Complexity of Criminal Networks (In Dutch)
Volg deze link.
Here is a copy of the text:
—————————————————
Cybercrime: Interview met Peter Sloot
Eef Stoffels
Steeds meer bedrijven in Nederland zijn slachtoffer van cyberafpersing, een nieuwe vorm van criminaliteit. De politie krijgt jaarlijks gemiddeld 55 zaken op haar bureau, maar de werkelijke aantallen liggen veel hoger. Vorige maand riep justitieminister Ivo Opstelten bedrijven op vaker aangifte te doen van cyberafpersing. Het is maar de vraag dat helpt. Met name de politie zal haar opsporingsmethoden moeten veranderen om een kans te maken, zegt hoogleraar Peter Sloot.
Hoogleraar computational science en complexitietswetenschapper Peter Sloot acht de waarschuwing van de minister van Veiligheid en Justitie voor cyberafpersing niet ongegrond. Hij voorspelt een explosie van cybercriminaliteit, die op dit moment nog in de kinderschoenen staat. Volgens het onderzoeksrapport Ondergaan of ondernemen waarop Opstelten zijn uitspraken baseerde, worden de bekende gevallen van cyberafpersing nu voornamelijk gepleegd door wraaknemende kennissen, familieleden of ex-klanten. De meest gangbare vormen zijn dreigen met het openbaar maken van gehackte gegevens of juist het blokkeren van toegang tot gegevens van de bedrijven zelf.
Echt problematisch gaat het worden wanneer criminele organisaties zich gaan bedienen van nieuwe technieken als virtual dealing, 3D-printen of Tor-netwerken. Alleen al het technisch vernuft achter deze methoden en de snelheid waarmee ze zich ontwikkelen vormt een uitdaging voor de politie. De meest gangbare opsporingstechnieken zijn ongeschikt om de criminele netwerken die deze problemen veroorzaken goed aan te pakken. Traditioneel pakt de politie degene met de meeste connecties binnen zo’n crimineel netwerk aan. Intuïtief gaat de politie er vanuit dat zo het hele netwerk zal instorten. Onderzoek van Sloot naar Nederlandse cannabis-netwerken toonde aan dat het omgekeerde het geval is: het netwerk wordt steviger, complexer en ongrijpbaarder.
Complexe adaptieve systemen
Criminelen, politie en wetenschappers zitten samen gevangen in een web van kennis, connecties en interacties dat complexiteitswetenschappers een “complex adaptief systeem” noemen. Dit systeem bestaat uit allerlei subsystemen (denk aan: politie, criminele bendes, wetenschappers) die reageren op hun omgeving en op elkaar. Alle mensen in zo’n systeem gaan eigen sociale en professionele relaties aan, binnen en buiten hun oude netwerken. Op het moment dat de politie de spil in een criminele organisatie verwijdert, gaan de anderen nieuwe verbindingen aan. Zo ontstaan er vaak juist betere organisatiestructuren met betere connecties. Bovendien is de nieuwe vorm die het netwerk aanneemt onvoorspelbaar, en is al het voorwerk van de politie voor niets geweest. Na ingrijpen is er namelijk een geheel nieuwe werkelijkheid ontstaan en moet het onderzoek naar de criminele netwerken van voren af aan beginnen.
Een complex adaptief systeem kan overigens van alles zijn: een bacteriekolonie, een kind dat zijn moedertaal leert of de aandelenmarkten. Het kenmerkt zich behalve door complexe verbindingen ook door het zelflerend vermogen. Alle adaptieve systemen nemen kennis van hun omgeving en zijn in staat regelmatigheden (patronen) te herkennen in die informatie. Op basis daarvan kunnen ze regels maken om naar te handelen. Zo kan de politie criminele netwerken in kaart brengen, wetenschappers analyseren hoe die werken (deduceren naar welke regels er gehandeld wordt) en hun handelingen voorspellen. Maar criminelen profiteren ook zelf weer van die kennis en passen hun gedrag daarop aan. Volgens Peter Sloot lezen die ook de wetenschappelijke publicaties die hij schrijft over hun doen en laten en hoe hen het beste aan te pakken. Juist door die interacties worden systemen eindeloos complexer en complexer.
Co-evolutie
Deze co-evolutie vindt niet alleen plaats tussen de mensen in het systeem, maar ze wordt ook aangedreven door technische ontwikkelingen. Dat maakt het opsporen van cybercrime extra lastig. De hypersnelle technische ontwikkelingen die nu gaande zijn drijven de andere subsystemen van politie en criminelen nog sneller aan dan ze van nature al deden. De opkomst van de verborgen Tor-netwerken, de ‘dark web’, die criminele organisaties gebruiken voor communicatie en om bedrijven te hacken is daar een voorbeeld van. Techniek, wetenschappers, politie en criminelen beïnvloeden elkaars gedrag voortdurend en zitten samen in een rat-race om nieuwe informatie om de ander sneller af te zijn. Maar het schept ook weer nieuwe werkelijkheden, wat het onderzoek en de opsporing weer eindeloos complexer maakt.
