Tagarchief: criminelen

FASTNL Hackathon: hulp van burgers en private partijen bij de opsporing

Geef een reactie

Eind 2018 beleefde ‘Truth in a post-truth world’ zijn wereldpremière op de IDFA. Deze prijswinnende documentaire gaat over Bellingcat, een internationaal burgerjournalistiek netwerk, dat met
slimme online zoektechnieken én door inzet van de ‘wisdom of the crowd’ al voor verschillende baanbrekende onthullingen heeft gezorgd. Dit internationale platform voor burger-onderzoeksjournalistiek is vaak sneller en nauwkeuriger dan de officiële instanties. Het collectief onderzoekt via internet, sociale media en andere online kanalen complexe aanvallen en controversiële incidenten wereldwijd, zoals het neerhalen van de MH17 boven de Oekraïne en de aanslag op de voormalige Russische dubbelspion Sergej Skripal.

Geïnspireerd door deze documentaire organiseerde BlueM, een innovatieve beweging binnen de politie, op 24 januari 2019 een masterclass met Eliot Higgins, de oprichter van Bellingcat. Deze
masterclass kreeg een half jaar later een vervolg in de vorm van de Coldcase Hackathon, waarbij 100 Osint (Open Source Intelligence) -experts van binnen en buiten de politie aan de slag gingen
met coldcases, vermissingen en voortvluchtigen. Vooral het opsporen van voortvluchtigen bleek zich goed te lenen voor publiek-private samenwerking.

Daarom werd op dinsdag 21 januari 2020, op de militaire kazerne in Wezep, een 2de hackathon georganiseerd waarbij de opsporing van voortvluchtigen centraal stond. Dit was een gezamenlijk
initiatief van BlueM en het Fugitive Active Search Team Nederland (FASTNL) van de Dienst Landelijke Recherche (DLR). Er werd specifiek gezocht naar voortvluchtige personen die onherroepelijk veroor- deeld zijn en nog minimaal 300 dagen celstraf open hebben staan.

Het doel van de hackathon was om te onderzoeken in hoeverre publiek-private samenwerking bijdraagt aan het rendement van de opsporing. 86 Osint-deskundigen van binnen en buiten de politie beten zich tijdens deze hackathon vast in 85 zaken die door FASTNL werden aangeleverd. Deze manier van samenwerken is te zien als een experiment op het gebied van burgerparticipatie bij de opsporing. De politie wil leren en verbeteren en is blij met deze betrokkenheid van de Politieacademie.

Evaluatie FASTNL Hackathon (Lam & Kop, 2020)

[slideshare id=238231179&doc=lamkop2020fastnlhackathon20200121-200825130609&type=d]

Het is de hoop dat het resultaat van de hackathon bijdraagt aan het nog meer betrekken van burgers en private partijen bij de opsporing. De evaluatie laat er geen misverstand over bestaan; met gedegen open bronnen onderzoek kunnen we gesignaleerden traceren en aanhouden. Deel deze kennis en ervaring en doe mee met opsporingsmogelijkheden waar dat kan!

Virtual reality als onderzoeksmethode om inbrekers te doorgronden

Geef een reactie

Het schrikt inbrekers af als er buurtwachten op straat lopen. Het plaatsen van waarschuwingsborden, zoals een WhatsApp-buurtpreventiebord, heeft veel minder effect. Dat blijkt uit een onderzoek in opdracht van het programma Politie en Wetenschap, waarbij het gedrag van inbrekers met virtual reality werd bestudeerd. Inzicht in de denkwijze van inbrekers en de keuze van hun doelwitten, kan helpen om woninginbraken te voorkomen.

Het onderzoek werd uitgevoerd door de Vrije Universiteit Amsterdam en de Universiteit van Twente. Zij gingen met 181 veroordeelde inbrekers en 123 niet-inbrekers aan de slag. Hierbij kregen de deelnemers een virtual reality-bril op, waarmee zij door twee virtuele wijken ‘liepen’. Via deze methode werd onderzocht wat inbrekers in een wijk afschrikt.

Sybren van der Velden, projectleider woninginbraken bij de politie, reageert op de onderzoeksresultaten. ‘We zijn natuurlijk geïnteresseerd in dit innovatieve onderzoek. De aanpak van woninginbraken is en blijft belangrijk. We zien een groei van de buurtwachten, die extra “ogen en oren” in de wijk vormen. Als politie werken we samen met deze buurtteams. Buurtwachten kunnen niet 24/7 zichtbaar zijn en dat geldt wel voor de buurtpreventieborden. In onze ogen versterken de buurtwacht en preventieborden elkaar dan ook. En dat geldt ook voor andere maatregelen zoals bijvoorbeeld goed hang- en sluitwerk en aandacht voor het afsluiten van ramen en deuren. Zeker in deze periode rond de feestdagen – waarin we een toename van het aantal inbraken zien – is het advies bij afwezigheid om ramen en deuren goed af te sluiten en een lamp aan te laten, bijvoorbeeld met een automatische tijdschakelaar. ‘

Buurtpreventie

Het plaatsen van waarschuwingsborden, zoals het WhatsApp buurtpreventiebord, schrikt inbrekers nauwelijks af. De zichtbare, fysieke aanwezigheid van buurtbewoners op straat doet dit wel.

181 veroordeelde inbrekers en 123 niet-inbrekers namen deel aan dit unieke onderzoek. Het onderzoek had twee doelen. Het eerste doel was om vast te stellen of virtual reality als onderzoeksmethode gebruikt kan worden om inbrekers te bestuderen. Het tweede doel was om te onderzoeken of en hoe de fysieke of symbolische aanwezigheid van buurtbewoners inbrekers afschrikt. Hiervoor werden twee virtuele wijken ontwikkeld. In de eerste wijk werden deelnemers blootgesteld aan verschillende afschrikkingsborden, zoals het WhatsApp buurtpreventiebord, in de tweede wijk werden zij virtual blootgesteld aan de aanwezigheid van een buurtbewoner. Aan deelnemers werd gevraagd beide wijken te scouten alsof zij een woninginbraak wilden plegen. Na dit scoutingsproces werden er verschillende vragenlijsten afgenomen over wat hen aantrok of afschrikte en werd een kort interview gehouden met de inbrekers.

Uit de reacties van de inbrekers bleek dat zij de virtuele wijken als realistisch ervoeren. Zij hadden veelal het gevoel daadwerkelijk in de virtuele omgeving te zijn. Dit wijst erop dat het gedrag in de virtuele wereld sterk lijkt op het gedrag dat deze inbrekers vertonen in de echte wereld. Hiermee wordt bevestigd dat virtual reality een effectieve onderzoeksmethode kan zijn om inbrekers te bestuderen.
De effectiviteit van het plaatsen van borden om inbrekers af te schrikken lijkt bescheiden te zijn. Vooral niet-inbrekers reageerden op afschrikkingsborden, waarbij zij bijvoorbeeld sociale cohesie in de buurt hoger achtten wanneer deze borden aanwezig waren. Dit laat zien dat, alhoewel een bord misschien voor de gewone burger een bepaalde impact heeft, dit voor inbrekers niet het geval is.

De aanwezigheid van buurtbewoners had wel een afschrikkend effect op inbrekers. Wanneer er een virtuele buurtbewoner in de wijk aanwezig was werd onder andere de waargenomen pakkans als hoger gezien, terwijl de aantrekkelijkheid van de wijk afnam. Hiermee wordt bevestigd dat de fysieke aanwezigheid van buurtbewoners een belangrijke factor is om inbraken te voorkomen.

Rapport

Het onderzoeksrapport ‘Virtual reality als onderzoeksmethode om inbrekers te doorgronden’ vindt u hier.

[slideshare id=207784342&doc=vr-191219153522&type=d]

Predictive policing: politiewerk aan de hand van voorspellingen

Geef een reactie

knightscope

Afbeelding: Knightscope

De opkomst van nieuwe technologie?n stelt de politie en andere rechtshandhavingsinstanties in staat proactiever en effectiever te opereren. De toepassing van deze technologie?n in het publieke veiligheidsdomein roept echter ook allerlei vragen op met betrekking tot privacy en andere grondrechten van burgers. Het nieuwe?themanummer van Justiti?le verkenningen beoogt enerzijds die nieuwe technologische toepassingen te beschrijven en anderzijds de (mogelijke) consequenties daarvan nader te beschouwen en aan discussie te onderwerpen.

Naast afzonderlijke artikelen over concrete technologische toepassingen (beeldtechnologie, drones) gaat de aandacht uit naar enkele belangrijke trends die alle voortvloeien uit de groeiende beschikbaarheid van ? onderling koppelbare ? grote hoeveelheden data afkomstig uit allerlei bronnen. Bij politiekorpsen wereldwijd heeft dit geleid tot een de groeiende populariteit van predictive policing: politiewerk doen aan de hand van voorspellingen die gebaseerd zijn op een enorme verzameling historische gegevens over o.a. delicten, de plegers ervan en criminaliteitspatronen, gecombineerd met realtime data. Het politieoptreden wordt aldus datagestuurd en meer op preventie gericht. Een stap verder is prescriptive policing, waarbij de data aangeven wat de meest effectieve interventie zou zijn. Met de film Minority Report in gedachten doemen de zwartste scenario?s op: krijgen we een ?gedachtenpolitie? , staat de onschuldpresumptie op het spel? Deze vragen zijn des te prangender wanneer de rechtshandhaving steeds meer wordt overgelaten aan drones en robots. De grote uitdaging in dit verband is hoe ethische, maatschappelijke en juridische waarden al in het ontwerpproces van articifici?le intelligentie toepassingen kunnen worden ingebouwd. Iets soortgelijks speelt met betrekking tot de bescherming van persoonlijke gegevens en priv?-communicatie bij het gebruik van computers en smartphones e.d. Nieuwe Europese wetgeving schrijft voor dat gegevensbescherming wordt ingebouwd in producten en diensten, een principe dat wordt aangeduid met de term Data Protection by Design and Default.

