Chapter 5 — Linking
Five hundred people are defrauded by the same operation. Each of them, separately, walks into a station or opens a website and files a report. The system now holds five hundred cases.
It should hold one.
The gap between those two sentences is the largest single inefficiency in the enforcement of online fraud anywhere in the world, and closing it is the one task in this book where a machine is unambiguously better than more staff. This chapter is the mathematics of closing it, and the mathematics turns out to be fifty-seven years old.
บทที่ 5 — การเชื่อมโยง
คนห้าร้อยคนถูกกลโกงเดียวกันหลอก แต่ละคนต่างเดินเข้าสถานีตำรวจหรือเปิดเว็บไซต์ แล้วแจ้งความของตัวเอง ตอนนี้ระบบถือคดีอยู่ห้าร้อยคดี
มันควรถือไว้คดีเดียว
ช่องว่างระหว่างสองประโยคนั้นคือจุดสูญเปล่าจุดเดียวที่ใหญ่ที่สุดในการบังคับใช้กฎหมายกับการฉ้อโกงออนไลน์ ไม่ว่าที่ใดในโลก การปิดช่องว่างนี้คืองานเดียวในหนังสือเล่มนี้ที่เครื่องจักรทำได้ดีกว่าการเพิ่มกำลังคน โดยไม่มีข้อกังขา บทนี้คือคณิตศาสตร์ของการปิดช่องว่างนั้น และคณิตศาสตร์นั้นมีอายุห้าสิบเจ็ดปีแล้ว
The criminal's structural weakness
Start with why this is possible at all.
Fraud at industrial scale requires reuse. The same mule account receives from many victims. The same phone number is dialled from. The same LINE identifier, the same wallet, the same landing page, the same script — because writing a new script for every victim costs money, and the entire business model is volume at low unit cost.
The formal description of exploiting that: entity resolution works precisely because organised fraud recycles identity information, and it proceeds by federated matching across exact and approximate — fuzzy — comparisons of that recycled data. [ESTABLISHED]
The criminal's efficiency is the investigator's handle. Everything below is machinery for gripping it.
จุดอ่อนเชิงโครงสร้างของอาชญากร
เริ่มจากว่าทำไมเรื่องนี้จึงเป็นไปได้ตั้งแต่แรก
การฉ้อโกงระดับอุตสาหกรรมต้องใช้ซ้ำ บัญชีม้าเดียวกันรับเงินจากเหยื่อหลายคน หมายเลขโทรศัพท์เดียวกันถูกใช้โทรออก ไอดีไลน์เดียวกัน กระเป๋าเงินดิจิทัลเดียวกัน หน้าเว็บปลายทางเดียวกัน สคริปต์เดียวกัน — เพราะเขียนสคริปต์ใหม่ให้เหยื่อทุกคนมีต้นทุน และโมเดลธุรกิจทั้งหมดคือปริมาณมากที่ต้นทุนต่อหน่วยต่ำ
คำอธิบายเชิงรูปนัยของการใช้ประโยชน์จากจุดนั้นมีอยู่แล้ว: การชี้ตัวตนซ้ำ ทำงานได้เพราะการฉ้อโกงที่จัดตั้งเป็นองค์กรนำข้อมูลระบุตัวตนกลับมาใช้ซ้ำ และมันดำเนินไปด้วยการจับคู่แบบรวมศูนย์ ข้ามการเปรียบเทียบข้อมูลที่ถูกใช้ซ้ำนั้น ทั้งแบบตรงทุกตัวอักษรและแบบประมาณ — คลุมเครือ [ESTABLISHED]
ประสิทธิภาพของอาชญากรคือด้ามจับของผู้สืบสวน ทุกอย่างด้านล่างนี้คือกลไกสำหรับกำด้ามนั้นให้แน่น
Fellegi and Sunter, 1969
In 1969 Ivan Fellegi and Alan Sunter published the formal theory of probabilistic record linkage, and it remains the foundation of every automated linking system in use.
