Queensland Polis Teşkilatı (QPS), yüz tanıma teknolojisi, suç tahmin modelleri ve farklı şubelerden gelen verilerin sorunsuz bir şekilde aranmasına yönelik araçlar gibi yeteneklerin tedarik edilmesini sağladığı için bulutun benimsenmesini takdir etti.
Geçtiğimiz birkaç yılda QPS, suçları daha hızlı çözmek ve suçu önlemek için yeni gelişen teknolojilere yatırım yaptı.
Ana veri alma aracını daha fazla dahili sistemi kapsayacak şekilde genişletti; şirket içi yüz eşleştirme sistemi 1000’den fazla vakaya yardımcı oldu ve aile içi şiddet suçlarını tahmin etmeye yönelik makine öğrenimi (ML) modeli, QPS’nin çatışmaları şiddete dönüşmeden önce azaltmak için halihazırda kullanıma sunduğu programları desteklemek için kullanılacak.
QPS veri hizmetleri yöneticisi Nicholas Moss, bu yeteneklerin, verilerin daha standartlaştırılmış kurallarla merkezi olarak yönetilmesi ve depolanmasıyla (hem yapılandırılmış hem de yapılandırılmamış verilerin bir AWS veri gölüne taşınmasıyla) mümkün hale geldiğini söyledi.
Silolardaki ipuçları
Moss, 2023 AWS Kamu Sektörü Sempozyumunda QPS’nin önceki şirket içi ortamında “verilerimizde çok sayıda düz dosya bulacağınızı” söyledi.
“Araştırmacılar ve analistler verileri başarılı bir şekilde kullanıyorlardı [but not] tekrarlanabilir veya ölçeklenebilir,” dedi Moss.
“Bir hafta sonra benzer bir çalışma yaptıklarında – hâlâ başarılı olmalarına rağmen – bunu yapmanın tamamen farklı bir yolu vardı çünkü her şey subjektifti; her şey insanlarla, onların bildikleriyle ve yüzeydeki bazı şeylerle ilgiliydi.”
Üstelik “her proje için yeni bir veri ambarı oluşturuyorduk… veriler farklı iş kollarındaki sistemlerden ayrılamazdı.”
QPS’nin depoladığı veri miktarı önemli ölçüde artıyordu, ancak bunu tüm organizasyonun performansına ilişkin ölçümler oluşturmak veya vakaları çözmede araştırmacılara yardımcı olmak için kullanabilecek veri yönetimi uygulamaları ve analitik yetenekleri buna ayak uyduramıyordu.
“QPRIME – temel kayıt yönetim sistemimiz – her yıl bir terabayt büyüyordu; ve bu büyüme çoğunlukla yapılandırılmamış verilerde gerçekleşti. Yapılandırılmamış olan her şey gerçekte erişilebilir veya kullanılabilir değildi.
“Belirli bir olaya bakıyorsanız ancak tüm sistemlerimizi tarayıp ‘Bu aracı daha önce nerede gördük?’ demek istiyorsanız faydalı olabilir. Kolayca yapılmadı.”
Suçu tahmin etme baskısı
Moss, Sidney’deki Lindt Café Siege ve Brisbane’deki G20 zirvesinin gerçekleştiği 2014 yılının, QPS’nin ipuçlarının silolanmış sistemlerde saklanabileceği ve kolayca bulunamayacağı veya bütünsel bir bağlamda anlamlandırılamayacağı konusunda daha fazla endişe duymasına yol açtığını söyledi. .
Moss, “G20’ye hazırlanmak, organizasyon olarak bizim için ne kadar bilgiye ihtiyaç duyulduğunu ve bu bilgiyi nasıl elde ettiğimizi gösterme açısından ufuk açıcı oldu” dedi.
“Komiser yardımcılarından biri bana, kullanamayacağımız bilgilerin sistemlerimizde mevcut olmasından gerçekten endişe duyduklarını söyledi.
“Bilginin güvenliği, kontroller ve denetime odaklanmak için çok zaman harcadık, ancak gerçekte bilginin kullanımına odaklanmadık ve bu yolculukta bu değişmek üzereydi.”
Halka karşı aşırı şiddet eylemleri ve depolama ve analiz teknolojisindeki ilerlemeler, polisin verileri suçları sonradan çözmek yerine önceden durdurmasını sağlayacak şekilde kullanması gerektiğine dair artan beklentiler yarattı.
“’Ne oldu’ sorusuna cevap verebilir miyiz? [and] ‘Neden oldu’ sorularının bir kısmına cevap veremiyoruz ama ‘Ne olacak?’ sorularına pek cevap veremiyoruz. veya ‘Neyi gerçekleştirebiliriz?’
