Mineração de dados aplicada à segurança pública: uma revisão sistemática no contexto brasileiro
DOI:
https://doi.org/10.34117/bjdv12n4-004Keywords:
mineração de dados, segurança pública, aprendizado de máquina, análise espacial, revisão sistemáticaAbstract
O crescimento acelerado do volume de dados tem tornado a tomada de decisão em segurança pública cada vez mais complexa e desafiadora, exigindo o uso de técnicas avançadas de análise. Esta revisão sistemática examina 33 estudos publicados entre 2017 e 2024, coletados nas bases CAPES, IEEE Xplore, Web of Science e ACM Digital Library, com o objetivo de investigar como a mineração de dados tem sido aplicada no contexto da segurança pública brasileira. A análise permitiu identificar quatro áreas principais de aplicação: análise espacial, análise de crimes, reconhecimento de padrões e análise de documentos. Entre os algoritmos mais utilizados, destacam-se Random Forest e K-Means, evidenciando a preferência por métodos de aprendizado supervisionado e não supervisionado. Os resultados apontam avanços importantes na área, mas também revelam lacunas regionais, limitações metodológicas e desafios éticos, especialmente no que diz respeito à transparência e interpretabilidade dos modelos. Dessa forma, a revisão contribui para orientar futuras pesquisas e o desenvolvimento de políticas públicas mais eficazes e baseadas em dados.
References
ALVES, L. G.; RIBEIRO, H. V.; RODRIGUES, F. A. Crime prediction through urban metrics and statistical learning. Physica A, n. 505, p. 435–443, 2018.
AMORIM, B. D. S. P.; FIRMINO, A. A.; BAPTISTA, C. D. S.; JÚNIOR, G. B.; PAIVA, A. C. D.; JÚNIOR, F. E. D. A. A machine learning approach for classifying road accident hotspots. ISPRS International Journal of Geo-Information, v. 12, n. 6, p. 227, 2023.
ANJOS JUNIOR, O. R.; LIMA, R. O.; LOMBARDI FILHO, S. C.; DE ALMEIDA, A. T. C.; DE BRITO RAMALHO, H. M. Padrões de concentração espacial de roubos de automóveis em municípios da grande João Pessoa a partir de técnicas de aprendizado de máquinas. Teoria e Prática em Administração, v. 11, n. 2, p. 28–45, 2021.
Araújo, A., Jr., Cacho, N., Bezerra, L., & Vieira, C. (2018). Towards a Crime Hotspot Detection Framework for Patrol Planning. 2018 IEEE 20th International Conference on High Performance Computing and Communications; IEEE 16th International.
ARAÚJO, A.; JR., CACHO, N.; BEZERRA, L.; VIEIRA, C. Towards a Crime Hotspot Detection Framework for Patrol Planning. In: 2018 IEEE 20th International Conference on High Performance Computing and Communications; IEEE 16th International, 2018.
BASILIO, M. P.; BRUM, G. S.; PEREIRA, V. A Model of Policing Strategy Choice: The integration of the Latent Dirichted Allocation (LDA) method with ELECTRE I. Journal of Modelling of Management, v. 15, n. 3, p. 849–891, 2020.
BASILIO, M. P.; PEREIRA, V.; BRUM, G. Identification of operational demand in law enforcement agencies: An application based on a probabilistic model of topics. Data Technologies and Applications, v. 53, n. 3, p. 333–372, 2019.
BIRKS, D.; COLEMAN, A.; JACKSON, D. Unsupervised identification of crime problems from police free-text data. Crime Science, v. 9, n. 1, p. 18, 2020.
BOTELHO, L. L. R. et al. O método da revisão integrativa nos estudos organizacionais. Gestão e Sociedade, v. 5, n. 11, p. 121–136, 2011.
CASTRO, U. R. M.; RODRIGUES, M. W.; BRANDÃO, W. C. Predicting Crime by Exploiting Supervised Learning on Heterogeneous Data. Proceedings of the 22nd International Conference on Enterprise Information Systems (ICEIS 2020), v. 1, p. 524–531, 2020.
CATLETT, C.; CESARIO, E.; TALIA, D.; VINCI, A. A data-driven approach for spatio-temporal crime predictions in smart cities. In: 2018 IEEE International Conference on Smart Computing (SMARTCOMP), 2018, p. 17–24. IEEE.
CHANEY, S. P.; MATIAS, J. A. S.; NUNES, F. C. F., JR.; SILVA, T. L. C.; MACÊDO, J. A. F.; MAGALHÃES, R. P.; QUEIROZ, J. F.; NETO; SILVA, W. C. P. Improving the Creation of Hot Spot Policing Patrol Routes: Comparing Cognitive Heuristic Performance to an Automated Spatial Computation Approach. ISPRS International Journal of Geo-Information, 2021.
CHRISTOPH, M. Interpretable machine learning: A guide for making black box models explainable. Leanpub, 2020.
