Cross-border forensic profiling of fraudulent identity and travel documents: A pilot project between France and Switzerland
Notice bibliographique
Résumé
The serial character of document fraud and its connection to organised crime groups who produce, sell and/or use fraudulent documents is a challenge for security and crime fighting. As a response, the added value of forensic intelligence is increasingly recognised. Using a forensic profiling method and a dedicated system deployed in Switzerland, document examiners can detect series (i.e., documents that share a common source) of fraudulent documents conveniently and efficiently. This detection can trigger or orientate investigations, supports crime intelligence efforts, and facilitates cross-jurisdictional cooperation. This study aims to assess the suitability of the forensic profiling system for international purpose and the efficiency of the method to detect cross-border series. The forensic profiling system has been deployed in France in the framework of a cross-border pilot project conducted by the School of Criminal Justice from the University of Lausanne and the French National Police (Division Nationale de Lutte contre la Fraude Documentaire et à l'Identité) over the period July 2019-May 2020. Data from the Swiss and French forensic profiling systems were compared to each other to detect cross-border series. The study sought to create operating conditions as close as possible to the real-life conditions of the profiling systems. The results are extremely positive both quantitatively and qualitatively. They demonstrate the benefit of setting up a systematic exchange of forensic data issued from profiling systems for fraudulent identity documents between France and Switzerland, let alone between any other countries. The results open up a very promising prospect for a sustained operational implementation by the police services of both countries and the extension of the exchanges internationally.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».