The setup: take two records and compare them field by field — name agrees or not, date of birth agrees or not, address agrees or not. That pattern of agreements and disagreements could have arisen in one of two ways. It could be a true match, in which case each field agrees with some probability (the m-probabilities: real matches still disagree sometimes, because people misspell names and transpose digits). Or it could be a true non-match, in which case each field agrees with some other probability (the u-probabilities: unrelated records still agree sometimes, because plenty of people share a birthday).
Their fundamental theorem: the optimal linkage rule is a likelihood ratio test on the comparison vector. Compute how much more probable this exact pattern of agreements is under "match" than under "non-match," and that ratio is the whole of the evidence. Bayes' rule then converts it into a posterior probability of matching, using the prior prevalence of matches in the data. [ESTABLISHED] (Splink documentation, UK Ministry of Justice; Linacre, the mathematics)
Now look back at Chapter 3.
The modern standard for reporting forensic evidence is that the expert gives a likelihood ratio: the probability of the observations under the prosecution's hypothesis divided by the probability under the defence's. Not a probability of guilt. A ratio between two explanations. The format exists specifically to block the prosecutor's fallacy and its mirror image. [ESTABLISHED] (arXiv 2502.03217)
It is the same object. A fingerprint examiner evaluating a mark and an algorithm deciding whether two fraud reports describe one operation are performing the identical mathematical act: comparing how well two competing explanations account for what was observed. Fifty years and two disciplines apart, one structure.
That is not a pleasing coincidence. It is the reason the discipline of Chapter 3 transfers directly to the machinery of Chapter 5 — including the discipline about what a likelihood ratio may not do.
Fellegi และ Sunter, ปี 1969
ในปี 1969 Ivan Fellegi และ Alan Sunter ตีพิมพ์ทฤษฎีเชิงรูปนัยของการจับคู่ระเบียนข้อมูลเชิงความน่าจะเป็น ทฤษฎีนี้ยังเป็นรากฐานของระบบเชื่อมโยงข้อมูลอัตโนมัติทุกระบบที่ใช้งานอยู่จนถึงวันนี้
โจทย์ตั้งต้นเป็นแบบนี้: นำระเบียนสองรายการมาเทียบกันทีละฟิลด์ — ชื่อตรงกันหรือไม่ วันเกิดตรงกันหรือไม่ ที่อยู่ตรงกันหรือไม่ รูปแบบของฟิลด์ที่ตรงและไม่ตรงนั้นเกิดขึ้นได้จากสองทางเท่านั้น ทางแรก มันเป็น การจับคู่จริง และแต่ละฟิลด์ตรงกันด้วยความน่าจะเป็นค่าหนึ่ง (ความน่าจะเป็นแบบ m: คู่ที่ตรงกันจริงก็ยังมีฟิลด์ไม่ตรงได้บ้าง เพราะคนสะกดชื่อผิดและพิมพ์ตัวเลขสลับกัน) ทางที่สอง มันเป็น การไม่จับคู่จริง และแต่ละฟิลด์ตรงกันด้วยความน่าจะเป็นอีกค่าหนึ่ง (ความน่าจะเป็นแบบ u: ระเบียนที่ไม่เกี่ยวกันเลยก็ยังตรงกันได้บ้าง เพราะคนจำนวนมากเกิดวันเดียวกัน)
ทฤษฎีบทพื้นฐานของพวกเขาบอกว่า กฎการเชื่อมโยงที่เหมาะสมที่สุดคือการทดสอบอัตราส่วนภาวะน่าจะเป็น บนเวกเตอร์การเปรียบเทียบ คำนวณว่ารูปแบบความตรงกันแบบนี้เกิดขึ้นได้ง่ายกว่ากี่เท่า ภายใต้สมมติฐาน "จับคู่" เทียบกับ "ไม่จับคู่" อัตราส่วนนั้นคือหลักฐานทั้งหมดที่มี จากนั้นกฎของเบย์แปลงมันเป็นความน่าจะเป็นภายหลังของการจับคู่ โดยใช้ความชุกเบื้องต้นของการจับคู่ในข้อมูลชุดนั้น [ESTABLISHED] (เอกสาร Splink, กระทรวงยุติธรรมสหราชอาณาจักร; Linacre, คณิตศาสตร์เบื้องหลัง)
