С целью установления и поиска участников беспорядков может применяться метод цифрового профилирования, заключающийся в изучении и анализе с использованием ЭВМ больших объемов информации, одновременная оценка которых самому следователю не под силу. С помощью математических методов моделируется алгоритм установления неизвестного преступника по заранее составляемому профилю. Системный подход позволяет констатировать объективный характер взаимосвязей между традиционным и цифровым профилированием, выделить существующие связи и закономерности, в силу которых суть рассматриваемых явлений может быть сведена к построению модели посредством воссоздания следовой картины и ее использования для поиска виновного (Суходолов и др. 2019, 392).
В научной литературе представлена аргументированная оценка эффективности обнаружения событий с использованием постов Twitterпутем временного, пространственного и текстового контента. Оценка платформы сделана на основе большого набора реальных данных из твитов, опубликованных во время беспорядков в августе 2011 г. в Англии. Сравнение полученных данных с данными Лондонской столичной полиции показывает, что эта система может работать так же хорошо, как и наземные источники наблюдения (фиксации), а в некоторых случаях даже лучше (Alsaedi, Burnap, Rana2017).
В качестве возможного метода заблаговременного выявления всплесков беспорядков предлагается онлайн-алгоритм, который постепенно группирует потоки твитов в кластеры, суммируя их и поддерживая ряд текстовых и временных функций, позволяющих эффективно обнаруживать представляющие интерес группы. Авторы утверждают, что данный метод способен обнаруживать всплески событий, выявленные внезапным распространением внимания на сообщения, опубликованные пользователями (Comito, Forestiero, Pizzuti 2019).
Полноценное внедрение автоматизированного рабочего места следователя (дознавателя) в информационные системы дает возможность мобильно использовать автоматизированные банки данных (АБД), которые удобнее и лучше любой традиционной системы накопления информации в виде различных картотек. Автоматизированные системы регистрации позволяют существенно расширить объем регистрируемых данных, повысить оперативность и эффективность обработки первичной информации, значительно облегчить ее анализ и ускорить выдачу итоговой информации, необходимой для раскрытия преступлений. Так, правоохранительными органами уже эксплуатируется система АБД, в которой содержатся сведения: об особо опасных рецидивах; нераскрытых преступлениях; предметах и вещах, имеющих индивидуальные номера или характерные особенности, похищенных, изъятых у задержанных и арестованных; похищенных и выявленных предметах антиквариата; похищенных, угнанных и не разысканных авто- и мотосредствах; похищенном, утерянном, изъятом, найденном и добровольно сданном огнестрельном оружии и боеприпасах; наркотических средствах и сильнодействующих лекарственных веществах, имеющих маркировку, и пр. Используются и узкоспециализированные базы данных: АИПС «Клеймо», позволяющая проверять на принадлежность к преступлению охотничье нарезное оружие и припасы к нему; «Клинок» -- программа, предназначенная для генерирования экспертных заключений по холодному оружию; АИС «Криминал-И», позволяющая проанализировать преступления, совершенные иностранными гражданами, лицами без гражданства и гражданами России, постоянно проживающими за границей; системы для учета поддельных денежных билетов; АИС для учета поддельных рецептов на наркотические средства и многие другие (Бурцева и др. 2008, 480; Миронов, Миронова 2016, 98).
Для более эффективного использования современных технологий розыска участников беспорядков предлагается обучить сотрудников следственно-оперативной группы и других сотрудников, осуществляющих розыск преступников, основам эффективного использования автоматизированных информационных систем по составлению субъективных портретов с программным обеспечением «Фоторобот 5.0». По прибытии с места происшествия с составленным субъективным портретом сотрудники полиции могут, не отвлекая специалистов экспертно-криминалистического центра, приступить к работе с автоматизированной системой «Портрет-Поиск», используя клиентское приложение. Результатом является список лиц, представляющих оперативный интерес, ранжированный по степени похожести на составленный портрет. Данный список предоставляется очевидцу событий для опознания лица, подозреваемого в совершении преступлений. Сама система не производит идентификацию, это входит в задачу человека (очевидца преступления) (Конобеевских 2016, 103-104).
В целях установления личности преступника осуществляется идентификация по папиллярным узорам. Для этого используются автоматизированные дактилоскопические информационные системы (АДИС), содержащие дактилокарты лиц, состоящих на учете, следы пальцев и ладоней рук, изъятых при осмотрах мест совершения преступлений, и позволяющие выполнять автоматические перекрестные проверки всех поступающих на учет дактилокарт и следов. В качестве примера АДИС можно привести такие системы, как СОНДА, ПАПИЛОН, Sherlock (Бурцева и др. 2008, 481).