Predictive policing: politiewerk aan de hand van voorspellingen

Door A. de Vries* en S. Smit**

* Ir. Arnout de Vries is senior onderzoeker en adviseur op het gebied van social media en veiligheid en onder andere auteur van het boek ?Social Media: Het Nieuwe DNA?.
** Dr. Selmar Smit is aan de Vrije Universiteit gepromoveerd op het onderwerp machine learning, en sindsdien werkzaam als data scientist bij TNO.

George Orwell waarschuwt in zijn boek 1984 (Orwell 1949) voor een?overheid die haar onderdanen monitort en alles in de gaten houdt. In?de film Minority Report is de ?pre-crime squad? in staat om moorden te?voorspellen en daders preventief op te pakken. De Nederlandse politie?heeft dankzij de omvorming tot Nationale Politie toegang tot alle landelijke,?regionale en lokale databronnen met betrekking tot criminaliteit?en is daarmee een ?informatieorganisatie? geworden. Door verbeterde?analysetechnieken, visualisatietools en computerkracht kan zij?deze ?Big Data? inzetten om criminaliteit te voorspellen en op basis?daarvan op te treden. Moeten we nu vrezen voor onze toekomst? Pakt?de politie voortaan burgers preventief op? Worden systemen leidend?

Het antwoord op al deze vragen is nee. Maar welke kant gaat het dan?wel op?

pred1

Interessante patronen
Politieorganisaties over de hele wereld, en dus ook in Nederland, houden?zich momenteel bezig met de ontwikkeling van predictive policing?? ofwel: politiewerk doen aan de hand van voorspellingen. De reden?daarvoor is dat zij beschikken over ongelofelijk veel digitale gegevens?over misdaden uit het verleden, die met verfijnde algoritmen en diepe?analyse een goudmijn vormen voor het voorspellen van criminaliteit.

Het gevolg daarvan is dat de politie aanwezig kan zijn op plaatsen?waar de kans op een volgend incident het grootst is. Daar komt bij dat deze hoeveelheid beschikbare data exponentieel blijft groeien als?gevolg van databasekoppelingen met veiligheidspartners en het ontstaan?van het ?Internet of Things?, waarbij alles en iedereen aan het?internet gekoppeld is (?Big Data?). Het effect van Big Data-analyses is?al te zien bij commerci?le bedrijven, die verbanden weten te leggen?tussen bijvoorbeeld iemands aankopen, inkomen, leeftijd en postcodegebied.?Ook de politie is op zoek naar dergelijke verbanden, zodat?zij misdaden kan voorspellen.

In de criminologie zijn er voldoende theorie?n over het denken en?doen van criminelen die inzicht geven in dergelijke patronen. Zo zegt?de routine activity theory dat criminelen zullen toeslaan op die locatie?waar de virtuele cirkels rond criminelen en geschikte slachtoffers?elkaar overlappen. Dit leidt tot de gedachte dat steeds dezelfde gebieden?worden getroffen, als er geen maatregelen worden genomen. De?rational choice theory gaat ervan uit dat criminelen een locatie kiezen?waar de afweging tussen risico (pakkans) en buit zo gunstig mogelijk?is. Volgens de crime pattern theory zullen criminelen nooit te dicht bij?hun eigen huis toeslaan, maar altijd in een buurt die ze kennen, vlak?bij huis, werk, sportschool of op de weg daarnaartoe. De blended theory
is een combinatie van de vorige drie: een crimineel zal toeslaan op?een locatie langs zijn ?activiteitenroutes?, maar niet te dicht bij huis en?daar waar de afweging tussen buit en pakkans positief is. Bij predictive?policing worden deze theorie?n vaak overboord gegooid en wordt?voornamelijk gekeken naar de simpele theorie van near repeats: in de?buurt van een incident zal vaak nog een incident volgen zolang er?niets verandert. Hoewel dit op het eerste gezicht niet lijkt op de voorgaande?theorie?n zal, zolang de pakkans, buit en activiteitenroutes?van criminelen niet veranderen, het effect hetzelfde zijn en zullen incidenten?zich in dezelfde buurt blijven voordoen.

Doorontwikkeling informatiegestuurd optreden
Een slimme, effectieve en proactieve aanpak tegen misdaad is duidelijk?beter dan achter criminelen aan hollen; rechercheren verandert in??prerechercheren?. Predictive policing in combinatie met Big Data?neemt daarom logischerwijs een enorme vlucht. En het geeft de Nationale?Politie de mogelijkheid om invulling te geven aan ?meer doen met?minder middelen?. Maar is predictive policing eigenlijk wel nieuw? Nu?al beschikt de politie over slimme analyseteams die een enorme bijdrage?leveren aan het dagelijkse politiewerk door misdaadstatistieken?en andere gegevens, zoals jaargetijden, tijdstippen en locaties, te interpreteren.?Dit leidt onder andere tot hotspotkaarten, waarop locaties te?zien zijn waar specifieke politie-inzet nodig is. Op die manier kan de
politie bijvoorbeeld haar surveillanceteams effectief inzetten. De?gemeente Eindhoven gebruikt dergelijke hotspot- of inzetkaarten om?de effectiviteit van de BOA?s (buitengewoon opsporingsambtenaren)?van Stadstoezicht te verhogen (Van Weerdt & De Vries 2014). Brandweer?Rotterdam-Rijnmond heeft de brandweerradar die voorspelt?waar de volgende brand zich zal voordoen en zorgt vervolgens dat er?een voertuig in de buurt is (Littooij 2015). Een nieuw computermodel?van TNO wordt gebruikt om overlastsituaties in wijken te voorspellen?en interventies te berekenen die het beste zouden moeten werken in?de betreffende specifieke situatie (Smit 2014). De beweging die wij bij?de politie zien, past dan ook in de huidige tijd waarin nieuwe mogelijkheden?ontstaan door het analyseren van Big Data. Het huidige?informatiegestuurd optreden van de politie (intelligence-led policing)?professionaliseert en ontwikkelt zich door naar predictive policing,?waarbij niet alleen gehandeld en gestuurd wordt op basis van informatie?uit het verleden, maar ook gehandeld, gestuurd ?n geanticipeerd?wordt op basis van voorspellingen. Hiervoor is sinds enige tijd het Criminaliteits?Anticipatie Systeem in gebruik bij basisteams, flexteams en?districten door heel Nederland.

pred3

Criminaliteits Anticipatie Systeem (CAS)
Het CAS vindt zijn oorsprong bij de politie Amsterdam. Via het programma?Politie en Wetenschap ontwikkelt zij een geavanceerd plannings-?en voorspellingssysteem. Diverse politiekorpsen in het land?gebruiken het CAS inmiddels voor het voorspellen van high impact?crimes (woninginbraak, straatroof en overvallen). Als voorbeeld?gebruiken we het operationele gebied van de politie Amsterdam. Het?systeem deelt dit gebied op in vakjes van 125 bij 125 meter. Gebiedjes?waarvan de kans op een incident vooraf al laag kan worden ingeschat,?zoals weilanden en open water, worden verwijderd. Van de overblijvende?vakjes wordt een grote hoeveelheid gegevens verzameld: criminaliteitshistorie, afstand tot bekende verdachten, afstand tot de?dichtstbijzijnde snelwegoprit, soort en aantal bedrijven zoals bekend?bij de politie, en demografische en socio-economische gegevens van?het CBS. Van elk vakje wordt op verschillende peilmomenten geregistreerd?welke gegevens er op dat moment bekend zijn. Vervolgens?wordt bepaald wat er in de twee weken na de peiling aan incidenten?kan plaatsvinden. Er wordt kunstmatige neurale netwerktechnologie?toegepast om te bepalen welke combinatie van kenmerken indicatief?is voor criminaliteit in de nabije toekomst. Het resultaat is dat de vakjes?op de kaart indicatief worden ingekleurd, een zogenoemde heat?map, waarin hoge scores een warmere kleur krijgen.

Betrouwbaarheid
Naast het door de politie zelf ontwikkelde CAS zijn er nog diverse?andere softwarepakketten op de markt. Vrijwel alle pakketten kijken?naast near repeats vaak ook naar tijdsaspecten spatiotemporele analyse)?en trends zoals verplaatsingen, seizoenen, weekdagen of weekend?en zelfs specifieke tijdstippen. Verder wordt er gekeken naar kenmerken?als omgevingsfactoren (bijvoorbeeld demografie), weersvoorspellingen,?afstanden tot vluchtwegen (aantrekkende werking) en?locaties van politiebureaus (afstotende werking). Dat levert complexe?formules op met tientallen parameters. Hoe betrouwbaar zijn de voorspellingen?die deze formules opleveren? Kloppen ze wel? Daar is niet?een direct antwoord op te geven. De betrouwbaarheid van de voorspellingen?is logischerwijs ook afhankelijk van de voorspelbaarheid?van de criminelen. Crimineel gedrag blijkt voor veelvoorkomende criminaliteit?zoals inbraken goed te voorspellen. De mens, en dus ook de?crimineel, is een gewoontedier dat succes op succes en ervaring op?ervaring bouwt. Als een bepaald type woning goed te kraken valt, dan?gaan ze daarmee verder. Een bekende omgeving is voor criminelen?prettig, omdat zij dan een betere risico-inschatting kunnen maken en?daarmee de kans op succes vergroten. Grote veranderingen in gedrag?(de modus operandi) of omgeving (nieuwe ?markten?) zonder directe?aanleiding zijn eerder uitzondering dan regel. Rondtrekkend mobiel?banditisme is echter veel lastiger te voorspellen, laat staan impulsieve?misdaden zoals een crime passionnel. Toch kan in algemene zin wel?de betrouwbaarheid van de voorspellingen worden geduid.

