.73-с.28-34.

5.Белоглазов Е.Г. Перспективы использования измерительного-вычислительного комплекса ИВК-6 для автоматизации экспертно-криминалистических исследований материалов и веществ.-// сборник статей. - Вильнюс,"НИИСЭ",1986.- С. 35-44.

6. Белоглазов Е.Г. Применение программированных калькуляторов для повышения качества и ускорения экспертизы веществ, материалов и изделий,- М.:"ВНИИ МВД СССР Экспертная практика", 1988,- 27-33.

7. Белоглазов Е.Г.,Бутременко Г.Г., Одиночкина Т.Ф., Аграфенин A.B. Экспертное исследование медных сплавов. Учебное пособие.-М.;"ВНИИ МВД СССР",1988, -73с.

8. Белоглазов Е.Г'., Коровянский О.П., Федосюткин Б.А. Использование методов цифровой обработки изображений на базе измерительно-вычислительных комплексов для идентификационных целей.//- сборник статей. - Каунас, 1992.-С.54-61.

9. Белоглазов Е.Г. Прогнозирование «заказных» убийств участниками организованных преступных групп// Информационно-аналитическое управление в ОВД: сборник статей - М.: Академия управления МВД России, 1997.- С. 56-68

10. Белоглазов Е.Г. Применение метода математического программирования в аналитической разведке.// Информатизация правоохранительных систем: Материалы конференции - М., 1999,- С.99-102.

11. Белоглазов Е.Г, Состояние и перспективы аналитической разведки// -Россия, XXI век - антитеррор: Материалы конференции - М., 2000.- С.39-43.

12. Белоглазов Е.Г. Оптимальные линейные модели криминальных процессов и их применение в аналитической разведке. // Информатизация правоохранительных систем: Материалы конференции - М., 2000. - С.228-232.

13. Белоглазов Е.Г. Повышение эффективности борьбы с незаконным оборотом оружия и терроризмом информационно-аналитическими методами.// Сборник статей- М.: ВНИИ МВД России, 2002.-С. 47-53.

14. Белоглазов Е.Г. Возможности мультимедийных презентаций в повышении качества обучения специальным информационным технологиям.// Материалы учебно-методического сбора - М., 2005.-С.73-79.

15. Белоглазов Е.Г. Проблемы подготовки специалистов правоохранительных органов в технологически развитом обществе.// Деятельность полиции и безопасность в технологически развитом обществе - Материалы международного семинараМ.: - 2005.- С.48-55.

16. Белоглазов Е.Г., Борзунов К.К., Овчинский A.C. Применение информационных технологий в аналитической разведке: Курс лекций. - М.: Московский университет МВД России, 2005.-С.

17. Белоглазов Е.Г., Макаренков Д.Е., Каретников М.К. Практикум по компьютерной разведке: Учебное пособие. Применение информационных технологий в аналитической разведке: Курс лекций. - М.: Московский университет МВД России, 2006.-С.195.

18. Белоглазов Е.Г., Борзунов К.К., Овчинский A.C., Каретников М.К., Щерба В.В. Курс лекций «Основы информационной безопасности». - М.: МосУ МВД России, 2006.-С.270.

19. Белоглазов Е.Г. Информационные технологии и модели управления в аналитической разведке (монография), М.: МосУ МВД России, 2006.-С.210.

20. Белоглазов Е.Г. Информационные технологии противодействия использованию средств массовой информации в криминальных целях,// Закон и право. - 2006. - № 1. - С. 44-47.

21. Белоглазов Е.Г. Информационные технологии аналитического обеспечения борьбы с преступностью.// Вестник Московского университета МВД России. -2006. - № 1.- С.70-73.

22. Белоглазов Е.Г. Моделирование системы управления криминальной средой// - Вестник Московского университета МВД России. - 2006. - № 2. - С.39-41.

23. Белоглазов Е.Г. Белоглазов Е.Г. Выявление признаков экономических преступлений на основе моделирования показателей «черной бухгалтерии».// - Вестник Московского университета МВД России,-2006.-№ 3. - С. 92-94.

24. Белоглазов Е.Г. Противодействие организованной преступности в информационно-психологической сфере на основе соционики и оптимизации принятия решений// Использование современных информационных технологий в правоохранительной деятельности и региональные проблемы информационной безопасности - сб. матер, конф. 24-25 октября 2006 г., в. 7, ч.1 г. Калининград, 2006.- С.23-30.

Автореферат

Диссертация на соискание степени доктора технических

Белоглазов Евгений Григорьевич (Ф.И.О.)

Тема диссертационного исследования

Методология обеспечения аналитической разведки криминальных процессов и явлений

Научный консультант

Минаев Владимир Александрович (Ф.И.О.)

Изготовление оригинал-макета

Белоглазо в Евгений Григорьевич (Ф.И.О.)

Подписано в печать/?£ ¿УТираж 100 экз. Усл.п.л. / 3

Российская академия государственной службы при Президенте Российской Федерации

Отпечатано ОПМТ РАГС. Заказ

119606 Москва, пр-т Вернадского,84

Ивюз

2007522825

2007522825

введение.

Глава 1. методология аналитической разведки

ПРОБЛЕМЫ И НОВЫЕ ПОДХОДЫ К ИХ РЕШЕНИЮ).

1.1.0сновные виды аналитической разведки и источники информации, основанные на информационных технологиях.

1.1.1. Виды аналитической разведки.

1.1.2. Информация и ее источники, используемые в аналитической разведке.

1.1.3. Информационное обеспечение аналитической разведки.

1.2. Направления аналитической разведки.

1.2.1. Аналитическая разведка в подразделениях уголовного розыска.

1.2.2. Аналитическая разведка в подразделениях по борьбе с организованной преступностью.

1.2.3. Аналитическая разведка в оперативно-поисковых подразделениях.

1.3. Структура и взаимодействие подразделений информационно-аналитического обеспечения ( оперативно-разыскной деятельности органов внутренних дел.

1.3.1. Место подразделений информационно-аналитического обеспечения в системе МВД России.

1.3.2. Информационное взаимодействие правоохранительных органов в аналитической разведке.

1.3.3. Структура службы информационно-аналитического обеспечения оперативно разыскной деятельности и примеры ее функционирования.

1.4. Оснащение службы информационно-аналитического обеспечения оперативно-разыскной деятельности органов внутренних дел.

1.4.1. Информационное обеспечение подразделений информационно-аналитического обеспечения.

1.4.2. Аналитические системы и их информационное обеспечение.

1.4.3. Методическое обеспечение анализа оперативно-разыскной информации.

Глава 2. ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И МОДЕЛЕЙ УПРАВЛЕНИЯ В АНАЛИТИЧЕСКОЙ РАЗВЕДКЕ.

2.1. Технология управления ресурсами оперативно-разыскной информацией.

2.1.1. Моделирование системы управления ресурсами оперативно-разыскной информацией.

2.1.2. Информационные технологии анализа оперативно-разыскной информации.

2.1.3. Информационные технологии синтеза оперативно-разыскной информации.

2.1.4. Информационные технологии редукции мультимедийной оперативно-разыскной информагщи.

2.1.5. Информационные технологии принятия решения.

2.2. Статистические методы идентификации и диагностики оперативно-разыскной информации.

2.2.1. Статистические методы идентификации личности по оперативно-разыскным признакам.

2.2.2. Идентификация наводчиков и исполнителей краж, грабежей и разбойных нападений на основе их социально-психологических портретов.

2.3. Математические методы оптимизации решения задач аналитической разведки.

2.3.1. Выбор метода оптимизации решения задач аналитической разведки.

2.3.2. Нахождение структуры оперативно-технических мероприятий, обеспечивающих раскрытие наибольшего количества преступлений.

2.3.3. Решение задачи и оценка полученных результатов исследования по определению наиболее эффективных оперативно-технических мероприятий в раскрытии преступлений.

2.4. Теоретические основы редукции оперативно-разыскной информации в криминальных процессах.

2.4.1. Постановка задачи редукции оперативно-разыскной информации на основе интегрального уравнения

Фредголъма 1 рода с погрешностью в правой части.

2.4.2. Математические методы решения задачи редукции к «идеальному прибору» на основе интегрального уравнения

Фредголъма 1 рода.

2.4.3. Решение интегрального уравнения Фредголъма 1 рода в дискретном виде на основе построения мноэ/сественных линейных регрессионных уравнений криминальных процессов и явлений.

Глава 3. комплекс новых моделей и методов.

3.1. Определение латентных составляющих преступности.

3.1.1. Основные статистические показатели состояния преступности.