COELHO, J. V. V.; DE SOUZA SILVA, J.; DE ARAÚJO, A.; CACHO, N.; LOPES, F.; DE MEDEIROS, J. A. A predictive service for highway hotspot policing. In: 2020 IEEE International Smart Cities Conference (ISC2), Sept. 2020, p. 1–7. IEEE.
EDUARDO, C. J.; BRIAN, J.-L.; JÔNATAS, B. L. et al. Análise de métodos para agrupamento de cargas elétricas em redes de distribuição de grande porte usando sistema de informação geográfica. In: Congresso Brasileiro de Automática-CBA, v. 3, 2022.
FALADE, A. et al. Systematic literature review of crime prediction and data mining. Review of Computer Engineering Studies, v. 6, n. 3, 2019.
FARIAS, A. M. G.; CINTRA, M. E.; FELIX, A. C.; CAVALCANTE, D. L. Definition of strategies for crime prevention and combat using fuzzy clustering and formal concept analysis. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, v. 26, n. 3, p. 429–452, 2018.
FERREIRA, A.; FELIPUSSI, S. C.; PIRES, R.; AVILA, S.; SANTOS, G.; LAMBERT, J.; HUANG, J.; ROCHA, A. Eyes in the Skies: A Data-Driven Fusion Approach to Identifying Drug Crops from Remote Sensing Images. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 12, n. 12, dez. 2019.
FERREIRA, F.; DUARTE, J.; UGULINO, W. Automated statistics extraction of public security events reported through microtexts on social networks. In: Proceedings of the XVIII Brazilian Symposium on Information Systems, p. 1–7, 2022.
FIRMIANO, A.; SILVA, T. L. C. Identifying Duplicate Police Reports. 2021 20th IEEE International Conference on Machine Learning and Applications (ICMLA), 2021.
FLOR, T. O. et al. Revisões de literatura como métodos de pesquisa: aproximações e divergências. Plataforma Espaço Digital. Anais do VI CONAPESC, p. 24, 2021.
FLORENTINO, E. S.; GOLDSCHMIDT, R. R.; CAVALCANTI, M. C. Identifying Suspects on Social Networks: An Approach based on Non-structured and Non-labeled Data. Proceedings of the 23rd International Conference on Enterprise Information Systems (ICEIS 2021), v. 1, p. 51–62, 2021.
GARCÍA-ZANABRIA, G.; RAIMUNDO, M. M.; POCO, J.; NERY, M. B.; SILVA, C. T.; ADORNO, S.; NONATO, L. G. CriPAV: Street-Level Crime Patterns Analysis and Visualization. IEEE Transactions on Visualization and Computer Graphics, v. 28, n. 12, dez. 2022.
GUALBERTO, E. S.; SOUSA, R. T., JR.; VIEIRA, T. P. B.; COSTA, J. P. C. L.; DUQUE, C. G. From Feature Engineering and Topics Models to Enhanced Prediction Rates in Phishing Detection. IEEE Access, v. 8, p. 76368–76385, 2020a.
GUALBERTO, E. S.; SOUSA, R. T., JR.; VIEIRA, T. P. B.; COSTA, J. P. C. L.; DUQUE, C. G. The Answer Is in the Text: Multi-Stage Methods for Phishing Detection Based on Feature Engineering. IEEE Access, v. 8, p. 223529–223547, 2020b.
HAN, J.; KAMBER, M.; PEI, J. Data Mining Concepts and Techniques. 3. ed. ELSEVIER, 2012.
HASSANI, H. et al. A review of data mining applications in crime. Statistical Analysis and Data Mining, v. 9, n. 3, p. 139–154, 2016.
JUNIOR, R. V. S.; COELHO, J. V. V.; CACHO, N. A. A. A macrocause classification model for violent crime analysis in the field of public safety based on machine learning techniques. In: 2021 IEEE International Smart Cities Conference (ISC2), 2021, p. 1–7. IEEE.
KITCHENHAM, B. Procedures for performing systematic reviews. Keele, UK: Keele University, p.1-26, 2004.
LAYTON, R. Learning Data Mining with Python. Packt Publishing, 2017.
LOPES, D. D.; CUNHA, B. R.; MARTINS, A. F.; GONÇALVES, S.; LENZI, E. K. C. G.; HANLEY, Q. S.; PERC, M.; RIBEIRO, H. V. Machine learning partners in criminal networks. Scientific Reports, 2022.
LOURENÇO, V.; MANN, P.; GUIMARÃES, A.; PAES, A.; OLIVEIRA, D. Towards Safer (Smart) Cities: Discovering Urban Crime Patterns Using Logic-based Relational Machine Learning. 2018 International Joint Conference on Neural Networks (IJCNN), p. 1–8, Rio de Janeiro, Brasil, 2018.
MACEDO, J.; COSTA, F.; SANTOS, J. A. A Benchmark Methodology for Child Pornography Detection. 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), p. 455–462, 2018.