Ten eerste is de betrouwbaarheid van een voorspelmodel afhankelijk?van de hoeveelheid incidenten binnen een vakje op de kaart. Het?gedrag van een individu valt moeilijk te voorspellen, maar het gemiddelde?gedrag van een groep is goed mogelijk. Bedrijven als Amazon en?Bol.com gebruiken ditzelfde principe om aanbevelingen te doen. Zij?kunnen niet voorspellen of een individu ge?nteresseerd is in een product,?maar wel dat mensen met een bepaald profiel er gemiddeld vaak?in ge?nteresseerd zijn. Dit geldt ook voor incidenten. Doordat inbraken?relatief vaak voorkomen, levert dit voldoende input op om profielen te?maken en voorspellingen te doen.

Vaak weten analisten zelf al wel wat de kans is op een inbraak in een?specifiek vakje. Maar als dat 80% is, wat is dan de meerwaarde van een?systeem dat voorspelt dat de kans op inbraak de ene dag 75% is en de?andere dag 85%? Daarom is het belangrijk een detailleringsniveau te?kiezen dat klein genoeg is om meerwaarde te hebben ten opzichte van?de intu?tie van een analist. Ook moet de datahoeveelheid groot genoeg?zijn om een bepaald niveau van betrouwbaarheid te halen. Blijkbaar?kan het. Tijdens een test in de Verenigde Staten moesten ervaren analisten?en een predictive policing-systeem aangeven in welke twintig?vakjes een incident zou kunnen plaatsvinden tijdens een dienst. Het?voorspelmodel had twee keer zo vaak gelijk als de analisten (Mohler?e.a. 2015).

Ten tweede zijn de betrouwbaarheid en validiteit van een voorspelmodel?afhankelijk van de hoeveelheid informatie die het herbergt. Met?informatie bedoelen we hier niet alleen databronnen, maar ook kennis?en expertise over gedrag. Zo zullen bijvoorbeeld modellen die uitgaan?van near repeats (een incident zorgt voor een verhoogde kans op nog?een incident in de buurt) beter werken dan modellen die dergelijke?kennis niet meenemen.

Vooral dit tweede aspect lijkt een grenzeloze groei aan voorspelkracht?te bevatten. Er is immers altijd wel een informatiebron te vinden die?we extra kunnen toevoegen. Het eindeloos toevoegen van bronnen?heeft echter niet zoveel zin, omdat de voorspelkracht op een gegeven?moment niet veel meer zal verbeteren. Het gaat daarom met name om?de kwaliteit van bronnen en minder om de hoeveelheid bronnen die?door data-experts en analisten aan het systeem worden toegevoegd.?Goede bronnen leveren continu kwalitatieve en actuele data aan het?predictive policing-systeem, waardoor dit systeem voorspellingen kan?doen op basis van ?verse? data en daarmee een accurate ondersteuning?biedt voor het politiewerk.

Voorspelkracht en effectiviteit
Zelfs als we ervan uitgaan dat gedrag, met genoeg data, is te voorspellen,?betekent dit echter niet dat de voorspellingen van predictive policing?altijd uitkomen. Naast dat voorspellingen enkel een kans aangeven?en geen vaststaand feit, komen voorspellingen niet uit omdat de?politie acteert op de voorspellingen en haar surveillanceteams op?basis daarvan gericht inzet. Die plotselinge aanwezigheid van ??n of?meer agenten be?nvloedt uiteraard het gedrag van een crimineel op?dat moment. Door deze effici?nte en effectieve inzet van agenten op?plekken waar het ertoe doet, zullen minder misdaden worden?gepleegd. Niet meer blauw op straat, maar gerichter blauw op straat is?de theorie achter predictive policing. Dat dit werkt, laten de cijfers?zien. In Los Angeles daalt de misdaad met 13%(*1)?en in Santa Cruz daalt?het aantal inbraken met 27% (*2)?. In Kent ligt de hitscore van de software?? waarbij daadwerkelijk een misdrijf plaatsvond in een geselecteerd?vakje op de kaart ? bijna 60% hoger dan wanneer de vakjes handmatig?gekozen werden door analisten (Kent Police 2013). In Amsterdam ligt?de hitscore volgens de politie-eenheid Amsterdam-Amstelland in 2015?op 15% en het aantal near hits (een inbraak of straatroof die niet in het?voorspelde vakje valt maar er net naast) ligt voor woninginbraken op?40% en voor straatroof op 60%. Een pilot in Londen richt zich niet op?de locatie van een misdrijf maar op de dader. Dat levert een heat list?op van driehonderd namen, waarvan er zes nieuw zijn voor de politie?en waarvan er vijf in de weken daarna een misdaad plegen (Basulto?2014). In Memphis loopt de algemene criminaliteit terug met 30% en?het aantal geweldsmisdrijven met 15% (Greenburg 2009). Als gevolg
daarvan behoort Memphis niet meer tot de top 3 van gevaarlijkste steden?in de Verenigde Staten. Volgens de politie komt dat door de juiste?politie-inzet (bijvoorbeeld surveillance, auto?s staande houden en?undercoveroperaties) op de juiste tijd en plek (Williams 2006). Autodiefstallen?daalden met 75% en inbraken in bedrijven met 67% (Perry?e.a. 2013). Inmiddels heeft de politie van Memphis een Real Time?Crime Center van $ 3 miljoen neergezet om predictive policing een?vaste plaats te geven in haar manier van werken. Volgens onderzoek?van Nucleus Research levert dit centrum jaarlijks meer dan $ 7 miljoen?op (Nucleus Research 2010). Ook New York heeft een Real Time Crime?Center, waar alle databases ?n meer dan 3.000 politiecamera?s worden?geanalyseerd. In Zwitserland en Duitsland is een aantal politiekorpsen?Precobs software aan het testen, het zogenoemde Pre Crime Observation?System (*3).?De politie in Noordrijn-Westfalen is daarentegen zeer kritisch?over de effecten van predictive policing, omdat de positieve cijfers?en gemeten effecten veelal worden geleverd door softwareleveranciers?of politiekorpsen die baat hebben bij het presenteren van gunstige?cijfers. In het Amerikaanse Richmond is men gestopt met deze?werkwijze vanwege gebrek aan bewijs dat het zou werken (Aldax 2015).

Ondanks deze kritische geluiden lijkt het erop dat criminaliteit wel?degelijk goed te voorspellen is. Het staat echter nog wel in de kinderschoenen?en het zijn vooral wiskundigen die zich op dit moment?bezighouden met het ontwikkelen van voorspellende algoritmen. Predictive?policing richt zich om die reden nu nog vooral op veelvoorkomende?delicten waar een klein aantal mensen een rol in speelt (zoals?veelplegers uit een buurt of rondtrekkende dadergroepen) en vermogensdelicten?zoals woninginbraken en straatroof, waar vaak aangifte?van wordt gedaan. Maar op termijn, als de politie beschikt over meer?informatie en betere databronnen, valt te verwachten dat het systeem?ook andere delicten kan voorspellen, zoals liquidaties in de onderwereld?of een radicaliseringsproces. De maatschappij zal echter nooit?helemaal zonder misdaad zijn en voorspellend politiewerk is geen?oplossing voor alle misdaad. Het is geen panacee voor een veilige
maatschappij en veiligheid kan niet volledig worden ?gedataficeerd?.

pred4

Risico?s
Technologisch gezien zou predictive policing exponentieel verder kunnen?groeien. Maar vanuit maatschappelijk en organisatorisch oogpunt?zit er nog een rem op. Wil de politie wel zoveel gaan vertrouwen op?technologie? Is de organisatie er wel klaar voor? Nemen algoritmen en?robots het werk van agenten op diverse vlakken zo meteen over? En?wat zijn eigenlijk de juridische en ethische haken en ogen? 100%?betrouwbare voorspellingen zijn immers een illusie; of nemen we een?foutmarge voor lief en worden onschuldige burgers opgesloten? (*4).?Dit?zijn relevante vragen die beantwoord moeten worden. Wij zien de?voordelen van predictive policing, omdat de politie hiermee effici?nter?en effectiever op de juiste plaats ingezet kan worden. Maar wij zien
ook risico?s. We benoemen er een aantal.

Ten eerste kan predictive policing het risico in zich hebben dat de politie?straks allerlei mensen gaat oppakken om vervolgens te zeggen: ja,?dat moest van onze algoritmen. Straks worden we door Facebook bij?de politie aangegeven voordat we ook maar iets hebben gedaan. Of je?wordt staande gehouden terwijl je geheel onschuldig met een gereedschapskist?door een buurt loopt waar statistisch gezien op dat?moment veel wordt ingebroken. Dan heb je als burger ineens veel uit?te leggen. De rechter zal hier vanuit de onschuldpresumptie geen?genoegen mee nemen en om bewijs vragen op basis waarvan het algoritme?tot de voorspelling is gekomen en vragen naar de reden waarom?de politie dat advies heeft opgevolgd. Daarom zijn en blijven de kennis?en kunde van de ervaren politieagent leidend. Hij zal moeten beoordelen?hoeveel waarde en bewijswaarde kan worden toegekend aan een?voorspelling van het systeem en hoeveel aanvullend bewijs is vereist.

