Uporaba javno dostopnih podatkov za oceno podobnosti vozil z ukradenimi

diplomsko delo visokošolskega študijskega programa Informacijska varnost

Benjamin Steiner (Avtor), Simon Vrhovec (Mentor)

Povzetek

V Sloveniji je letno ukradenih med 900 in 1100 vozil, ampak policiji uspe izslediti le 25% teh vozil. Trenutno ne obstaja storitev, preko katere lahko poljubno vozilo primerjamo s seznamom ukradenih vozil in izluščimo le najbolj podobna vozila, ali posledično najdemo ukradeno vozilo. Za naslovitev problema je bil ustvarjen model, ki s pomočjo uporabe algoritma za iskanje najbližjih sosedov išče ukradena vozila, ki so najbolj podobna poljubno izbranemu vozilu. Da bi testirali razviti model, smo izbrali 200 vozil za vsako izmed 11 najpogostejših znamk avtomobilov na spletni strani Avto.net. Razdalje med avtomobili smo razvrstili v 3 opisne stopnje glede na podobnost: zelo podobna vozila, podobna vozila in malo podobna vozila. Opisne stopnje podobnosti so ustrezno merilo za ocenjevanje podobnosti vozil, saj so mejne razdalje med vozili jasno določene in neodvisne od znamke avtomobilov.

Ključne besede

podatki;javno dostopni podatki;rudarjenje podatkov;ukradena vozila;diplomske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2021
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UM FVV - Fakulteta za varnostne vede
Založnik:	[B. Steiner]
UDK:	004.8(043.2)
COBISS:	85463299
Št. ogledov:	241
Št. prenosov:	48
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Use of publicly available data to assess the similarity of vehicles with stolen ones
Sekundarni povzetek:	In Slovenia, between 900 and 1100 vehicles are stolen every year, but the police only manage to recover about 25% of the stolen vehicles. Currently, there is no service that enables a comparison between the selected and the stolen vehicle and extracts only the most similar vehicles, or consequently finds the stolen vehicle. To solve this problem, a model was created. In the model, we used Nearest Neighbours algorithm to search for stolen vehicles that are most similar to the selected vehicle. To test the developed model, we selected 200 vehicles for each of the 11 most popular car brands on the Avto.net website. The distances between vehicles were classified into 3 descriptive levels depending on their similarity: very similar vehicles, similar vehicles, and slightly similar vehicles. Descriptive similarity levels are a suitable criterion for assessing vehicle similarity because the distances between vehicles are clearly defined and independent of car brand.
Sekundarne ključne besede:	Python;Orange;stolen vehicles;finding nearest neighbours;
Vrsta dela (COBISS):	Diplomsko delo/naloga
Komentar na gradivo:	Univ. v Mariboru, Fak. za varnostne vede, Ljubljana
Strani:	VI f., 27 str.
ID:	13729658