ย้อนกลับไปดูบทที่ 3
มาตรฐานปัจจุบันของการรายงานพยานหลักฐานทางนิติวิทยาศาสตร์คือ ผู้เชี่ยวชาญให้ อัตราส่วนภาวะน่าจะเป็น: ความน่าจะเป็นของสิ่งที่สังเกตได้ภายใต้สมมติฐานฝ่ายโจทก์ หารด้วยความน่าจะเป็นภายใต้สมมติฐานฝ่ายจำเลย ไม่ใช่ความน่าจะเป็นของความผิด เป็นอัตราส่วนระหว่างคำอธิบายสองแบบ รูปแบบนี้มีขึ้นเพื่อสกัดเหตุผลวิบัติของอัยการและภาพสะท้อนกลับของมันโดยเฉพาะ [ESTABLISHED] (arXiv 2502.03217)
มันคือสิ่งเดียวกัน ผู้ตรวจพิสูจน์ลายนิ้วมือที่ประเมินรอยพิมพ์ กับอัลกอริทึมที่ตัดสินว่ารายงานการฉ้อโกงสองฉบับบรรยายปฏิบัติการเดียวกันหรือไม่ กำลังทำการกระทำทางคณิตศาสตร์เดียวกันทุกประการ: เทียบว่าคำอธิบายที่แข่งกันสองแบบ อธิบายสิ่งที่สังเกตได้ดีเพียงใด ห่างกันห้าสิบปีและสองสาขาวิชา โครงสร้างเดียว
นั่นไม่ใช่ความบังเอิญที่ฟังแล้วสบายใจ มันคือเหตุผลที่วินัยของบทที่ 3 ถ่ายทอดตรงมาสู่กลไกของบทที่ 5 ได้ — รวมถึงวินัยเรื่องสิ่งที่อัตราส่วนภาวะน่าจะเป็นห้ามทำ
What a likelihood ratio may not do
The forensic literature is strict about this and the strictness must come across into linking work.
There is a hierarchy of propositions, formalised by Cook, Evett and colleagues, running from narrowest to broadest: sub-source (the DNA came from this person), source (the semen came from this person), activity (this person had intercourse with the complainant), offence (this person committed rape). A likelihood ratio is only meaningful once you fix which level you are addressing, and reporting a source-level ratio as though it answered the offence-level question is a known and serious interpretive error. [ESTABLISHED] (Cook et al. 1998; Evett et al. 2000)
Translate the hierarchy into fraud linking, because it is exactly as necessary here:
| Level | The proposition your model is actually testing |
|---|---|
| Sub-source | These two reports contain the same account number string |
| Source | The same bank account received money in both cases |
| Activity | The same person or group operated that account in both cases |
| Offence | The same criminal network committed both frauds |
A clustering algorithm answers the top row. It is routinely reported as though it answered the bottom. A mule account can be resold. A phone number can be recycled. A scam script can be copied by an unrelated gang who found it in a Telegram channel. Every step down that table is an additional inference the model did not make and cannot support.
Write the level on the output. If a system reports "these 340 cases are one network," it has stated an offence-level conclusion from sub-source evidence, and the person who wrote it does not know what they built.
There is a second thing that must be written alongside the level, and it is a different kind of thing from either the level or the ratio: the status of the link. A likelihood ratio expresses how strongly the evidence favours one explanation over another. It cannot express that there is no evidence — a low ratio and an absent one are not the same claim, and a system with one number for both will report ignorance as innocence. That distinction has a formal history going back to Łukasiewicz and Belnap, at least one documented disaster attached to it, and a schema decision that follows from it. It is worked out in the appendices.
