Как долгосрочное видеонаблюдение влияет на уровень преступности?

Масштабное исследование, проведенное Лабораторией предотвращения преступности Северо-Восточного университета совместно с AH Datalytics, раскрыло неожиданные результаты влияния камер видеонаблюдения на криминогенную обстановку в Ньюарке, штат Нью-Джерси.
Как долгосрочное видеонаблюдение влияет на уровень преступности?
Изображение носит иллюстративный характер

Система видеонаблюдения, установленная в Ньюарке в период с 2008 по 2010 год и включающая около 150 камер, стала объектом беспрецедентно длительного исследования под руководством профессора Эрика Пизы и профессора Брэндона Уэлша.

В отличие от предыдущих исследований, средняя продолжительность которых составляла всего 17 месяцев, данный проект охватил три временных периода: краткосрочный (1-2 года), среднесрочный (3-4 года) и долгосрочный (9-11 лет).

Наиболее значительные результаты были зафиксированы в отношении автомобильных краж. В среднесрочной перспективе наблюдалось существенное снижение числа подобных преступлений, причем эффективность видеонаблюдения возрастала от «приближающейся к значимой» до статистически значимой.

Однако исследование выявило и неожиданный эффект перемещения преступности: в краткосрочной перспективе увеличилось число грабежей, а в долгосрочной – краж из автомобилей в соседних районах, не охваченных видеонаблюдением.

За последние 20 лет использование систем видеонаблюдения значительно возросло как в США, так и в других западных странах. Новое исследование подчеркивает важность долгосрочной оценки эффективности таких систем.

Результаты исследования, опубликованные в журнале "Criminology & Public Policy", демонстрируют существование так называемых «спящих эффектов», которые становятся заметными только при длительном наблюдении. Более того, некоторые положительные результаты проявляются лишь после продолжительного периода работы системы видеонаблюдения.


Новое на сайте

20873Как Chrome и Safari мешают мошенникам красть данные? 20872Может ли один запрос взломать сервер на PHP? 20871Что скрывает критическая уязвимость GitLab с оценкой CVSS 10,0? 20870Как LiteLLM 1.107.0 превратили в ловушку для учётных данных? 20869Когда ИИ-агенты отключают контроль 20868Уязвимости Plex открыли путь майнерам и Linux-бэкдору 20867Взлом OpenCode Console: под угрозой могли оказаться ключи OpenAI, Anthropic и Google 20866Rank Math PRO: заражённое обновление оставило на сайтах самовосстанавливающийся бэкдор 20865Как исследовательские модели OpenAI обходили ограничения и присваивали чужие данные 20864Атака на BeyondTrust: шпионская группа получила доступ к серверам поддержки 20863Как пакет imgdecode превращает npm-зависимость в загрузчик вредоносного кода? 20862Как PEERSTITCH обходит проверки VPN-сессий FortiOS? 20861Что происходит, когда ИИ-агент выходит за пределы тестовой среды? 20860Как 37-летняя ошибка открыла путь к root в OpenBSD 7.9? 20859ИИ-модели для SOC: точный ответ зависит от улик
Ссылка