Un système d'IA révèle un jargon caché sur la drogue, inconnu même des policiers
Le trafic de drogue et d’autres activités criminelles sur les réseaux sociaux sont devenus une préoccupation sociale croissante. Pour échapper à la détection par les forces de l'ordre et les systèmes de surveillance automatisés, les délinquants utilisent des jargons sombres, combinant souvent plusieurs mots courants pour former un « jargon sombre », des jargons sombres secrets et difficiles à identifier. Une fois que les autorités reconnaissent ces jargons sombres, les délinquants en utilisent rapidement de nouveaux, ce qui en fait une course constante pour suivre l'évolution des mots.
Une équipe de chercheurs de l'Université des communications électroniques (UEC), comprenant Takuro Hada, Yuichi Sei, Yasuyuki Tahara et Akihiko Ohsuga, a développé une méthode révolutionnaire pour relever ce défi. Leur nouveau système exploite la puissance de l’intelligence artificielle pour détecter ces jargons sombres et insaisissables avec une plus grande précision que jamais. Cette approche innovante se concentre sur les relations entre les mots dans les publications afin d'identifier les termes qui sont souvent utilisés ensemble dans le cadre d'un jargon sombre.
L'ouvrage est publié dans le Journal du traitement de l'information.
Les méthodes traditionnelles ont du mal à détecter les jargons sombres lorsqu'ils se composent de plusieurs mots, car la plupart des outils d'analyse de texte décomposent automatiquement les phrases en unités de mots plus petites. Ce processus sépare souvent les mots qui doivent être traités comme une seule phrase, comme « Green-Crack » ou « Pineapple-Chunk », tous deux connus sous le nom de jargons sombres pour les substances illégales.
Le nouveau système d’IA surmonte ce problème en identifiant des paires de mots qui apparaissent fréquemment ensemble dans des contextes similaires. En analysant de vastes ensembles de données de publications sur les réseaux sociaux, l'IA peut reconnaître quand deux mots ou plus forment un jargon sombre, même s'il s'agit d'un terme nouvellement émergent.
L’impact de cette évolution est important. Lors des expériences, le système a identifié plus de jargons sombres que les méthodes précédentes, avec une précision améliorée de 7 %. Notamment, lors des entretiens avec des policiers expérimentés dans les enquêtes sur le crime organisé, 93 % des jargons sombres nouvellement détectés ont été confirmés comme étant inconnus auparavant. Cela met en évidence le potentiel de l’IA à révéler de nouveaux jargons sombres qui échappent aux efforts de détection actuels.
Alors que la criminalité se déplace de plus en plus vers les espaces en ligne, cette technologie fournit aux forces de l'ordre un outil essentiel pour garder une longueur d'avance sur les contrevenants. En automatisant la détection de nouveaux jargons sombres, les forces de police et les systèmes de surveillance peuvent réagir plus rapidement, réduisant ainsi le risque d'activités illégales sur les plateformes de médias sociaux. Cette innovation renforce non seulement la sécurité publique, mais aide également les sociétés de médias sociaux à assurer la sécurité de leurs plateformes pour tous les utilisateurs.
Cette recherche marque une avancée majeure dans la lutte contre la criminalité en ligne, offrant une solution adaptable, basée sur l’IA, qui évolue aussi rapidement que le jargon sombre qu’elle vise à détecter. Grâce à sa grande précision et à sa capacité à détecter des termes jusqu’alors inconnus, ce système a le potentiel de devenir un élément clé des futures stratégies de prévention de la cybercriminalité.
Au Japon, où le « yami baito », terme désignant les emplois illégaux à temps partiel souvent liés à des activités criminelles, est devenu un problème social croissant, cette technologie d'IA devrait jouer un rôle essentiel. La détection du jargon sombre utilisé dans le recrutement en ligne pour ces activités illicites soutient les forces de l'ordre et améliore la sécurité publique.
Fourni par l'Université des Electro-Communications
