Индекс сезонности и учётно-регистрационная дисциплина преступлений, совершаемых посредством информационно-коммуникативных технологий

Обложка

Цитировать

Полный текст

Аннотация

Объектом исследования является компьютерная преступность. Предметом исследования выступают те стороны объекта, что поддаются количественному анализу: регистрируемость преступлений, относимых к статистической совокупности «совершённых с использованием информационно-коммуникативных технологий или в сфере компьютерной информации», в зависимости от времени года. Иначе говоря, индекс сезонности преступности. Особого внимания заслуживает то обстоятельство, что в отечественной криминологии данный показатель используется относительно редко. Современных работ по отдельным (частным) вопросам сезонности преступности недостаточно. Особое внимание нами уделяется методологическим аспектам расчёта такого индекса, особенностям извлечения исходной статистической информации. Указываются основные недостатки в реализации метода. Предлагается использовать два способа вычисления индекса сезонности преступности. Анализируются следствия, возникающие в результате образования сезонного распределения компьютерных преступлений. Обнаруженные закономерности сравниваются с результатами наших зарубежных коллег. К частнонаучным методам мы относим статистическую сводку и группировку материала, документальный метод, расчёт средних величин, расчёт темпов динамики и удельного веса отдельно взятой статистической категории в структуре преступности. В результате были получены значимые в криминологическом смысле выводы. Расчёт среднеквадратичного отклонения показателей динамики позволил определить достоверный интервал динамического ряда данных о состоянии компьютерных преступлений. Была апробирована, сравнена с текущей и рекомендована к использованию методика расчёта значений индекса сезонности на 6-летнем периоде, учитывающая существенное изменение объёмов регистрируемых преступлений. Оказалось, что все известные сегодня методики расчёта не лишены недостатков, поскольку не в состоянии учесть экспоненциальный рост преступности. Была выявлена зависимость индекса сезонности преступности от структуры на длинных интервалах времени. Обнаружена закономерность, указывающая на то, что индекс сезонности относительно всей преступности отражает скорее учётно-регистрационную дисциплину, в то время как объективные зависимости можно обнаружить только при переходе к отдельным видам преступности. Проанализированы некоторые проявления индекса сезонности преступлений, совершаемых с использованием информационно-коммуникативных технологий. Проведено сравнение этих особенностей с сезонным распределением компьютерных преступлений, замеченным нашими зарубежными коллегами. Приведены рекомендации и выводы по перспективам дальнейшего использования индекса сезонности в изучении динамики компьютерной преступности.

Об авторах

Антон Анатольевич Комаров

Новосибирский государственный университет экономики и управления

Email: reise83@mail.ru
ORCID iD: 0000-0002-1330-4236
доцент; кафедра уголовного права и национальной безопасности;