3.1.2. Математическая модель оценки латентных составляющих преступности.

3.1.3. Построение математических моделей для определения нерецидивных, специальных и общих рецидивных латентных составляющих преступности.

3.2. Выявление лидеров организованных групп в борьбе с преступлениями, связанными с организацией преступного сообщества.

3.2.1. Понятие структуры и динамики связей участников ОПТ.

3.2.2. Построение зависимости связей одного участника ОПТ от динамики связей другого.

3.2.3. Математическая модель связей участников ОПГ.

3.2.4. Решение задачи нахоэюдеиия числа латентных связей участников ОПГ.

3.3. Моделирование развития конфликтных ситуаций в криминальной среде в целях раскрытия убийств по найму и выявления их заказчиков.

3.3.1. Постановка и решение задачи прогнозирования заказного убийства.

3.3.2. Проверка адекватности математической модели конфликтных процессов в криминальной среде.

3.3.3. Интерпретация результатов моделирования конфликтных процессов в криминальной среде.

3.4. Анализ преступной деятельности организованных групп и преступных сообществ в сфере экономических отношений.

3.4.1. Оптимальные линейные модели криминальных процессов.

3.4.2. Выбор стратегии подрыва экономической базы организованной преступности: общие подходы.

3.4.3. Определение эффективной стратегии подрыва экономической базы организованной преступности.

Глава 4. практическое использование новых информационных технологий

И АНАЛИТИЧЕСКИХ МОДЕЛЕЙ В АНАЛИТИЧЕСКОЙ РАЗВЕДКЕ.

4.1. Повышение достоверности экспертных исследований на основе редукции криминалистической информации.

4.1.1. Предпосылки постановки и решения задачи редукции криминалистической информации.

4.1.2. Методы решения задачи редукции к идеальному спектральному прибору, используемые в методиках аналитической разведки.

4.1.3. Применение редукции к идеальному спектральному прибору в решении экспертно-криминалистических задач.

4.2. Применение редукции финансово-бухгалтерской информации для выявления признаков экономических преступлений.

4.2.1. Аналитическая разведка в сфере незаконного товарооборота и сокрытия прибыли от налогообложения.

4.2.2. Выявление признаков экономических преступлений на основе моделирования искажений финансово-бухгалтерской отчетности.

4.2.3. Построение математических моделей для определения искажений финансово-бухгалтерской отчетности.

4.2.4. Решение задачи редукции финансово-бухгалтерской информации и перспективы ее практического использования.

4.3. Применение редукции для повышения эффективности информационно-психологических воздействий на субъекты преступной среды.

4.3.1. Типовая методика аналитической разведки по осуществлению информационно-психологических воздействий на организованные преступные формирования с целью прекращения их противоправной деятельности.

4.3.2. Определение социотипа организованной преступной группы и типа личности ее лидера с целью прекращения противоправной деятельности посредством информационно-психологических воздействий.

4.3.3. Оценка результатов информационно-психологического воздействия и га корректировка.

4.4. Система информационного противодействия использованию средств массовой информации в криминальных целях.

4.4.1. Концепция подсистемы идентификации использования СМИ в криминальных целях.

4.4.2. Концепция подсистемы анализа социальной опасности использования СМИ в криминальных целях.

4.4.3. Повышение достоверности социальных прогнозов с использованием редукции средств массовой информации.

Внедрение современных информационных технологий в практику повседневной служебной деятельности сотрудников органов внутренних дел в современных условиях - одно из наиболее важных направлений компьютеризации и информатизации в правоохранительной сфере. В соответствии с Концепцией развития органов внутренних дел и внутренних войск МВД России приоритетными направлениями развития информационного обеспечения системы МВД России являются: разработка единых правовых, методических, программно-технических и технологических подходов при организации информационного обеспечения органов внутренних дел;

- формирование интегрированных банков данных коллективного пользования оперативно-разыскной1 и справочной информации на базе современной вычислительной техники;

- создание по единой технологической схеме локальных вычислительных сетей в службах и подразделениях органов внутренних дел;

- формирование единой методологии сбора, обработки, хранения и защиты информации оперативно-разыскного, справочного, криминалистического и статистического назначения;

- поэтапное введение новых методов работы с информацией.

В оперативно-разыскной деятельности компьютерные средства и методы в силу объективных причин находят все более широкое применение. Поиски качественно новых путей совершенствования информационного обеспечения оперативно-разыскной деятельности ведутся в нашей стране и за рубежом с начала 60-х годов [2.49]. Накопленный опыт говорит о необходимости создания единой технологии сбора, обработки, анализа и применения оперативно-разыскной информации с использованием передовых информационных В соответствии с письмом Института русского языка РАН за №14464-5114/17 от 06.02.03 следует писать «разыскной». технологий. Реализация их на практике расширит возможности подразделений оперативно-разыскной информации по раскрытию преступлений и поиску преступников на основе исследования информационных следов преступлений.

Современные информационные технологии, основанные на средствах вычислительной техники и математических методах, применительно к теории и практике оперативно-разыскной деятельности способствовали формированию такого направления в деятельности органов внутренних дел как аналитическая разведка.

Термин "аналитическая разведка" впервые появился в нормативных документах МВД России в 1992 году для обозначения особой формы деятельности оперативно-поисковых подразделений. Аналитическая разведка была определена как разведывательный поиск, техническая разведка, комплексное изучение материалов скрытого наблюдения и оперативной установки, а также анализ сообщений, публикаций и выступлений в средствах массовой информации, статистических данных, сведений автоматизированных банков данных. В дальнейшем аналитическая разведка кроме оперативно-поисковых подразделений стала применяться в уголовном розыске, подразделениях по борьбе с организованной преступностью и в других службах криминальной милиции.

С 1997 года, когда в нормативных документах МВД России ее понятие существенно расширилось, под аналитической разведкой стали понимать получение новых (неизвестных ранее) данных на основе комплексного анализа оперативно-разыскной информации, то есть решение задачи классификации.

Широкое использование информационных технологий в деятельности криминальной милиции способствовали совершенствованию средств и методов аналитической разведки и расширению правовой базы информатизации оперативно-разыскной деятельности.

Применение информационных технологий в аналитической разведке, являясь смежным с оперативно-разыскной деятельностью (ОРД) разделом оперативно-служебной деятельности, расширяет возможности методов анализа информации и незаменимы в тех случая, когда традиционные средства и методы оперативно-разыскной деятельности или не могут быть применены, не эффективны, опасны, либо требуют при реализации чрезмерно больших усилий или затрат.

В настоящее время аналитическая разведка с применением новых информационных технологий ведется в Главном информационно-аналитическом центре МВД России, в подразделениях по борьбе с организованной преступностью, в подразделениях оперативно-технических мероприятий, оперативно-поисковых подразделениях, НЦБ Интерпола России, в Центрах оперативно-разыскной информации КМ ГУВД по г. Москве и ряде других регионов.

Эффективность применения в аналитической разведке современных научно-технических достижений в борьбе с преступностью заключается в разработке и реализации на практике методологии добывания, обработки; анализа, хранения, поиска и использования оперативно-разыскной информации в борьбе с преступностью. Ключевой проблемой при этом является обеспечение полноты, достоверности и точности исходной информации об объектах исследований (в виде информационных следов преступлений) и в организации использования содержащейся в них разыскной и криминальной информации в процессе раскрытия и расследования преступлений. Компьютеризация измерений количественных параметров информационных следов преступлений, а также оперативно-разыскной идентификации и диагностики должна обеспечить повышение значимости выводов сотрудников оперативных подразделений, способствовать сокращению срока и повышению раскрываемости неочевидных преступлений. Это может быть достигнуто путем более широкого применения современных математических методов и более полного использования возможностей компьютерного, технического и программного обеспечения для разработки принципиально новых методик в аналитической разведке.

Одним из показателей эффективности принимаемых решений при раскрытии преступлений, также как и при их расследовании, и в частности, при проведении криминалистических экспертиз, может быть количество категоричных выводов, вероятных выводов и отказов от решения экспертной задачи.

Поэтому в качестве условного показателя эффективности аналитической работы в области оперативно-разыскной информатики можно взять, например, отношение числа категоричных выводов к общему числу аналитических задач.

