We kunnen weten wie een aanslag wil plegen - Bart Baesens Auteur: Bart Baesens

vr 10/06/2016 - 10:10 Bart Baesens De Franse politiediensten zouden bij de start van het EK dolblij zijn als ze kunnen voorspellen wie waar een aanslag wil plegen. Maar dat kunnen ze niet. Nu nog niet, maar het kan wél met de allerkrachtigste software.

Bart Baesens is hoogleraar big data & analytics aan de KULeuven.

Misdaad voorspellen is inderdaad geen toekomstmuziek meer: met voldoende kennis van de factoren die misdaad beïnvloeden en van de gewoontes en methodes die misdadigers hanteren, kunnen een aantal misdaden en misdaadlocaties met vrij grote zekerheid voorspeld worden.

Die gedachte werd onlangs ook door de Belgische politiediensten bevestigd, toen ze aankondigden dat er meer ging ingezet worden op data-analyse, zodat de misdaad meer vanachter een PC kan worden bestreden dan op de straat. Meer blauw achter het scherm, minder blauw in het straatbeeld dus.

Een mooi initiatief dat volgens ons ook perfect toepasbaar is op terrorismebestrijding. We hebben bijzonder veel data ter beschikking waarmee we het gedrag van terroristen, hun netwerk en andere relevante informatie in kaart kunnen brengen.

Uitspraken en communicatiepatronen op sociale media, het internet zoekgedrag, aankopen, logbestanden van telefoonconversaties, videomateriaal van privé-bedrijven en overheidsdiensten, vinger-afdrukken, informatie uit beelden gemaakt door drones, ... de lijst van mogelijke relevante input is lang en zeer divers.

Analytics ten strijde tegen terreur

Op deze verschillende soorten data kunnen dan weer uiteenlopende vormen van analytics worden losgelaten. Softwareleveranciers zoals SAS hebben de voorbije jaren niet stilgezeten, en het arsenaal aan analytische wapens is intussen best indrukwekkend te noemen.

We kunnen bijvoorbeeld regels inbouwen zodat een alarmsignaal weerklinkt bij verdacht gedrag, dat typisch is voor terroristen. Mobiele telefoons die vaak worden uitgezet (om niet te worden getraceerd) en verder weinig worden gebruikt en dan nog enkel voor binnenkomende gesprekken, personen en toestellen die vaak nieuwe SIM-kaarten gebruiken, telefoonverkeer dat wijst op regelmatige verplaatsingen ’s nachts: dit alles zijn mogelijke indicatoren dat we met terroristen te maken hebben.

Maar analytics kan ook op andere manieren bijdragen tot terreurbestrijding. Net zoals het waarnemen van afwijkend gedrag in financieel verkeer kan leiden tot het ontdekken van fraude, kan men ook potentiële terreurdaden ontdekken door het waarnemen van afwijkend gedrag.

Visueel

Een belangrijke rol is hierbij weggelegd voor de visualisatie van patronen. Waar het dagen of weken zou duren om in alle cijfers een afwijkend patroon te ontdekken, wordt dit vaak meteen duidelijk als men deze cijfers in de juiste visuele weergave giet.

Een visuele weergave kan ook helpen bij het blootleggen van de sociale netwerken. En dan bedoelen we niet Facebook of LinkedIn maar de reallife netwerken van vrienden, familie en contacten waar de terroristen gebruik van maken om hun acties uit te werken. Het in kaart brengen van deze netwerken is minstens even belangrijk als het voorkomen van één terreur-daad. Door het oprollen van een netwerk voorkomen we immers vele potentiële terreurdaden.

We kunnen ook terreur voorspellen door te kijken naar gegevens over gekende terroristen in het verleden. Als we deze grondig analyseren en vergelijken met data van vandaag, kunnen we mogelijk patronen herkennen van terreurdaden die op dit moment worden gepland.

Een weg vol obstakels

Als er zo veel manieren zijn om terreur te bestrijden, hoe maken de terroristen dan nog een kans, vraagt u zich nu misschien af. Het antwoord is helaas: omdat de weg naar deze vele inzichten lang is en bezaaid met obstakels.

Een eerste obstakel is zo evident als het groot is, en het is héél groot: er zijn gigantische hoeveelheden data waarin men patronen moet ontdekken, het merendeel in ongestructureerde vorm. Dat maakt het bijzonder moeilijk om zomaar patronen te ontdekken zonder dat men vooraf al mensen of netwerken verdenkt. Een naald in een hooiberg is waarschijnlijk veel vlugger gevonden. Zelfs als men al vermoedt wie men moet volgen, blijft het moeilijk om relevante patronen te ontdekken.

Maar dan duikt weer een ander probleem op dat men bepaalde groepen gaat viseren omwille van ras, locatie of andere kenmerken die ze met gekende terroristen gemeen hebben. En dan zijn beschuldigingen van vooroordelen en racisme nooit ver weg.

Bovendien is het belangrijk dat de privacy ten alle tijden gerespecteerd blijft en dat burgers een klare kijk hebben over hoe hun data kan gebruikt worden in de strijd tegen terrorisme.

Nog obstakels

Het tweede obstakel is zeer praktisch en technisch: het is bijzonder moeilijk om goede data te bekomen die kunnen leiden tot betrouwbare inzichten. Bij het invoeren van gegevens moet daarom heel veel aandacht worden besteed aan metadata.

Bij een tweet moet bijvoorbeeld niet alleen de inhoud als metadata worden toegevoegd, maar ook andere relevante informatie, zoals de locatie, het aantal retweets, de houding van de verzender tegenover de content (positief, negatief of neutraal), enzovoort.

Maar ook aan de kwaliteit van de data zelf moet veel aandacht worden besteed. En aan de verhouding tussen verschillende data: door beeldgegevens van de ene camera aan die van een andere te koppelen, kan je een heel traject van een terrorist volgen. Vergelijkbaar met wat in Zaventem gebeurde, maar dan automatisch en dus ook veel sneller.

De mogelijkheden van analytics worden ook maar al te vaak beknot door wettelijke beperkingen. Beperkingen rond het aftappen van telefoongesprekken, bijvoorbeeld, maar ook rond het uitwisselen van data tussen verschillende staten, zelfs binnen de Europese Unie. Hierdoor zijn zelfs de beschikbare en relevante data niet altijd zomaar te gebruiken.

De moeite waard?

Last but not least: vaak zijn we aan een ongelijke strijd bezig. Terroristen kunnen allerlei plannen zien mislukken zonder veel impact op hun verdere plannen. Als de terreurbestrijders een verkeerde verdachte aanduiden of een patroon missen, zijn de gevolgen zeer ernstig en soms zelfs catastrofaal.

Sommigen stellen hierom het nut van analytics in terreurbestrijding in vraag. De investering kan enorm zijn en de resultaten lang niet altijd gegarandeerd. Maar voor deze critici heb ik maar één antwoord klaar: als we hiermee zelfs maar één aanslag kunnen verijdelen, is de investering al terugverdiend. Op mensenlevens redden staat vooralsnog nog steeds geen prijs.