Big data previniendo delitos: Matemática policial

Científicos del Cuerpo Nacional de Policía y de la Universidad de Granada han desarrollado un sistema informático basado en algoritmos matemáticos, que permite predecir cuántos delitos y de qué tipo se van a producir en el siguiente turno policial

El sistema ha sido desarrollado por Miguel Camacho Collados, inspector de la Unidad de Planificación Estratégica y Coordinación de la Policía Nacional e investigador del departamento de Estadística e Investigación Operativa de la Universidad de Granada. Se ha llevado a cabo en colaboración con la Universidad de California Los Ángeles (UCLA), la universidad pública más selectiva de los Estados Unidos, y el departamento de Policía de Los Ángeles.

Como explica su autor principal, el nuevo sistema “se basa en un algoritmo matemático multicriterio que, teniendo en cuenta distintos factores (como la carga de trabajo, el número de delitos cometidos en el turno policial anterior o el área de patrullaje) asigna a la patrulla un área de vigilancia, previniendo la comisión de delitos en el próximo turno, según una previsión del riesgo de delitos en el territorio”. En solo un minuto es capaz de establecer el área de patrullaje y dividir los efectivos, aunque como explica Camacho “en ningún caso puede ser un sustituto a la experiencia y la intuición policial”.

Gracias a la tecnología big data, la herramienta informática refuerza la prevención de delitos, no la represión de los mismos. El objetivo es que la policía esté en el lugar adecuado y en el momento justo, para ahorrar recursos humanos y evitar víctimas.

Uber y el Big Data

El éxito del negocio de la compañía se basa en el aprovechamiento de los grandes volúmenes de datos que, entre otras cosas, generan una base de datos de conductores en todo el  mundo, monitorizan el estado del tráfico y los tiempos de trayecto o permiten un sistema de calificación de conductores

Uber es compañía internacional que proporciona transporte a sus clientes mediante una conexión entre pasajeros y conductores de vehículos. El sistema se basa en una aplicación móvil que organiza los contactos  en ciudades de todo el mundo. Aparte de lo controvertido del mecanismo que ha sido puesto en tela de juicio por empresas de taxis, resulta interesante analizar la aplicación de la tecnología Big Data en este negocio.

Desde que en 2009 apareciera en San Francisco, la red Uber se ha ampliado a las ciudades más importantes de todo el mundo. El registro de los datos de usuarios pasajeros y conductores es la clave de un sistema fuertemente apoyado en la minería de datos, la gestión de la información y la tecnología GPS.

uberLa operación comienza cuando un cliente quiere ir de un lado a otro y necesita un sistema de transporte rápido y económico. A partir de una aplicación los usuarios disponen de una base de datos de conductores de cada zona. A través de GPS, partiendo de datos abiertos de geolocalización y de algoritmos propios de la compañía, se calcula el trayecto y resulta la tarifa correspondiente. Esta es una de las diferencias con los servicios de taxis habituales que cobran en función de lo que dura el servicio y no de la distancia recorrida.

La monitorización de las condiciones del tráfico en cada ciudad condiciona evidentemente el precio ya que se pueden calcular las rutas más eficaces. Esto genera una particular motivación a los conductores que están dispuestos a ponerse al volante cuando las condiciones son más rentables.

Uber también aplica un sistema de clasificación donde los usuarios pueden evaluar a los conductores, y estos puntuar a los pasajeros. De este modo, ambas partes conocen la confianza que inspira el otro y permite decidir con quién compartir el vehículo. Pero no solo se mide la confianza, la aplicación permite conocer el grado de aceptación de viajes de un determinado conductor para saber su compromiso y su disposición de cara a cualquier pasajero.

