CC BY
83
Евразийская адвокатура. 2022. № 3 (58). С. 71. Eurasian advocacy. 2022;(3(58)):71.
Правосудие и правоохранительная деятельность в евразийском пространстве
Научная статья УДК 343.98
doi 10.52068/2304-9839_2022_58_3_71
ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В ДЕЯТЕЛЬНОСТИ ОРГАНОВ ВНУТРЕННИХ ДЕЛ Кетия Тимур Анзорович
Адъюнкт адъюнктуры Волгоградской академии Министерства внутренних дел Российской Федерации 400075, г. Волгоград, ул. Историческая, д. 130, Российская Федерация
Аннотация: В статье рассматривается предметный и функциональный подход к дефиниции понятия «ней-росеть», применяемого в последнее время в целях обеспечения высокой эффективности деятельности сотрудников правоохранительных органов. Представлена интерпретация основополагающих терминов, относящихся к продуктам искусственного интеллекта (нейросети), а также описаны перспективные направления развития и использования существующих разработок для внедрения в практику сотрудников правоохранительных органов. Соответственно, произведен анализ материала, полученного из различных гражданских и ведомственных организаций. Приведена подробная классификация нейросетей, исходя из принципа их функционирования. Автор рассматривает имеющиеся возможности интеграции существующих в настоящее время гражданских систем и программных комплексов, созданных на основе нейросетей, полезных для раскрытия и расследования различных видов преступлений, а также для ежедневного использования в деятельности сотрудников правоохранительных органов. Особое внимание уделено зарубежному опыту использования различных разработок, официально закрепленных для использования в деятельности сотрудниками правоохранительных органов. Рассмотрены различные нормативные правовые акты, в которых приводятся трактования основополагающих терминов, применимых в рамках исследования по заданной проблематике. В завершение данной статьи сделан вывод о высокой актуальности заданной темы.
Ключевые слова: нейросеть, продукты искусственного интеллекта, правоохранительная деятельность, автоматизированные системы
Для цитирования: Кетия Т.А. Применение нейросетей в деятельности органов внутренних дел // Евразийская адвокатура. 2022. № 3 (58). С. 71. https://doi.org/10.52068/2304-9839_2022_58_3_71
Justice and law-enforcement activity in the eurasian space
Original article
THE USE OF NEURAL NETWORKS IN THE ACTIVITIES OF INTERNAL AFFAIRS BODIES Ketia Timur Anzorovich
Adjunct of the Volgograd Academy of the Ministry of Internal Affairs of the Russian Federation 400075, Volgograd, Historical str., 130, Russian Federation
Abstract: The article discusses a substantive and functional approach to the definition of the concept of «neural network», which has been used recently in order to ensure the high efficiency of law enforcement officers. An interpretation of the fundamental terms related to artificial intelligence products (neural networks) is presented, as well as promising directions for the development and use of existing developments for implementation in the practice of law enforcement officers are described. Accordingly, an analysis was made of the material received from various civil and departmental organizations. A detailed classification of neural networks based on the principle of their operation is given. The author considers the available possibilities for integrating currently existing civil systems and software systems created on the basis of neural networks, which are useful for solving and investigating various types of crimes, as well as for daily use in the activities of law enforcement officers. Particular attention is paid to foreign experience in the use of various developments officially fixed for use in the activities of law enforcement officers. Various normative legal acts are considered, which provide interpretations of the fundamental terms applicable in the framework of the study on a given issue. At the end of this article, a conclusion was made about the high relevance of the given topic.
