Visualization and visual analysis for criminal investigations

Mgr. Kristína Zákopčanová

Advanced ('rigorózní') thesis

Abstract:

Každodenní práce kriminálních vyšetřovatelů spočívá v důkladné analýze vysoce komplexních a heterogenních dat o kriminálních aktivitách. Taková data se mohou skládat z popisů případů, svědectví, kriminálních sítí, časových a prostorových informací a dalších typů dat, která jsou relevantní pro daný případ. Vyšetřovatelé často pracují pod velkým časovým tlakem, analyzují data, zkoumají vztahy, formulují a ověřují hypotézy a vyvozují závěry, zatímco data mohou být často nesprává či neúplná, a mohou se měnit a doplňovat v průběhu vyšetřování. A právě potřeba být schopen analyzovat jednotlivé aspekty dat při současném zohlednění celkového obrazu trestného činu představuje pro kriminalisty vysokou kognitivní zátěž. Můj výzkum probíhá ve spolupráci s kriminálními vyšetřovateli a zaměřuje se na vizualizaci a vizuální analýzu podporující kriminální vyšetřování. Analýzou výzev analytického pracovního postupu vyšetřování a navržením technik pro zaznamenání analytické historie se snažím snížit kognitivní zátěž kladenou na kriminalisty, podpořit nelineární povahu explorace dat a umožnit srovnání a kombinování explorativních cest. To umožní vyšetřovatelům sledovat a zasahovat do jejich analytického procesu, sdílet jejich pokrok s dalšími vyšetřovateli, vytvářet zprávy pro státní zástupce a soudy a budovat znalostní základnu minulých případů. Dále se v rámci svého výzkumu zaměřuji na vylepšení navigačních a explorativních technik při analýze vztahové vizualizace a navržení sady technik pro řešení problémů spojených s nedokonalostmi analyzovaných dat. Řešení navrhujeme a vyvíjíme iterativně a následně implementujeme do webového prototypu, který poté využíváme pro hodnocení v rámci kvalitativních testování s odborníky v oblasti vyšetřování.

Abstract:

The daily work of criminal investigators consists of a thorough analysis of highly complex and heterogeneous data of criminal activities. Such data can consist of case descriptions, testimonies, criminal networks, temporal and spatial information, and any other data relevant for the case. Investigators work under heavy time pressure to analyze the data for relationships, formulate and verify hypotheses, and derive conclusions, while the data can be incorrect or incomplete, and can be changed throughout the investigation, as new findings are added to the case. The necessity to be capable to analyze individual aspects of the data while keeping in mind the overall big picture of the crime poses a high cognitive load on the criminalists. My research is carried out in collaboration with criminalists and focuses on visualization and visual analysis supporting criminal investigations. By analyzing the challenges of the overall investigation analytical workflow and proposing techniques to capture analytical provenance, I aim to lower the cognitive load posed on criminalists, support the non-linear nature of exploration, and allow to compare and combine explorative paths. This will allow investigators to track and browse their analytical process, share their progress with co-investigators, generate reports to state attorneys, and build a knowledge base of previous cases. Moreover, I aim to improve navigation and exploration within network visualization and propose visualization techniques to tackle data uncertainty issues within the explorative process. Our solutions will be iteratively developed, implemented in a web-based prototype, and evaluated within qualitative feedback sessions with domain experts.

Keywords

visualization, visual analysis, provenance, network visualization, criminal investigation, exploration

Language used: English

Date on which the thesis was submitted / produced: 17. 3. 2021

Thesis defence

• Date of defence: 8. 6. 2021
• Reader: Ing. Ladislav Čmolík, Ph.D., Assist. Prof. Manuela Waldner

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / field:
Visual informatics / Visual informatics