Необходимость категоричных формулировок при отождествлении оперативно-разыскной информации связано с требованиями о полной уверенности субъекта принимающего решение в данном выводе. Если же субъектом принимается решение, которое основываются на каком-либо инструментальном методе (например, компьютерная идентификация), то убежденность аналитика в достоверности вывода во многом зависит от технических возможностей и характеристик методов измерения и обработки оперативно-разыскной информации. В некоторых случаях, например, когда такие характеристики источников оперативно-разыскной информации как систематическая и случайная погрешность не соответствует требуемому уровню, аналитик во многих случаях будет вынужден отказаться от решения поставленной задачи или дать вероятный вывод. В худшем случае это может привести к ошибочному результату. Так, например, при исследовании оперативно-разыскной информации очень часто из-за ее недостоверности и (или) ненадежности источника оказывается невозможным решение задачи отождествления, оперативно-разыскной идентификации и диагностики, а в некоторых случаях это приводит к ошибочным выводам и соответственно к неправильным оперативно-разыскным решениям.

На практике для проверки надежности источника и достоверности оперативно-разыскной информации она может запрашиваться через некоторое время повторно (многократно) или используются сведения, полученные из одного или нескольких других источников (и через другие каналы связи), которые подтверждают или опровергают проверяемую информацию. Если информация подтверждается и известны ее общие и частные классифицирующие признаки, то она может быть использована для решения задач идентификации, диагностики и принятия решения в оперативно-разыскной деятельности. В случае, если классифицирующие признаки отсутствуют, то возникает необходимость в аналитической разведке для получения дополнительной скрытой (латентной) информации, содержащейся в ней и позволяющей отнести данную информацию к одному из известных классов или открыть новый, неизвестный ранее информационный класс. Однако не исключено, что проверка источника оперативно-разыскной информации приведет к получению противоречивых данных, что исказит информационные следы преступления и затруднит принятие решения, например, задержание преступника. Решение задач оперативно-разыскной идентификации и диагностики лиц, предметов и событий по противоречивым данным оказывается невозможным, так как известные в оперативно-разыскной деятельности критерии отождествления становятся неприменимыми. К этому же результату приходят и в том случае, если невозможно проверить полученные от источника данные, и они оказываются ложными. Следовательно, одной из основных проблем выявления информационных следов преступлений по искаженным данным является создание эффективных методов обработки информации (редукции), то есть восстановления "истинной" оперативно-разыскной информации математическими методами и разработка критериев идентификации и диагностики лиц, предметов и событий в оперативно-разыскной деятельности.

Настоящая диссертационная работа направлена на создание методологии теоретического и практического обеспечения аналитической разведки посредством решения задач редукции оперативно-разыскной информации, идентификации и диагностики лиц, предметов и событий, необходимые для сравнения оперативно-разыскные признаки которых, не могут быть найдены без соответствующей обработки (редукции). Эти задачи решаются с использованием математических методов редукции и компьютерных, технических и программных средств, статистических критериев оперативно-разыскной идентификации и диагностики лиц, предметов и событий и находят применение в аналитической разведке.

Таким образом, актуальность исследования обуславливается:

- отсутствием методологии информационно-аналитического обеспечения аналитической разведки в области борьбы с криминальными явлениями на основе повышения достоверности информационных следов преступлений с использованием современных информационных технологий и моделей;

- недостаточностью теоретических и прикладных исследований в области анализа системных связей и закономерностей функционирования субъектов правоохранительной деятельности и аналитической разведки криминальных процессов и явлений.

Целью исследования является разработка методологии обеспечения аналитической разведки с использованием теоретических основ редукции информационных следов преступлений, применение на практике методов выявления неочевидных системных связей и закономерностей функционирования и развития криминальных процессов, повышения эффективности принятия управленческих решений в правоохранительной деятельности.

Из всего спектра информационных технологий приоритетное направление в данном исследовании занимает изучение методов анализа, синтеза и редукции оперативно-разыскной информации как основных составляющих обеспечения управления информационными ресурсами в правоохранительной деятельности. Применение методов редукции, разработанных автором, нацелено на нахождение латентной оперативно-разыскной информации более близкой к «истинной» по сравнению с исходной. Применение статистических критериев и методов имеет целью обеспечение решения задачи оперативно-разыскной идентификации и диагностики информационных следов преступлений.

Целью исследований является также методология реализация практического обеспечения аналитической разведки, включая методики, которые с помощью специального компьютерного, технического и программного обеспечения ориентированы на повышение эффективности решения задач оперативно-разыскной деятельности.

В диссертации поставлены и решены следующие задачи.

В области методологии теоретического обеспечения аналитической разведки:

- разработка моделей криминальных процессов и явлений;

- разработка методов идентификации оперативно-разыскной информации и оптимизации решения задач аналитической разведки;

- разработка теоретических основ редукции оперативно-разыскной информации.

В области методологии практического обеспечения аналитической разведки:

- создание методик аналитической разведки для выявления латентных криминальных связей, преступлений, искажений в финансово-бухгалтерской отчетности и фальсификаций в средствах массовой информации, материальных и финансовых ценностей в преступном сообществе;

- создание методик оптимального решения задач подрыва экономической базы организованной преступности, повышения эффективности оперативно-технических мероприятий при раскрытии преступлений, выявления объектов информационно-психологического воздействия в преступном сообществе.

Объект исследования представляет собой процесс развития и совершенствования информационно-аналитического обеспечения оперативно-разыскной деятельности в части аналитической разведки криминальных процессов и явлений в условиях принятия управленческих решений на основе искаженной информации.

Предметом исследования является теоретическое и практическое обеспечение аналитической разведки на основе редукции оперативно-разыскной информации (источники информации, методы моделирования, методы решения задачи редукции, аналитическое и программно-техническое обеспечение, частные методики).

Методология и методы исследования. В основу диссертационного исследования положена методология системного анализа и моделирования криминальных процессов и явлений. При решении задачи редукции оперативно-разыскной информации используются методы теории управления и принятия решений, регрессионного анализа, линейного математического программирования, статистических методов проверки гипотез, линейной алгебры.

Обоснованность и достоверность научных положений и выводов, содержащихся в диссертационной работе, обеспечивается: всесторонним анализом практики информационно-аналитического обеспечения оперативно-разыскной деятельности; системным исследованием причин и условий искажений оперативно-разыскной информации; соответствием полученных автором результатов (на основе реализации разработанных моделей) реальным криминальным процессам и явлениям. Достоверность аналитических выводов, на основе которых осуществляется принятие управленческих решений, подтверждается обеспечением как формальных требований, предъявляемых к адекватности постановки и решения задачи редукции оперативно-разыскной информации, так и проверкой их фактической адекватности при решении задач аналитической разведки.

Научная новизна заключается в целом ряде новых и оригинальных результатов:

- разработан аналитический метод описания криминальных процессов и явлений, заданных табличными функциями, дискретным интегральным уравнением Фредгольма 1 рода с погрешностью в правой части;

- найдено решение задачи редукции на основе интегрального уравнение Фредгольма 1 рода с погрешностью в правой части для устранения систематических и случайных искажений в результатах наблюдения криминальных процессов и явлений;

- построены математические модели криминальных процессов и явлений, основанные на дискретном интегральном уравнении Фредгольма 1 рода, для нахождения скрытой (латентной) криминалистической, криминологической и оперативно-разыскной и иной информации;

- предложен метод оптимизации управленческих решений в сфере борьбы с преступностью на основе линейного математического программирования;

- предложен метод идентификации лиц, причастных к преступлениям, на основе социально-психологического портрета преступника с использованием непараметрического критерия Фридмана;

- разработаны методики аналитической разведки, основанные на редукции оперативно-разыскной информации о криминальных явлениях и процессах;

- создана методология решения задач информационно-аналитического обеспечения оперативно-разыскной деятельности;

Теоретическая значимость исследования состоит в разработанной автором методологической базе аналитической разведки на основе моделей криминальных процессов и явлений, модели управления информационными ресурсами, методе решения задачи редукции как интегрального уравнения Фредгольма 1 рода с погрешностью в правой части и оптимизации решений в задачах управления социальными процессами.

Практическая ценность результатов диссертационного исследования заключается в том, что, во-первых, задача редукции оперативно-разыскной информации впервые решена в такой области управления социальными процессами, как борьба с преступностью. Во-вторых, методики аналитической разведки, предложенные в диссертации, позволяют на основе моделирования социальных процессов в криминальной среде определить уровень латентной преступности, уточнить ролевые функции участников организованных преступных групп, предсказать возможного заказчика убийств по найму, определить наиболее вероятную версию при раскрытии заказных убийств, выявить искажения в финансово-бухгалтерской отчетности. В третьих, на основе непараметрических методов идентификации и диагностики оперативно-разыскной информации и экспертных оценок оказывается возможным выявление наводчиков и исполнителей краж, грабежей и разбоев, а также исполнителей других преступлений. В четвертых, применение средств и методов оптимизации принятия решений к анализу результатов работы милицейских служб, позволяет найти условия повышения эффективности их деятельности, например, для подрыва экономической базы организованной

Кроме того, применение на практике разработанных информационных технологий добывания, обработки, анализа и использования оперативноразыскной информации в аналитической разведке, способствует наделением ее правом заниматься оперативно-разыскной деятельностью.

