Massadatan hyödyntäminen rikollisuuden ehkäisyssä

Erilaisten sensorien, mobiililaitteiden ja muiden teknologisten sovellusten kehitys on mahdollistanut suurten ja nopeasti kasvavien datamäärien keräämisen ja lähes reaaliaikaisen analysoinnin. Useista lähteistä kerättyä, kasvavaa ja monimuotoista dataa kutsutaan massadataksi. Massadatan hyödyt on la...

Full description

Bibliographic Details
Main Author: Räsänen, Kristian
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2021
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/79086
_version_ 1826225815345430528
author Räsänen, Kristian
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Räsänen, Kristian Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Räsänen, Kristian Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Räsänen, Kristian
datasource_str_mv jyx
description Erilaisten sensorien, mobiililaitteiden ja muiden teknologisten sovellusten kehitys on mahdollistanut suurten ja nopeasti kasvavien datamäärien keräämisen ja lähes reaaliaikaisen analysoinnin. Useista lähteistä kerättyä, kasvavaa ja monimuotoista dataa kutsutaan massadataksi. Massadatan hyödyt on laajalti tunnustettu muun muassa liiketoiminnan kehittämisen näkökulmasta, ja massadata tuo uusia mahdollisuuksia myös rikollisuuden ehkäisyn kehittämiseen. Tässä tutkielmassa perehdytään massadatan tuomiin mahdollisuuksiin rikollisuuden ehkäisyn näkökulmasta kirjallisuuskatsauksen avulla. Tutkielmassa esitellään rikollisdatan analysointiin sovellettuja menetelmiä sekä massadatan hyödyntämiseen perustuvia rikollisuuden ehkäisyyn tarkoitettuja menetelmiä käytännössä. Tutkielmassa käsitellään myös massadatan hyödyntämiseen liittyviä teknisiä haasteita, tietoturvaongelmia sekä eettisiä kysymyksiä. Tutkielman lähdemateriaalina on käytetty vertaisarvioituja tieteellisiä artikkeleita. Kirjallisuuskatsauksen perusteella voidaan todeta, että massadatan avulla on luotu uusia tehokkaita menetelmiä rikollisuuden ennustamiseen ja ehkäisyyn. Valtavien datamäärien käsittelyyn liittyy myös paljon erilaisia haasteita, jotka luovat erilaisia esteitä ja rajoitteita massadatan hyödyntämiselle rikollisuuden ehkäisyn tarpeisiin. Kirjallisuuskatsauksen pohjalta voidaan myös päätellä, että hankalimmin ratkaistavissa olevat ongelmat liittyvät eettisiin kysymyksiin, joiden seuraukset yhteiskunnalle voivat olla kauaskantoisia, ja joihin ei ole olemassa yhtä oikeaa ratkaisua. The development of various types of sensors, mobile devices and other technological applications has enabled the gathering and analyzing of large amounts of data in near real-time. Diverse and continuously increasing amounts of data gathered from various sources is often referred to as “Big Data”. The benefits of using Big Data to increase the efficiency of business organizations is widely acknowledged, and it also offers new opportunities and possibilities to increase the efficiency of crime prevention. The goal of this thesis is to provide information about the different ways Big Data has been used in attempts to develop new ways to predict and prevent crime. This study also aims to demonstrate the various types of problems that might occur when developing Big Data-driven crime prevention methods. This study was carried out as a literature review, and the literature used were peer-reviewed research papers. The literature review shows that by using Big Data, new efficient ways to prevent and predict crime have been implemented. The most difficult problems related to Big Data-driven crime prevention methods are mostly ethical problems, which can have long-term effects on the society, and which don’t have an exhaustive solution
first_indexed 2021-12-21T21:02:04Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Kokko, Tuomas", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "R\u00e4s\u00e4nen, Kristian", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2021-12-21T08:27:10Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2021-12-21T08:27:10Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2021", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/79086", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Erilaisten sensorien, mobiililaitteiden ja muiden teknologisten sovellusten kehitys on mahdollistanut suurten ja nopeasti kasvavien datam\u00e4\u00e4rien ker\u00e4\u00e4misen ja l\u00e4hes reaaliaikaisen analysoinnin. Useista l\u00e4hteist\u00e4 ker\u00e4tty\u00e4, kasvavaa ja monimuotoista dataa kutsutaan massadataksi. Massadatan hy\u00f6dyt on laajalti tunnustettu muun muassa liiketoiminnan kehitt\u00e4misen n\u00e4k\u00f6kulmasta, ja massadata tuo uusia mahdollisuuksia my\u00f6s rikollisuuden ehk\u00e4isyn\nkehitt\u00e4miseen. T\u00e4ss\u00e4 tutkielmassa perehdyt\u00e4\u00e4n massadatan tuomiin mahdollisuuksiin rikollisuuden ehk\u00e4isyn n\u00e4k\u00f6kulmasta kirjallisuuskatsauksen avulla. Tutkielmassa esitell\u00e4\u00e4n rikollisdatan analysointiin sovellettuja menetelmi\u00e4 sek\u00e4 massadatan hy\u00f6dynt\u00e4miseen perustuvia rikollisuuden ehk\u00e4isyyn tarkoitettuja menetelmi\u00e4 k\u00e4yt\u00e4nn\u00f6ss\u00e4. Tutkielmassa k\u00e4sitell\u00e4\u00e4n my\u00f6s\nmassadatan