この1年間のプロジェクトは、ほぼXNUMX万ドルのDARPA Young Faculty賞によって資金提供され、UCFのコンピューターサイエンス学部の助教授であるPaulGazzilloが主導しています。
「複雑な企業関係により、犯罪者、敵対者、その他の人々は、合法であるが複雑な管轄区域を越えたビジネスを使用して、活動を一目で隠すことができます」とGazzillo氏は言います。 「法執行機関と諜報機関がこれらの関係の調査を加速するのを助けることは、彼らの努力を助けることができます。」
この自動化された支援は、組織が捕らえられない不正な主張をするのを防ぐのに役立つ可能性があります。 たとえば、COVID-19給与保護プログラムのローンを受け取るべきではなかったときに受け取った企業は、アプリケーションを公開されている企業データと相互参照することで防ぐことができたはずです。
または、下請け業者のシステムのセキュリティ上の欠陥が消費者のクレジットカードデータを公開した可能性がある場合など、潜在的な侵害手段を根絶するのに役立つ可能性があります。これは、2013年のTargetのハッキングの原因として疑われています。
複雑なシステムで難読化されている企業関係を追跡するためのGazzilloのアプローチは、異種システムを相互に「対話」させることです。
「重要な課題は、自然言語で非公式に記述されている既存の企業関係データと、人間が慣れているものと、コンピューターがより簡単に操作できる高度に形式化された論理言語を期待する自動推論ツールとのギャップです」と彼は言います。 。
この課題を克服するために、研究者は機械可読用語で企業関係データを定義し、機械変換技術を使用して既存のデータセットの関係データを変換し、データを自動的に分析してレポートできるアルゴリズムを作成します。
「成功すれば、私たちの研究は、米国金融犯罪捜査網と国防防諜安全保障局を通じて金融犯罪を追跡するFBI特別捜査官や、国防下請け業者に対する外国の影響を根絶する捜査官など、国家および経済安全保障の調査力の乗数として機能します。 」ガジージョは言います。 「追跡を自動化することで、エンティティ間の接続を追跡および記録するために必要な時間を短縮できます。これにより、調査が加速され、人的エラーが減少します。 これにより、調査員は、手動追跡と比較して、より脆弱な企業接続を調査し、より短い時間でより多くのケースを引き受けることができるようになります。」