Апробация работы. Результаты диссертационной работы апробированы в практической деятельности Главного информационно-аналитического центра МВД России, Центрах оперативно-разыскной информации ГУВД по г. Москвы и других МВД/ГУВД/УВД республик, краев и областей России. На основе материалов настоящей диссертации подготовлены курс лекций для дисциплин «Применение информационных технологий в аналитической разведке» и «Специальные информационные технологии в правоохранительной деятельности», которые внедрены в учебный процесс на кафедре специальных информационных технологий Факультета подготовки специалистов в области информационной безопасности Московского университета МВД России. Кроме того, с методиками аналитической разведки знакомились практические работники оперативных подразделений МВД России в ходе проведения учебных сборов на Факультете переподготовки и повышения квалификации Московского университета МВД России.

Основные результаты докладывались и обсуждались на конференциях и совещаниях:

- «Информатизация правоохранительных систем» - 8-я Международная научная конференция, Академия управления, 2-3 июня 1999г., г. Москва;

- «Состояние, проблемы применения и совершенствования законодательства о борьбе с организованной преступностью и коррупцией» - Всероссийская научно-практическая конференция,7-8 июля 2000г., Московский институт МВД России, г. Москва;

- «Информация правоохранительных систем» 9-я Международная научная конференция, Академия управления, 7-8 июня 2000г., г. Москва;

- «Россия, 21 век - Антитеррор»- Международная научно-практическая конференция, МВД России, 9-10 ноября 2000 г., г. Москва.

- «Использование современных информационных технологий в правоохранительной деятельности и региональные проблемы информационной безопасности», МВД России, 24-25 октября 2006 г., г. Калининград.

Публикации. По тематике диссертации опубликовано 33 печатных труда; из них 24 работы объемом 22,4 п.л. представляют собой вклад диссертанта в проблематику диссертационного исследования в областях:

- разработки методологии информационно-аналитического обеспечения аналитической разведки;

- разработки методов формирования и постановки задач управления в социальных системах;

- разработки критериев, моделей описания и оценок эффективности решения задач управления и принятия решения в социальных системах;

- разработки методов и алгоритмов решения задач управления и принятия решений в социальных системах;

- разработки специального математического и программного обеспечения систем управления и принятия решения в социальных системах;

- разработки и совершенствования методов получения и обработки информации для задач управления социальными системами;

- разработки методов идентификации в организационных системах на основе ретроспективной, текущей и экспертной информации;

- разработки новых информационных технологий в решении задач управления и принятия решения в социальных системах;

- разработки методов и моделей описания и оптимизации информационных ресурсов.

Непосредственно по тематике диссертационных исследований опубликованы следующие работы:

- Белоглазое Е.Г., Борзунов К.К., Овчинский A.C. Применение информационных технологий в аналитической разведке: Курс лекций. - М.: Московский университет МВД России, 2005;

- «Использование современных информационных технологий в правоохранительной деятельности и региональные проблемы информационной безопасности», МВД России, 24-25 октября 2006 г., г. Калининград.

Публикации.Стематике диссертации опубликовано 33 печатных труда; из них 24 работы объемом 22,4 п.л. представляют собой вклад диссертанта в проблематику диссертационного исследования в областях:

- разработки методологии информационно-аналитического обеспечения аналитической разведки;

- разработки методов формирования и постановки задач управления в социальных системах;

- разработки критериев, моделей описания и оценок эффективности решения задач управления и принятия решения в социальных системах;

- разработки методов и алгоритмов решения задач управления и принятия решений в социальных системах;

- разработки специального математического и программного обеспечения систем управления и принятия решения в социальных системах;

- разработки и совершенствования методов получения и обработки информации для задач управления социальными системами;

- разработки методов идентификации в организационных системах на основе ретроспективной, текущей и экспертной информации;

- разработки новых информационных технологий в решении задач управления и принятия решения в социальных системах;

- разработки методов и моделей описания и оптимизации информационных ресурсов.

Непосредственно по тематике диссертационных исследований опубликованы следующие работы:

- Белоглазое Е.Г., Борзунов К.К., Овчинский A.C. Применение информационных технологий в аналитической разведке: Курс лекций. - М.: Московский университет МВД России, 2005;

- Белоглазое Е.Г. Информационные технологии и модели управления аналитической разведке. - М. МосУ МВД России, 2005;

- Белоглазое Е.Г. Прогнозирование «заказных» убийств участниками организованных преступных групп // Информационно-аналитическое управление в ОВД. - М.: Академия МВД РФ, 1997;

- Белоглазое Е.Г. Состояние и перспективы аналитической разведки //В сб.: Россия, XXI век - антитеррор. - М.: МВД России, 2000.

- Белоглазое Е.Г. Количественные методы оценки латентной преступности. - М.: МИ МВД России, 2000;

- Белоглазое Е.Г. Анализ эффективности оперативно-технических мероприятий в целях повышения раскрываемости преступлений // В сб.: Оперативно-разыскная деятельность. - М.: Академия управления МВД России,2004;

Белоглазое Е.Г. Выработка стратегии борьбы с терроризмом на основе анализа статистической информации о преступности. - М.: МИ МВД России, 2001;

Белоглазое Е.Г. Проблемы совершенствования правового обеспечения борьбы с криминогенными воздействиями средств массовой информации. -М.: МИ МВД России, 2002;

Белоглазое Е.Г. Оптимальные линейные модели криминальных процессов и их применение в аналитической разведке //В сб.: Информатизация правоохранительных систем. - М.: Академия управления МВД России, 2000;

Белоглазое Е.Г. Применение метода математического программирования в аналитической разведке // В сб.: Информатизация правоохранительных систем. - М.: Академия управления МВД России, 1999;

Белоглазое Е.Г. Выявление заказчиков убийств по найму аналитическими методами // Оперативно-разыскная работа. - М.: МВД России, 2005;

Белоглазое Е.Г. Криминалистическая идентификация и диагностика на ЭВМ материалов веществ и изделий по их редуцированным спектрам: Дис. канд. техн. наук. - М., 1993;

Белоглазое Е.Г. Анализ информационных воздействий средств массовой информации в ходе избирательных кампаний. - М. МИ МВД России, 2002;

Белоглазое Е.Г. Повышение эффективности борьбы с незаконным оборотом оружия и терроризмом информационно-аналитическими методами.-М. ВНИИ МВД России, 2002;

Белоглазое Е.Г. Проблемы совершенствования правового обеспечения борьбы с криминогенным воздействиями средств массовой информации М.МИ МВД России, 1999.;

- Белоглазое Е.Г. Применение моделирования искажений финансово-бухгалтерской информации для выявления признаков экономических преступлений. - М. Сборник статей «Информатизация правоохранительных систем», Академия управления МВД России, 2005.;

- Белоглазое Е.Г. Техническое и математическое обеспечение информационных аналитических разведывательных систем. Труды МИ МВД России, 1995.

- Белоглазое Е.Г. «Выявление признаков экономических преступлений на основе моделирования показателей «черной бухгалтерии». «Вестник Московского университета МВД России»,- М.: МосУ МВД России, 2006, № 1.

- Белоглазое Е.Г. «Моделирование системы управления ресурсами противодействия криминальной среде» - М.: МосУ МВД России, 2006, № 1.

- Белоглазое Е.Г. Информационные технологии противодействия использованию средств массовой информации в криминальных целях. «Закон и право». М.: «Юнити-Дана» 2006г., № 1.

1. На основании выполненных автором исследований разработаны новые информационные технологии, которые реализованы в различных службах и подразделениях МВД России.

1. Московский университет МВД России.

2. Главный информационно-аналитический центр МВД России.

3. НЦБ Интерпола.

4. Служба криминальной милиции МВД России.

5. Экспертно-криминалистический центр МВД России.

6. Департамент по борьбе с организованной преступностью и коррупцией МВД России.

7. Бюро специальных технических мероприятий МВД России.

8. Центр оперативно-разыскной информации КМ ГУВД г. Москвы.

Основными положениями, выносимыми на защиту, являются:

В области методологии теоретического обеспечения аналитической разведки:

- теоретические основы редукции оперативно-разыскной информации;

- модели криминальных процессов и явлений;

- методы идентификации оперативно-разыскной информации и оптимизации решения задач аналитической разведки.

