Una metodología de asignación de autorización aplicada a investigaciones sobre abuso sexual infantil

Aurélio Julbert de Assis Ruprecht, Marcelo da Silva Moreira, Enrique Muriel-Torrado, Moisés Lima Dutra

Resumo


Objetivos: Identificar el estado actual de la investigación científica en el campo de la atribución de autoría aplicada a las investigaciones de delitos sexuales contra niños, niñas y adolescentes a través de Internet que involucran material escrito. Proponer una metodología para el uso de la atribución de autoría para identificar a los presuntos autores de textos con contenido que fomenta el abuso sexual de niños y adolescentes.
Metodología: Se trata de una investigación cualitativa que utiliza la Revisión Sistemática de Literatura para identificar trabajos que traten sobre las técnicas de atribución de autoría con el fin de buscar evidencia científica de su aplicación a problemas similares al abordado en el presente estudio.
Resultados: se presenta el estado actual de la investigación científica que relaciona el uso de técnicas de atribución de autoría a textos presentes en internet que incentivan la práctica del abuso sexual de niños, niñas y adolescentes y, a partir de ello, se propone una metodología para la identificación de autores de textos con esas características.
Conclusiones: Se concluye que no existe una abundancia de investigaciones científicas sobre este tema, lo que sugiere que es un campo abierto para estudios posteriores. También se concluye que es plenamente posible aplicar las técnicas de atribución de autoría en la identificación de los probables autores de textos que pretenden orientar y fomentar la práctica del abuso sexual infantil y adolescente, lo cual fue explicado por la metodología propuesta.

Palavras-chave


Abuso sexual infantil en Internet; Atribución de autoría; Estilometría; Pedofilia; Investigación policial

Texto completo:

PDF

Referências


ABBASI, A.; CHEN, H. Visualizing Authorship for Identification. In: MEHROTRA, S., ZENG, D.D., CHEN, H., THURAISINGHAM, B., WANG, FY. Intelligence and Security Informatics. Berlin: Springe, 2006. v. 3975.

ABBASI, A.; CHEN, H. Writeprints. ACM Transactions on Information Systems, [s. l.], v. 26, n. 2, p.1-29, 1 mar. 2008. DOI http://dx.doi.org/10.1145/1344411.1344413.

BHARGAVA, M.; MEHNDIRATTA, P.; ASAWA, K. Stylometric Analysis for Authorship Attribution on Twitter. Big Data Analytics, [s. l.], p. 37-47, 2013. Springer International Publishing. DOI http://dx.doi.org/10.1007/978-3-319-03689-2_3.

BRASIL. Decreto-lei n.º 2.848, de 7 de dezembro de 1940. Código penal. Disponível em: http://www.planalto.gov.br/ccivil_03/decreto-lei/del2848.htm. Acesso em: 19 maio 2021.

BRASIL. Lei nº 8.069, de 13 de julho de 1990. Dispõe sobre o Estatuto da Criança e do Adolescente e dá outras providências. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/l8069.htm. Acesso em: 19 maio 2021.

CHILDHOOD BRASIL. Quem somos. 2021. Disponível em: https://www.childhood.org.br/quem-somos#intro. Acesso em: 18 maio 2021.

CHILDHOOD BRASIL. Números da causa. 2021. Disponível em: https://www.childhood.org.br/nossa-causa#numeros-da-causa. Acesso em: 18 maio 2021.

HADJIDJ, R.; DEBBABI, M.; LOUNIS, H.; IQBAL, F.; SZPORER, A.; BENREDJEM, D. Towards an integrated e-mail forensic analysis framework. Digital Investigation, v. 5, n. 3-4, p. 124-137, 2009. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S1742287609000036. Acesso em: 18 maio 2021.

ESCALANTE, H. J. Early detection of deception and aggressiveness using profile-based representations. Expert Systems with Applications, v. 89, p. 99-111, 2017. DOI https://doi.org/10.1016/j.eswa.2017.07.040.

FRANCO, D. P.; MAGALHÃES, S. R. A dark web: navegando no lado obscuro da Internet. Amazônia em Foco, Castanhal, v. 4, n. 6, p. 18-33, jan./jul. 2015. Disponível em: http://revista.fcat.edu.br/index.php/path/article/download/27/137. Acesso em: 20 jan. 2019.