สิ่งที่อัตราส่วนภาวะน่าจะเป็นทำไม่ได้
วรรณกรรมทางนิติวิทยาศาสตร์เข้มงวดกับเรื่องนี้ และความเข้มงวดนั้นต้องข้ามมาสู่งานเชื่อมโยงคดีด้วย
มีสิ่งที่เรียกว่า ลำดับชั้นของข้อเสนอ Cook, Evett และคณะจัดวางมันเป็นรูปแบบทางการ ไล่จากแคบที่สุดไปกว้างที่สุด: ระดับต่ำกว่าแหล่งที่มา (DNA นี้มาจากคนคนนี้) ระดับแหล่งที่มา (น้ำอสุจินี้มาจากคนคนนี้) ระดับการกระทำ (คนคนนี้มีเพศสัมพันธ์กับผู้เสียหาย) ระดับความผิด (คนคนนี้ก่อเหตุข่มขืน) อัตราส่วนภาวะน่าจะเป็นมีความหมายก็ต่อเมื่อกำหนดชัดแล้วว่ากำลังตอบระดับใด รายงานอัตราส่วนระดับแหล่งที่มาราวกับว่ามันตอบคำถามระดับความผิดได้ เป็นความผิดพลาดในการตีความที่รู้จักกันดีและร้ายแรง [ESTABLISHED] (Cook et al. 1998; Evett et al. 2000)
แปลลำดับชั้นนี้มาสู่การเชื่อมโยงคดีฉ้อโกง เพราะที่นี่มันจำเป็นไม่น้อยไปกว่ากัน:
| ระดับ | ข้อเสนอที่โมเดลของคุณกำลังทดสอบจริง ๆ |
|---|---|
| ระดับต่ำกว่าแหล่งที่มา | รายงานทั้งสองฉบับมีสตริงหมายเลขบัญชีเดียวกัน |
| ระดับแหล่งที่มา | บัญชีธนาคารเดียวกันรับเงินในทั้งสองคดี |
| ระดับการกระทำ | บุคคลหรือกลุ่มเดียวกันเป็นผู้ควบคุมบัญชีนั้นในทั้งสองคดี |
| ระดับความผิด | เครือข่ายอาชญากรรมเดียวกันก่อเหตุฉ้อโกงทั้งสองครั้ง |
อัลกอริทึมการจัดกลุ่มตอบแถวบนสุด แต่มันถูกรายงานเป็นประจำราวกับตอบแถวล่างสุด บัญชีม้าขายต่อได้ หมายเลขโทรศัพท์นำกลับมาใช้ใหม่ได้ สคริปต์หลอกลวงถูกแก๊งที่ไม่เกี่ยวข้องกันคัดลอกไปจากช่องเทเลแกรมได้ ทุกขั้นที่ไล่ลงไปในตารางนั้นคือการอนุมานเพิ่มอีกหนึ่งชั้น ที่โมเดลไม่ได้ทำและรองรับไม่ได้
เขียนระดับกำกับไว้บนผลลัพธ์ หากระบบรายงานว่า "คดีทั้ง 340 คดีนี้คือเครือข่ายเดียวกัน" มันได้กล่าวข้อสรุประดับความผิดจากหลักฐานระดับต่ำกว่าแหล่งที่มา และคนที่เขียนมันไม่รู้ว่าตัวเองสร้างอะไรขึ้นมา
มีสิ่งที่สองที่ต้องเขียนกำกับไว้คู่กับระดับ และมันเป็นคนละชนิดกับทั้งระดับและอัตราส่วน: สถานะ ของการเชื่อมโยง อัตราส่วนภาวะน่าจะเป็นบอกว่าหลักฐานหนุนคำอธิบายหนึ่งเหนืออีกคำอธิบายหนึ่งแรงเพียงใด แต่มันบอก ว่าไม่มีหลักฐานเลย ไม่ได้ — อัตราส่วนที่ต่ำกับอัตราส่วนที่ไม่มีอยู่ไม่ใช่ข้อกล่าวอ้างเดียวกัน และระบบที่ใช้ตัวเลขเดียวแทนทั้งสองกรณีจะรายงานความไม่รู้ว่าเป็นความบริสุทธิ์ ความแตกต่างนี้มีประวัติเชิงรูปนัยย้อนไปถึง Łukasiewicz และ Belnap มีหายนะที่บันทึกไว้อย่างน้อยหนึ่งกรณีผูกอยู่กับมัน และมีการตัดสินใจเรื่องโครงสร้างข้อมูลที่ตามมาจากมัน ทั้งหมดนี้อธิบายไว้ในภาคผนวกท้ายเล่ม
The courts have already pushed back once
In 2010 the England and Wales Court of Appeal considered a footwear-mark analyst who had used a standardised likelihood-ratio scale to express a "moderate degree of scientific evidence" that a particular pair of Nike trainers made the marks. The court held the testimony should not have been admitted, and said forensic scientists should not use mathematical formulae such as likelihood ratios where no firm statistical database exists to underpin the numbers.