“Medyada polise sıklıkla şunun sorulduğunu görmüşsünüzdür: ‘Bunun olacağını neden göremediniz? Bilgi sendeydi.” – ve evet bunu yaptık ama farklı erişim kontrollerine sahip sistemlerde 50 dosyanın altına gömüldü.”
QPS, son zamanlarda verileri daha proaktif bir şekilde kullanma konusunda sorularla karşı karşıya kaldı.
Geçtiğimiz Aralık ayında Wieambilla’da üç polis memurunun öldürülmesi, daha iyi bir ulusal ateşli silah kaydı oluşturma çabalarını ateşledi ve Mart ayında bir adli soruşturma, kıdemli polis memuru Brett Forte’nin 2017’deki ölümüyle bağlantılıydı. [pdf] katilinin onu ayarttığı yerde otomatik silah sesleri duyulduğuna dair raporlara erişememesi.
Adli tabip, “Öncelik olarak QPS’nin, ön saflardaki görevlilerin güvenilir ve güncel bilgilere erişmesini sağlamak için tüm QPS bilgi sistemleri ve istihbarat birimlerinde arama yapılmasını sağlayacak bir çözüm uygulamasını tavsiye ediyorum” dedi.
QARAMA
Moss, daha fazla kaydın kolayca alınabilmesi için QPS sistemlerini entegre etme baskısının aynı zamanda ön saflardaki görevlilerden de geldiğini söyledi.
“Polise ‘Ne istiyorsun’ diye sorduğumuzda, ‘Sizin Google’da arama yaptığınız gibi biz de her şeyi arayabilmek istiyoruz’ dediler.”
Silolanmış verileri “veri gölüne ve [AWS] Platform”, araştırmacıların ana erişim aracının daha fazla sistemdeki verilere erişimini genişletti.
“QSEARCH, yapılandırılmış ve yapılandırılmamış veriler arasında arama yapan bir arama aracıdır; insanların daha önce kolayca yapamadıkları bilgileri yüzeye çıkarmalarına olanak tanıyor, artık bunları bir araya getirebiliyor, paylaşabiliyor, çizimler yapabiliyor ve bazı analizler yapmaya başlayabiliyorlar.
“Ve QSEARCH projesinde bir grafik veritabanı var; bir sürü şey var ama kullanımı çok basit bir arayüz.”
Platformu inşa etmek
Farklı QPS şubelerinin verilerini AWS’ye taşımak ve erişim, paylaşım ve analiz için kurallar oluşturmak, birkaç yıl içinde dokuz kavram kanıtlaması gerektirdi.
“Bu sizin geleneksel veri gölünüz değil; ‘burada sunucularınız’ değil; ‘işte yedekleriniz;’ ‘işte bu’; ‘işte bu’ – veri boru hatları; Kubernetes konteynerleri; aslında birden fazla veri kaynağını ölçeklendirmek ve çalışmak üzere tasarlandı.”
Farklı QPS şubeleri, çalıştıkları iş fonksiyonlarına, bölgelere veya suç alanlarına bağlı olarak farklı türde verileri elde etme ve kullanma konusunda daha fazla deneyime sahiptir.
Moss’un ekibi, yeni platformun bunu nasıl yöneteceğine ilişkin kurallar tasarlarken, farklı ekiplerin kendi veri türleri için kullandığı eski sistemlerin kurallarını inceledi.
“Arama yeteneği perspektifinden bakıldığında, büyük ölçüde bildiğimiz sistemler ve bildiğimiz kurallar tarafından önceden belirlenen işlevler etrafında inşa edilmiştir. Ayrıca, gerçekten daha fazlasını kullanılabilir hale getirmeye çalıştığımız şey, yapılandırılmamış verilerdir.”
Moss’un ekibi, yapılandırılmış verileri yönetmeye yönelik kuralları genişletirken ve yapılandırılmamış verileri yönetmeye yönelik yeni kurallar oluştururken, veri türüyle ilgili en fazla deneyime sahip bölümlere danıştı.
“Bilgi sistemlerinin değil, bilgi kaynaklarının gerçek koruyucularına gitmeye çalışıyorduk; aslında kullanacağımız bileşenler.
“İK ile ilgili herhangi bir şey varsa, İK sorumlusunun ‘Bu bizim’ demesini istedik, ya da eğer finans verileriyse baş finans yetkilisini istedik, ya da konu suç istatistikleriyle ilgiliyse politika başkanını istedik. ”
İstişare süreci, farklı şubelerin performansının değerlendirilmesine yönelik yeni platformun ölçütlerinin oluşturulması açısından da aynı derecede önemliydi.