MAIONE, C.; SOUZA, V. C. O.; TOGNI, L. R.; COSTA, J. L.; CAMPIGLIA, A. D.; BARBOSA, F., JR.; BARBOSA, R. M. Using Cluster Analysis and ICP-MS to Identify Groups of Ecstasy Tablets in Sao Paulo State, Brazil. Journal of Forensic Sciences, v. 62, n. 6, nov. 2017.
MAIONE, C.; SOUZA, V. C. O.; TOGNI, L. R.; COSTA, J. L.; CAMPIGLIA, A. D.; BARBOSA, F., JR.; BARBOSA, R. M. Establishing chemical profiling for ecstasy tablets based on trace element levels and support vector machine.Neural Comput & Applic, p. 947–955, 2018.
MAMEDES, F. A. S.; SALDANHA, M. A.; RODRIGUES, E. S. Mineração de dados análise de ocorrências criminais: um estudo sobre o município de Divinópolis–Minas Gerais. Research, Society and Development, v. 10, n. 13, 2021.
PEREIRA, J. F. Q.; PIMENTEL, M. F.; AMIGO, J. M.; HONORATO, R. S. Detection and identification of cannabis sativa 1. using near infrared hyperspectral imaging and machine learning methods: a feasibility study. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 237, 118385, 2020.
PORTO, L. F.; LIMA, L. N. C.; FRANCO, A.; PIANTO, D.; MACHADO, C. E. P.; VIDAL, F. B. Estimating sex and age from a face: a forensic approach using machine learning based on photo-anthropometric indexes of the Brazilian population. International Journal of Legal Medicine, p. 2239–2259, 2020.
PRADO, K. H. DE J. et al. Data science applied to criminal analysis based on Minas Gerais open government data.Research, Society and Development, v. 9, n. 11, e10091110044, 2020.
RIBEIRO, H. V.; LOPES, D. D.; PESSA, A. A. B.; MARTINS, A. F.; CUNHA, B. R.; GONÇALVES, S.; LENZI, E. K.; HANLEY, Q. S.; PERC, M. Deep learning criminal networks. Chaos, Solitons and Fractals, v. 172, 2023.
RIBEIRO, M. T.; SINGH, S.; GUESTRIN, C. Why Should I Trust You?": Explaining the Predictions of Any Classifier. CoRR abs/1602.04938, 2016.
SANTOS JUNIOR, R. D. V.; COELHO, J. V. V.; CACHO, N. A. A.; DE ARAÚJO, D. S. A. A criminal macrocause classification model: An enhancement for violent crime analysis considering an unbalanced dataset. Expert Systems with Applications, v. 238, 121702, 2024.
SILVA, A. R. C.; DE PAULA JUNIOR, I. C.; DA SILVA, T. L. C.; DE MACÊDO, J. A. F.; SILVA, W. C. P. Prediction of crime location in a Brazilian city using regression techniques. In: 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), p. 331–336, 2020.
SILVA, L.; UTIMURA, L.; COSTA, K.; SILVA, M.; PRADO, S. Study on Machine Learning Techniques for Botnet Detection. IEEE Latin America Transactions, v. 18, n. 5, mai. 2020.
SILVA, W. C. P. Usando Policiamento Liderado por Inteligência para Combater Assaltos a Bancos no Rio Grande do Norte, Brasil. Revista Brasileira de Ciências Policiais, v. 13, n. 8, p. 21–52, mar. 2022.
SOARES, L. C.; DO PRADO, H. A.; BALANIUK, R.; FERNEDA, E.; DE BORTOLI, A. Caracterização de acidentes rodoviários e as ações governamentais para a redução de mortes e lesões no trânsito. Transporte y Territorio, n. 19, p. 182–220, 2018.
SOUZA, S. L.; DOS REIS MATOS, H. M.; DE SOUSA COSTA, C. F. P.; DOS SANTOS FILHO, R. C.; COSTA, J. C. W. A. Data mining in public security databases in Belém, Pará, Brazil. In: Anais da II Escola Regional de Alto Desempenho Norte 2 e II Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2, p. 33–36, SBC, 2022.
TURET, J. G.; COSTA, A. P. C. S. Hybrid methodology for analysis of structured and unstructured data to support decision-making in public security. Data & Knowledge Engineering, v. 141, set. 2022.
TYAGI, D.; SHARMA, D. An approach to crime data analysis: a systematic review. International Journal of Engineering Technologies and Management Research, v. 5, p. 67–74, 2020.
ULLAH, F. U. M.; MUHAMMAD, K.; HAQ, I. U.; KHAN, N.; HEIDARI, A. A.; BAIK, S. W.; ALBUQUERQUE, V. H. C. AI-Assisted Edge Vision for Violence Detection in IoT-Based Industrial Surveillance Networks. IEEE Transactions on Industrial Informatics, v. 18, n. 8, ago. 2021.