В области методологии практического обеспечения аналитической разведки:

- методики аналитической разведки для выявления латентных криминальных связей, преступлений, искажений в финансово-бухгалтерской отчетности и фальсификаций в средствах массовой информации, материальных и финансовых ценностей в преступном сообществе;

- методики оптимального решения задач подрыва экономической базы организованной преступности, повышения эффективности оперативно-технических мероприятий при раскрытии преступлений, выявления объектов информационно-психологического воздействия в преступном сообществе.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 137 наименований, 29 таблиц и 12 рисунков, всего на 341 листе.

ЗАКЛЮЧЕНИЕ

В данной диссертации изложено содержание многолетних исследований автора по методологии теоретического и практического обеспечения аналитической разведки для повышения достоверности информационных следов преступлений на основе редукции оперативно-разыскной информации.

Теоретические и практические результаты получены в процессе применения в аналитических исследованиях методов, программных средств и методик устранения систематических и случайных искажений (редукции) в ведомственной статистике, оперативно-разыскной информации о связях криминальных лиц, финансово-бухгалтерской отчетности и в средствах массовой информации.

Сравнительный анализ задач редукции (фильтрации) информации из различных источников, показал, что их постановка сводится к дискретному интегральному уравнению Фредгольма с погрешностью в правой части. Для его решения был использован, разработанный автором, частный метод, основанный на представлении исходного уравнения системой множественных линейных регрессионных уравнений.

Одной из целей данного исследования являлась разработка и применение компьютерных информационных технологий аналитической разведки, предназначенных для обеспечения раскрытия преступлений, документирования преступной деятельности и разработки эффективных методов борьбы с преступностью, в том числе и с ее организованными формами. Из всего спектра информационных технологий приоритетное направление в данных исследованиях занимает изучение методов анализа, синтеза и редукции оперативно-разыскной ин-формации^ как основных составляющих обеспечения управления в социальных системах. Применение методов редукции, разработанных автором, нацелено на нахождение латентной оперативно-разыскной информации более близкой к «истинной» по сравнению с исходной. Разработка и применение статистических критериев и методов имеет целью обеспечение решения задачи оперативноразыскной идентификации и диагностики информационных следов преступлений.

В практическом плане целью исследований являлась разработка методик аналитической разведки, которые с помощью специального компьютерного технического и программного обеспечения ориентированы на повышение эффективности решения задач оперативно-разыскной деятельности.

Областями применения информационных технологий аналитического моделирования процессов и явлений являются не только такие направления, как оперативно-разыскная деятельность, криминология и криминалистика и, в частности, подробно рассмотренная в работе, аналитическая разведка, но и, например, повышение достоверности информации при исследовании социально-экономических и политических процессов.

В частности, в работе приводится решение следующих задач:

- анализ технологии управления оперативно-разыскной информацией в аналитической разведке;

- разработка статистических методов идентификации оперативно-разыскной информации;

- разработка математических методов оптимизации решения задач аналитической разведки;

-разработка теоретических основ редукции оперативно-разыскной информации;

-разработка аналитического обеспечения оперативно-разыскной деятельности на основе выявления латентных криминальных связей, преступлений и уголовных дел;

- разработка и применение специальных информационных технологий в аналитической разведке;

-разработка методик аналитической разведки, основанных на редукции оперативно-разыскной информации о криминальных явлениях и процессах.

К объектам исследования в рамках решения этих задач относятся информационные технологии добывания, обработки, анализа и использования оперативно-разыскной информации, направленные на получение качественно тивно-разыскной информации, направленные на получение качественно новых разведывательных данных. Соответственно к ним относятся и все составляющие информационные технологии, применяемые в аналитической разведке: - источники информации, методы анализа, синтеза и редукции оперативно-разыскной информации, компьютерное техническое и программное обеспечение обработки разведывательных данных, частные методики аналитической разведки.

Проблематикой исследования с одной стороны являются социальные явления и процессы, происходящие в криминальной сфере, информационные следы которых содержатся в оперативно-разыскной информации. С другой стороны - теория принятие решений в условиях искаженной информации, направленная на выявление преступников, профилактику преступлений, эффективного решения задач оперативно-разыскной идентификации и диагностики.

В основе данной научной работы лежит методология изучения фундаментальных законов управления в социальных системах, основанная на моделировании криминальных процессов и явлений. При решении задачи редукции оперативно-разыскной информации используются методы теории управления, и принятия решения на основе интегрального уравнения Фредгольма 1 рода с погрешностью в правой части, множественного линейного регрессионного анализа, линейного математического программирования, статистических методов проверки гипотез, линейной алгебры.

Обоснованность научных положений и выводов, содержащихся в работе, обеспечивается: всесторонним анализом практики оперативно-разыскной деятельности, исследованием причин и условий искажений оперативно-разыскной информации, соответствием, предложенных автором моделей, реальным криминальным процессам и явлениям. Достоверность аналитических выводов, на основе которых осуществляется принятие управленческих решений, подтверждается обеспечением как формальных требований, предъявляемых к адекватности постановки и решения задачи редукции оперативно-разыскной информации, так и проверкой их фактической адекватности при решении задач аналитической разведки.

К научной новизне настоящей работы следует отнести, прежде всего, применение концепции редукции оперативно-разыскной информации в реальных задачах аналитической разведки, позволяющее расширить возможности оперативно-разыскной деятельности. Научную новизну составляют также предложенные автором методики аналитической разведки и применение непараметрических критериев в практических задачах оперативно-разыскной идентификации и диагностики. Теоретическую значимость имеют разработанные автором методы решения задачи редукции и оптимизации решений в задачах управления социальными процессами, основанные на множественном линейном регрессионном анализе оперативно-разыскной информации.

Практическая ценность исследования заключается в том, что, во-первых, задача редукции оперативно-разыскной информации впервые решена в такой области управления социальными процессами, как борьба с преступностью. Во-вторых, методики аналитической разведки, предложенные в работе, позволяют на основе моделирования социальных процессов в криминальной среде уточнить ролевые функции участников организованных групп, предсказать возможного заказчика убийств по найму, определить наиболее вероятную версию при раскрытии заказных убийств. В-третьих, на основе непараметрических методов идентификации и диагностики оперативно-разыскной информации и экспертных оценок оказывается возможным выявление наводчиков и исполнителей краж, грабежей и разбоев, а также исполнителей других преступлений. В-четвертых, применение средств и методов оптимизации принятия решений к анализу результатов работы милицейских служб, позволяет найти условия повышения эффективности их деятельности, например, для подрыва экономической базы организованной преступности.

Кроме того, применение на практике специальных информационных технологий добывания, обработки, анализа и использования оперативно-разыскной информации, разработанных автором диссертации, способствовала формированию ее как нового субъекта оперативно-разыскной деятельности.

Результаты, изложенные в диссертации, апробированы в практической деятельности целого ряда подразделений органов внутренних дел. На основе материалов диссертации подготовлены учебно-методические материалы для дисциплин «Применение информационных технологий в аналитической разведке» и «Специальные информационные технологии в правоохранительной деятельности», которые внедрены в учебный процесс на кафедре специальных информационных технологий факультета подготовки специалистов в области информационной безопасности Московского университета МВД России.

Кроме того, с методиками аналитической разведки знакомились практические работники оперативных подразделений МВД России в ходе проведения учебных сборов на факультете переподготовки и повышения квалификации Московского университета МВД России.

Дальнейшими направлениями исследований, основы теории и практической реализации которых представлены в данном труде, являются:

- специальные информационные технологии, предназначенные для решения задач управления социальными процессами в области борьбы с преступностью и их применение в аналитической разведке;

- методы решения задачи редукции оперативно-разыскной информации на основе системы множественных нелинейных регрессионных уравнений;

- методы оптимизации принятия решений в задачах управления социальными процессами в криминальной сфере;

- методики аналитической разведки выявления латентной оперативно-разыскной информации, основанные на решении задачи редукции оперативно-разыскной информации;

- методики аналитической разведки выявления криминальных лиц, основанные на идентификации и диагностики оперативно-разыскной информации с использованием статистических критериев и экспертных оценок;

- методики аналитической разведки, направленные на повышение эффективности противодействия преступности на основе оптимального использования имеющихся ресурсов.

Также к новым проблемам, по которым автором получены перспективные результаты, можно отнести постановку и решение задачи идентификации и диагностики информационных следов преступлений, которые могут быть решены с использованием предлагаемых в работе методов редукции.