© Кетия Т.А., 2022
Keywords: neural network, artificial intelligence products, law enforcement, automated systems For citation: Ketia T.A. The use of neural networks in the activities of internal affairs bodies = Eurasian advocacy. 2022;3(58):71. (In Russ.). https://doi.org/10.52068/2304-9839_2022_58_3_71
В современном мире происходят процессы стремительной цифровизации всех сфер деятельности, в том числе и работы правоохранительных органов, предусматривающей модернизацию технических устройств и компьютерной техники, применяемой в процессе поиска и обработки информации. Технологический прогресс способствует активной разработке и внедрению современных технологий, в том числе и таких, как ней-росети, в повседневную деятельность человека. С каждым годом преступники при совершении преступлений все чаще используют различные цифровые инновации, как аппаратного, так и программного обеспечения, что обуславливает стремление правоохранительных органов производить модернизацию своих методов и средств, предназначенных для противодействия преступникам, а также внедрять в повседневную работу инновационные технологии, в том числе и такие разработки, как нейросети.
В концепцию «Национальной стратегии развития искусственного интеллекта на период до 2030 года» (далее - Концепция), утвержденной Указом Президента Российской Федерации № 490 от 10.10.2019, входят несколько пунктов, предусматривающих применение нейросетевых технологий в повседневной деятельности различных структур. В том числе содержится прямое указание на необходимость осуществления локальных разработок и проектов, предусматривающих применение в деятельности правоохранительных органов систем, работающих на основе нейросетей. В частности, в п. 7 гл. 2 указывается, что «...с повышением вычислительной мощности современных компьютеров нужно увеличивать количество и качество аппаратного и программного обеспечения на основе нейросетей». Данный факт говорит о том, что программное и аппаратное обеспечение различных государственных структур нуждается в модернизации, своевременном обновлении оборудования, дополнении методик использования данных систем, а также разработке современного подхода для эффективного применения новых внедряемых в практику компьютерных технологий [1].
Наиболее известной системой, применяемой региональными субъектами РФ, является программно-аппаратный комплекс (ПАК) «Безопасный город», обеспечивающий информационными данными различные государственные
ведомства, такие как МВД России, МЧС России, ФСБ и др. Данная система предусматривает формирование единого доступа к сквозному видеонаблюдению с захватом фрагментов ключевых объектов городской инфраструктуры, с их дальнейшей обработкой и передачей регистрируемых данных для поиска необходимой фото- и видеоинформации, применяемой в том числе для розыска лиц, совершивших правонарушения и преступления. Так, согласно статистическим сведениям информационного портала ГУ МВД по г. Москва, за 2020 год с использованием системы городского видеонаблюдения правоохранительного сегмента ПАК «Безопасный город» по России было раскрыто 5085 преступлений, среди которых 40 убийств, 516 грабежей, 129 случаев причинения тяжкого вреда здоровью, 2713 краж [14].
Объединение технологических ресурсов, обеспечивающих государственные структуры, призвано способствовать повышению качества рабочей деятельности данных структур, своевременному получению необходимой информации для поиска разыскиваемых преступников, обнаружению правонарушителей и др., а также аналитической обработке полученной информации для дальнейшего ее использования. Контроль за исполнением функций данной системы, а также коммуникацию между подразделениями по данному вопросу осуществляет межведомственная комиссия по вопросам, связанным с внедрением и развитием систем аппаратно-программного комплекса технических средств «Безопасный город», в которую входят представители регионального руководства области и всех заинтересованных ведомств [7].
Несмотря на то, что эффективность применения данных технологий уже не первый год способствует информационному обеспечению деятельности различных структур, само понятие нейросетей, его сущность и содержание остаются за рамками изучения субъектов их применения. Необходимость рассмотрения основ данной дефиниции связана с отсутствием единообразного толкования.