Dat brengt ons bij een tweede risico, dat het systeem te complex wordt?en niet meer door mensen wordt begrepen. Algoritmen vangen echter?geen boeven. Dat doen mensen van vlees en bloed. Zonder mensen?sta je nergens met intelligence, en al helemaal in de huidige fase van?predictive policing waarin alles nog in de kinderschoenen staat.?Human in the loop by design is de essentie van het principe dat wij?voorstellen, omdat we de mens als belangrijkste schakel in elke toepassing?van predictive policing zien. Alle menselijke schakeltjes moeten?ingebakken zitten in het ontwerp van predictive policing: denk aan?de analisten, de leiding, de beleidsmakers en de agenten op straat.?Hoewel de menselijke schakel onder druk staat in de huidige informatiemaatschappij,
zijn veel data die de politie nu gebruikt nog steeds?door mensen verzameld, verwerkt en in context geplaatst. Analisten?doen vervolgens diverse interpretatieslagen en mensen nemen besluiten op basis van deze adviezen, waarna maatregelen door mensen?worden genomen, die vervolgens weer door mensen worden beoordeeld?op hun effectiviteit. Politiemensen zijn daarom in onze visie de
belangrijkste schakel: het systeem doet de basiszaken, de mens?bepaalt wat ermee gebeurt. Een voorspelling is derhalve dus geen bindend?advies, want mensen zijn slimmer dan een systeem dat alleen?met data werkt. Totdat het moment van singularity aanbreekt, waarbij?computers niet alleen sneller of accurater kunnen rekenen, maar ook?creatiever, slimmer en bewuster zijn dan mensen. Dat duurt nog minstens?twee decennia en zelfs dan is het de vraag of je iets dergelijks in?handen van een machine wilt leggen, want dan komt de ?gedachtepolitie??uit Minority Report wel heel dichtbij.

De menselijke factor levert een derde risico op: dat de data in systemen?een gekleurd beeld geven (zogenoemde bias) en algoritmen dus?gekleurde voorspellingen zullen doen. De voorspelling is zo goed als?de data eronder. Wordt het systeem gevoed met vooroordelen ten aanzien?van bevolkingsgroepen of etnische afkomst, dan zal dat zijn effect?hebben op de resultaten. Daarom is het van belang dat de politie niet?alleen op voorspellingen gaat varen en belangrijke beslissingen alleen?daarop gaat baseren. Tunnelvisie ligt dan op de loer, een bekend?dilemma in het politiewerk. Dit risico zal alleen maar toenemen als het?systeem complexer wordt en kennis over de werking afneemt. Wij pleiten?daarom voor transparantie. Het moet inzichtelijk zijn hoe de systemen?en hun algoritmen werken.

Een vierde risico is dat leveranciers die transparantie niet geven omdat?hun concurrentiepositie dan gevaar loopt. Toch zal de maatschappij of?de wet wellicht gaan eisen dat algoritmen volledig transparant zijn,?want waarom ben je aangehouden, of kwam de politie eigenlijk zelf op?jouw spoor? Dat dit belangrijk is, bewijst het grappige voorbeeld van?de Miss America-verkiezingen (Hiltzik 2014). Zo kun je het aantal?moorden met behulp van stoom of hete vloeistoffen al jarenlang perfect?voorspellen door middel van de leeftijd van de Miss America van?dat jaar. Algoritmen zijn dom, voeren uit wat er van ze wordt gevraagd?en leggen verbanden tussen gebeurtenissen, hoe vreemd een dergelijke?relatie ook is. Dergelijke ?fouten? kunnen desastreuze gevolgen?hebben, dat hoeft geen betoog.

Een vijfde risico is dat de predictive policing-systemen informatie platslaan?tot vakjes en cirkeltjes op een kaart, terwijl academici al honderden?jaren onderzoek doen naar waarom mensen crimineel worden en?hoe ze zich dan gedragen. Om deze kennis, maar ook die van analisten?en politiemensen op straat, toe te kunnen voegen moet v??r de implementatie?expliciet worden nagedacht over hoe dit ingebakken kan?worden in het systeem of in aanvullende processen.?Privacy is een zesde risico. Enerzijds omdat voorspellend politiewerk?inbreuk kan maken op de persoonlijke leefomgeving van mensen. Zo?kreeg de politie van Chicago veel kritiek op de preventieve huisbezoeken?die zij aflegde bij veelplegers (Stroud 2014). Anderzijds zijn er veel?gegevens bekend die ertoe doen en voorspellingen beter maken, maar?die niet gebruikt of gekoppeld mogen worden om redenen van privacy.?Als laatste risico noemen we de valkuil om vooral te blijven werken?aan technologische ontwikkeling en betere computervoorspellingen,?terwijl het veel belangrijker is om na te denken over de vraag hoe de?politie effectief aan de slag kan gaan met enigszins betrouwbare voorspellingen.?De crux zit in het slim regelen van de operationele inzet en?slimme interventies.

Prescriptive policing
Het zo goed mogelijk voorspellen van misdrijven is geen doel op zich.?Het gaat erom dat ze worden voorkomen. Om daar inzicht in te krijgen?zal de politie het effect van een voorspelling en de daaropvolgende?inzet moeten gaan meten. Op die manier leert de politie welke inzet?het beste werkt in welke situatie. Daarmee verschuift het politiewerk?van predictive policing naar effect-led policing. Als die kennis over de?effectiviteit van interventies wordt toegevoegd aan het systeem, verschuift?het politiewerk van effect-led policing naar prescriptive policing.?Het systeem kan dan niet alleen voorspellingen doen, maar op?basis van data uit het verleden ook adviseren over welke politie-inzet?in de gegeven situatie het meest effectief zal zijn.

Prescriptive policing werkt alleen als het is toegespitst op een specifiek?gebied. Als het systeem kan bepalen waarom iets op sommige plaatsen?wel werkt en op andere plaatsen niet, dan kan dat ge?xtrapoleerd worden?naar andere gebieden. Zonder de effectiviteit van elke interventie?in dat specifieke vakje te bepalen kan het systeem inschatten wat?waarschijnlijk wel of niet zal werken. Daarvoor moeten wel de relevante?kenmerken van een gebied bekend zijn, en de kenmerken van?interventies. Misschien werkt patrouilleren met de auto niet, maar met?de fiets wel. Of zijn er specifieke agenten die naast patrouilleren ook?andere acties ondernemen die zorgen dat er wel of geen effect is. Dat?maakt prescriptive policing moeilijker, maar tegelijkertijd ook veel
waardevoller. Het biedt de mogelijkheid om de jarenlange kennis en?ervaring in een context te plaatsen en deze te herhalen daar waar de?context gelijk is. Daarbij is het van belang dat een dergelijk systeem?niet dicteert wat er moet gebeuren. Zelfs als het systeem denkt dat de?context gelijk is, dan nog moeten agenten, analisten, leiding of?beleidsmakers vertrouwen op hun jarenlange ervaring en kennis, helemaal?aangezien een dergelijk systeem niet de creativiteit heeft om iets?nieuws te verzinnen. Het kan enkel de lessen uit het verleden zo goed?mogelijk vertalen. De uitkomst mag daarom hoogstens worden gezien?als een suggestie die de basis moet vormen voor een beslissing of discussie.?De mens blijft wat ons betreft de belangrijkste schakel in het?hele proces. Eerder in dit artikel haalden we al het principe ?human in?de loop by design? aan. Ook is er een juridisch argument om dit principe?toe te passen: de Wet bescherming persoonsgegevens stelt in artikel
42 lid 1 dat ?niemand kan worden onderworpen aan een besluit?waaraan voor hem rechtsgevolgen zijn verbonden of dat hem in aanmerkelijke?mate treft, indien dat besluit alleen wordt genomen op?grond van een geautomatiseerde verwerking van persoonsgegevens?bestemd om een beeld te krijgen van bepaalde aspecten van zijn persoonlijkheid?.

Implementatie
Het doel van predictive en prescriptive policing is niet m??r boeven?vangen, maar misdrijven voorkomen door agenten effectief preventief?in te zetten. Dat vergt een cultuuromslag, waarbij het voorkomen van?slachtoffers voortaan centraal staat. Het ?reactief en op heterdaad?oppakken? verandert in ?proactief voorkomen?. Deze omslag vraagt om?sterk intern leiderschap en sturing. Ook zullen de prestatie-indicatoren?van de politie moeten worden aangepast: het gaat niet meer om?het behalen van bepaalde streefcijfers, maar om de effectiviteit van?politieoptreden. De politie wordt niet meer beloond voor haar inzet,?maar voor het effect dat zij bereikt.

De implementatie van beide vormen van policing gaat echter niet?alleen over de organisatiecultuur, maar ook over politiemensen, hun?competenties en hun samenwerking met de voorspellende software.?Daarnaast gaat het over processen, taken, besluitvorming en manier?van leidinggeven. Verder zal tijdens de implementatie veel aandacht?uitgaan naar de juiste informatiebronnen en integriteit van data. Tot?slot speelt techniek een rol in de implementatie, waarbij de ICT-architectuur?ingericht moet worden op deze nieuwe werkwijze, de juiste?software geselecteerd en aangeschaft moet worden en agenten op?straat de juiste tools krijgen aangereikt.

Alles hangt met elkaar samen. Daarom vraagt de implementatie om?een integrale benadering van doel, mens en organisatie, proces, informatie?en techniek. Daarbij onderscheiden we vier implementatieniveaus:?intelligence-led policing (informatiegestuurd optreden), predictive?policing (voorspellen), effect-led policing (effectmeting) en prescriptive?policing (contextgestuurde adviezen). Deze vier niveaus hebben?we in dit artikel toegelicht.

Discussie
In dit artikel hebben we laten zien wat predictive policing inhoudt en?welke mogelijkheden het biedt. De technologie staat nog in de kinderschoenen,?maar de ontwikkelingen gaan razendsnel. De Verenigde?Staten lopen hierin voorop. De Nederlandse politie heeft inmiddels de?eerste stappen gezet om van informatiegestuurd politiewerk te komen?tot voorspellend politiewerk. We hebben ook laten zien dat er risico?s?verbonden zijn aan deze nieuwe werkwijze. In ons boek Van predictive?naar prescriptive policing (Smit e.a. 2016) gaan we daar verder op in.

Wij bevelen daarom aan om niet klakkeloos voorspellende software te?implementeren in het politieproces, maar eerst te discussi?ren over?het doel en de mate waarin de software het politiewerk kan gaan?ondersteunen. Zorg er vervolgens voor dat deze nieuwe werkwijze?gepaard gaat met juridische, ethische en organisatorische waarborgen?en start daarna met kleinschalige experimenten die opgeschaald kunnen?worden tot landelijk niveau. Onderschat de veranderingen niet?die predictive policing met zich meebrengt. Dat vraagt om een goede?overdenking en om draagvlak binnen en buiten de politieorganisatie.

(*1) Scientifically Proven Field Results, 2013-2014, www.predpol.com/results.
(*2) Scientifically Proven Field Results, 2011-2012, www.predpol.com/results.
(*3) Zie IfmPt. 2015-2016, www. ifmpt. de.
(*4) Zie voor een overzicht van de risico?s van predictive policing het recente artikel van Kaya Bouma, ?Buienradar voor boeven? in De Groene Amsterdammer, www.groene.nl/artikel/buienradar-voor-boeven. Over de risico’s van etnisch profileren verscheen recent een artikel van Marc Schuilenburg op www.socialevraagstukken.nl/etnisch-profileren-is-onderdeel-van-vooringenomen-criminaliteitsbeleid.

Literatuur

Aldax 2015
M. Aldax, ?Richmond police chief?says department plans to discontinue??predictive policing? software?,?24 juni 2015.

Basulto 2014
D. Basulto, ?Relax, the futuristic?pre-crime system of ?Minority?Report? is still a long way from?becoming reality?, 6 november?2014.

Greenburg 2009
Z.O. Greenburg, ?America?s most?dangerous cities?, Forbes Magazine?23 april 2009.

Hiltzik 2014
M. Hiltzik, ?See some hilarious?charts showing that correlation is?not causation?, Los Angeles Times?12 mei 2014.

Kent Police 2013
Kent Police, PredPol operational?review ? Initial findings, Kent:?Corporate Services, Analysis?Department, Kent Police 2013.

Littooij 2015
A. Littooij, ?Brandweerradar??(J. D. Award, interviewer), 2015.

Mohler e.a. 2015
G. Mohler, M. Short, S. Malinowski,?M. Johnson, G. Tita,?A. Bertozzi & P. Brantingham,??Randomized controlled field?trials of predictive policing?, Journal?of the American Statistical?Association (110) 2015, afl. 512,?p. 1399-1411.

Nucleus Research 2010
Nucleus Research, IBM SPSS ROI?Case Study: Memphis Police?Department (Document K31),?Boston, MA: Nucleus Research,?Inc. 2010.

Orwell 1949
G. Orwell, Nineteen Eighty-Four,?New York: New American Library?1949.

Perry e.a. 2013
Q. Perry, B. McInnis, C. Price,?S. Smith & J. Hollywood, Predictive?policing ? The role of crime?forecasting in law enforcement?operations, Santa Monica, CA:?Rand Corporation 2013.

Smit 2014
S. Smit, ?Computermodel voorspelt?overlast in woonwijken ? en?wanneer die uitblijft?, Secondant?30 april 2014.

Smit e.a. 2016
S. Smit, A. de Vries, R. van Kleij &?H. van Vliet, Van predictive policing?naar prescriptive policing,?Den Haag: TNO 2016.

Stroud 2014
M. Stroud, ?The minority report:?Chicago?s new police computer?predicts crimes, but is it racist??,?The Verge 19 februari 2014.

Van Weerdt & De Vries 2014
C. van Weerdt & A. de Vries,?Dienstverlening verbeteren met?Big Data. Een verkenning voor?gemeenten. Den Haag: TNO 2014.

Willems & Doeleman 2014
D. Willems & R. Doeleman, ?Criminaliteits?Anticipatie Systeem?,?het Tijdschrift voor de Politie?2014, p. 39-42.

Williams 2006
A. Williams, ?Blue C.R.U.S.H.?walks its beat among community?organizations?, Memphis Daily?News 16 november 2006.

[slideshare id=64129657&doc=jv1603-volledige-teksttcm44-643006-160718154218&type=d]

Bronnen:?Justiti?le verkenningen,?jrg. 42, nr. 3, 2016

Dit artikel is gebaseerd op het boek Van?predictive naar prescriptive policing, uitgegeven door TNO en geschreven door Selmar?Smit, Arnout de Vries, Rick van der Kleij en Hans van Vliet. Dit boek is te downloaden via?www.tno.nl/prescriptive-policing.

 

Dark Web: De Social Media onderwereld

Geef een reactie

Nederland zou door cybercriminelen steeds vaker worden genoemd als plek om te vermijden of omzeilen bij online illegale praktijken.

Dat melden Mark van Staalduinen van kenniscentrum TNO en Roeland van Zeijst van de Nationale Politie in het rapport European Cyber Security Perspectives 2015.

Nederland zou veel worden genoemd op fora op het zogenoemde darknet, dat enkel met de versleutelde TOR-browser te bezoeken is. Cybercriminelen zouden elkaar op de fora waarschuwen niet vanuit Nederland of via Nederlandse verbindingen te opereren, volgens het rapport uit angst voor opsporing.

In het rapport wordt besproken hoe de High Tech Crime Unit van de politie een rol speelde bij het oprollen van illegale zwarte markt Silk Road 2.0. De eerste versie van die online zwarte markt op het darknet werd in 2013 opgerold, waarna een nieuwe versie ontstond.

Die versie werd enige tijd in Nederland gehost, waardoor de site opgerold kon worden en de oprichter werd gearresteerd. Na het oprollen van Silk Road 2.0 en vergelijkbare sites Black Market Reloaded en Utopia zouden cybercriminelen elkaar meer zijn gaan waarschuwen voor Nederland.

Digitale lokfietsen

In hetzelfde rapport legt KPN uit hoe het zogenoemde ‘Honeypots’ gebruikt om zelf zo goed mogelijk bij te blijven met cybercriminelen. Honeypots laten zichzelf volgens de provider het best beschrijven als het digitale equivalent van de lokfiets.

De Honeypots zien er uit als kwetsbare systemen, maar zijn eigenlijk bedoeld om cybercriminelen in de val te lokken. KPN heeft in 2014 verschillende soorten en gradaties honeypots verspreid. Van simpele honeypots om de interesse van cybercriminelen te peilen, tot geavanceerde versies om de werkwijze van cybercriminelen in kaart te brengen.

Op die manier kan het netwerk volgens KPN beter worden beschermd tegen aanvallen en misbruik. In 2015 worden er volgens de provider meer machines met verschillende soorten honeypots geplaatst.

TNO publiceerde in samenwerking met het Nationaal Cyber Security Centrum (NCSC), Team High Tech Crime van de politie en KPN de tweede editie van het jaarlijkse European Cyber Security Perspectives?rapport.

Met de European Cyber Security Perspectives publicatie krijgt u inzicht in de recente ontwikkelingen, initiatieven en successen op het gebied van cyber security, cyber crime en cyber resilience. In de nieuwe editie laat TNO onder meer haar licht schijnen op de actuele ?trends to watch? en de almaar toenemende rol van?threat intelligence in het cyber domein. Op aanvraag zijn ook gedrukte exemplaren beschikbaar.

Bronnen: Nu.nl

Dog the Bounty Hunter laat zijn digitale honden los

Geef een reactie

Dog

Dog the Bounty Hunter?(Duane Chapman, 61),?heeft social media ontdekt tijdens de jacht op War Machine (Jon Koppenhaver), een vechtsporter in de MMA (Mixed Martial Arts). En dat na 30 jaar werkervaring. De kranten koppen met titels als:?“Dog the Bounty Hunter” unleashes the digital dogs: “Facebook will get you!”. Zijn zoon nam het voortouw in deze?jacht?en nam papa mee in de moderne wereld om de voor mishandeling gezochte War Machine te pakken. Maar wel op een geheel eigen wijze, zoals zal blijken uit veel van onderstaande berichten:

Er stond uiteindelijk een beloning?van 20.000 dollar?op: ?

De TV show van Dog was een tijd?niet meer op TV, maar online kan hij zijn strijd voortzetten om voortvluchtigen op te sporen. Update: per sept 2014 is er toch een 2e serie:

Hieronder beschrijven hoe deze jacht verliep. ?Pornoster Christy Mack (23) werd op 8 augustus door haar “vriendje” War Machine letterlijk verbouwd en hij wilde haar aanranden. Hij had de sleutel van haar huis, maar zag haar met een ander (gekleed) in de slaapkamer toen hij binnenkwam. War Machine checkte ook haar telefoon toen hij haar mishandelde en sloeg haar elke keer?als hij iets op Instagram of Twitter van haar zag wat hem niet beviel.?Zij verloor haar bewustzijn maar kon ternauwernood, meer dood dan levend, ontsnappen. Binnen een?paar dagen had?”The Dog”?Facebook en Twitter ontdekt in zijn jacht en vroeg hij de massa mee te helpen. De naam War Machine klinkt natuurlijk al afschrikwekkend, maar Jon Koppenhaver werd ook als zeer gevaarlijk gezien, niet alleen vanwege zijn vechtkunsten, maar ook zijn strafblad. Terwijl hij toen in de bak zat hield hij een blog bij waarin hij nota bene geweld tegen vrouwen verafschuwde:

As I write this, there is one guy in here for slapping his wife, one here for yelling at his wife, and one here for beating some guy’s a__ that disrespected his wife. WTF!? If your wife is being a b____ you can’t slap her, if your wife is yelling at you, God forbid you yell back, and if some a__hole hurts your wife, you can not protect her! LMFAO! What in the F__K! is REALLY going on!? Next thing you know it will be illegal to f__k your wife! This country forces you to be a b___h!