На повестке стоит распознавание человека по лицу (англ. facerecognition) как один из наиболее перспективных методов биометрической бесконтактной идентификации лиц (Титов 2017). Технология распознавания лиц уже внедряется в России. Так, она помогла задержать более 100 правонарушителей на чемпионате мира по футболу, раскрыть кражу спонсорского кубка и предотвратить давку в одной из фанзон «Найдутся все: какие стартапы в сфере распознавания лиц есть в России». Дата обращения 19 ноября, 2019. https://vc.ru/future/70147-naydutsya-vse-kakie-startapy-v-sfere-raspoznavaniya-lic-est- v-rossii.. Для распознавания лиц на больших площадях во время массовых мероприятий весьма эффективно применение дронов в сочетании с аэрофотоаппаратами. В зарубежной печати приводятся сведения о том, что некоторые системы парящих беспилотников способны нести 10-килограммовый объектив камеры, который может идентифицировать подозреваемого с расстояния до 800 метров и с высоты 100 метров. Дрон подключается к земле через кабель, поэтому имеет неограниченный ресурс питания. Связь с наземным управлением нельзя перехватить, поскольку в ней также используется кабель “Facial recognition: top 7 trends (tech, vendors, markets, use cases and latest news)”. Thales.Дата обращения 19 ноября, 2019. https://www.gemalto.com/govt/biometrics/facial-recognition..
В доказывании массовых беспорядков большое значение имеет обмен информацией между подразделениями различных ведомств и регионов, а в некоторых случаях и государств. Литовские исследователи обращают внимание на существующие проблемы обмена криминалистическими данными между европейскими государствами. В частности, отмечается, что пока только некоторые государства -- члены ЕС (включая Литву) принимают участие в активном процессе обмена данными. Существующий электронный портал e-Justiceпо-прежнему не позволяет предоставлять криминалистические данные и обмениваться ими. Возникающие проблемы следует устранять не только путем улучшения технических решений, но и прежде всего путем разработки общей европейской правовой базы (Bilevicienй, Bileviciьtй, Draksas2016, 587). Для этого необходимо дальнейшее развитие криминалистической информационной системы в общем пространстве Европейского союза (Bilevicienй, Bileviciьtй, Draksas 2016, 579).
Выводы
Использование информационных технологий является сквозным активно развивающимся элементом в методике расследования массовых беспорядков, который выступает в современных условиях фактором успешности этой работы.
Целенаправленное, заранее спланированное и профессиональное использование автоматизированных банков данных и информационно-поисковых систем в организации следственной работы, в учете материалов уголовных дел о массовых беспорядках и контроле за ними, фиксации обстоятельств преступлений и в доказывании участия в беспорядках -- залог успешной борьбы с ними. Приведенные выше конкретные формы (виды) использования ИТ в расследовании массовых беспорядков подлежат корректировке по мере их развития и совершенствования, адаптации в конкретных условиях деятельности.
Необходимо законодательно закрепить и детально регламентировать фиксацию проведения любого процессуального действия (включая поступление заявления о преступлении, производство следственных действий и т. д.) с помощью электронных технических средств; активно развивать электронные средства обеспечения доказывания по уголовным делам (проведение процессуальных действий в досудебном производстве и судебных заседаний в режиме удаленного доступа участника уголовного судопроизводства; электронную защиту свидетелей, потерпевших и иных участников уголовного процесса и иные меры в электронном формате) (Зуев, Никитин 2017, 589).
Библиография
уголовный массовые беспорядки информационная технология
1. Алимпиев, Алексей А. 2017. «Сравнительно-правовой анализ норм об уголовной ответственности за совершение массовых беспорядков в Российской Федерации, странах содружества независимых государств и ближнего зарубежья». Общество и право 3 (61): 51-56.
2. Андреев, Александр С. 2018. «Поведение (деятельность) лиц, случайно оказавшихся участниками преступного события, как элемент механизма преступления: от постановки научной проблемы к результатам исследования». Вестник Томского государственного университета. Право 27: 5-22.
3. Андреева, Ольга И., Виктор Н. Григорьев, Олег А. Зайцев, Татьяна В. Трубникова. 2018. «Злоупотребление правом, его предупреждение и пресечение в уголовном процессе России: некоторые итоги исследования». Всероссийский криминологический журнал 12 (6): 914-924.
4. Асташенков, Артем. 2014. «Анархия в УК. Что называют массовыми беспорядками и как наказывают их участников в США, Великобритании, Франции, Латвии, Турции и на Украине». Русская планета. Дата обращения 17 ноября, 2019. https://rusplt.ru/society/education/world/besporadki- v-mire-8209.html.