Таким образом, стоит перейти к рассмотрению понятия нейросети с точки зрения предметных подходов в разных науках. Тогда можно выделить следующее направления:
- с точки зрения машинного обучения, нейронная сеть представляет собой метод распозна-
вания образов, дискриминантного анализа, метод кластеризации и др. Таким образом, рассматриваемый термин относится к сфере искусственного интеллекта, использующей методы построения алгоритмов, способных обучаться, на основании выявления общих закономерностей по частным эмпирическим данным [12]. Для деятельности правоохранительных органов, с учетом активного использования и совершенствования систем видеонаблюдения, которые основываются на вышеуказанном принципе, данное трактование сущности нейросети является весьма востребованным, в качестве примера можно отметить вышеуказанный ПАК «Безопасный город»;
- с позиции математики нейронные сети рассматривают в качестве обучаемой системы, выполняющей многопараметрические задачи нелинейной оптимизации, которые направлены на принятие решений в полностью определяемых условиях при наличии непропорциональных связей отдельных параметров от искомых переменных. В правоохранительных органах Российской Федерации на сегодняшний день не выявлено открытых разработок на основе нейросетей с функцией прогнозирования, поэтому стоит сделать вывод о том, что данное направление развития нейросетевых разработок, возможно, будет актуальней в будущем. Так, в правоохранительных органах зарубежных стран, к примеру США, разработки по данной тематике уже существуют и используются (разработка ««COMPASS» от компании «Northpoint» и система «PredPol») [15];
- с позиции кибернетической науки нейронная сеть предназначена для использования при решении задач адаптивного управления, предусматривающего процесс накопления и использования информации при начальной неопределённости и изменяющихся внешних условиях, а также при разработке алгоритмов для робототехники [13]. Здесь в качестве примера стоит рассмотреть систему «Лиза Алерт», которая с помощью дронов создает множество фотоснимков определенного участка местности, после чего программное обеспечение на основе нейросети обрабатывает данный массив фотоизображений и находит искомый объект [16];
- с точки зрения вычислительной техники и программирования, нейронные сети являются способом решения проблемы эффективного параллелизма, при котором происходит одновременное исполнение расчетных процессов в системе [8]. На данный момент в открытом доступе информация по использованию на практике разработок на основании подобного принципа на
территории России отсутствует, однако под данное описание подходит находящаяся в процессе создания разработка под рабочим названием «Серия». Она является достаточно комплексной, но данная система производит расчеты по накопленной информации на основании различных признаков при производстве своих задач [18].
Анализ различных предметных подходов к содержанию нейросетей позволяет высказать суждение, что они выполняют различные функции и выступают инструментом получения необходимого решения по заданному перечню вопросов. При этом нейросеть является программно-аппаратным воплощением системы искусственного интеллекта, предназначенным для выполнения различного рода задач в цифровой сфере, являющейся сложным алгоритмом моделирования необходимых решений.
Таким образом, данное определение, которое исходит из анализа предметных подходов, является довольно объемным и труднодоступным, поэтому стоит также провести анализ литературы по данному вопросу, чтобы получить более доступное понятия термина «нейросеть».
Стоит начать с определения изобретателя первого нейрокомпьютера доктора Роберта Хехт-Нильсена, который обозначил следующее понятие нейронной сети: «Нейронная сеть - это вычислительная система, состоящая из ряда простых, сильно взаимосвязанных элементов обработки, которые обрабатывают информацию путем их динамического реагирования на внешние воздействия» [9].
Данное определение является недостаточно конкретным. Оно слабо освещает рассмотрение элементов обработки, из которых состоит ней-росеть, по той причине, что данные элементы по своей сути могут быть достаточно объемными, и такие аспекты стоит конкретизировать. Однако сам процесс работы нейросети описан довольно просто и понятно.
В работах ведущего ученого в области математики и информатики С. Хайкина отмечается, что нейросети - это средство в виде аппаратного или программного воплощения, позволяющее осуществлять поиск, обработку, распознавание, систематизацию, передачу информации на основе ранее заложенной обучающей выборки информационного массива данных [5]. По нашему мнению, приведенное определение является наиболее приемлемым, поскольку большинство людей не имеют специальных знаний в области технических наук, соответственно, с трудом воспринимают технические термины. Таким обра-
зом, дефиниция С. Хайкина может стать основой для определения нейросети, которое будет использоваться в деятельности сотрудников правоохранительных органов при использовании уже существующих разработок.
