Identificación de comportamiento criminal utilizando la informática forense en redes sociales
Autores: Ashraf, Noorulain; Mahmood, Danish; Obaidat, Muath A.; Ahmed, Ghufran; Akhunzada, Adnan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Identificación de comportamiento criminal utilizando la informática forense en redes sociales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Necesidades humanas
Comportamiento
Entorno
Redes sociales
Detección
Modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Las necesidades humanas consisten en cinco niveles, que son: necesidades fisiológicas, necesidades de seguridad, necesidades de amor, necesidades de estima y autorrealización. Todas estas necesidades conducen al comportamiento humano. Si el entorno de una persona es positivo, se desarrolla un comportamiento saludable. Sin embargo, si el entorno de la persona no es saludable, puede reflejarse en su comportamiento. Las máquinas son lo suficientemente inteligentes como para imitar la inteligencia humana mediante el uso de técnicas de aprendizaje automático e inteligencia artificial. En la era moderna, las personas tienden a publicar eventos de su vida cotidiana en las redes sociales en forma de comentarios, imágenes, videos, etc. Por lo tanto, las redes sociales son una forma significativa de conocer ciertos comportamientos de las personas, como comportamientos abusivos, agresivos, frustrados y ofensivos. La detección de comportamientos mediante el rastreo del perfil de redes sociales de una persona es una idea crucial e importante. El desafío de la detección de comportamientos puede resolverse aplicando la informática forense en los perfiles de redes sociales, que implica técnicas de procesamiento del lenguaje natural y aprendizaje profundo. Este artículo se basa en el estudio del estado del arte sobre la detección de comportamientos, y basándose en la investigación, se propone un modelo para la detección de comportamientos. El modelo propuesto superó con un puntaje F1 del 87% en la clase unigrama + bigrama, y en la clase bigrama + trigrama, obtuvo un puntaje F1 del 88% en comparación con los modelos aplicados en el estado del arte. Este estudio es de gran beneficio para las agencias de ciberdelitos y ciberseguridad al preseleccionar los perfiles que contienen ciertos comportamientos para prevenir crímenes en el futuro.
Descripción
Las necesidades humanas consisten en cinco niveles, que son: necesidades fisiológicas, necesidades de seguridad, necesidades de amor, necesidades de estima y autorrealización. Todas estas necesidades conducen al comportamiento humano. Si el entorno de una persona es positivo, se desarrolla un comportamiento saludable. Sin embargo, si el entorno de la persona no es saludable, puede reflejarse en su comportamiento. Las máquinas son lo suficientemente inteligentes como para imitar la inteligencia humana mediante el uso de técnicas de aprendizaje automático e inteligencia artificial. En la era moderna, las personas tienden a publicar eventos de su vida cotidiana en las redes sociales en forma de comentarios, imágenes, videos, etc. Por lo tanto, las redes sociales son una forma significativa de conocer ciertos comportamientos de las personas, como comportamientos abusivos, agresivos, frustrados y ofensivos. La detección de comportamientos mediante el rastreo del perfil de redes sociales de una persona es una idea crucial e importante. El desafío de la detección de comportamientos puede resolverse aplicando la informática forense en los perfiles de redes sociales, que implica técnicas de procesamiento del lenguaje natural y aprendizaje profundo. Este artículo se basa en el estudio del estado del arte sobre la detección de comportamientos, y basándose en la investigación, se propone un modelo para la detección de comportamientos. El modelo propuesto superó con un puntaje F1 del 87% en la clase unigrama + bigrama, y en la clase bigrama + trigrama, obtuvo un puntaje F1 del 88% en comparación con los modelos aplicados en el estado del arte. Este estudio es de gran beneficio para las agencias de ciberdelitos y ciberseguridad al preseleccionar los perfiles que contienen ciertos comportamientos para prevenir crímenes en el futuro.