5. Барышников, Константин В., Михаил Э. Червяков. 2018. «К вопросу о применении беспилотных летательных аппаратов в ходе осмотра места происшествия». Эпоха науки. Юридические науки 14: 19-22.
6. Бастрыкин, Александр И., Александр Ф. Волынский, Сергей В. Дубровин, ред. 2017. Криминалистика. М.: ЮНИТИ-ДАНА, Закон и право.
7. Бегалиев, Ернар Н. 2019. «О перспективах применения беспилотных летательных аппаратов в ходе производства отдельных следственных действий». Вестник Восточно-Сибирского института МВД России 2 (89): 163-172.
8. Бешенцова, Татьяна. 2017. «Комплексная автоматизированная система управления». Дата обращения 17 ноября, 2019. https://docplayer.ru/34756243-Kompleksnaya-avtomatizirovannaya-sistema- upravleniya-dezhurnoy-chasti-gu-mvd-rossii-po-g-moskve.html.
9. Борзунова, Наталья Ю., Наталья С. Косякова. 2014. «Специфика и сложность организации расследования преступлений в условиях чрезвычайной ситуации». Право. Безопасность. Чрезвычайные ситуации 3 (24): 77-83.
10. Бурцева, Елена В., Игорь П. Рак, Андрей В. Селезнев, Алексей В. Терехов. 2008. «Роль информационных технологий в профилактике и раскрытии преступлений». Вестник Тамбовского университета. Сер. Гуманитарные науки 2 (58): 479-482.
11. Быков, Андрей В., Татьяна В. Кикоть-Глуходедова. 2017. «О возможности и допустимости привлечения вооруженных сил к разрешению внутрикризисных ситуаций в государстве». Вестник Томского государственного университета. Право 26: 14-32.
12. Варданян, Акоп В., Александр С. Андреев. 2018. «Беспилотные летательные аппараты как сегмент цифровых технологий в преступной и посткриминальной действительности». Всероссийский криминологический журнал 12 (6): 785-794.
13. Григорьев, Виктор Н. 1994. Расследование преступлений в чрезвычайных условиях. М.: Академия МВД РФ.
14. Григорьев, Виктор Н. 2013. «О теории расследования преступлений в чрезвычайных условиях». Вопросы правоведения: всероссийский научно-теоретический журнал 2: 344-361.
15. Енгибарян, Ваге Г. 2014. Криминалистическая теория расследования массовых беспорядков (по материалам Республики Армения и Российской Федерации). М.: Юрлитинформ.
16. Загвоздкин, Николай Н. 2016. «Автоматизированное рабочее место следователя: проблемы разработки и внедрения в практику». Сибирские уголовно-процессуальные и криминалистические чтения 1 (9): 67-74.
17. Зуев, Сергей В., Евгений В. Никитин. 2017. «Информационные технологии в решении уголовно-процессуальных проблем». Всероссийский криминологический журнал 11 (3): 587-595.
18. Иванцов, Сергей В., Сергей В. Борисов, Гульфия И. Узембаева, Татьяна Л. Музычук, Юрий Ю. Тищенко. 2018. «Актуальные проблемы совершенствования системы мер криминологического предупреждения преступлений экстремистской направленности, совершаемых с использованием информационно-телекоммуникационных сетей». Всероссийский криминологический журнал 12 (6): 776-784.
19. Конобеевских, Владимир В. 2016. «Современные информационные технологии в расследовании и раскрытии преступлений». Преступность в сфере информационных и телекоммуникационных технологий: проблемы предупреждения, раскрытия и расследования преступлений 1: 102-109.
20. Кувычков, Сергей И. 2016. «О современных проблемах проведения судебно-компьютерных экспертиз в ходе предварительного расследования». Юридическая наука и практика: Вестник Нижегородской академии МВД России 2 (34): 293-298.
21. Медведева, Мария О. 2018. «Уголовно-процессуальная форма информационных технологий: современное состояние и основные направления развития». Дис. ... канд. юрид. наук, Московский университет Министерства внутренних дел Российской Федерации имени В. Я. Кикотя.
22. Миронов, Сергей Б., Татьяна Б. Миронова. 2016. «Единая автоматизированная информационная система контроля, учета и координации оперативно-розыскных действий правоохранительных органов: необходимость или излишество?» Сибирские уголовно-процессуальные и криминалистические чтения 2 (10): 94-100.
23. Морозова, Ольга Г., Сергей В. Маслов, Михаил Д. Кудрявцев. 2016. Безопасность жизнедеятельности. Красноярск: Сибирский федеральный университет.
24. Никитин, Алексей Н., Александр Ц. Рогов. 2016. «Государственно-правовой институт чрезвычайного положения в Брунее». Вестник Томского государственного университета. Право 3 (21): 70-74.