С целью повышения эффективности аналитической разведки следует продолжить работу по рассмотренным автором технологиям идентификации на основе проверки статистических гипотез и нахождения оптимального значения целевых функций с учетом наложенных на них ограничений методом нелинейного математического программирования.

В рамках аналитической разведки дальнейшая разработка и применение методов редукции будет способствовать формированию нового направления в управлении оперативно-разыскной и иной информацией. Его реализация на практике позволит обеспечить решение задачи классификации, те есть установления общих и частных признаков объектов исследования, без которых невозможны как идентификация и диагностика информационных следов преступлений, так и прогнозирование.

1. Законодательные и подзаконные нормативные акты, официальные материалы

2. Уголовный кодекс Российской Федерации.

3. Постановление Пленума Верховного Суда СССР от 11 июля 1972 года № 4 «О судебной практике по делам о хищениях государственного и общественного имущества» с изменениями от 21 сентября 1977 года, 27 ноября 1981 года и 26 апреля 1984 года.

4. Постановление Пленума Верховного Суда СССР от 5 сентября 1986 года № 11 «О судебной практике по делам о преступлениях против личной собственности».

5. Постановление Правительства Российской Федерации от 28 февраля 1996 года № 226 «О государственном учете и регистрации баз и банков данных».

6. Приказ МВД России от 20 марта 1996 года № 145 «Концепция развития органов внутренних дел и внутренних войск МВД России».

7. Концепция совершенствования правового обеспечения информационной безопасности РФ: Аппарат Совета Безопасности РФ. Рабочая комиссия по вопросам совершенствования нормативной правовой базы в области обеспечения информационной безопасности РФ. М.,1999.

8. Примерная Инструкция о порядке приема, регистрации, учета и разрешения в органах и учреждениях внутренних дел заявлений, сообщений и другой информации о преступлениях и происшествиях. Утверждена приказом МВД СССР от 11 ноября 1990 года № 415.

9. Инструкция по организации взаимодействия подразделений и служб органов внутренних дел в расследовании и раскрытии преступлений. Утверждена приказом МВД России от 20 июня 1996 года № 334.

10. Состояние преступности в России. М.: ГИЦ МВД России, 1998. -Вып. 1-12.

11. Государственная доктрина борьбы с организованной преступностью Российской Федерации, ВД ГУОП, 8/1666 от 28 июля 1997 года.

12. Приказ Минфина России от 29.07.98 N 34н об утверждении Положения по ведению бухгалтерского учета и бухгалтерской отчетности в Российской Федерации.

13. Приказ Минфина России от 06.07.99 N 43н об утверждении Положения по бухгалтерскому учету "Бухгалтерская отчетность организации" (ПБУ 4/99).

14. Приказ Минфина России от 13.01.2000 N 4н "О формах бухгалтерской отчетности организаций".

15. Приказ Минфина России от 28.06.2000 N 60н об утверждении Методических рекомендаций о порядке формирования показателей бухгалтерской отчетности.

16. Минфина России N 27н от 30.03.01 о внесении изменений в ПБУ 9/99 "Доходы организации" и ПБУ 10/99 "Расходы организации", ПБУ 11/2000 "Информация об аффинированных лицах";

17. Приказ Минфина России N 26н от 30.03.01 об утверждении ПБУ 6/01 "Учет основных средств".

18. Приказ Минфина России от 16.10.2000 N 91н об утверждении ПБУ 14/2000 "Учет нематериальных активов".

19. Монографии, книги, учебники, учебные пособия

20. Алиев Е.М., Сейдел Л.Р. Автоматическая коррекция погрешности цифровых измерительных приборов.-М.:"Энергия",1975г.-216с.

21. Антонян Ю.М., Блувштейн Ю.Д. Методы моделирования в изучении преступного поведения: Учеб. пособие. -М.: Академия МВД СССР, 1974.

22. Антонян Ю.М., Голубев П.Н., Кудряков Д.О: Личность корыстного преступника. — Томск: Изд-во Томского ун-та; 1989.

23. Белоглазов Е.Г., Борзунов К.К., Овчинский A.C. Применение информационных технологий в аналитической разведке: Курс лекций. — М.: Московский университет МВД России, 2005.-С.

24. Белоглазов Е.Г. , Макаренков Д.Е., Каретников М.К. Практикум, по компьютерной разведке: Учебное пособие. Применение информационных технологий в аналитической разведке: Курс лекций. — М.: Московский университет МВД России, 2006.-С.195.

25. Белоглазов Е.Г., Борзунов К.К., Овчинский A.C., Каретников М.К., Щерба В.В. Курс лекций «Основы информационной безопасности». М.: МосУ МВД России, 2006.-С.270.

26. Белоглазов Е.Г. Информационные технологии и модели управления в аналитической разведке (монография), М. г МосУ МВД России, 2006.- С.210.

27. Белкин P.C. Криминалистика: проблемы, тенденции, перспективы. Общие и частные теории.-М.:"Юридическая литература",1987г.-303с.

28. Белл Р.Д. Введение в Фурье-спектроскопию.-М.:"Мир",1975г.-271с.

29. Бендат Д.,Пирсол А. Измерение и анализ случайных процессов:-М."Мир",1971г.-325с.

30. Бышевский Ю.З. Криминалистическая характеристика личности вора: Учеб. пособие. — Омск: Омская высшая^школа милиции, 1973.

31. Вайнштейн Л.А., Зубаков В'.Д. Выделение сигналов на фоне случайных помех.-М.:"Советское радио" Д960г.-447с.

32. Васильев В.П. Методология и методика конкретных социологических исследований средств массовой*информации и пропаганды, М.: 1986г.

33. Владимиров В.А. Квалификация похищений личного имущества. — М.: Юридическая литература, 1974.

34. Винер Н., Интеграл Фурье и некоторые его приложения.-М."Физматгиз",1963г.-265с.

35. Воллемер Н.Ф. Аппаратурный спектральный анализ сигналов.-М.:"Советское радио", 1977г.-208с.

36. Гаухман Л.Д. Насилие как средство совершения преступления. М.: Юридическая литература, 1974.

37. Гаухман Л.Д. Уголовное право: Учеб. -М.: Юрист, 1999.

38. Гордонова В.И.,Морозов В.А. Подпрограмма решения системы линейных алгебраических уравнений методом регуляризации с заданным уровнем невязки. В кн. "Численный анализ на Фортране".-М.:"МГУ",вып.6,1974г.-с.З-7.

39. Кендал М., Стьюард А. Статистические выводы и связи.-М.:"Наука",1973г.-517с.

40. Гихман И.И. Оценка параметров случайных величин.-Киев:,1964г.312с.

41. Гмурман В.Е. Теория вероятностей и математическая статистика,-М.:"Высшая школа", 1977г.-368с.

42. Грибанов Ю.И.,Мальков В.Л. Спектральный анализ случайных про-цессов.-М.: "Энергия", 1974г.-240с.

43. Дженкинс Г. Ватте Д. Спектральный анализ и его приложения,-М.:"Наука",1971-1972гг.,вып. 1-2.-316с.,287с.

44. Добкин Л.И., Сизиков B.C. Программа решения интегрального уравнения типа свертки. В кн. " Математическое моделирование и теория электрических цепей.-М.: "Энергия", 1976г.,вып. 14,с. 15-21.

45. Дрейнер Н., Смит Г. Прикладной регрессионный анализ.-М.: "Иностранная лите.ратура", 1973 .-315с.

46. Закс Л Статистическое оценивание.-М.:"Статистика", 1976г.-272с.

47. Качмаж С., Штейнгауз Г. Теория ортогональных рядов.-М.:"ФМЛ",1958г.-211с

48. Кендал М., Стьюард А. Статистические выводы и связи,-М.:"Наука",1973г.-517с.

49. Кириллов С.И., Солодовников С.А. Исследование грабежей и разбоев в системе преступного насилия. М., 1992.

50. Коняев К.В. Спектральный анализ случайных процессов и полей,-М.: "Наука", 1973г.-271с.

51. Корбунов А.И. О методе поиска оптимальных решений обратной задачи гравиаразведки,- Киев:"Наукова Думка", 1977г.-124с.

52. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1973.

53. Котюк А.Ф., Цветков Э.И. Спектральный и корреляционный анализ нестационарных процессов.-М.:"Из-во стандартов", 1970г.-102с.

54. Криминология: Учеб. для вузов / Под ред. А.И. Долговой. М.: НОРМА, 2000.

55. Лэнинг Дж., Беттин Р.Г. Случайные процессы в задачах автоматического управления.-М.: "Иностранная литература", 1958г.-353с.