На основании суждений белорусского ученого, доктора технических наук В.В. Старовойтова и его аспиранта Д.В. Брилюка можно прийти к выводу, что нейросети - это способ для современных компьютеров оперировать образной информацией. Это возможность с помощью аппаратно-программного обеспечения пользоваться поиском, обработкой образов (фото- и видеоизображения) с целью более быстрого поиска необходимой информации [10].
Позитивные свойства данного определения заключаются в том, оно что сосредотачивается на процессе действия нейросети в общей форме, значит, его также можно охарактеризовать как приемлемое для использования в структурах органов внутренних дел.
Исходя из вышесказанного, стоит отметить, что в целом нейросеть в правоохранительной деятельности сотрудника ОВД представляет собой автоматизированную систему в виде программы для различных видов обработки информации. То есть нейросеть - это программный или аппаратный комплекс, с помощью которого осуществляется работа с информацией на основе заранее заданной выборки исходных данных (фото, видео, текст и др.) для получения результата на основе заданного запроса по конкретной проблеме.
Далее более подробно стоит осветить вопрос о механизме обработки фотоизображения с помощью нейросетей, так как значительное количество разработок с применением нейросетей базируется именно на функции распознавания образов по фото- или видеоизображениям. Наиболее востребованное свойство искусственной нейросети - ее обучаемость. Если задача программы состоит в том, чтобы отличать на фотографиях один предмет от другого, например мужчину от женщины, в нейросеть нужно заложить максимально возможное количество объектов - выборку разных изображений мужчин и женщин, чтобы имелось как можно больше признаков по гендерной идентификации. Так нейросеть будет выдавать более верный результат, так как алгоритм определения пола человека по его изображению формируется более точным образом.
Из этого следует, что направление развития технического обеспечения в органах внутренних дел России нуждается в нормативном правовом закреплении, не только как инструмент для пре-
сечения противоправных действий, но и с целью фиксации правонарушений для дальнейшего использования полученных материалов в качестве доказательств по уголовному делу.
Проблематика использования нейросетей в различных сферах деятельности, в том числе и правоохранительной, на сегодняшний день находится в стадии активного изучения и модернизации, но при этом потенциал применения полноценно не получил своей реализации. В связи с этим стоит перейти к уже существующим разработкам, которые в настоящее время эффективно выполняют свои функции, как на территории России, так и на территориях других государств.
Касательно примеров, стоит упомянуть опыт Управления МВД России по Рязанской области, которое представило «Мобильный биометрический комплекс» (МБК), оснащенный технологией распознавания лиц, внедренный в повседневную работу правоохранительных органов. Сервер, поддерживающий работу данного оборудования, и рабочее место оператора размещают в транспортном полицейском фургоне. Используется МБК в основном во время массовых мероприятий. Данная система подключается к нескольким камерам, установленным на рамках металлоде-текторов, и воспроизводит анализ видео с каждой из них. Система может идентифицировать правонарушителей в режиме реального времени и отправлять на мобильные устройства сотрудников полиции уведомления с фотографией человека и краткой информацией о совершенном им правонарушении. Таким образом, обработка нейронной сетью изображений (фото, видео) для идентификации лиц оказывает помощь и облегчает поисковые задачи для сотрудников правоохранительных органов [11].
Рассматривая опыт использования нейросе-тей зарубежными правоохранительными органами, стоит выделить Китай и США, так как в этих странах нейросети стали использоваться в различных отраслях, в том числе, конечно же, в сфере правоохранительных органов, гораздо раньше. В Китае активно используется система видеонаблюдения «Золотой щит», которая эффективно работает сегодня практически в каждом городе страны и позволяет осуществлять контроль и сравнительные операции с информацией с достаточно быстрой скоростью.
В США можно отметить систему прогнозирования преступлений «COMPASS» от компании «Northpoint», которая работает достаточно эффективно, а также нейросеть «Palantir» от компании «Lexisnexis» которая на основе базы данных,
содержащей значительное количество архивных и судебных записей, водительских удостоверений, адресов, телефонных номеров и данных из социальных сетей, позволяет также отслеживать активность подозреваемого.