hy\u00f6dynt\u00e4miseen liittyvi\u00e4 teknisi\u00e4 haasteita, tietoturvaongelmia sek\u00e4 eettisi\u00e4 kysymyksi\u00e4. Tutkielman l\u00e4hdemateriaalina on k\u00e4ytetty vertaisarvioituja tieteellisi\u00e4 artikkeleita. Kirjallisuuskatsauksen perusteella voidaan todeta, ett\u00e4 massadatan avulla on luotu uusia tehokkaita menetelmi\u00e4 rikollisuuden ennustamiseen ja ehk\u00e4isyyn. Valtavien datam\u00e4\u00e4rien k\u00e4sittelyyn liittyy my\u00f6s paljon erilaisia haasteita, jotka luovat erilaisia esteit\u00e4 ja rajoitteita massadatan hy\u00f6dynt\u00e4miselle rikollisuuden ehk\u00e4isyn tarpeisiin. Kirjallisuuskatsauksen pohjalta voidaan my\u00f6s p\u00e4\u00e4tell\u00e4, ett\u00e4 hankalimmin ratkaistavissa olevat ongelmat liittyv\u00e4t eettisiin kysymyksiin, joiden seuraukset yhteiskunnalle voivat olla\nkauaskantoisia, ja joihin ei ole olemassa yht\u00e4 oikeaa ratkaisua.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "The development of various types of sensors, mobile devices and other technological applications has enabled the gathering and analyzing of large amounts of data in near real-time. Diverse and continuously increasing amounts of data\ngathered from various sources is often referred to as \u201cBig Data\u201d. The benefits of using Big Data to increase the efficiency of business organizations is widely acknowledged, and it also offers new opportunities and possibilities to increase\nthe efficiency of crime prevention. The goal of this thesis is to provide information about the different ways Big Data has been used in attempts to develop new ways to predict and prevent crime. This study also aims to demonstrate the various types of problems that might occur when developing Big Data-driven crime prevention methods. This study was carried out as a literature review, and the literature used were peer-reviewed research papers. The literature review shows that by using Big Data, new efficient ways to prevent and predict crime have been implemented. The most difficult problems related to Big Data-driven crime prevention methods are mostly ethical problems, which can have long-term effects on the society, and which don\u2019t have an exhaustive solution", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2021-12-21T08:27:10Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2021-12-21T08:27:10Z (GMT). No. of bitstreams: 0\n Previous issue date: 2021", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "34", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "massadata", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "rikollisuuden ehk\u00e4isy", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "datan louhinta", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Massadatan hy\u00f6dynt\u00e4minen rikollisuuden ehk\u00e4isyss\u00e4", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202112216068", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "yksityisyys", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "esineiden internet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "poliisi (organisaatiot)", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "big data", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "rikollisuus", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "rikokset", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tiedonlouhinta", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_79086
language fin
last_indexed 2025-02-18T10:55:43Z
main_date 2021-01-01T00:00:00Z
main_date_str 2021
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/7daaee9e-b0d0-4754-af37-d8aaa93055b1\/download","text":"URN:NBN:fi:jyu-202112216068.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2021
record_format qdc
source_str_mv jyx
spellingShingle Räsänen, Kristian Massadatan hyödyntäminen rikollisuuden ehkäisyssä massadata rikollisuuden ehkäisy datan louhinta Tietojärjestelmätiede Information Systems Science 601 yksityisyys esineiden internet poliisi (organisaatiot) big data rikollisuus rikokset tiedonlouhinta
title Massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_full Massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_fullStr Massadatan hyödyntäminen rikollisuuden ehkäisyssä Massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_full_unstemmed Massadatan hyödyntäminen rikollisuuden ehkäisyssä Massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_short Massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_sort massadatan hyödyntäminen rikollisuuden ehkäisyssä
title_txtP Massadatan hyödyntäminen rikollisuuden ehkäisyssä
topic massadata rikollisuuden ehkäisy datan louhinta Tietojärjestelmätiede Information Systems Science 601 yksityisyys esineiden internet poliisi (organisaatiot) big data rikollisuus rikokset tiedonlouhinta
topic_facet 601 Information Systems Science Tietojärjestelmätiede big data datan louhinta esineiden internet massadata poliisi (organisaatiot) rikokset rikollisuuden ehkäisy rikollisuus tiedonlouhinta yksityisyys
url https://jyx.jyu.fi/handle/123456789/79086 http://www.urn.fi/URN:NBN:fi:jyu-202112216068
work_keys_str_mv AT räsänenkristian massadatanhyödyntäminenrikollisuudenehkäisyssä