The judgment explicitly preserved probabilistic reporting in DNA, where the population-frequency databases are robust. Its scope is narrow on its face. It has nonetheless been widely cited as a general judicial rejection of Bayesian reasoning, and the forensic-statistics community's published response argues the court's language outran its intent. [CONTESTED] (R v T position statement; bibliography of responses; Kaye, Likelihoodism, Bayesianism, and a Pair of Shoes)
The operational lesson for anyone building a linking system is direct: your m- and u-probabilities are the statistical database. If you cannot say where they came from — estimated from labelled data, derived from observed frequencies, or guessed — you are in exactly the position the court objected to. A number with no provenance is not more scientific than an opinion; it is an opinion that has been made harder to challenge.
ศาลเคยตีกลับมาแล้วครั้งหนึ่ง
ในปี 2010 ศาลอุทธรณ์แห่งอังกฤษและเวลส์พิจารณาคดีหนึ่ง ผู้เชี่ยวชาญด้านรอยรองเท้าใช้มาตราส่วนอัตราส่วนภาวะน่าจะเป็นแบบมาตรฐาน เพื่อแสดง "ระดับปานกลางของหลักฐานทางวิทยาศาสตร์" ว่ารองเท้าไนกี้คู่หนึ่งเป็นผู้ทิ้งรอยดังกล่าว ศาลตัดสินว่าคำให้การนั้นไม่ควรถูกรับฟัง และกล่าวว่านักนิติวิทยาศาสตร์ไม่ควรใช้สูตรทางคณิตศาสตร์อย่างอัตราส่วนภาวะน่าจะเป็น ในกรณีที่ไม่มีฐานข้อมูลทางสถิติที่มั่นคง รองรับตัวเลขเหล่านั้น
คำพิพากษานี้รักษาการรายงานเชิงความน่าจะเป็นในกรณี DNA ไว้อย่างชัดเจน เพราะฐานข้อมูลความถี่ประชากรในกรณีนั้นมั่นคง ขอบเขตของมันแคบเมื่ออ่านตามถ้อยคำ กระนั้นมันถูกอ้างอิงอย่างกว้างขวางว่าเป็นการที่ฝ่ายตุลาการปฏิเสธเหตุผลแบบเบย์เซียนโดยรวม และคำตอบที่ชุมชนสถิติทางนิติวิทยาศาสตร์ตีพิมพ์ออกมาแย้งว่าถ้อยคำของศาลไปไกลเกินเจตนา [CONTESTED] (แถลงการณ์จุดยืนต่อคดี R v T; บรรณานุกรมของคำตอบโต้; Kaye, Likelihoodism, Bayesianism, and a Pair of Shoes)
บทเรียนเชิงปฏิบัติสำหรับผู้สร้างระบบเชื่อมโยงคดีตรงไปตรงมา: ความน่าจะเป็นแบบ m และ u ของคุณคือฐานข้อมูลทางสถิตินั้นเอง ถ้าคุณบอกไม่ได้ว่ามันมาจากไหน — ประมาณจากข้อมูลที่ติดป้ายกำกับไว้ ได้มาจากความถี่ที่สังเกตได้จริง หรือเดาเอา — คุณอยู่ในตำแหน่งเดียวกับที่ศาลคัดค้านพอดี ตัวเลขที่ไม่มีที่มาไม่ได้เป็นวิทยาศาสตร์มากไปกว่าความคิดเห็น มันคือความคิดเห็นที่ถูกทำให้ท้าทายได้ยากขึ้น
Crime linkage as an existing discipline
None of this is new to policing, which is the good news and the news that punctures any pitch built on novelty.