Из всего вышесказанного следует вывод, что использование нейросетей, адаптированных под нужды органов внутренних дел, является очень актуальным направлением деятельности правоохранительных органов. Несмотря на то, что на данный момент эта технология в основном на практике использует такую область действия, как распознавание, ее возможности гораздо шире; однако даже в таком формате это значительно облегчает работу органов внутренних дел. Нагрузка на сотрудников при осуществлении поисковых и аналитических работ становится гораздо ниже. Функции, возложенные на технические средства, работающие с применением нейросетевых технологий, существенно упрощают деятельность сотрудников внутренних дел, позволяя осуществлять поиск необходимой информации, ее сопоставление в автоматическом режиме, используя удобное современное программно-аппаратное обеспечение. Данный факт повышает эффективность работы сотрудников и позволяет получать навыки и опыт, который впоследствии помогает раскрываться все в большей мере различным инновациям.
Список источников
1. Национальная стратегия развития искусственного интеллекта на период до 2030 года. Утв. Указом Президента Российской Федерации № 490 от 10.10.2019 [Электронный ресурс]. URL: http://www.kremlin.ru/ acts/bank/44731.
2. Постановление Губернатора Волгоградской области от 27 марта 2019 г. № 153 «Об утверждении Концепции комплексной системы обеспечения безопасности жизнедеятельности населения Волгоградской области» [Электронный ресурс]. URL: http:// publication.pravo.gov.ru/Document/View/3400201903290 003?index=0&rangeSize=1.
3. Приказ МЧС № 199 от 02.04.2015 «Об организации мероприятий по построению и развитию аппаратно-программного комплекса «Безопасный город» на территории Волгоградской области» [Электронный ресурс]. URL: https://static.mchs.ru/upload/site31/ document_file/RB35HUR8pW.pdf.
4. Рашид Т. Создаем нейронную сеть: пер. с англ. СПб.: ООО «Альфа-книга», 2017.
5. Хайкин С. Нейронные сети: полный курс: пер. с англ. 2-е изд., испр. М.: ИД «Вильямов 2006.
6. Статистика киберпреступности за 2020 г. в России // Информационный портал «ТАСС» [Электронный ресурс]. URL: https://tass.ru/obschestvo/10382703.
7. Состав комиссии по вопросам, связанным с внедрением и развитием систем аппаратно-программного комплекса технических средств «Безопасный город» на территории Волгоградской области // Информационный портал Комитета информационных технологий Волгоградской области [Электронный ресурс]. URL: https://kit.volgograd.ru/coordination/structure/ mvk_bg/sostav/.
8. Нейронная сеть // Большая российская энциклопедия: в 35 т. / гл. ред. Ю.С. Осипов. М.: Большая российская энциклопедия, 2004-2017.
9. Информационный портал «Neronus» [Электронный ресурс]. URL: https://neuronus.com/stat/1271-nejronnye-seti-iskusstvennyj-intellekt.html.
10. Брилюк Д.В., Старовойтов В.В. Распознавание человека по изображению лица нейросетевыми методами. Минск, 2002. (Препринт / Институт Кибернетики НАН Беларуси).
11. Рязанская полиция и NtechLab представили мобильный биометрический комплекс: статья // Информационный портал «Лента» [Электронный ресурс]. URL: https://lenta.ru/news/2018/03/06/ntechlab//.
12. Информационный портал «Machine Learning» [Электронный ресурс]. URL: http://www. machinelearning.ru/wiki/index.php?title= Машинное_ обучение.
13. Жмурко Д.Ю. Понятие, сущность и классификация адаптивного управления системами с организационной сложностью // Научный журнал КубГАУ. 2013. № 90 (06).
14. Информационный портал ГУ МВД России по г. Москва [Электронный ресурс]. URL: https://77.мвд. рф/news/item/22825421/.