En binnen 24 uur na het incident met Christy Mack gaf hij op Twitter alvast aan dat hij niet schuldig was:

Dog the Bounty Hunter had de jacht op geheel eigen wijze geopend en twitterde:

.@WarMachine170 better 2Give All You Excuses To The Judge ..you got 24 hrs to turn your self in or I am Coming After YOU.!#CMTDogAndBeth ? Duane Dog Chapman (@DogBountyHunter) August 12, 2014

Dit resulteerde in een vlaag van boze Twitter-gebruikers aan de kant van Mack, die heftige?foto’s van het incident vrijgaf. De 23-jarige inwoner van Illinois zei dat ze oprecht geloofde dat ze zou sterven.

Hij vertelt?TMZ: “This is the first time that I’ve used social networks to hunt a guy down. And I’m telling you, now nobody else has a chance. I learned something new now. There’s a million people that will hunt you down. You have neighbours ive next door, people from state to state across america, Koria, Japan, … all over the world. This is incredible.” Hij heeft zichtbaar genoten: ?”The most incredible hunt I’ve ever seen. Everyone around the world knew he was running”.

Ze deed online haar eigen verhaal om een einde te maken aan alle geruchten en verhalen:

En dat ze niet zonder schade uit de strijd gekomen is, maakt ze duidelijk met de volgende tweet:

Ze krijgt veel steun online en War Machine zal een lastige tijd krijgen als hij veroordeeld wordt. We zullen hier de verwensingen die “Dog” Duane Chapman samen met zijn volgers nog nastuurde via Twitter maar achterwege laten.

Voor de liefhebbers hieronder nog het politie aangifte rapport dat het incident?iets duidelijker weergeeft dan de meeste nieuwsberichten en Twitter in dit geval (wees wel gewaarschuwd, want sommige passages?kunnen heftig zijn):

War Machine Summons and Complaint

Bronnen: Hollywood life, LAweekly, IBTimes

Social media SWOT: sterktes, zwaktes, kansen en bedreigingen

Geef een reactie

SOCIAL MEDIA SWOT ~met een twist~: Strengths, Weaknesses, Opportunties, Threats

Social media zijn booming, en zoals bij elke verandering zijn er voor- en tegenstanders. Voorstanders zweren bij social media en zien ongekende mogelijkheden: ?We zijn van alles op de hoogte, kunnen meepraten en hebben contact met de wereld?. Tegenstanders zien vooral de gevaren van social media: ?Hoe zit het met onze privacy? In het oerwoud aan social media raakt iedereen de weg kwijt, mensen zitten hele dagen op internet?. Als altijd ligt de waarheid in het figuurlijke midden. Om voor- en nadelen goed in kaart te brengen is een antieke methode in een nieuw jasje gestoken: een SWOT van social media.

De?definitie van social media?en de?relatie met web 2.0?is eerder uiteengezet en laten we hier achterwege.?Recent nog?zijn hier belangrijke kansen en risico?s benoemd.?Tijd voor een poging een vollediger overzicht te maken van de kansen, bedreigingen vanuit de sterktes en zwaktes van Social Media. Tijd voor een SWOT ~met een twist~: niet opgesteld vanuit een specifieke organisatie, maar eentje die uitgaat van sterktes en zwaktes van social media zelf en ingaat op kansen en bedreigingen die social media kunnen bieden. Hierop kunnen bedrijven, overheden, gemeenschappen en zelfs individuen vervolgens een specifieke strategie op baseren: hoe kun je die sterktes benutten, zwaktes wegpoetsen, kansen inkoppen en bedreigingen afdekken?

Dit deel gaat in op 8 sterktes van social media, welke in verband gezien kunnen worden met de zwaktes, kansen en bedreigingen die in 3 komende delenworden behandeld. Een?confrontatiematrix?wordt in dit verkorte artikel achterwege gelaten.


STERKTES
1. Altijd & Overal
Door de intrinsieke eigenschap van het internet is social media potentieel overal ter wereld en altijd (24/7) te gebruiken. Social media zijn plaats-en tijdonafhankelijk. In toenemende mate wordt deze potentie waarheid doordat internet steeds meer alomtegenwoordig (ubiquitous) is.
2. Laagdrempelig
Social media (en het internetgebruik in het algemeen) stellen tot op zekere hoogte steeds lagere eisen aan digitale vaardigheden, kennisniveau (oa mediawijsheid) en welvaart. De verbeterde gebruiksvriendelijkheid en lage kosten maken social media laagdrempelig en breed toegankelijk.
3. Snel
De snelheid van ontvangen neemt toe met de adoptie van breedband en mobiel internet. Nu kan je overal en op elk moment informatie en communicatietoepassingen gebruiken. Waar eerder asynchrone communicatie zoals e-mail en nieuwsgroepen overheersten faciliteren social media vele vormen van instantane (real time) communicatie. Niet alleen door snellere internetverbindingen maar ook doordat men in ?de cloud? communiceert, in plaats van tussen twee partijen, kan razend snelle data en informatie-uitwisseling plaatsvinden tussen grote groepen.
4. Direct
Door social media kunnen individuen heel gericht en tegelijkertijd op grote schaal bereikt worden. Dit is uniek aan het medium, iets dat met traditionele media bijna onmogelijk of veel te kostbaar is. Social media maken de wereld in ??n keer plat (zoals oa. beschreven in ?The World is flat? of ?Easycratie?), waardoor hi?rarchieloze en directe communicatie mogelijk is. Iedereen kan met elkaar in contact komen. Social media faciliteren het vinden van, en direct communiceren met wie je wilt.
5. Transparant
Doordat informatie beter te vinden is, is de wereld transparanter geworden. ?Eerlijkheid duurt het langst? lijkt steeds meer op te gaan, doordat alles wat op internet, en met name in social media, gebeurt sporen nalaat. Bovendien is bij social media het adagium delen belangrijker dan bezitten, waardoor vrijwel alles dat gepubliceerd wordt (en steeds vaker ook wat geconsumeerd wordt) gedeeld wordt. Hiermee lijkt informatie gemeengoed te zijn geworden.
6. Rijk en divers
Het palet aan?informatie-en communicatievormen?is enorm toegenomen. Nieuwe modaliteiten ontstaan (naast tekst, beeld, video en spraak nu bijvoorbeeld metgebaren) om informatie te cre?ren, te consumeren en met elkaar te communiceren. Hierdoor wordt het medium rijker en zijn mensen beter in staat op?natuurlijke wijze?met elkaar in contact te staan.
7. Dialoog
Middels social media kan laagdrempelig en (vrijwel) kosteloos een dialoog worden aangegaan. Communicatie verschuift voor velen van zenden naar twee- maar ook naar multi-weg communicatie.
8. Persoonlijk
Individuen en organisaties zijn heel gericht, maar tegelijkertijd ook op grote schaal te bereiken. Dit is uniek aan een sociaal medium, iets dat met traditionele media bijna onmogelijk of veel te kostbaar is. Bovendien zijn individuen en organisaties niet alleen te bereiken, maar kan er op een laagdrempelige manier een dialoog gevoerd worden (tweeweg communicatiekanaal). Persoonlijk en gepersonaliseerd gaan hierin samen: je kunt niet alleen informatie op maat brengen, maar ook beter communicatie op maat met elkaar voeren, met gevoel. Het is ook mogelijk om dergelijke individuele communicatie op te schalen, maar hier worstelen veel organisaties nog mee.