The field is called crime linkage or case linkage; in the United Kingdom it is comparative case analysis. It has decades of behavioural-science literature behind it, distinguishing proactive linking — trawling a database of unsolved crimes for series nobody has noticed — from reactive linking, testing whether specific unsolved crimes attach to one case of interest. [ESTABLISHED] (literature review, ScienceDirect)
It also has an honest problem. Human agreement on linkage judgements is poor: one study of Canadian police officers coding linkage scenarios found only 38% agreement for homicide and 25% for sexual assault. [ESTABLISHED] (same review)
That figure is the strongest argument for automation in this book. Not that machines are clever — that the human baseline being replaced is barely better than noise.
The state of the automated art, honestly reported:
- The standard method has been logistic regression on modus-operandi features. A 2025 paper tests
regression, sampling and machine-learning alternatives explicitly against the UK policing AI Covenant's explainability and transparency requirements, demonstrating a more explainable model on a 361-victim romance-fraud dataset in which the true linkage status is unknown. [ESTABLISHED] that the work exists; it is an arXiv preprint and I did not confirm peer review. (arXiv 2510.03730)
- Separate work proposes a Siamese autoencoder for high-dimensional, sparse crime data, tested
against the National Crime Agency's ViCLAS violent-crime linkage system. A methods paper, not a deployed evaluated tool. [ESTABLISHED] as research. (arXiv 2511.07651)
- **No published field evaluation showing that automated case linkage improves clearance, conviction
or recovery outcomes in fraud.** [ABSENT]
Note the last line carefully, because it applies to any proposal you make. The mathematics is sound, the human baseline is weak, the research is active — and nobody has yet demonstrated the outcome.
การเชื่อมโยงคดีในฐานะศาสตร์ที่มีอยู่แล้ว
ไม่มีสิ่งใดในนี้ใหม่สำหรับงานตำรวจ นั่นเป็นข่าวดี และเป็นข่าวที่เจาะทำลายข้อเสนอใด ๆ ที่สร้างขึ้นบนความใหม่
สาขานี้เรียกว่า การเชื่อมโยงคดี ในสหราชอาณาจักรเรียกว่า การวิเคราะห์คดีเปรียบเทียบ มีวรรณกรรมด้านพฤติกรรมศาสตร์รองรับมาหลายทศวรรษ และวรรณกรรมนั้นแยกการเชื่อมโยงแบบ เชิงรุก — ไล่ค้นฐานข้อมูลคดีที่ยังไม่คลี่คลาย หาชุดคดีที่ยังไม่มีใครสังเกตเห็น — ออกจากแบบ เชิงรับ ที่ทดสอบว่าคดีที่ยังไม่คลี่คลายคดีใดเกาะอยู่กับคดีที่สนใจหนึ่งคดีหรือไม่ [ESTABLISHED] (งานทบทวนวรรณกรรม, ScienceDirect)
สาขานี้มีปัญหาที่ต้องยอมรับตรง ๆ ด้วย มนุษย์ตัดสินการเชื่อมโยงได้ตรงกันน้อย: การศึกษาชิ้นหนึ่งให้เจ้าหน้าที่ตำรวจแคนาดาให้รหัสสถานการณ์การเชื่อมโยง พบว่ามี ความเห็นตรงกันเพียง 38% สำหรับคดีฆาตกรรม และ 25% สำหรับคดีล่วงละเมิดทางเพศ [ESTABLISHED] (งานทบทวนเดียวกัน)
ตัวเลขนั้นคือข้อโต้แย้งที่หนักแน่นที่สุดสำหรับระบบอัตโนมัติในหนังสือเล่มนี้ ไม่ใช่เพราะเครื่องจักรฉลาด — เพราะเส้นฐานมนุษย์ที่กำลังจะถูกแทนที่นั้นแทบไม่ดีไปกว่าสัญญาณรบกวน
สถานะของเทคโนโลยีอัตโนมัติในวันนี้ รายงานตามตรง:
