چارچوبی برای ترکیب هوش منابع باز و پردازش زبان طبیعی با تضمین پذیرش قضایی شواهد دیجیتال در کاربردهای حقوقی و انتظامی

چارچوبی برای ترکیب هوش منابع باز و پردازش زبان طبیعی با تضمین پذیرش قضایی شواهد دیجیتال در کاربردهای حقوقی و انتظامی

مهدی کوره پز1 دکتر رضا شيباني2 دکتر سید محمدحسین معطر3

1) گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
2) گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
3) گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

کد IOI مقاله : AAHD-ABKKZZ
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    هوش منبع باز (OSINT) به‌عنوان یکی از اصلی‌ترین منابع اطلاعاتی در تحقیقات حقوقی و انتظامی، با چالش بنیادین قابلیت پذیرش قضایی مواجه است. علی‌رغم اینکه امروزه بیش از ۸۰ درصد از فعالیت‌های اطلاعاتی سازمان‌های انتظامی بر OSINT استوار است، فقدان روش‌شناسی استاندارد برای جمع‌آوری و تحلیل داده‌های منابع باز، همراه با نبود چارچوبی برای تضمین اصالت و زنجیره نگهداری شواهد دیجیتال، کاربرد این داده‌ها را در مراجع قضایی با تردید جدی مواجه ساخته است. پژوهش حاضر با هدف ارائه یک چارچوب معماری سه‌لایه برای ترکیب هوش مصنوعی و پردازش زبان طبیعی در جمع‌آوری و تحلیل هوشمند داده‌های منابع باز طراحی شده است. لایه اول مبتنی بر استقرار محلی و امن سیستم‌ها با رویکرد حفظ حریم‌خصوصی، لایه دوم مبتنی بر گراف دانش حقوقی-انتظامی برای استخراج روابط معنایی میان موجودیت‌ها، و لایه سوم تضمین‌کننده زنجیره نگهداری و قابلیت توضیح‌پذیری شواهد دیجیتال است. یافته‌های پژوهش نشان می‌دهد که به‌کارگیری گراف‌های دانش به‌جای مدل‌های زبانی صرفاً متنی، دقت تحلیل حقوقی را تا ۸۵ درصد افزایش داده و با معیارهای تکمیلی شامل ALIGN-SCORE (همسویی معنایی با استدلال قضایی انسانی) و Contestability Index (قابلیت مناقشه‌پذیری)، قابلیت دفاع از شواهد در دادگاه را فراهم می‌آورد.

کلمات کلیدی : هوش منبع باز پردازش زبان طبیعی شواهد دیجیتال قابل پذیرش گراف دانش حقوقی کاربردهای انتظامی