The Role of Big Data Analytics in the Investigation of Corruption Offences
DOI:
https://doi.org/10.34625/issn.2183-2705(37)2025.ic-6Palavras-chave:
análise de dados, crimes de corrupção, direito penal, criminologia, princípios criminológicos, infração penalResumo
O artigo trata da integração de análises de big data (BD) na investigação de crimes de corrupção e avalia seu potencial para detectar esquemas criminais complexos. O uso de grandes volumes de dados, como transações financeiras, padrões de comunicação e registros públicos, melhora significativamente a eficácia das investigações. A análise de dados torna possível revelar conexões e anomalias ocultas, o que fornece novas ferramentas para o combate à corrupção. O artigo combina análise jurídica com inovação tecnológica e explora as questões jurídicas e éticas que surgem ao usar tais tecnologias. Ele se concentra em como o BD pode ser integrado ao processo legal dentro dos sistemas jurídicos existentes. A novidade acadêmica é o estudo das mudanças que a análise de BD traz para as práticas de investigação de corrupção. O estudo também identifica os desafios de proteção de dados e conformidade que exigem a criação de uma estrutura jurídica apropriada e o desenvolvimento de habilidades especializadas.
Referências
AKINBOWALE, O. E., KLINGELHÖFER, H. E., ZERIHUN, M. F. An innovative approach in combating economic crime using forensic accounting techniques. Journal of Financial Crime, 2020, vol. 27, no. 4, pp. 1253-1271. https://doi.org/10.1108/jfc-04-2020-0053
BAUHR, M., CZIBIK, Á., DE FINE LICHT, J., FAZEKAS, M. Lights on the shadows of public procurement: Transparency as an antidote to corruption. Governance, 2019, vol. 33, no. 3, pp. 495-523. https://doi.org/10.1111/gove.12432
BLAHUTA, R. I., MOVCHAN, A. V. The Latest Technologies in the Investigation of Crimes: The Current State and Use Problems. Lviv: LvDUVS, 2020. Available from https://dspace.lvduvs.edu.ua/handle/1234567890/3337
COUNCIL OF EUROPE. Network of Corruption Prevention Authorities. 2023. Available from https://www.coe.int/en/web/corruption/ncpa-network
DAS, P., DAS, A. K., NAYAK, J., PELUSI, D., DING, W. Incremental classifier in crime prediction using bi-objective Particle Swarm Optimization. Information Sciences, 2021, vol. 562, pp. 279-303. https://doi.org/10.1016/j.ins.2021.02.002
DONGES, N. Random Forest: A complete guide for machine learning. Built In. 2024. Available from https://builtin.com/data-science/random-forest-algorithm
HOU, M., HU, X., CAI, J., HAN, X., YUAN, S. An Integrated graph Model for Spatial–Temporal Urban Crime Prediction based on attention mechanism. International Journal of Geo-Information, 2022, vol. 11, no. 5, pp. 294. https://doi.org/10.3390/ijgi11050294
KAUR, B., SOOD, K., GRIMA, S. A systematic review on forensic accounting and its contribution towards fraud detection and prevention. Journal of Financial Regulation and Compliance, 2022, vol. 31, no. 1, pp. 60-95. https://doi.org/10.1108/jfrc-02-2022-0015
LEXTEGRITY. Data Analytics for Anti-Corruption Compliance. 2024. Available from https://www.lextegrity.com/resources/use-cases/data-analytics-for-anti-corruption-compliance
LUTSKA, K. Prospects of the use of modern technologies in counteraction to corruption in public administration. Bulletin of Taras Shevchenko National University of Kyiv Public Administration, 2021, vol. 14, no. 2, pp. 14-18. https://doi.org/10.17721/2616-9193.2021/14-3/6
MAZIYCHUK, V., VOIGHTKO, A., TYMOSHENKO, Y., TSIKALO, V., SYROVATKA, S. The effectiveness of electronic declaration monitoring in the detection and investigation of corruption offences in the judicial system. Pakistan Journal of Life and Social Sciences, 2024, vol. 22, no. 2, pp. 4833-4845. https://doi.org/10.57239/pjlss-2024-22.2.00358
MELNYK, D. S., PARFYLO, O. A., BUTENKO, O. V., TYKHONOVA, O. V., ZAROSYLO, V. O. Practice of the member states of the European Union in the field of anti-corruption regulation. Journal of Financial Crime, 2021, vol. 29, no. 3, pp. 853–863. https://doi.org/10.1108/jfc-03-2021-0050
MINITAB. Data analysis, statistical & process improvement tools. 2024. Available from https://www.minitab.com/en-us/
MOHR, T., PADILLA, V. Leveraging Data Analytics to Uncover FCPA Violations and Strengthen Compliance. Weaver, 2024. Available from https://weaver.com/resources/leveraging-data-analytics-to-uncover-fcpa-violations-and-strengthen-compliance/
N-IX. Fraud detection with big data analytics and machine learning: How to make it work. 2021. Available from https://www.n-ix.com/fraud-detection-big-data-analytics-machine-learning/