GE, Z.; SUN, Y.; SMITH, M. J. T. Authorship attribution using a neural network language model. School of Electrical and Computer Engineering, p. 4212–4213, 2016. Disponível em: https://ojs.aaai.org/index.php/AAAI/article/view/9924/9783. Acesso em: 20 jan. 2019.

ISHIHARA, S. A comparative study of likelihood ratio based forensic text comparison procedures: multivariate Kernel Density with Lexical Features vs. Word N-grams vs. Character N-grams. In: CYBERCRIME AND TRUSTWORTHY COMPUTING CONFERENCE, 5., 2014, New Zealand. Anais [...].New Zealand, 2014. p. 1-11. Disponível em: https://openresearch-repository.anu.edu.au/handle/1885/102627. Acesso em: 16 jan. 2019.

ISHIHARA, S. Strength of linguistic text evidence: a fused forensic text comparison system. Forensic Science International, v. 278, p. 184-197, 2017. DOI 10.1016/j.forsciint.2017.06.040

KOURTIS, I.; STAMATATOS, E. Author identification using semi-supervised Learning Notebook for PAN at CLEF 2011. University of the Aegean, 2011.

MOREIRA, M. Análise de manuais de pedofilia na dark web para prevenção de crimes sexuais contra crianças e adolescentes. 2020. Dissertação (Mestrado em Ciência da Informação) – Universidade Federal de Santa Catarina, Florianópolis, SC, 2020.

PENG, F.; SCHUURMANS, D.; KESELJ, V.; WANG, S. Language independent authorship attribuition using character level language models. In: CONFERENCE ON EUROPEAN CHAPTER OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS, 10., 2003, USA. Proceedings […]. USA: Association for Computational Linguistics, 2003. p. 267–274.

RAMNIAL, H.; PANCHOO, S.; PUDARUTH, S. Authorship attribution using stylometry and machine learning techniques. Advances in Intelligent Systems And Computing, [s. l.], p.113-125, 29 ago. 2015. DOI http://dx.doi.org/10.1007/978-3-319-23036-8_10.

ROCHA, A.; SCHEIRER, W.; FORSTALL, C.; CAVALCANTE, T.; THEOPHILO, A.; SHEN, B.; CARVALHO, A.; STAMATATOS, E. Authorship Attribuition for Social Media Forensics. IEEE Transactions on Information Forensics and Security, [s. l.], v. 12, n. 1, p.121-122, jan. 2017. DOI 10.1109/TIFS.2016.2603960.

SAFARNET. Institucional. Disponível em: https://new.safernet.org.br/content/institucional#mobile. Acesso em: 18 maio 2021.

STAMATATOS, E. A survey of modern authorship attribution methods. Journal of the American Society for Information Science and Technology, [s. l.], v. 60, n. 3, p.538-556, mar. 2009. DOI http://dx.doi.org/10.1002/asi.21001.

VILLAR-RODRIGUEZ, E. et al. A feature selection method for author identification in interactive communications based on supervised learning and language typicality. Engineering Applications of Artificial Intelligence, v. 56, p. 175-184, 2016.

YANG, M.; CHOW, K. Authorship Attribution for Forensic Investigation with Thousands of Authors. ICT Systems Security and Privacy Protection, [s. l.], p.339-350, 2014. DOI http://dx.doi.org/10.1007/978-3-642-55415-5_28.

ZHENG, R.; LI, J.; CHEN, H.; HUANG, Z. A framework for authorship identification of online messages: Writing-style features and classification techniques. Journal of the American Society for Information Science and Technology, [s. l.], v. 57, n. 3, p. 378-393, 2006. DOI http://dx.doi.org/10.1002/asi.20316

XYLOGIANNOPOULOS, K.; KARAMPELAS, P.; ALHAJJ, R. Text mining for plagiarism detection: multivariate pattern detection for recognition of text similarities. In: IEEE/ACM INTERNATIONAL CONFERENCE ON ADVANCES IN SOCIAL NETWORKS ANALYSIS AND MINING (ASONAM), 2018., Barcelona. Anais [...]. Barcelona:ASONAM, 2018. p. 938-945. DOI http://dx.doi.org/10.1109/asonam.2018.8508265.




DOI: http://dx.doi.org/10.5433/1981-8920.2022v27n1p381

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

  

Inf. Inf.

ISSN: 1981-8920 (versão somente online)

DOI: 10.5433/1981-8920

e-mail: infoeinfo@uel.br



Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional