资讯
首页  >  专题  >  环球科学  >  环球科学<前沿资讯>

数据科学成为打击人口贩卖新帮手

来源:环球科学

供图:Kristine Norlander/盖蒂图片社

730日是联合国“世界打击贩运人口意在结束对儿童、男、女进行强迫劳动或性工作的犯罪剥削。

全世界有27004580万人以某种形式困在现代奴隶制中。受害者被强迫成为性工作者、乞丐和童兵,或者作为家佣,工厂工人和制造业、建筑业、采矿业、捕鱼业等工业的劳工。

人口贩卖事件发生在世界各地,包括美国。该行业非常有利可图,每年约有1500亿美元的非法利润。事实上,这是全球有组织犯罪中最大利润来源之一,仅次于毒品交易。

数据分析可以帮助执法者打击人口贩卖。人口贩卖从本质上来说,是一个供应链——“供”(受害者)通过贩运网络以满足“需”(廉价、弱势的非法劳工)。尽管人贩子努力暗地操作,但是他们仍然留下了一条微弱、破碎的数据踪迹。

这是一个机会——尽管极具挑战。我们可以使用所能获取的关于受害者、人贩子、买家和剥削者的分配信息,从而尽一切所能破坏供应链。在我们最新的研究中,我们详细说明了如何运作。

寻找身处危机的人

在大多数国家,打击人口贩卖的资源非常不充足。各机构努力尽可能有效、高效地使用这些资源,却往往发现自己正在为稀缺的资金和微弱的支持斗争。例如,政府可能需要决定如何最好地资助或安排劳动监察员检查制造业中非法使用童工的情况。而资源有限的组织可能需要深入了解采取哪个预防计划,或什么样的宣传活动可以实施。

我们可以用数据来确定最易受侵害的人群,并确定针对这些人的特定预防行动。被贩卖的危险因素包括贫困、失业、移民和政治迫害或战争。有组织犯罪和自然灾害也可能使人身处危机。

贩卖往往以欺诈招聘方式开始,如承诺就业等。数据可以帮助确定特定的经济萧条地区,我们在那里可以部署相应活动或提供社会服务支持。

在研究中,科学家使用数学方法来回答有关数据模式的复杂问题,并预测未来的趋势或行为。与运输业、制造业和金融业相似的分析工具可以帮助我们决定如何最好地分配资源,并帮助找到受害者的住所。

受害者识别和位置

贩运网络是动态的。贩运者很可能频繁地改变分配和运输路线以避免暴露,从而使执法部门和分析人员在识别和破坏贩运网络时信息不足。

然而,研究人员可以通过跟踪不同地点的数据中微妙趋势来获取信息。比如,在我们实际接触受害者的地点,如急诊室,或在当地执法活动中。

例如,在性交易中,通过查看零售店采购交易数据,可以发现小偷盗窃模式的线索。受害者有时会盗窃人贩子不为其提供的一些生活必需品,如女性卫生用品、肥皂和牙膏。通常使用借记卡或信用卡进行交易的现金的流动趋势——例如酒店预订——也会使人警惕。

人贩子在社交媒体和互联网网站上做广告。分析员可以通过面部识别软件比较失踪者报告和人贩广告中的信息。

特别是与性相关的人口贩卖活动常在互联网留下痕迹,主要形式广告。打广告的人倾向于使用社交网络和约会网站,而更熟练的人贩子频繁地改变他们的在线状态,试图摆脱识别。

机器学习——一种计算机自己教自己完成任务的人工智能,例如识别图像——可用于检测在线人口贩卖活动。矩阵填充(一种机器学习)的最新突破甚至可以帮助清理伪造的信息或对丢失的数据进行预测。

人贩子往往在重大活动期间增加对被贩卖的性工作者的剥削,如集会和大型体育赛事。分析人员通过查看网广告的位置和时间帮助执法者检测并阻止受害者被贩运去这些地方。分析人员也可以建议政策制定者着重进行干预工作的时间和地点

网络破坏

终止贩卖人口、金钱和其他组成部分的流动对于确定贩运网络,破坏其基础设施和扼杀贩运网络至关重要。

不幸的是,破坏网络需要当局和公众的合作。在一些国家,如尼泊尔和哥斯达黎加,官员受到威胁或贿赂,从而忽视或以其他方式允许贩运人口。对已知使用被贩卖劳工的行业进行监管的力度往往不够。贩运者可以轻易造或改变受害者的身份证件,使负担过重的当局无法找到他们。

为了帮助当局终止贩运活动,研究人员可以转向网络分析。例如,网络分析可以用来绘制社交网络(如FacebookTwitter)中的用户信息及其社交网络中的关系网。这可能有助于识别身受危机的人贩运者或客户。

社交网络分析也有助于确定哪些联系人对他人有重大影响。这或许能够及早识别受害者或贩运交易。

人口贩卖是一种严重罪行,是对人权的可怕侵犯。几乎每个国家都受到人口贩卖的影响,成为受害者的来源、过境点、目的地和虐待地点。这些新的数学工具显示出了巨大的潜力,打破了人口贩运的循环,并为受害者提供逃至安全处所需的信息。

作者:雷娜塔·康拉德(Renata Konrad),安德鲁·特拉普(Andrew C. Trapp

本文来自:环球科学
特别声明:本文转载仅仅是出于科普传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或其它相关事宜,请与我们接洽。
[责任编辑:环球科学]
分享到:
文章排行榜
©2011-2025 版权所有:中国数字科技馆
未经书面许可任何人不得复制或镜像
京ICP备11000850号-1 京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
./t20171209_657334_taonews.html