- วิธีมาตรฐานคือ การถดถอยโลจิสติก บนคุณลักษณะรูปแบบการก่อเหตุ งานวิจัยปี 2025 ชิ้นหนึ่งทดสอบทางเลือกทั้งการถดถอย การสุ่มตัวอย่าง และแมชชีนเลิร์นนิง โดยเทียบกับข้อกำหนดด้านความสามารถในการอธิบายและความโปร่งใสของ UK Policing AI Covenant อย่างชัดเจน แสดงให้เห็นโมเดลที่อธิบายได้ดีกว่าบน ชุดข้อมูลคดีฉ้อโกงโรแมนซ์ที่มีเหยื่อ 361 ราย ซึ่งสถานะการเชื่อมโยงที่แท้จริงไม่เป็นที่ทราบ
[ESTABLISHED]ว่างานวิจัยนี้มีอยู่จริง แต่เป็นพรีปรินต์บน arXiv และผมไม่ได้ยืนยันว่าผ่านการทบทวนโดยผู้ทรงคุณวุฒิ
- งานอีกชิ้นหนึ่งเสนอ Siamese autoencoder สำหรับข้อมูลอาชญากรรมที่มีมิติสูงและกระจัดกระจาย ทดสอบกับระบบเชื่อมโยงคดีอาชญากรรมรุนแรง ViCLAS ของ National Crime Agency เป็นบทความเชิงวิธีการ ไม่ใช่เครื่องมือที่ถูกนำไปใช้งานจริงและประเมินผลแล้ว
[ESTABLISHED]ในฐานะงานวิจัย
- ไม่มีการประเมินผลภาคสนามที่ตีพิมพ์เผยแพร่ซึ่งแสดงว่าการเชื่อมโยงคดีอัตโนมัติช่วยเพิ่มอัตราปิดคดี อัตราการตัดสินลงโทษ หรือผลลัพธ์การเรียกคืนทรัพย์สินในคดีฉ้อโกง
[ABSENT]
ดูบรรทัดสุดท้ายให้ดี เพราะมันใช้กับข้อเสนอใด ๆ ที่คุณจะเสนอ คณิตศาสตร์แน่นหนา เส้นฐานมนุษย์อ่อนแอ งานวิจัยกำลังเดินอยู่ — และยังไม่มีใครแสดงผลลัพธ์ให้เห็น
The other kind of linking, which is already running
There is a system in Thailand that performs linkage at national scale today, and it is financial rather than investigative.
The Central Fraud Registry is a shared interbank database: a person flagged at one institution has accounts suspended across all of them and is blocked from opening new ones. Built through cooperation between the ministry, the central bank, the anti-money-laundering office and the bankers' association. [ESTABLISHED] (Nation Thailand)
That is entity resolution deployed in production, on the money rather than on the narrative. The gap it leaves is precise and worth naming, because it is where work remains: the registry links accounts. Nothing yet links the stories — the free-text account of what the victim was told, who contacted them, what the script was. Those narratives are the only record of the human operation behind the accounts, and they are sitting in prose, unstructured, unsearched.
That is the opening. Not a replacement for anything that exists. The layer nobody has built on top of the layer that already works.
The Move — Write the proposition level on every link. Whenever a system or a person asserts that two cases are connected, record which row of the hierarchy the evidence supports: shared string, shared account, shared operator, shared network. One line, in the file. It costs nothing and it prevents the single most consequential error in linkage work — carrying a sub-source finding into an offence-level claim, which is how a resold mule account becomes an accusation of running a syndicate.
What would change my mind: a field evaluation showing automated linkage improved case outcomes would move this chapter from mathematics to evidence. Equally, a study showing that machine linkage agreement is no better than the 38%/25% human baseline would gut it. Neither exists. This chapter currently rests on a sound formalism and a weak comparison class, and I would rather say so than imply more.
