Title Resumen Módulo 4 - Sistemas de Seguridad Pública - Marina.pdf ✅

Sistemas de Seguridad Pública - Módulo 4 • • • 1 Marina P. 1 • Big data, data analytics Por los consumidores digitales mediados por el internet de las cosas y una tenaz actividad en las redes sociales surge la generación masiva de datos a una enorme velocidad y a gran volumen, una materia prima para el análisis interpretativo: el big data. El big data, que se traduce como “macrodatos” o también “datos masivos”, alude a una cantidad de datos, su procesamiento, análisis y generación de valor a partir de las conclusiones obtenidas. El Diccionario Español Jurídico define el big data como “el conjunto de técnicas que permiten analizar, procesar y gestionar conjuntos de datos extremadamente grandes que pueden ser analizados informáticamente para revelar patrones, tendencias y asociaciones, especialmente en relación con la conducta humana y con las interacciones de los usuarios”. El cúmulo de datos se obtiene de diversas fuentes, como:  Datos procedentes de transacciones en línea y presenciales: como las compras, operaciones bancarias, búsquedas online.  Datos procedentes de distintas maquinarias industriales: tomógrafo, acelerador de partículas CERN (investigación nuclear), otras.  Datos procedentes de intercambios masivos en las redes sociales El big data se define por las siguientes características:  Volumen: refiere al tamaño de los conjuntos de datos que se producen.  Velocidad: se generan datos a cada segundo. (Transacciones, fotos, videos).  Variedad: en cuanto pueden proceder de diversos sensores, como cámaras, smartphones, operaciones comerciales, GPS, social media (redes), otras fuentes.  Veracidad: los datos pueden arribar de modo “sucio”, de modo que pueden distorsionar las conclusiones que se obtengan del procesamiento de estos, razón por la cual es necesario contar con datos “limpios”. Los datos son el nuevo petróleo, no solo en el sentido económico, sino también porque, al igual que el petróleo, es necesario refinarlos y depurarlos para que aporten valor. En tal sentido, en el big data, es fundamental la capacidad de análisis de los datos para extraer información importante y útil, de aprovechamiento para los interesados, eliminando los datos basura. Diversos dispositivos y aplicaciones tecnológicas permiten medir, estructurar, procesar y analizar datos en grandes cantidades. Esto es en virtud del desarrollo de tecnologías que soportan petabytes de información. Escenarios de aplicación del big data: En la investigación científica, el área empresarial, industrial, en criminología y en seguridad. El análisis de datos masivos en estudios del crimen y aplicaciones en seguridad ofrece una nueva oportunidad para obtener conocimientos sobre el comportamiento delictivo y predecirlo para poder prevenirlo. De la misma forma en que importantes compañías como Google, Facebook o Amazon se valen de datos. El procesamiento de grandes cantidades de datos mediante el big data contribuye a poder predecir dónde y cuándo podrían suceder delitos u olas delictivas, lo que lo convierte en un nuevo recurso para la prevención y actuación frente al crimen. Como el programa de vigilancia predictiva PredPol de la Policía de Memphis. Se deben contemplar aspectos como:  Capturar, gestionar los datos y explotarlos,  Asegurar los datos, validez y fiabilidad,  Resguardar los datos en la organización para obtener mejoras y beneficios,  Comunicar los datos y sus derivados para facilitar la toma de decisiones (técnicas de visualización, herramientas y formatos).
Sistemas de Seguridad Pública - Módulo 4 • • • 2 Marina P. Ámbitos de aplicaciones del big data La prevención es una prioridad tanto para los ámbitos de seguridad como los de defensa, de tal modo que la utilización de big data puede ofrecer soluciones a problemas existentes o futuros del área. El big data se puede aplicar en áreas como las siguientes:  Vigilancia y seguridad de fronteras.  Ciberdefensa y ciberseguridad.  Lucha contra terroristas y contra el crimen organizado.  Lucha contra el fraude.  Seguridad ciudadana.  Inteligencia militar.  Planeamiento táctico de misiones. Puede contribuir específicamente en tareas como:  Detección de intrusión física en grandes espacios o infraestructuras abiertas.  Computación sobre información encriptada.  Análisis automático de vulnerabilidades de red (máquinas-tráfico de datos).  Criminología computacional.  Uso fraudulento de recursos corporativos o sensibles.  Análisis de video en tiempo real y búsqueda y recuperación rápida en librerías de video.  Inteligencia visual en máquinas.  Identificación de anomalías, patrones y comportamiento en grandes volúmenes de datos.  Análisis de texto (estructurado y no estructurado) como apoyo a la toma de decisiones en tiempo real en entornos intensivos de datos.  Consciencia situacional.  Traducción automática a gran escala (en número de idiomas y en volumen).  Predicción de eventos. El big data también se aplica en la justicia, como INVESTIGA® es un software forense de apoyo a la investigación criminal argentina, ayuda al usuario a descubrir relaciones y patrones entre datos voluminosos o de distinto origen, identificando los datos más relevantes. Acerca en forma gráfica los datos ingresados (ej.: listados de llamadas telefónicas, operaciones bancarias, etc.), mostrando cuáles datos son los más relevantes y cómo se relacionan entre sí. Aspectos de aplicación del big data:  Criminología computacional: aunado al poder de las computadoras (como la matemática aplicada), ofrece la capacidad de análisis de grandes volúmenes de datos en relación con los hechos delictivos, cuyo objetivo es predecir y prevenir el crimen. También se aplica para realizar seguimiento de actividades sospechosas en el ámbito de las redes sociales; por ejemplo, en hechos del crimen organizado, fraude virtual, etc. Ejemplo: COPLINK IBM.  Identificación de anomalías y de patrones en grandes volúmenes de datos: datos originados de fuentes como los sensores de imagen, los radares y la interceptación de comunicaciones son analizados, evaluados y relacionados para ser usados en asistencia para la toma de decisiones en tiempo real. Ejemplos: ADAMS (Anomaly Detection at Multiple Scales) y PerSEAS (Persistent Stare Exploitation and Analysis System).  Conciencia situacional: Es la obtención del entendimiento contextual mediante la convergencia de técnicas de procesado hombre/máquina. El big data se aplica para facilitar el análisis y procesado de datos para la comprensión del contexto, buscando obtener información sobre: o Descubrimiento de sucesos específicos acontecidos o que se estén planeando. o Las creencias y valores que motivan determinados comportamientos. o Relaciones, temas y conceptos desarrollados en contextos grupales u organizacionales  Predicción de eventos: La capacidad del big data en auxiliar en el manejo de gran cantidad de datos no estructurados con el objetivo de alcanzar una comprensión de situaciones y poder así enunciar estimaciones o predicciones a futuro.