ZWAKTES
1. Intensiteit
Doordat internet en social media altijd en overal gebruikt kunnen worden ligt ineffici?nt gebruik op de loer met oa. productiviteitsverlies als gevolg. Het sociale aspect brengt (ogenschijnlijke) verwachtingen en sociale druk met zich mee, en dat in een hoeveelheid en onophoudelijk tempo dat (te) veel aandacht kan vergen, en zelfs stress.
2. Toegangsdrempel
Hoewel internet voor bijna iedereen toegankelijk is, zijn er nog steeds groepen die een hogere toegangsdrempel kennen in het gebruik ervan. Dit kan oa te maken hebben met gebrek aan randapparatuur (PC, telefoon, mobiel of draadloos netwerk), restricties in het gebruik op bijvoorbeeld het werk, thuis (tieners), met politiek beleid (China) of met een handicap (oa verstandelijk of motorisch).
3. Snel veranderlijk
Groeiende technologische mogelijkheden?(toekomstig internet) en de transparantie (open innovatie) hebben als gevolg dat het social media landschap in hoog tempo veranderd. Er komen steeds meer oplossingen bij, met nieuwe gevaren en mogelijkheden. Voordat een social media toepassing helemaal geland is en ook bij de latere adopters terecht kan komen en voordat beleid, en wet en regelgeving zijn afgestemd, zijn er al vele nieuwe en andere toepassingen gelanceerd.
4. Overload
Door de omvang van het social media landschap, de intensiteit (snelheid, directheid, hoeveelheid) en door de verspreidheid (vele verschillende social media) is er voor individuen en organisaties al snel sprake van een?overload?aan informatie en communicatie.?Statistieken?tonen aan dat er nu elke week exabytes geproduceerd worden; meer dan alle data die een paar jaar geleden op het internet in totaliteit aanwezig was. De toename van social media gebruik is hierin de belangrijkste oorzaak.
5. Transparant
Digitale sporen, je sociale netwerk en identiteit zijn steeds eenvoudiger traceerbaar. Dit komt onder andere doordat internet activiteiten gekoppeld worden aan identiteiten in sociale netwerken, en het aantal toepassingen groeit dat gegevens uit diverse bronnen koppelt en aggregeert. Het is bijzonder moeilijk geworden om bijvoorbeeld je digitale sporen uit te wissen, onwenselijke content te verwijderen of je persoonlijke gegevens te beschermen. Het is daarnaast moeilijker geworden om te bepalen wie eigenaar is van informatie.
6. Decentraliteit
Ondermeer?door de?empowerment?van het individu in organisaties en gemeenschappen maken social media?centrale aansturing?en formele uitingen lastig. De consistentie van de boodschap dreigt verloren te gaan doordat iedereen via social media de mogelijkheid heeft ?zijn zegje? te doen. Broadcasting verliest aan kracht en veel mensen zijn niet meer volledig ge?nformeerd door de overload aan informatie.
7. Onvolwassen
Hoewel we al best lang digitaal met elkaar communiceren en informatie uitwisselen, kent digitale communicatie nog steeds tekortkomingen, met miscommunicatie als gevolg. Daarnaast zijn de netwerken, computers, en software waar social media van afhankelijk is in veel gevallen nog niet robuust genoeg; de technologie is nog relatief onvolwassen. Spraak krijgt op veel netwerken nog steeds voorrang op dataverkeer, social media diensten zijn vluchtig en onvoorspelbaar en een plaatsvervanger is snel ge?ntroduceerd. Daarnaast is wet- en regelgeving nog niet voldoende afgestemd op de mogelijkheden van social media.
8. Waarde onduidelijk
Waarde in de volledige breedte (voor alle betrokkenen) wordt nog nauwelijks onderzocht. Een kosten-baten analyse voor ??npartij is al moeilijk te maken, laat staan de maatschappelijke waarde. Toch zijn op diverse deelaspecten van waarde steeds meer inzichten over hoe je dit kunt meten en bewijzen van wat het kan opleveren.

KANSEN
1. Bereik
Niet alleen door het aantal mensen dat actief is middels social media is het bereik toegenomen, het bereik is ook effectiever geworden doordat informatie en communicatie snel en vrij direct door sociale netwerken stroomt om de juiste personen te bereiken. Principes als?six degrees of seperation?worden door sociale netwerken en social media sneller en eenvoudiger benut. Daarnaast wordt het bereik versterkt doordat social media veel breder en eenvoudiger toegankelijk zijn zodat je vanuit elke plek ter wereld altijd dit krachtige bereik kan benutten.
2. Vereniging
Door social media kunnen mensen effici?nter en effectiever dan ooit hun krachten bundelen. Hoe groot de impact van deze gebundelde kracht is, is inmiddels meermaals gebleken hebben diverse bedrijven en overheden ondervonden. De kracht van gebundelde kennis en vaardigheden (wisdom of the crowd en crowdsourcing) verandert hoe organisaties, de overheid en de maatschappij acteren.?Voorbeelden zijn onder andere Nestl??sKitKat-case, veranderde waardeketens (Encyclopedia Brittanica vs Wikipedia) en zelfs de omslag in een land (revolutie in Tunesi?). Tevens is duidelijk geworden dat een massa amateurs niet onderdoet voor professionals (Pro-Am revolution).
3. Involveren
Social media maakt het voeren van een dialoog mogelijk, en dit kun je nog verder doortrekken (denk aan?cocreatie?en zie onder andere de?participatieladder). Tweeweg verkeer is voor veel organisaties en individuen al een nieuwe kans, maar nadat er verbinding is gelegd en de communicatie op gang is gekomen ontstaan er hogere doelen zoals het involveren van alle belanghebbenden of ?betrokkenheid?. Social media maken het mogelijk de massa op allerlei manieren te betrekken bij processen waarbij dit voorheen ondenkbaar was.
4. Be?nvloeding
De invloed die organisaties en opinieleiders voorheen hadden, ondermeer door de onwetendheid van de massa, verminderd door social media. De massa kan zichzelf beter informeren en kan gemakkelijk zijn mening aan de wereld kenbaar maken en be?nvloedt elkaar (social contageon). Bovendien kan incorrecte, of gekleurde informatie gecorrigeerd worden.
5. Nieuwe waardeketens
Social media bieden mogelijkheden voor nieuwe samenwerkingsverbanden, sociale innovatie en voor technologische innovatie. Er is een trend richting open innovatie gaande, er zijn veranderende relaties tussen stakeholders. Social media hebben geleid tot transparantie en?open data, hebben de drempel tot deelname in een waardeketen verlaagd, en bieden mogelijkheden voor niches (Longtail). Dit levert nieuwe businessmodellen op.
6. Empowerment
Social media geven individuen de mogelijkheid eenvoudig en (vrijwel) kosteloos te communiceren met de wereld. Hiermee geven social media veel macht aan individuen op diverse gebieden, zoals zorg (patient empowerment), energie (prosumers) en veiligheid (zelfredzaamheid). Door vereniging bieden social media bovendien de mogelijkheid om een gezamenlijke vuist te vormen.
7. Veranderlijk
Het snel veranderende karakter van het social media landschap maakt dat organisaties, maar ook individuen zich kunnen onderscheiden door als eerste gebruik te maken van nieuwe mogelijkheden.
8. Waarde creatie
Social media bieden de mogelijkheid om een relatie aan te gaan met derden en hiermee waarde voor elkaar te cre?ren. Door de dialoog aan te gaan kan informatie gedeeld worden, argwaan en frustratie weggenomen worden, en idee?n kunnen gedeeld worden.

BEDREIGINGEN
1. Miscommunicatie
Onder andere door informatie overload, vertalingen, inkortingen en incomplete informatie, maar ook door te snelle communicatie (slordigheid waardoor nuance mist, gebrek aan compenseren van gemiste non-verbale communicatie) ontstaat miscommunicatie, waardoor onterechte conclusies worden getrokken. Door de snelheid kan (te) snel gereageerd worden, waardoor grote onterechte discussies gevoerd worden die kunnen ‘exploderen’.
2. Digitale kloof
De??Digital Divide??verwijst naar het groter wordende verschil tussen early adopters en late followers in ICT-gerelateerde innovaties. Deze kloof wordt in Nederland kleiner, maar is wereldwijd gezien nog fors. De oorzaak van deze ?kloof? ligt in faciliteiten, maar ook in de vaardigheden, interesse en motivatie om de vernieuwde mogelijkheden eigen te maken.?De gevolgen?worden potentieel groter als de interactie meer digitaal plaatsvindt (denk aan online stemmen, financi?le transacties, reizen boeken en de overgang op?e-books).
3. Chaos
Daar waar klassieke media goed te beheersen zijn, kan niemand kan social media besturen en het doet denken aan een anarchie. Er is geen centrale aansturing in het oerwoud van social media en met de mierenhoop aan mensen is communicatie niet meer in handen is van de organisatie, of overheid. Soms zijn het georganiseerdezwermen, maar overwegend lijkt het chaos waardoor effectief gebruik zich moeilijk laat voorspellen.
4. Geen controle
Doordat iedereen empowered is door social media en doordat individuen zich gemakkelijk(er) kunnen verenigen en anderen kunnen be?nvloeden komt controle in het geding. Verenigen via social media kan nadelige en zelfs gevaarlijke gevolgen hebben doordat ook diegene met slechte bedoelingen gemakkelijker de krachten bundelen. Daarnaast wordt (over)empowerment regelmatig onderschat en kan ??n bericht heel wat schade teweeg brengen.
5. Misbruik
Kwaadwillenden kunnen social media op veler wijzen misbruiken om zichzelf daarmee te verrijken. Misbruik van social media kan inbreuk betekenen op voorwaarden van social media aanbieders (zoals??scraping?), wetgeving (o.a. privacy en auteursrecht) of ongeschreven normen en waarden (o.a.?user profiling). Dit misbruik kan gaan over content, persoonsgegevens of je sociale netwerk, en is allemaal het gevolg van transparantie zoals o.a.pleasrobme?duidelijk maakt. Hoewel getracht wordt misbruik te minimaliseren door middel van wet- en regelgeving (en?jurisprudentie), wordt deze bedreiging alsmaar groter.
6. Sociobesitas
Het internet speelt een steeds belangrijkere rol in ons leven en social media heeft deze trend versterkt. Naast?infobesitas?voegt social media een sociale component toe, die vraagt om overal en altijd online zijn. Wanneer de mogelijkheden van social media tot het uiterste worden gedreven, gaat dit ten koste van effici?ntie en?gezondheid.
7. Zeepbel
Voor velen is het onduidelijk wat social media te bieden hebben, en er is veel hausse en hype. Eerst hoorde je er niet bij als individu of bedrijf als je niet een plekje had inSecond Life, nu moet je op?Facebook?aanwezig zijn en zonder?Twitter-account tel je niet mee. De snelle veranderingen leveren onzekerheden op ten aanzien van investeringen in tijd en geld. Is bijvoorbeeld Facebook duurzaam of uiteindelijk een zeepbel?
8. Be?nvloeding
Direct gevolg van de empowerment van personen en de community, en van de afname aan controle,?is het risico op waardedestructie. Iedereen kan informatie (correct, dan wel incorrect) via social media de wereld insturen, zonder dat dit veel geld of moeite kost (virals, zoalsslacktivisme). Gevolg hiervan is dat schade aangericht kan worden aan (rechts)personen en instanties, zoals imagoschade (Nestl??KitKat-case), boycot (Telegraaf?of?BP), of zelfs het ten gronde brengen van een organisatie (val van?DSB) of regering (revolutie in Tunesi?).