56. Лифшиц И. А. Статистическая теория оценивания,-Л.:"Наука",1976г.-263с.

57. Малышев В.А. Введение в экспериментальную спектроскопию.-М.:"Наука",1979г.-327с.

58. Меченов A.C. Решение линейных интегральных уравнений первого рода методом регуляризации.-М.:"НИВЦ МГУ",1975г.-138с.

59. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов.-М. "Энергия", 1972г.-194с.

60. Минаев В.А., Баранов А.К. и др. Компьютерные экспертные технологии в органах внутренних дел: Учебное пособие М. 1992г.

61. Минаев В.А. и др. Основы информационной безопасности: Учебник для курсантов и слушателей по специальности «Информационная безопасность телекоммуникационных систем». Воронеж,2001г.

62. Морозов В.А. Методы регуляризации неустойчивых задач,-М.:"МГУ",1987г.-247с.

63. Курушин В.Д., Минаев В.А. Компьютерные преступления и информационная безопасность. М.: Новый Юрист, 1998. - 256 с.

64. Курушин В.Д., Минаев В.А. Компьютерные преступления и информационная безопасность. М.: Новый Юрист, 1998. - 256 с.

65. Лифшиц И.А. Статистическая теория оценивания.-Л.: "Наука", 1976г.-263с.

66. Овчинский С.С. Оперативно-разыскная информация. М.: ИНФРА-М, 2000.

67. Овчинский A.C. и др. Объектно-структурный анализ организованной преступной деятельности в сфере частных инвестиций: Учеб. пособие / Под общ. ред. В.И. Попова. М.: МИ МВД России, 1997.

68. Овчинский A.C. Информация и оперативно-розыскная деятельность М.: ИНФРА-М, 2002.

69. Ольшевский В.В. Основы теории статистических измерений.-Таганрог: "Наука", 1976г.-107с.

70. Параев Ю.И. Введение в статистическую динамику управления и фильтрации.-М.:"Сов. радио", 1976г.-305с.

71. Пастушеня А.Н. Криминологическая сущность личности преступника. -М., 2000г.

72. Поллард Дж. Справочник по вычислительным методам статистики,-М.:"Финансы и статистика", 1982г.-334с.

73. Поль К.Д. Естественно-научная криминалистика.-М.:"Юридическая литература", 1985г.-312с.

74. Поченцов Г.Г. Информационные войны, М.-Киев: 2000г.

75. Пугачев B.C. Теория случайных функций и ее применение,-М.:"Физматгиз",1967г.-321с.

76. Пупков К.А. Основы кибернетики.-М.:"Высшая школа", 1976г.-294с.

77. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сиг-налов.-М.:Мир",1978г.-320с.

78. Растригин JI.A. Системы экстремального управления.-М.:"Наука",1974г.-283с.

79. Руонион Р. Справочник по непараметрической статистике.-М.:"Финансы и статистика" Д982г.-194с.

80. Расторгуев С.П. Информационная война. — М.: Радио и связь. 1999 г.,416 с.

81. Ронин Р. Своя разведка: Практическое пособие.- Минск: Хар-вестД998.

82. Сейдж Э., Меле Д. Теория оценивания и ее применение с связи и управлении.-М.: "Связь»,1976г.-420с.

83. Справочник по теории вероятности и математической статистике.-Киев:"Наукова думка" ,1978г.-582с.

84. Справочник по теории вероятностей и математической статистике.-М.: "Наука" Д985г.-640с.

85. Справочник по самонастраивающимся системам. Под ред. Чинаева Л.И.-Киев:"Наукова думка" Д969г.-327с.

86. Солодов A.B., Петров Ф.С. Линейные автоматические системы с переменными параметрами.-М.:"Наука"Д971г.-267с.

87. Солодов A.B., Петров Ф.С. Линейные автоматические системы с переменными параметрами.-М.: "Наука", 1971 г.-267с.

88. Тен М.Я. Алгоритм и программа численного решения одномерных и двумерных интегральных уравнений Вольтерра 1 рода. В кн. "Алгоритмы и программы решения задач линейной алгебры и математического программирования"

89. Тихонов А.Н., Арсенин В.Я. Методы решения некорректно-поставленных задач. М.: Наука, 1974., 295с

90. Шнайдер Г.И. Криминология: Учеб. -М., 1994.

91. Тихонов А.Н., Гончаровский A.B.,Степанов В.В.^Ягола А.Г. Численные методы решения некорректных задач.-М.:"Физматлит"Д990г.,226с.

92. Фишер P.A. Статистические методы для исследователей.-М.: "Госстатиздат", 1958г.-268с.

93. Химмельблау Д. Анализ процессов статистическими методами.-м.:"Мир",1973г.-214с.

94. Цыпкин Я.З. Основы теории обучающихся систем,-М.:"Наука",1970г.-251с.

95. Чеголин П.М. Автоматизация спектрального и корреляционного' анализа.-М. "Энергия 1969г.-383с.

96. Энциклопедия кибернетики. Отв. ред. В.М. Глушков.-Киев:'Тлавная редакция украинской советской энциклопедии", 1974г.,т. 1,т.2-485с.,459с.

97. Статьи, брошюры, лекции, периодические издания

98. Аграфенин A.B., Белоглазов Е.Г. Применение программированных калькуляторов для повышения качества^ и ускорения экспертизы веществ,материалов и изделий.-М.:"ВНИИ МВД СССР Экспертная практика",1988г.

99. Арсенин В.А.,Иванов В.В. Об оптимальной регуляризации.-М.:"ДАН СССР", 1968г.,т. 182,№ 1 -с.9-12.

100. Арсенин В.Я., Иванов В.В. О решении некоторых интегральных уравнений первого рода типа свертки методом ре1уляризации.-М.:"ЖВМ и МФ",1968г.,т.8,№2-с.310-322.

101. Белоглазов Е.Г., Белынский В.В., Кабалевский А.Н.,Мячев A.A. Малые ЭВМ в системах автоматизации научных экспериментов.// Автоматизация научных исследований на основе применения ЭВМ: Материалы конференции — Новосибирск, 1974. С.15-19.

102. Белоглазов Е.Г., Макарова И.В., Островский М.А. Структура вычислительных комплексов в системах автоматизации научных исследований.//-Автоматизация научных исследований: Тезисы докладов Всесоюзного научно-технического совещания -М., 1975.- С. 21-28.

103. Белоглазов Е.Г. Решение нестационарной задачи редукции к идеальному прибору в ИВК-3.//-М.:"Труды ИНЭУМ",1979.,вып.73-С.39-42.

104. Белоглазов Е.Г. Проблемно-ориентированный пакет прикладных программ цифровой инверсной фильтрации. М.:"Труды ИНЭУМ", 1979г., вып.73-С.28-34.

105. Белоглазов* Е.Г. Перспективы использования измерительного-вычислительного комплекса ИВК-6 для автоматизации экспертно-криминалистических исследований материалов и веществ.-// сборник статей. -Вильнюс,"НИИСЭ",1986.- С. 35-44.

106. ЗЛО. Белоглазов Е.Г. Применение программированных калькуляторов для повышения качества и ускорения экспертизы веществ, материалов и изделий.- М.:"ВНИИ МВД СССР Экспертная практика", 1988.- С.27-33.

107. Белоглазов Е.Г.,Бутременко Г.Г., Одиночкина Т.Ф., Аграфенин А.В. Экспертное исследование медных сплавов. Учебное пособие.-М.:"ВНИИ МВД СССР",1988, -73с.

108. Белоглазов Е.Г., Коровянский О.П., Федосюткин Б.А. Использование методов цифровой обработки изображений на базе измерительно-вычислительных комплексов для идентификационных целей.//- сборник статей. -Каунас, 1992.-С.54-61.

109. Белоглазов Е.Г. Прогнозирование «заказных» убийств участниками организованных преступных групп// Информационно-аналитическое управление в ОВД: сборник статей — М.: Академия управления МВД России, 1997.- С. 56-68

110. Белоглазов Е.Г. Применение метода математического программирования в аналитической разведке.// Информатизация правоохранительных систем: Материалы конференции М., 1999.- С.99-102.

111. Белоглазов Е.Г. Состояние и перспективы аналитической разведки// Россия, XXI век - антитеррор: Материалы конференции - М., 2000.- С.39-43.

112. Белоглазов Е.Г. Оптимальные линейные модели криминальных процессов и их применение в аналитической разведке. // Информатизация правоохранительных систем: Материалы конференции М., 2000. - С.228-232.

