외로운 늑대의 공격을 방지하기 위한 인공 지능과 탐구
https://www.voyager-labs.com/artificial-intelligence-and-the-quest-to-prevent-lone-wolf-attacks/
2021년 9월 뉴질랜드 오클랜드의 슈퍼마켓에서 발생한 Lone Wolf 공격은 폭력이 얼마나 예측할 수 없는지 일깨워주는 불안한 사건입니다. 론 울프(Lone Wolf) 테러 공격은 주로 글로벌 온라인 급진화, 분산된 테러 구조, 기술 접근 증가로 인해 전 세계적으로 빈도가 증가했습니다. 우리 시대에 누군가는 테러리스트 그룹과 직접 소통하지 않고도 온라인 자료와 간접적인 접촉을 통해 급진화될 수 있습니다. Lone Wolves는 전통적인 테러 조직의 잠재적인 공격을 감지하는 데 사용되는 대부분의 표준 트립 와이어를 건너지 않고도 공격을 계획하고 수행하는 데 도움이 되는 정보에 액세스할 수 있습니다. 이러한 Lone Wolf 공격은 일반적으로 개별 공격자가 더 적은 리소스로 작업하기 때문에 조직의 계획된 공격보다 사상자가 적은 경우가 많습니다. 그러나 개별적이고 자기 주도적인 공격의 예측 불가능성은 대중에게 공포의 요소를 가져옵니다.
Lone Wolf 테러리스트의 교묘한 특성에도 불구하고 그들의 공격을 감지하고 예방할 수 있는 수단과 방법이 있습니다. 인공 지능(AI)과 같은 최신 기술은 Lone Wolves가 공격을 시작하기 전에 식별, 교란 및 체포로 이어질 수 있는 데이터 분석을 위한 새로운 도구를 법 집행 및 정보 전문가에게 제공하고 있습니다. 이러한 외로운 늑대 행위자 중 다수는 특정 테러 조직과 직접적으로 관련이 없을 수 있지만 그들의 개인 기록, 온라인 활동 및 준비 조치는 수사관과 분석가에게 중요한 이점을 제공하는 지표 및 경고 신호가 될 수 있습니다.
많은 경우 Lone Wolf 공격자는 향후 활동에 대한 단서를 제공할 수 있는 문서 흔적을 가지고 있습니다. 이것은 폭력, 테러 관련 자료 소지, 정신 질환, 무기 절도 또는 불법 구매, 혐오 발언 또는 기타 의심스러운 데이터에 대한 경향을 반영하는 기록일 수 있습니다. 국가의 법률과 분석 중인 데이터 유형에 따라 AI 시스템은 다양한 유형의 데이터를 상호 참조하여 잠재적인 Lone Wolf 행위자를 분석하고 분류할 수 있습니다. 이는 아래 나열된 요소와 연결될 때 특히 유용합니다.
고독한 늑대 공격자는 완전한 진공 상태에서 작동하지 않습니다. 실제로 그들은 다양한 온라인 플랫폼을 통해 급진적 그룹과 정기적인 온라인 커뮤니케이션을 하는 경우가 많습니다. 많은 외로운 늑대 공격자는 독립적이고 예측할 수 없는 공격자이지만 위협으로 발전함에 따라 눈에 띄고 식별 가능한 디지털 흔적을 남기는 경우가 많습니다. 많은 외로운 늑대 테러리스트는 온라인 플랫폼을 사용하여 아이디어를 공유하고, 지지하는 청중을 찾고, 증오를 표현하고, 그들의 대의와 임무에 중요한 정보를 얻습니다. 이것은 AI 기반 기술이 매일 생성되는 공개적으로 사용 가능한 데이터의 바다를 샅샅이 뒤져 전문가 팀과 숙련된 분석가가 처리하고 분석하는 데 수많은 시간이 걸리는 곳입니다.
외로운 늑대가 활동을 계획 단계로 확대한 경우 작업을 용이하게 하기 위해 차량, 여행 계획, 폭발물 구성 요소, 장소 또는 무기에 대한 액세스와 같은 온라인 구매가 종종 이루어집니다. 맞춤형 알고리즘은 온라인 구매에 대한 매개변수를 분리하고 다른 데이터 세트와 상호 참조하여 범죄를 저지르기 전에 폭력 행위자를 식별할 수 있습니다. 의심할 여지 없이 AI 애플리케이션은 Lone Wolf 공격을 감지, 중단 및 방지할 가능성을 높입니다.