NASH, R., SCHARBATKE-CHURCH, C., TORIBIO, Z., WOODROW, P., BRINKERHOFF, D. W. Understanding corruption and social norms: a case study in Natural resource management. RTI Press, 2023. https://doi.org/10.3768/rtipress.2023.op.0089.2309
NAVARRETE, A. C., GALLEGO, A. C. Forensic accounting tools for fraud deterrence: a qualitative approach. Journal of Financial Crime, 2022, vol. 30, no. 3, pp. 840–854. https://doi.org/10.1108/jfc-03-2022-0068
OATLEY, G. C. Themes in data mining, big data, and crime analytics. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 2021, vol. 12, no. 2, pp. e1432. https://doi.org/10.1002/widm.1432
OATLEY, G., CHAPMAN, B., SPEERS, J. Forensic intelligence and the analytical process. Wiley Interdisciplinary Reviews Data Mining and Knowledge Discovery, 2020, vol. 10, no. 3. https://doi.org/10.1002/widm.1354
OECD. Anti-Corruption Network for Eastern Europe and Central Asia. 2024. Available from https://www.oecd.org/en/networks/anti-corruption-network-for-eastern-europe-and-central-asia.html
ORTIZ-OSPINA, E., ROSER, M. Corruption. Our World in Data. 2024. Available from https://ourworldindata.org/corruption
OUR WORLD IN DATA. Political corruption index. 2024. Available from https://ourworldindata.org/grapher/political-corruption-index
RISWANTO, U. K-Means Clustering for Anomaly Detection. Medium. 2023. Available from https://ujangriswanto08.medium.com/k-means-clustering-for-anomaly-detection-1bbbb0b20b52
RUDYK, T. O. E-government in Ukraine as a means of combating corruption. In Management of the XXI Century: Modern Models, Strategies, Technologies. VI All-Ukrainian Scientific and Practical Internet Conference Collection of Scientific Papers. Vinnytsia: Tsentr Pidhotovky Naukovykh ta Navchalno-Metodychnykh Vydan VTEI KNTEU, 2019, vol. 2, pp. 517-524. Available from http://vtei.com.ua/doc/2019/22_10_2.pdf#page=517
SCHUILENBURG, M., SOUDIJN, M. Big data in het veiligheidsdomein: onderzoek naar big-datatoepassingen bij de Nederlandse politie en de positieve effecten hiervan voor de politieorganisatie. Tijdschrift Voor Veiligheid, 2021, vol. 20, no. 4, pp. 44–62. https://doi.org/10.5553/tvv/.000028
SCIKIT-LEARN. IsolationForest. 2024. Available from https://scikit-learn.org/1.5/modules/generated/sklearn.ensemble.IsolationForest.html
SHCHOKIN, R., OLIINYK, V., BONDARENKO, O., KYSLENKO, D., KOLOS, O., TYMOSHENKO, Y. Sport management in the context of criminal liability for corruption. Retos, 2023, vol. 48, pp. 708–719. https://doi.org/10.47197/retos.v48.96768
SHCHOKIN, R., KABACHENKO, D., KOROLENKO, O., KUTOVA, N., CHURIKANOVA, O. Implementation of digitization for anti-crisis management of business entities. Economic Affairs, 2023, vol. 68, no. 01s, pp. 361-369. https://doi.org/10.46852/0424-2513.1s.2023.39
SIMPLILEARN. Random Forest Algorithm. 2023. Available from https://www.simplilearn.com/tutorials/machine-learning-tutorial/random-forest-algorithm
TAYLOR, M. M. Paul Lagunes, The Eye and the Whip: Corruption Control in the Americas. Oxford: Oxford University Press, 2021. Figures, tables, illustrations, bibliography, index, 168 pp.; hardcover $74, ebook. Latin American Politics and Society, 2022, vol. 64, no. 4, pp. 170-173. https://doi.org/10.1017/lap.2022.44
UDEH, N. E. O., AMAJUOYI, N. P., ADEUSI, N. K. B., SCOTT, N. A. O. The role of big data in detecting and preventing financial fraud in digital transactions. World Journal of Advanced Research and Reviews, 2024, vol. 22, no. 2, pp. 1746–1760. https://doi.org/10.30574/wjarr.2024.22.2.1575
UNITED NATIONS. Introduction to Role of Data Analytics in Anti-Corruption and Fraud. 2024. Available from https://www.unodc.org/roseap/en/what-we-do/anti-corruption/topics/2021/data-analytics-anti-corruption-fraud.html
WORLD BANK GROUP. Corruption Perceptions Index Rank. Indicator Profile Prosperity Data 360. 2024. Available from https://prosperitydata360.worldbank.org/en/indicator/TI+CPI+Rank
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2025 Anastasiia Chystiakova, Kostiantyn Podliehaiev, Oleg Khoronovskyi, Tetiana Sokur, Ivan Kubariev
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores conservam os direitos de autor e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite a partilha do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir o seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
A RJP não aplica taxas de submissão, publicação ou de qualquer outra natureza, sendo os artigos publicados em acesso livre e aberto, com a missão de difusão do conhecimento científico e o debate de temas jurídicos na área das Ciências Jurídicas.
