1년 프로젝트는 거의 XNUMX만 달러에 달하는 DARPA Young Faculty 상으로 자금을 지원받았으며 UCF 컴퓨터 과학과 조교수인 Paul Gazzillo가 주도합니다.
Gazzillo는 "복잡한 기업 관계를 통해 범죄자, 적수 및 기타 사람들이 합법적이지만 복잡한 교차 관할권 비즈니스를 사용하여 명백한 눈에 활동을 숨길 수 있습니다."라고 말합니다. "법 집행 기관과 정보 기관이 이러한 관계에 대한 조사를 가속화하도록 돕는 것이 그들의 노력에 도움이 될 수 있습니다."
이 자동화된 지원은 조직이 들키지 않고 사기성 청구를 하는 것을 방지하는 데 도움이 될 수 있습니다. 예를 들어, COVID-19 급여 보호 프로그램 대출을 받아서는 안 될 때 대출을 받은 회사는 공개적으로 사용 가능한 기업 데이터와 애플리케이션을 상호 참조함으로써 예방할 수 있었습니다.
또는 2013년 Target 해킹의 의심되는 원인인 하청업체 시스템의 보안 결함으로 인해 소비자의 신용 카드 데이터가 노출되었을 수 있는 경우와 같이 잠재적인 위반 경로를 근절하는 데 도움이 될 수 있습니다.
복잡한 시스템에서 난독화된 기업 관계를 추적하는 Gazzillo의 접근 방식은 이질적인 시스템이 서로 "대화"하도록 하는 것입니다.
"핵심 과제는 인간이 익숙한 자연어로 비공식적으로 기술된 기존 기업 관계 데이터와 컴퓨터가 더 쉽게 사용할 수 있는 고도로 정형화된 논리적 언어를 기대하는 자동화된 추론 도구 사이의 격차입니다."라고 그는 말합니다. .
이 문제를 극복하기 위해 연구원은 기계가 읽을 수 있는 용어로 기업 관계 데이터를 정의하고, 기계 변환 기술을 사용하여 기존 데이터 세트의 관계 데이터를 변환하고, 데이터를 자동으로 분석하고 보고할 수 있는 알고리즘을 만들 것입니다.
“성공하면 우리 연구는 미국 금융범죄단속국(FBI)과 국방방첩국(Defense Counterintelligence and Security Agency)을 통해 금융범죄를 추적하는 FBI 특수요원과 방산 협력업체에 대한 외국의 영향력을 근절하는 수사관, "라고 Gazzillo는 말합니다. "추적을 자동화함으로써 엔티티 간의 연결을 추적하고 기록하는 데 필요한 시간을 줄일 수 있어 조사를 가속화하고 인적 오류를 줄일 수 있습니다. 이를 통해 조사관은 수동 추적에 비해 더 취약한 기업 연결을 탐색하고 더 짧은 시간에 더 많은 사건을 처리할 수 있습니다.”