Chat

Geef een reactie

chat_icon

Bij chatten?(kletsen) wissel je online korte zinnen uit in een chatbox.?Omdat we nu eenmaal sneller denken en spreken dan we kunnen tikken zijn er allerlei eigenheden aan chatsessies, zoals het gebruik van?internetjargon, afkortingen en?smileys of emoticons genoemd (zoals?:-)?dat betekent dat iemand blij is).?Jongeren gebruiken bij de spelling een soort breezertaal.?Chatters hebben vaak een bijnaam (nick) die hun (vaak gewenste) persoonlijkheid weergeeft. Chatten is ook gevaarlijk. Dat leuke meisje van dertien aan de andere kant kan heel wel een viespeuk van tachtig zijn die op kleine kinderen valt. In het buitenland wordt chat ook gebruikt in de opsporing. Zo zijn ooit 230 kinderen gered?uit handen van een internetpedofielenclub met 70.000 (!) leden uit dertig verschillende landen. Uit dit netwerk werden 184 mensen gearresteerd, en Europol blijft op zoek naar meer vermiste kinderen. De groep maakte ook gebruik van illegale chatrooms. Zo ook Engelse pedofiel ?Cox?. Via hem kwam de politie op het spoor van nog eens eenendertig kinderen. De jongste hiervan was twee maanden oud.

Kansen en gevaren

Chatten is niet zonder gevaren. Vele jonge kinderen wisselen gemakkelijk persoonlijke informatie uit, maar de persoon aan de andere kant van de computer is niet altijd wie hij zegt te zijn. Vaak passen deze mensen ook hun taal aan zodat ze niet door de mand vallen.?Pedofielen?maken gebruik van het internet om contact te leggen met kinderen.

Hoewel chat is geassocieerd met interactie tussen consumenten onderling, is het steeds meer ingezet als communicatiekanaal tussen bedrijven en hun klanten (B2C,?business-to-customer). Hiermee krijgt een bezoeker van een website direct en live ondersteuning. Dit in tegenstelling tot de?telefoon?of?e-mail. Onderzoek van TNO toonde aan dat het gebruik van chat op de?helpdesk?effici?nter is dan het gebruik van telefoon of e-mail. Ook binnen bedrijven gebruiken de chat steeds vaker om kennis tussen medewerkers uit te wisselen en bijvoorbeeld de?CEO?direct te laten praten met grote groepen medewerkers wereldwijd. Zeker wanneer medewerkers op veel verschillende locaties werkzaam zijn, is dit een effici?nte en goedkope manier om te vergaderen. Chat was ook wel bekend onder de namen IRC en Multi-User Dungeons (MUDs), en, maar ook in instant messaging programma’s kon je in chatgroepen meedoen zoals ICQ, MSN messenger en AOL instant messenger,

Rechercheur geeft antwoord in een chatbox

De Politie chat met jongeren over loverboys: er zijn veel vragen over aangifte doen en het is een extra middel om contact te maken.?Ik denk dat mijn vriendin in de ban is van een loverboy, wat kan ik het beste doen? Het is een vraag die gistermiddag meerdere keren voorbij kwam tijdens de eerste chatsessie op de nieuwe website http://vraaghetdepolitie.nl. Met de site, gericht op jongeren, hoopt de politie beter met hen in contact te komen.?We houden deze eerste chatsessie bij de politie RotterdamRijnmond, omdat deze veel kennis heeft van loverboypraktijken , vertelt medewerkster Renate van der Burg. Door anoniem in contact te kunnen treden bestaat de kans dat slachtoffers nu wel dingen aan de politie durven te vragen. Mochten de rechercheurs vermoeden dat er meer achter de vraag zit, dan kunnen zij een priv?-chat aangaan, en eventueel een onderzoek starten.?Internetrechercheur Maurice, gespecialiseerd in zaken rondom loverboys, zegt al tijdens deze eerste sessie een dergelijk geval te hebben. Ik ga hier morgen op mijn gemak even mee verder. We willen graag direct contact met slachtoffers, dit doen we sowieso al met socialmedia, zoals Twitter en Facebook, maar deze chat is weer een ander laagdrempelig middel.?Samen met collega Amber probeert hij zo uitgebreid mogelijk de vragen die worden afgevuurd te beantwoorden. Deze lopen uiteen van wat is het verschil tussen een loverboy en een lief vriendje? tot ik moest vijf jaar terug tegen mijn wil seks hebben, kan ik nog aangifte doen? Amber: We proberen zo goed mogelijk raad en informatie te geven, maar vaak moeten slachtoffers zelf de eerste stap zetten. Dat is vaak het lastige aan dit onderwerp.?Accepteer geen vriendschappen op Facebook en Hyves van mensen die je niet kent. Het kan een loverboy zijn.?Inloggen op de chatbox is sowieso anoniem, maar medewerkers van de politie kunnen daarnaast ook een priv?-gesprek aangaan met een deelnemer.

Politie als digitale vraagbaak
Tijdens de eerste chatsessie op http://vraaghetdepolitie.nl is het nog niet enorm druk, maar dat is volgens Renate van der Burg, medewerker van de site, niet erg. We gaan komende tijd meer bekendheid aan de site geven. Onder meer door middelbare scholen mee te laten werken. Wanneer er op een school iets heftigs is gebeurd, zoals een steekpartij, dan kan bijvoorbeeld de wijkagent plaatsnemen achter de computer om met de leerlingen te chatten. Het is voor het eerst dat de politie op deze schaal een aparte site met chatbox inzet om met jongeren in contact te treden. De regio Limburg Zuid doet dit al een tijdje op kleinere schaal. Nu tillen we het landelijk.

De eerste chatsessie wordt in Rotterdam gehouden, omdat daar veel expertise zit op het gebied van de aanpak van loverboy-praktijken. We kijken hoe goed dit uitpakt en gaan dan opzoek naar andere onderwerpen die bij jongeren leven, zoals alcohol, pesten, drugs en het verkeer. Vervolgens kijken we welke medewerkers van welk korps hier het best aan kunnen deelnemen.

Internationale voorbeelden

In het buitenland wordt chat ook gebruikt in de opsporing. Zo schoot een 19 jarige man uit Nebraska zichzelf dood terwijl hij in een videochat zat. Het bleek een ongeluk en niet een bewuste actie te zijn, maar toch werd onderzocht of het nu zelfmoord was of dat de webchat er iets mee te maken had. De politie monitoort chats ook om tieners van een zelfmoord te behoeden. Zo zijn op het laatste moment 12 mensenlevens gered door kordaat optreden van de politie. Maar natuurlijk worden vele andere misdaadvormen ook via chat georganiseerd.

In Piedmont moet een prominente dokter zich verantwoorden voor aanranding die hij via internet chats georganiseerd had, waarbij hij zich voordeed als een jong meisje. Ook andere mannen werden kort daarna gearresteerd op verdenking van illegale prostitutie. Sommige mannen zijn actief vanaf hun werk. Een man uit Springfield?was aan het chatten over “sexually explicit” content met een undercover agent en had het over perverse onderwerpen en liet zijn zaakje vervolgens over de webcam zien.?Een vader uit Ottowa bood zelfs zijn zoon van 7 aan voor sexuele diensten via een chatroom aan andere mannen.?Maar ook een ” rookie” agent uit New York (Suffolk) is gearresteerd voor sexueel getinte chats terwijl hij aan het chatten was met een “undercover” agent die zich als jong meisje voordeed (een zgn. “online sting operation”).

De politie surveilleert al enige jaren gerichter chatrooms af op jacht naar pedofielen. De Engelse politie werkt hierin samen met?Australi?, Canada and de Verenigde Staten om gezamenlijk de internet chat rooms te patrouilleren in een zogenaamde ” International Virtual Global Taskforce“?.

Maar ook andere vermeende delicten waarover wordt gekletst in chatrooms heeft de aandacht van de politie. Zo heeft de politie extra gepatrouilleerd bij de Jackson County school (Georgia) nadat eerder diverse mensen op internet chatrooms een schietpartij bespraken.

Bronnen: Wikipedia,?Metro(30 aug 2011), Metro (17 maart 2011,?Predators op pedoweb bij bosjes gearresteerd, Niels Rigter)

ICQ

Geef een reactie

Icq-logoHet instant messaging-programma ICQ ? dat in 1996 werd gelanceerd ? groeide in korte tijd uit tot een social medium met tientallen miljoenen gebruikers over de hele wereld. Waaronder criminelen. Identiteit deed er niet toe. Je was slechts een nummer. In de geruchtmakende Zandvoortse Kinderpornozaak bleek al snel dat de vermoorde verdachte Gerry U. onder meer gebruikmaakte van ICQ om kinderporno te verspreiden. ICQ bestaat nog steeds ? het is bijvoorbeeld heel populair in Rusland ? en de criminele mogelijkheden dus ook. Zo werden in 2011 in ICQ getoonde advertenties gebruikt om systemen te infecteren via een nieuwe nep-virusscanner. Het Russische antivirusbedrijf Kaspersky Lab ontving talloze meldingen van computers die met het zogenoemde Antivirus 8 waren besmet. Door deze scareware kregen gebruikers valse pop-ups te zien, zelfs als de computer niet actief werd gebruikt. Verder onderzoek wees uit dat de pop-ups via ICQ werden getoond. Ook nieuw was de modus operandi. Op de een of andere manier waren de criminelen erin geslaagd om het te laten lijken dat hun eigen server was gehackt, zodat ze altijd zouden kunnen beweren nergens van te weten.

Bronnen: Security.nl?(nep virusscanner ICQ), NRC Handelsblad?(zaak Zandvoort)