Автоматизированная система поможет бороться с нелегальной продажей слоновой кости
Исследователи из Кентского университета разработали новую автоматизированную систему интеллектуального анализа данных, которая может привести к значительному увеличению выявления потенциально нелегальных онлайн-продаж слоновой кости через eBay.
Ожидается, что правоохранительные органы и природоохранные организации будут использовать эту систему, созданную специалистами из Центра кибербезопасности университета, в своей борьбе с незаконной торговлей слоновой костью.
В настоящее время идентификация нелегальной слоновой кости, продаваемой онлайн, — это трудоемкая, утомительная и дорогостоящая задача даже для экспертов.
Поиск товаров, помеченных как «слоновая кость», выдает множество предметов, включая платья для свадьбы цвета слоновой кости, что делает задачу по отслеживанию незаконных продуктов похожей на поиск иголки в стоге сена. Кроме того, преступники обычно избегают использования термина «слоновая кость», чтобы обойти онлайн-запреты.
Однако исследование доктора Дэвида Робертса и доктора Хулио Эрнандеса-Кастро показывает, как автоматизированная система может имитировать экспертную классификацию потенциально нелегальной слоновой кости человеком, но с гораздо меньшими затратами и в тысячи раз быстрее.
Исследование, опубликованное в журнале PeerJ Computer Science, демонстрирует, как команда использовала «алгоритм машинного обучения с высокой пропускной способностью» для «чтения» компьютерной информации, лежащей в основе объявлений на eBay.
В рамках исследования два эксперта вручную классифицировали предметы, выставленные на продажу в антикварном разделе eBay, определяя тип слоновой кости и её потенциальную легальность или нелегальность.
Классификации, полученные экспертами, сравнили с результатами системы интеллектуального анализа данных, которая использовала меньше информации (не обращаясь к описаниям товаров или связанным с ними изображениям).
Результаты показали, что новая автоматизированная система может воспроизводить успех экспертов-людей с точностью 93%, и что этот показатель увеличился бы при добавлении большего объема данных, например, изображений.
Команда продолжит работу над дальнейшим развитием системы для её запуска.