113. Белоглазов Е.Г. Повышение эффективности борьбы с незаконным оборотом оружия и терроризмом информационно-аналитическими методами.// Сборник статей- М.: ВНИИ МВД России, 2002.-С. 47-53.

114. Белоглазов Е.Г. Возможности мультимедийных презентаций в повышении качества обучения специальным информационным технологиям.// Материалы учебно-методического сбора М., 2005.-С.73-79.

115. Белоглазов Е.Г. Проблемы подготовки специалистов правоохранительных органов в технологически развитом обществе.// Деятельность полиции и безопасность в технологически развитом обществе Материалы международного семинара М.: - 2005,- С.48-55.

116. Белоглазов Е.Г. Информационные технологии противодействия использованию средств массовой информации в криминальных целях.// Закон и право. 2006. - № 1. - С. 44-47.

117. Белоглазов Е.Г. Информационные технологии аналитического обеспечения борьбы с преступностью.// Вестник Московского университета МВД России. 2006. - № 1.- С.70-73.

118. Белоглазов Е.Г. Моделирование системы управления криминальной средой// Вестник Московского университета МВД России. - 2006. - № 2. -С.39-41.

119. Белоглазов Е.Г. Белоглазов Е.Г. Выявление признаков экономических преступлений на основе моделирования показателей «черной бухгалтерии».// Вестник Московского университета МВД России.-2006.-№ 3. - С. 9294.

120. Букалов А. В. "Соционика-новый подход к пониманию человека". Журнал "Соционика, методология и психология личности".№1. 1996.

121. Букейханов П.Е. Аспекты стратегии и тактики розыска пропавших без вести. М.: Агенство печати «НАУКА», 2005.- 182с.

122. Вайнштейн JI.JI. Фильтрация помех при численном решении интегральных уравнений 1 рода.-М.:"ДАН СССР", 1972г.,т.204,№5-с. 10671070.

123. Гордонова В.И. К вопросу обоснования алгоритмов выбора параметра регуляризации.-М.: "ЖВМ и МФ",1973г.,т. 13,№5-с. 1328-1333.

124. Гордонова В.И., Морозов В.А Численные алгоритмы выбора параметра в методе регуляризации.-М.:"ЖВМ и МФ",1973,т.18,№3-с.539-545.

125. Гуленко В. В. "Квадры и их социально-психологические особенности". Журнал "Соционика, методология и психология личности".№ 1,1995.

126. Гулинский O.B. О численном решении некоторых некорректных задач теории управления.- М.:"Автоматика и телемеханика", 1976г.,№8-с.66-80.

127. Жбанков В.А. О свойствах личности членов ОПС в сфере экономики // В сб.: Актуальные проблемы борьбы с коррупцией и организованной преступностью в сфере экономики. М., 1995.

128. Жуковский Е.А. Статистическая регуляризация систем алгебраических уравнений.-М.: "ЖВМ и МФ", 1972.,т. 12,№ 1 -с. 185-191.

129. Кэлверт, Гринцольд, Гейслер. Цифровой спектральный анализ в реальном масштабе времени.-М.: "Приборы для научных исследований", 1971, №1 l-c.98-104.

130. Макиенко A.B., Самойлов Ю.М., Непомнящих A.A. О раскрытии убийств предпринимателей и банкиров // В сб. науч. тр.: Современные проблемы борьбы с общеуголовной преступностью. М.: ВНИИ МВД России, 1995.

131. Минаев В.А. Прогнозное обоснование управленческой деятельностью ОВД: современные подходы // Прогнозирование в управлении органами внутренних дел: Труды Академии /Академия МВД России. М., 1993.

132. Минин А .Я. Информационно-аналитические методики разведки в борьбе с организованной преступностью: Лекция. М.: МИ МВД России, 1996.

133. Овчинский A.C. Информационно-психологическая сфера противодействия организованной преступности.// Информационное общество № 1.1997 г., с.41-46

134. Петухов В.А., Самойлов Ю.М. Заказные убийства // Вестник МВД Российской Федерации. 1994. — № 1.

135. Преображенский Н.Г., Тамбовцев Б.З. Исключение аппаратной функции искажения контура методом статистической регуляризации // Оптика и спектроскопия. 1993. - Вып. 35.

136. Раутиан С.Г. Реальные спектральные приборы.-М.:"УРН",1958,т.66,вып.З-с.475-517.

137. Савелова Г.И. О решении уравнений типа свертки с неточно заданным ядром методом регуляризации.-М.:"ЖВМ и МФ",1972,т.12,№1-с.212-218.

138. Судаков В.Н., Халфин Л.А. Статистический подход к корректности задач математической физики.-М.:"ДАН", 1964г.,т.157,№5-с. 1058-1060.348. "Теневая экономика и организованная преступность". Материалы научно-практической конференции. МИ МВД РФ 1998.

139. Тихонов А.Н., Глазко В.Б. О приближенном решении интегральных уравнений Фредгольма 1 рода. М.: ЖВМ и МФ, 1964 - Т. 4, №43-С.564-571.

140. Тихонов А.Н. О корректности задач линейной алгебры и устойчивом методе их решения.-М.:"ДАН СССР",1965.,т.163-с.591-594.

141. Тихонов А.Н. О решении некорректно-поставленных задач методом регуляризации. -М.: ДАН СССР, 1963. Т. 151, №3.- С.501-504.

142. Тихонов А.Н. О регуляризации некорректно-поставленных задач. -М.: ДАН СССР, 1963. Т. 153.- С.49-52.

143. АРМ эксперта-автороведа "Лексика" // Международная конференция "Информатизация правоохранительных систем".Тезисы докладов.-М., Академия МВД России, 1995:- С.83-86

144. Диссертации и авторефераты

145. Бабаева Э.У. Криминалистическое исследование анонимных документов с целью идентификации личности по признакам письменной речи: Дисс. канд. юр. наук,- Л., 1969.- 254 с.

146. Батов В.И. Идентификация личности по речи (экспериментальное су-дебно-психологическое исследование на материале письменной речи).- Дисс. канд. психол. наук. М., 1971г.

147. Белоглазов Е.Г. Криминалистическая идентификация и диагностика на ЭВМ материалов веществ и изделий по их редуцированным спектрам: Дисс. канд. техн. наук. М., 1993г.

148. Белов В.Н. Криминалистическая экспертиза авторства текста. Дисс. канд. юрид. наук. - М., 1973г.

149. ГомонТ.В. Судебно-автороведческая экспертиза текстов документов, составленных с намеренным искажением письменной речи: Дисс. канд.юрид.наук.- М., 1992с.

150. Зябров Н.Б. Некорректные задачи обработки эксперимента и близкие к оптимальным методы их решения. Автореферат дисс. на соиск. уч. степени канд. физ.мат. наук.-М., 1977,-17с.

151. Космодемьянская Е.Е. Повышение эффективности поиска лиц, совершивших корыстные и корыстно-насильственные преступления: Дисс. канд. юрид. наук. — Томск, 2000.-18с.

152. Литвинчук A.A. Методика расследования краж, грабежей, разбойных нападений, совершённых организованными группами преступников-гангстеров. Екатеринбург, Дисс. канд. юрид. наук.1994.1. Mi

153. Мешков B.M. Криминалистическое учение о временных связях и отношениях при расследовании преступлений: Дис. д-ра юрид. наук. — М., 1995,

154. Меченов A.C. Численное решение линейных интегральных уравнений первого рода методом регуляризации. Автореферат дисс. на соиск. уч. степени канд. техн. наук.-М., 1977г.-17с.

155. Раутиан С.Г. Теория редукции к идеальному прибору. Дисс. на соиск. уч. степени канд. физ. мат. наук.-М.:"ФИАН СССР",1957г.-174с.

156. Юмашев Н.С. Программирование расследования преступлений (на опыте расследования грабежей и разбойных нападений). Дисс. канд. юрид. наук М.: МВШМ, 1990.

157. Полшцук Е.Ф. Некоторые вопросы использования самонастраивающихся моделей для решения задачи идентификации динамических систем. Автореферат дисс. на соиск уч. степени канд. техн. наук.-М., 1971г.-16с.

158. Поляков O.A. Идентификация квазистационарных объектов методами локальной аппроксимации. Автореферат дисс. на соиск. уч. степени канд. техн. наук.-М., 1972г.-19с.

159. МОСКОВСКИЙ УНИВЕРСИТЕТ МИНИСТЕРСТВА ВНУТРЕННИХ ДЕЛ РОССИЙСКОЙ ФЕДЕРАЦИИ1. На правах рукописи052.00 7 03746"

160. Белоглазов Евгений Григорьевич