“Performans açısından bakıldığında, Gücü oluşturan farklı alanlar hakkında bilgi sahibi olmaya yardımcı oluyor.”
Moss, bazen bunun QPS’nin ötesine geçen kurumlara danışmak anlamına geldiğini ekledi.
“Gençlik adaletine ve gençlik adaleti için hangi verilerin önemli olduğuna bakarsak, bunların yalnızca iki QPS sisteminden gelmediğini görürüz; aynı zamanda dış kaynaklardan da geldi. Bu alanı oluşturmak için işbirliği yapacak ve üzerinde çalışacak doğru insanları bir araya getirmelisiniz.”
Geçişin bir diğer hedefi, ön uçta çok fazla katı gereksinim uygulamadan süreçleri kolaylaştırmak ve içgörüleri senkronize etmek için veri yönetimini yeterince standartlaştırmaktı.
“Umurumda değil [officers] Tüm modellemelerini yapmak için Excel’i kullanmak istiyorlar… Power BI’ı mı yoksa Tableau’yu mu kullanmaları gerektiği konusunda hiçbir zaman tartışmak istemiyorum.
“Herkesin kataloglanmış, kaynaklanmış ve amaca uygun doğru verileri olabildiğince basit bir şekilde alabilmesini sağladığı sürece, işletmenin bunu becerilerine göre seçmesine izin verin.”
Gelişen teknolojiler
Moss, dönüşümün temel amacının “soru sormaya yönelik içgörü veya öngörüyü elde etmek için birden fazla kaynağı ve birden fazla alanı bir araya getirmenin” olduğunu söyledi.
“Platformla yaptığımız işin son aşaması, bunu gerçekleştirecek araçları veya bir tür yolu sağlamak.
“Yani geliştirdiğiniz belirli araçlar olabilir veya kullanıma hazır bir ürün olabilir. Kullanım açısından da bu noktaya ulaşmaya çalıştık.”
Moss, QPS’nin yüz tanıma sisteminin (QFACE) entegre veri ortamının etkinleştirdiği yeteneklerden birinin bir örneği olduğunu söyledi.
QFACE, anlık görüntüleri, sabıka fotoğrafı veritabanı gibi operasyonel amaçlar için QPS sistemlerinde depolanan 10 milyondan fazla fotoğrafla karşılaştırır.
“Polis, CCTV’den gelen bir şüpheliyi veya içeri giren birini ne sıklıkla görüyor ve ‘Kim o? Bu kişiyi gören oldu mu?’”
Moss, QFACE gibi makine öğrenimi tabanlı araçların “kanıt niteliğinde ürünler olmadığını; bunlar keşif ürünleridir.
“Memur bazı iyi potansiyel eşleşmeler elde edebilir ve eşleşmelerden şöyle diyebilir: ‘Evet, sanırım o kişi ama şimdi fotoğrafta başka hangi özelliklerin olduğuna bakacağım’ veya ‘Şimdi ben ‘Telefon verilerine bakacağım.’”
Tehditleri önceden tespit etme durumunu ortaya koymak için “örgüte söylenecek ilk şey şu oldu: ‘Azınlık Raporu yapmıyoruz; olayları olduğu gibi tahmin etmeyeceğiz’.
“Kültür ‘Yapamazsın’ diyor ve biz bunu istemiyoruz; bunlardan bazılarını istiyoruz ama bunu yapmaya çalışmıyoruz.
Moss, QPS’nin aile içi şiddet tahmin modelinin, “bir çiftin daha fazla olayla tırmanışa geçmesine bakabilir ve bir şeyler olacağından daha emin olabilir.
“Aslında ‘Sistemimizde gerçekte farkında olmadığımız kimler var’ demeye çalışıyor çünkü çok daha fazla risk altındayken yalnızca bir avuç vakayı yönetiyor olabiliriz.
“Yani araştırmayı gerçekten yapabilmeleri için kuruluşa daha iyi bilgi vermeye çalışıyor.”
Modelin tahminlerinin hangi özelliklere dayandığı sorulduğunda Moss, “Irk veya lokasyonu özellikle belirtmedik; bu faktörler normalde önyargılıdır.
“Her şeyin açığa çıkmasına izin veremeyiz çünkü o zaman insanlar ‘Belki bir şeyi değiştirirsem fark edilmem’ diyebilir, ancak şunu söyleyebilirim ki biz bunu üstlendik. [the historical crime data for training the model] dört ila beş yıllık bir süre boyunca; sadece kesilmedi.
“Ve her aşama doğrulandı ve o dönemde olup bitenlere ilişkin tahminlere bakıldı; bu yüzden dışarı çıkmadan önce bununla ilgili birçok kontrol ve denge yaptık.