Background Image
Table of Contents Table of Contents
Previous Page  27 / 226 Next Page
Information
Show Menu
Previous Page 27 / 226 Next Page
Page Background

CIENCIA

POLICIAL

26

inteligencia (big data policial). La información generada se difun-

dirá en tiempo real a través de la red de comunicaciones interna.

· Nuevos sistemas de formación académica y adaptación curricular

(uso de las TIC, formación a distancia) basadas en la e-formación

(transformación digital aplicada en formación).

· Identificación de patrones: uso de leyes de potencia como tasa base

(Ley de Zipf

7

).

· Minería de datos de seguridad (big data policial). La minería de da-

tos se coordina con un sistema de inteligencia y de comunicaciones

en tiempo real. La clave de su funcionamiento es la identificación

de patrones y la generación de interfaces de comunicación operativa

basadas en procesamiento del lenguaje natural.

· Generación de políticas de security (prevención de riesgos)

· Utilización de robótica en seguridad: desarrollo de proyectos de ro-

bots para detección de explosivos (nariz química y similares), des-

activación de explosivos (TEDAX-NRBQ), trabajo en espacios con-

finados y en el interior de fluidos (Unidades de Subsuelo), robots

buscadores en bajos de vehículos y para la vigilancia de perímetros

y superficies de seguridad (Seguridad ciudadana) y drones (medios

aéreos).

· Procedimientos de seguridad basados en automatismos. La inteli-

gencia policial y la búsqueda de patrones permite generar algorit-

mos de ejecución que a su vez operan como automatismos opera-

tivos.

· Generación de «ciberidentificadores» de usuario basados en patro-

nes biológicos (huella dactilar, ADN, iris, perfil de voz, etc).

7 La llamada ley de Zipf, formulada en la década de 1940 por George Kingsley Zipf, lingüista de la Uni-

versidad de Harvard, es una ley empírica según la cual en una determinada lengua la frecuencia de

aparición de distintas palabras sigue una distribución que puede aproximarse por

P_{n}\sim 1/n^{a}}P_n \sim 1/n^a

donde (Pn) representa la frecuencia de la n-ésima palabra más frecuente y el exponente (a) es un

número real positivo, en general ligeramente superior a 1.1​. Esto significa que el segundo elemento

se repetirá aproximadamente con una frecuencia de 1⁄2 de la del primero, el tercer elemento con una

frecuencia de 1⁄3 del primero y así sucesivamente. Una ley no empírica, pero más precisa, derivada de

los trabajos de Claude Shannon fue descubierta por Benoît Mandelbrot.