การเชื่อมโยงอีกแบบหนึ่ง ที่กำลังทำงานอยู่แล้ว
มีระบบหนึ่งในประเทศไทยที่เชื่อมโยงในระดับประเทศอยู่แล้วในวันนี้ และมันเป็นระบบด้านการเงิน ไม่ใช่ด้านการสืบสวน
Central Fraud Registry คือฐานข้อมูลร่วมระหว่างธนาคาร: บุคคลที่ถูกปักธงที่สถาบันหนึ่งถูกระงับบัญชีในทุกสถาบัน และถูกกันไม่ให้เปิดบัญชีใหม่ มันสร้างขึ้นจากความร่วมมือระหว่างกระทรวง ธนาคารกลาง สำนักงานป้องกันและปราบปรามการฟอกเงิน และสมาคมธนาคาร [ESTABLISHED] (Nation Thailand)
นั่นคือการชี้ตัวตนซ้ำที่ใช้งานจริงแล้ว บนเงิน ไม่ใช่บนเรื่องเล่า ช่องว่างที่มันทิ้งไว้ชัดเจนและควรเอ่ยชื่อ เพราะงานที่เหลืออยู่ตรงนั้น: ทะเบียนนี้เชื่อมโยง บัญชี ยังไม่มีอะไรเชื่อมโยง เรื่องเล่า — ข้อความอิสระที่บอกว่าเหยื่อถูกบอกอะไร ใครติดต่อมา สคริปต์เป็นอย่างไร เรื่องเล่าเหล่านั้นคือบันทึกเดียวของปฏิบัติการมนุษย์ที่อยู่หลังบัญชีเหล่านั้น และมันนอนอยู่ในรูปร้อยแก้ว ไม่มีโครงสร้าง ไม่เคยถูกค้น
นั่นคือช่องเปิด ไม่ใช่สิ่งทดแทนอะไรที่มีอยู่แล้ว มันคือชั้นที่ยังไม่มีใครสร้าง บนชั้นที่ทำงานได้อยู่แล้ว
ท่าประจำบท — เขียนระดับของข้อเสนอกำกับไว้บนทุกการเชื่อมโยง เมื่อใดที่ระบบหรือบุคคลกล่าวอ้างว่าสองคดีเชื่อมโยงกัน ให้บันทึกว่าหลักฐานหนุนแถวใดของลำดับชั้น: สตริงร่วมกัน บัญชีร่วมกัน ผู้ควบคุมร่วมกัน หรือเครือข่ายร่วมกัน หนึ่งบรรทัด ในไฟล์ มันไม่มีต้นทุน และมันกันความผิดพลาดที่ส่งผลร้ายแรงที่สุดเพียงหนึ่งเดียวในงานเชื่อมโยงคดี — นำข้อค้นพบระดับต่ำกว่าแหล่งที่มาไปสวมเป็นข้อกล่าวอ้างระดับความผิด นั่นคือวิธีที่บัญชีม้าที่ถูกขายต่อกลายเป็นข้อกล่าวหาว่าดำเนินการเป็นองค์กรอาชญากรรม
อะไรจะทำให้ผมเปลี่ยนใจ: การประเมินภาคสนามที่แสดงว่าการเชื่อมโยงอัตโนมัติทำให้ผลลัพธ์ของคดีดีขึ้น จะเลื่อนบทนี้จากคณิตศาสตร์ไปสู่หลักฐาน ในทางกลับกัน การศึกษาที่แสดงว่าความเห็นตรงกันของการเชื่อมโยงด้วยเครื่องจักรไม่ดีไปกว่าเส้นฐานมนุษย์ที่ 38%/25% จะทำลายบทนี้ลง ยังไม่มีทั้งสองอย่าง บทนี้ในตอนนี้ตั้งอยู่บนรูปนัยที่แน่นหนาและกลุ่มเปรียบเทียบที่อ่อนแอ และผมขอพูดแบบนี้ตรง ๆ ดีกว่าบอกเป็นนัยว่ามีมากกว่านั้น