Je gaat je afvragen of opsporing niet een nutteloze, of in elk geval frustrerende exercitie wordt. Voor complexiteitswetenschappers in elk geval niet: die hebben alleen maar baat bij deze co-evolutie. De werking ervan is immers exact wat ze onderzoeken. De analyse en verwerking van telkens weer nieuwe gegevens van het evolutionaire proces waar ze zelf deels aandrijver van zijn is juist leuk voor wetenschappers. Zo komen zij in elk geval weer een paar stappen verder in hun onderzoek.
Complexiteitswetenschappen
Want een fundamenteel begrip over hoe die interacties tussen en binnen netwerken precies werken, en hoe daarop te anticiperen ontbreekt namelijk nog. Het herkennen van patronen daarin is precies de kern van het onderzoek waar Peter Sloot zich mee bezig houdt. Hij komt net terug uit Singapore waar hij een nieuw instituut voor complexiteitswetenschappen heeft opgericht: hier werken wetenschappers uit diverse disciplines, zoals natuurkunde, wiskunde, sociologie, antropologie, taalwetenschappen, computerwetenschappen en filosofie samen om de werkingen achter zulke systemen te kraken. Juist de combinatie tussen de mens- en de beta-wetenschappen is essentieel voor het oplossen van problemen die zich buiten de wetenschap, en in de werkelijke wereld voordoen, zoals cyberafpersing.
In navolging van de grondlegger van complexiteitswetenschappen, Murray Gell-Mann, pleit Peter Sloot dan ook voor meer samenwerking tussen de verschillende wetenschappen. Helaas werkt het beloningssysteem dit nog altijd tegen: vooral specialistische kennis en nieuwe ontdekkingen binnen specifieke vakgebieden worden beloond. Het leggen van verbindingen op basis van bestaande kennis kan net zo goed tot vernieuwende inzichten leiden. Met als voordeel dat dit soort baanbrekend wetenschappelijk onderzoek een hoge maatschappelijke waarde heeft.
De maatschappij zelf: volgens Sloot het meest belangrijke subsysteem, waar het gaat om de bestrijding van cybercrime. Hoewel het vaak buiten beschouwing blijft kan het belang ervan niet onderschat worden. Een belangrijk kenmerk van het gevaar dat in cybercrime huist, is dat de samenleving ver achter loopt op de andere systemen. Zeker nu de technische ontwikkelingen zo ontzettend snel gaan. Dus moet er volgens hem veel meer worden geïnvesteerd in public awareness. Educatie blijft veel te ver achter. Net zo als kinderen worden gewaarschuwd tegen de gevaren van een potloodventer, en niet zomaar mee mogen met iemand die snoepjes geeft, moet mensen al heel jong worden geleerd over de gevaren van het internet.
De oplossing: Big Data of computeren?
Door het veelvuldige gebruik van social media zoals twitter en facebook hebben wetenschappers tegenwoordig veel gegevens over menselijk sociaal gedrag tot hun beschikking, zonder dat ze daar duur onderzoek voor hebben hoeven doen. ‘Big Data’ en ‘datamining’ zijn de nieuwste hypes in de sociale en exacte wetenschappen. Maar dat meer ‘data’ ook automatisch tot meer kennis en patroonherkenning leidt, betwijfelt hij. Een overdaad aan gegevens kan juist ook tot meer verwarring leiden, of er kunnen betekenisloze patronen ontstaan die misleidend zijn. “Je krijgt meer ruis in je gegevens, en valse positieven. Meten is niet altijd weten in dit geval.”
Een methode die wél goed werkt bij het voorspellen van reacties van criminele netwerken op ingrijpen van de politie, heeft Sloot samen met zijn collega’s aan de UvA ontwikkeld. Alle gegevens die zijn verzameld over het functioneren van criminele netwerken zijn in de vorm van ‘regels’ (algoritmes) verwerkt in een interactief computerspel. Daar maakt de politie momenteel gebruik van. In zo’n computerspel kunnen ze verschillende rollen spelen, en verschillende interactiemethoden uitproberen, alvorens deze in de werkelijkheid toe te passen. Op basis hiervan kan veel beter worden ingeschat of een bepaalde vorm van ingrijpen tot het gewenste effect resulteert. Je zou graag een subsysteem voor je zien waarin politie en wetenschappers gezellig samen tegen criminelen computerspelletjes zitten te spelen. “Maar zo knus is het toch niet,” verzekert Sloot.
Meer weten over het onderzoek van Peter Sloot?
VPRO Documentaire (Labyrint) over criminele netwerken
P.A.C. Duijn; V. Kashirin and P.M.A. Sloot: The Relative Ineffectiveness of Criminal Network Disruption, Sci. Rep., vol. 4, pp. 4238+15. Nature Publishing Group/Macmillan, 2014. ISSN 2045-2322.
L.J. Dijkstra; A.V. Yakushev; P.A.C. Duijn; A.V. Boukhanovsky and P.M.A. Sloot: Inference of the Russian drug community from one of the largest social networks in the Russian Federation, Quality & Quantity, International Journal of Methodology, pp. 1-17. Springer Netherlands, 2013. ISSN 0033-5177.
N. Toth; L. Gulyás; R.O. Legendi; P. Duijn; P.M.A. Sloot and G. Kampis: The importance of centralities in dark network value chains, The European Physical Journal – Special Topics, vol. 222, nr 6 pp. 1413-1439. 2013. ISSN 1951-6355 and 1951-6401.