Analyse du modus operandi des cyberdélinquants sollicitant sexuellement des mineurs sur Internet
Notice bibliographique
Résumé
L’utilisation des technologies de communications en ligne est en constante augmentation, ainsi offrant un lot d’opportunités criminelles aux délinquants sexuels en ligne. Une préoccupation majeure pour les autorités d’application de la loi est en lien avec le leurre d’enfant. Pour les autorités, l’augmentation des plaintes de leurres informatiques vient justifier l’étude du phénomène (gouvernement du Québec, 2022). En effet, avec cette augmentation de plaintes, les défis pour les corps policiers en matière d’enquête sont de plus en plus grands. Afin d’identifier les différentes stratégies du leurre, cette étude s’intéresse au mode opératoire des cyberdélinquants sollicitant sexuellement des mineurs sur Internet. L’objectif de ce mémoire est de comparer ce que les cyberdélinquants partagent comme conseils sur les forums de discussion sur le Dark web avec ce qui se passe dans la réalité dans un clavardage entre un cyberdélinquant et une victime. En analysant les stratégies partager sur les forums de discussions sur le Dark web et les cas réels, il sera possible de comparer si ce qui est véhiculé sur les forums coïncide avec ce que les auteurs de crimes sexuels font en réalité. Pour ce faire deux bases de données ont été analysées, soit des signalements de sollicitations sexuelles faites auprès du Centre canadien de la protection de l’enfance (CCPE) et des échanges entre cyberdélinquants sur le Dark web concernant le leurre. Une analyse thématique a été effectuée avec les deux bases de données afin de comparer les stratégies mentionnées sur le Dark web et celles utilisées par les délinquants dans les signalements. Les résultats de cette étude démontrent que les stratégies partagées sur le Dark web diffèrent des stratégies codifiées dans les signalements. Les échanges sur le Dark web suivent les principes des théories du leurre traditionnel, dont la construction d’une relation d’amitié, puis amoureuse et finalement l’introduction du contenu sexuel. Les données de signalement au CCPE démontrent que les délinquants introduisent rapidement le contenu sexuel sans nécessairement construire une relation avec la victime. Les motivations de ces délinquants sont principalement axées sur l’argent, ce qui peut expliquer la divergence dans les deux banques de données. Les implications de cette étude suggèrent que les stratégies de leurres dans des cas réels diffèrent des stratégies traditionnelles abordées dans la littérature et sur les forums du Dark web.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».