Список литературы

  1. Исследования латентной преступности: материалы круглого стола / отв. ред. С. М. Иншаков; Акад. Ген. Прокуратуры РФ. – М., 2010. – 141 с.
  2. Комаров А.А. Проблема уголовно-статистической казуистики категории «преступлений экстремистской направленности» на примерах качественно-количественного анализа их показателей // Полицейская деятельность. 2024. № 2. С. 38-56. doi: 10.7256/2454-0692.2024.2.70005 EDN: DORRFN URL: https://nbpublish.com/library_read_article.php?id=70005
  3. Лялин В. С., Симоненко А. В. Правовая статистика: учебник. – М., 2010. – 255 c.
  4. Киселев А. А. Индекс сезонности при криминологической характеристике региона в условиях цифровизации // Вестник Саратовской государственной юридической академии. – 2024. – №. 2 (157). – С. 285-294. doi: 10.24412/2227-7315-2024-2-285-294
  5. Математические методы в социальных науках. Пер. с англ. Под ред. Г. В. Осипова, Э. П. Андреевой. – М.: Прогресс, 1973. – 352 с.
  6. Жирнов А. А. Подход к определению сезонности преступлений в проектах противодействия криминальным угрозам // Современные наукоёмкие технологии. – 2022. – № 7. – С. 38-44.
  7. Лунеев В. В. Юридическая статистика: учебник. – М.: Юристъ, 2000. – 400 с.
  8. Фойницкий И. Я. Влияние времён года на распределение преступлений // Судебный Журнал. – 1873. – № 1-3.
  9. Тарновский E. H. Помесячное распределение главнейших видов преступности // Журнал Министерства Юстиции. – 1903. – № 2. – С. 110-135.
  10. Гернет М.Н. Социальные факторы преступности. – М.: Унив. тип., 1905. – 203 с.
  11. Певцова Т. А., Рябухина Е. А., Гущина О. А. Вычисление индекса сезонности // Вестник Мордовского университета. – 2015. – Т. 25, № 4. – С. 18-36. doi: 10.15507/0236-2910.025.201504.018
  12. Фомин C. А. Применение математико-статистических методов в изучении сезонных (внутригодовых) колебаний отдельных видов преступлений // Вестник Уфимского юридического института МВД России. – 2014. – №2 (64). – С. 34-38.
  13. Есина М.Г., Хонгорова О. В., Шарабанова И. Ю. Построение модели прогнозирования количества дорожно-транспортных происшествий в Российской Федерации // Современные проблемы гражданской защиты. – 2018. – № 2(27). – С. 77-81. – EDN XWXQCT.
  14. Киселёв А. А. Сезонность преступности как объект криминологического изучения // Правовая культура. – 2020. – № 2(41). – С. 139-150. – EDN ZZBCWE.
  15. Киселёв А. А. Криминогенные детерминанты сезонных видов преступности в среднестатистическом городе // Вестник СГЮА. – 2022. – № 4 (147). – С.134-146.
  16. Романов С. Р. Структурно-динамический анализ экономических преступлений: статистический аспект // Интеллект. Инновации. Инвестиции. – 2019. – № 5. – С. 129-135. doi: 10.25198/2077 7175-2019-5-129.
  17. Комаров А.А. Измерение латентности преступлений, совершённых при помощи информационно-коммуникативных технологий, по матрице индексов наказуемости А.А. Конева // Вопросы безопасности. 2024. № 4. С. 31-48. doi: 10.25136/2409-7543.2024.4.72451 EDN: DNARAJ URL: https://nbpublish.com/library_read_article.php?id=72451
  18. Литвиненко А. Н., Гнездилов Ю. В. Статистический анализ динамики экономических преступлений на потребительском рынке России // На страже экономики. – 2020. – № 1(12). – С. 44-52. – doi: 10.36511/2588-0071-2020-1-44-52. – EDN LXCIOF.
  19. Старостенко О. А. Виктимологическое предупреждение хищений, совершаемых дистанционно: дисс… к.ю.н. – Краснодар, 2023. – 232 с.
  20. Kemp S., Buil-Gil D., Moneva A., Miró-Llinares F., Díaz-Castaño N. Empty streets, busy Internet: a time-series analysis of cybercrime and fraud trends during COVID-19 // Journal of Contemporary Criminal Justice. – 2021. – № 37(4). – pp. 480-501.
  21. Smith J., Johnson L. Seasonal fluctuations in online consumer behavior: a post-holiday analysis // Journal of retailing and consumer services. – 2022. – № 65. – pp. 10-28.
  22. Фойницкий И. Я. Мошенничество по русскому праву. – С-Пб., 1871. – 553 c.
  23. Лунеев В. В. Курс мировой и российской криминологии. Т. 1. – М.: Юрайт, 2011. – 1003 с.
  24. Власть: криминологические и правовые проблемы: сб. статей / отв. ред. А. И. Долгова. – Москва, 2000. – 399 c.
  25. Farrell G., Pease K. Seasonal cycles in crime, and their variability // Journal of quantitative criminology. – 2012. – № 28. – pp. 389-410.
  26. Lambert G. W., Reid C., Kaye D. M., Jennings G. L., Esler M. D. Effect of sunlight and season on serotonin turnover in the brain // The Lancet. – 2002. – № 360(9348). – pp. 1840-1842.
  27. Cohen L. E., Felson M. Social change and crime rate trends: a routine activity approach // American sociological review. – 1979. – № 44(4). – pp. 588-608. doi: 10.2307/2094589
  28. Ranson M. Crime, weather and climate change // Journal of Environmental Economics and management. – 2014. – № 67(3). – pp. 274–302.
  29. Leukfeldt E. R. Cybercrime and social ties: phishing in Amsterdam // Trends in organized crime. – 2014. – № 17(4). – pp. 231–249.
  30. Maimon D., Louderback E. R. Cyber-dependent crimes: an interdisciplinary review // Annual Review of Criminology. – 2019. – № 2. – pp. 191-216.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».