Nimbeo, CoolReport y la gestión de la información

Nimbeo dispone de una herramienta de monitorización, gestión y calificación de la información muy similar a la tecnología que utiliza Uber en su app. En este caso, CoolReport es una solución pionera basada en la gestión, la analítica y la visualización de grandes volúmenes de datos, también llamados Big Data, para permitir la gestión y el análisis avanzado en una gran variedad de entornos. CoolReport es una plataforma de referencia en iniciativas disruptivas tales como la Internet of Things (IoT), donde sensores y dispositivos se comunican entre sí o el Machine -to-Machine (M2M), una pléyade de comunicaciones entre máquinas remotas.

CoolReport de Nimbeo proporciona un entorno de trabajo donde agregar las distintas fuentes de datos, así como analíticas, visualizaciones y predicciones nuevas y personalizadas, que, como dice la consultora Gartner, convierten esos datos en el petróleo del siglo XXI.

Nimbeo lidera el consorcio Enerloud

El proyecto europeo de I+D tiene como objetivo la optimización del consumo de energía para empresas e instituciones

b_2584_83368306_CVE-20120614-Hungary-1034Enerloud es el nombre del consorcio internacional para desarrollar un proyecto de I+D que elaborará un sistema para la gestión y el análisis de redes eléctricas y contadores inteligentes, utilizando tecnología Big Data y técnicas de computación en la nube (Cloud Computing).

Miguel Lagares, CEO de Nimbeo, destaca el desarrollo y la optimización de redes eléctricas inteligentes (Smart Grids) en Noruega y valora el protagonismo de la firma en Enerloud gracias a su experiencia en tecnologías de tratamiento de grandes volúmenes de datos (Big Data) o la gestión de contadores inteligentes (Smart Meters), como bien muestra su aplicación en otros proyectos de Nimbeo, como CoolReport o Hermes.

projekt_0711_00_2Nimbeo aporta su experiencia en tecnologías Smart Big Data y Cloud Computing

El proyecto plantea la recogida de datos de los medidores digitales que miden el consumo de energía de forma precisa. Esos datos se almacenan y procesan mediante Big Data con técnicas de computación. Con ello se pretende crear un protocolo estándar que permita gestionar y analizar esa información para ofrecer servicios a los diferentes usuarios clasificándolos en perfiles que les permitan obtener informes sobre sus consumos de energía en tiempo real.

Los objetivos específicos de Enerloud se clasifican así:

  1. Identificar e implementar los medidores inteligentes y sus sensores.
  2. Implementar métodos y herramientas para la integración y almacenamiento de datos de múltiples fuentes utilizando tecnologías BigData.
  3. Implementar métodos de análisis avanzados basados en técnicas de minería de datos.
  4. Diseñar servicios para los perfiles de usuario. Algunos ejemplos de estos servicios son:
  • Consumidores de energía, mantenedores y propietarios: Instituciones, industria u hogares.
  • Consultoría energética: analizan diferentes escenarios de rehabilitación.
  • Distribuidoras, mantenedoras de red y comercializadoras.
  1. Implementar servicios basados en Cloud Computing.
  2. Implementar las técnicas de redes inteligentes que favorezcan la gestión eficiente de la energía consumida.
  3. Desarrollar la plataforma de servicios que facilite el acceso a los clientes.
  4. Explotación de los servicios por parte de los usuarios finales.

enercloud 1El objetivo final de Enerloud, un programa enmarcado dentro de la estrategia Horizonte 2020, es la optimización del consumo de energía.

Además de Nimbeo, el consorcio está formado por otra empresa española, Dantia, y las noruegas, Movation y eSmartSystems, además de la colaboración como centro de investigación de la Universidad Carlos III de Madrid.

eeaEnerloud es uno de los proyectos operados y cofinanciado por el Centro para el Desarrollo Tecnológico Industrial (CDTI), dependiente del Ministerio de Economía y Competencia; está apoyado por las ayudas del Espacio Económico Europeo (EEA-Grants); y cuenta con la participación de Innovation Norway, una organización que fomenta el desarrollo industrial en el país nórdico.