5 accusés, 700 chef d’accusations, 30 000 pages de documents pour la preuve et un procès devant jury. Chaque jurée doit se prononcer sur chacun des chefs d’accusation, et la conclusion doit être un verdict unanime des 12 jurés pour chacune des accusations????
Je me pose la question suivante: si un avocat reçoit 30 000 pages de document pour aboutir à une conclusion dans un dossier légal ou moi, en tant que juricomptable, j’ai le mandat de déterminer s’il y a fraude dans un dossier et que je reçois 30 000 pages de documents à analyser, je suis certaine que j’en aurais pour plusieurs, plusieurs, plusieurs mois de travail.
Un méga procès avec jury , dans la formule actuelle, est … impossible. Perte de temps, perte d’argent, perte de confiance de la part de la population envers le système… et tout est à recommencer? Quel est le coût de cette erreur, qui pour certains, était prévisible?
L’avortement du procès dans l’affaire Norbourg était prévisible dès le départ, selon l’avocat criminaliste et professeur associé de l’UQAM, Jean-Claude Hébert.
…
Dans un procès pareil, on demande aux jurés de s’entendre. Ils doivent être 12 favorables à la culpabilité des accusés ou 12 favorables à la non culpabilité, pour chacun des 700 chefs d’accusations. En d’autres mots, pour chacun des accusés, les jurés doivent faire un examen minutieux et scrupuleux de l’énorme preuve qui a été présentée.
C’est là que la couronne s’est avancée sur un terrain minée… Les désaccords peuvent surgir en cours de route, s’accentuer et se multiplier, de façon croisée et multiple… À tel point qu’à la fin de l’exercice, vous pouvez vous retrouver avec beaucoup plus de désaccords que d’accords des jurés.
Source : Les Affaires
C’est le temps d’une réflexion sur la façon de faire les choses…et de faire les changements pour être plus efficace et efficient.
Data Moning for Intelligence, Fraud, & Criminal Detection – Advanced Analytics & Information Sharing Technologies de Christopher Westphal (2009) est un excellent ouvrage pour se familiariser avec le data mining pour la recherche criminelle et la fraude. On y explique ce qu’est le data mining, l’importance de la qualité des données en input pour pouvoir faire des regroupements pertinents et faire sortir l’Information.
L’auteur donne des exemples de l’utilisation du data mining dans les contextes suivants:
Vérification aux postes douaniers
Blanchiment d’argent
Identification de transferts bancaires douteux
Fraude au niveau des garanties automobiles
Fraude au niveau des remboursements des médicaments.
Dans la dernière partie du livre, l’auteur indique les différents protocoles pour la préparation des données à partager et par la suite il donne des noms de logiciels de partages de l’information et des centres de fusion ( des données) utilisés aux États-Unis par les forces policières et par les différents paliers du gouvernement américain.
Les centres de fusion sont des endroits où toutes les données se retrouvent à un endroit ( selon le protocole de préparation des données) pour être regroupées et analysées. Ces centres ont été créées après les événements du 11 septembre.
The project called for the development of “revolutionary technology for ultra-large all-source information repositories,” which would contain information from multiple sources to create a “virtual, centralized, grand database.” This database would be populated by transaction data contained in current databases such as financial records, medical records, communication records, and travel records as well as new sources of information. Also fed into the database would be intelligence data…
“The principal role of the fusion center is to compile, analyze, and disseminate criminal/terrorist information and intelligence and other information (including, but not limited to, threat, public safety, law enforcement, public health, social services, and public works) to support efforts to anticipate, identify, prevent, and/or monitor criminal/terrorist activity. This criminal information and intelligence should be both strategic (i.e., designed to provide general guidance of patterns and trends) and tactical (i.e., focused on a specific criminal event).”
Source: www.epic.org
Voici quelques données que ce genre de centre va compiler ( selon la même source):
|
| Banking & Finance
IT/Telecom |
Health & Education/center> |
Jails/Prisons/Court Records |
Federal, State, Local Gov. (Permits Licenses) |
Hospitality & Lodging |
| Banks
Credit Cards Co.
Credit Reports
Securities firms
Financial services
ISPs
Telecommunication
E-mail Providers
Cyber Security Co. |
Day Care Centers
Preschools
Colleges/Universities
Technical Schools
Mental Health
Physician Patient Info
Local Hospitals
Private EMS
Veterinary |
Gang Information.
Names of Associates
Relatives
Jail/Prison Visitors
Biographical Info
Traffic Accident
Tribal Law Enforcement
County Clerk
US Courts |
Game and Fish
DMV Records
Vehicle Registrations
Civil Records
Property Appraiser
Mortgages
Deeds
Civil Suits |
Gaming Industry
Sports Authority
Sporting facilities
Amusement parks
Cruise lines
Hotels, motels, Resorts
Convention Centers |
|
|
|
|
|
Si le sujet vous intéresse, vous pouvez faire une recherche sur le web en utilisant les mots: data mining and fusion center and sharing. |
|
|
|