15. Полиция будущего [Электронный ресурс]. URL: http://ipa-russia.org/wp-content/uploads/2019/08/Поли-ция-будушего.pdf.
16. Информационный портал «ТАСС» [Электронный ресурс]. URL: https://tass.ru/obschestvo/6757981/.
17. Щенников И.В. Юридическая природа искусственного интеллекта. Его правовое регулирование в Российской Федерации и за рубежом. Перспективы развития // Global & Regional Research. 2021. Т. 3. № 1.
18. Информационный портал <^NEWS» [Электронный ресурс]. URL: https://www.cnews.ru/news/top/2021-08-24_mvd_planiruet_sozdat_sistemu/.
References
1. NadonaTnaya strategiya razvitiya iskusstvennogo intellekta na period do 2030 goda. Utv. Ukazom Preziden-ta Rossijskoj Federacii № 490 ot 10.10.2019 [E"lektronny"j resurs]. URL: http://www.kremlin.ru/acts/bank/44731.
2. Postanovlenie Gubernatora Volgogradskoj oblas-ti ot 27 marta 2019 g. № 153 «Ob utverzhdenii Koncep-cii kompleksnoj sistemy" obespecheniya bezopasnosti zhiznedeyatel"nosti naseleniya Volgogradskoj oblasti» [E4ektronny>j resurs]. URL: http://publication.pravo.gov. ru/Document/View/3400201903290003?index=0&rangeSi ze=1.
3. Prikaz MChS № 199 ot 02.04.2015 «Ob organizacii meropriyatij po postroeniyu i razvitiyu apparatno-pro-grammnogo kompleksa «Bezopasny"j gorod» na territo-
rii Volgogradskoj oblasti» [E'lektronny'j resurs]. URL: https://static.mchs.ru/upload/site31/document_file/RB-35HUR8pW.pdf.
4. Rashid T. Sozdaem nejronnuyu set": per. s angl. SPb.: OOO «Alfa-kniga», 2017.
5. Xajkin S. Nejronny'e seti: polny'j kurs: per. s angl. 2-e izd., ispr. M.: ID «ViFyamc», 2006.
6. Statistika kiberprestupnosti za 2020 g. v Rossii // Informacionny'j portal «TASS» [E'lektronny'j resurs]. URL: https://tass.ru/obschestvo/10382703.
7. Sostav komissii po voprosam, svyazanny'm s vne-dreniem i razvitiem sistem apparatno-programmnogo kompleksa texnicheskix sredstv «Bezopasny'j gorod» na territorii Volgogradskoj oblasti // Informadonny'j portal Komiteta informacionny'x texnologij Volgogradskoj oblasti [E'lektronny'j resurs]. URL: https://kit.volgograd. ru/coordination/structure/mvk_bg/sostav/.
8. Nejronnaya set" // Bokshaya rossijskaya e'nciklopediya: v 35 t. / gl. red. Yu.S. Osipov. M.: Bokshaya rossijskaya e'ndklopediya, 2004-2017.
9. Informacionny'j portal «Neronus» [E'lektronny'j resurs]. URL: https://neuronus.com/stat/1271-nejronnye-seti-iskusstvennyj-intellekt.html.
10. Brilyuk D.V., Starovojtov V.V. Raspoznavanie che-loveka po izobrazheniyu licza nejrosetevy'mi metodami. Minsk, 2002. (Preprint / Institut Kibernetiki NAN Belar-usi).
11. Ryazanskaya policiya i NtechLab predstavi-li mobikny'j biometricheskij kompleks: stat'ya // Informacionny'j portal «Lenta» [E'lektronny'j resurs]. URL: https://lenta.ru/news/2018/03/06/ntechlab//.
12. Informacionny"j portal «Machine Learning» [E"lektronny"j resurs]. URL: http://www.machinelearning. ru/wiki/index.php?title= Mashinnoe_obuchenie.
13. Zhmurko D.Yu. Ponyatie, sushhnost" i klassifikad-ya adaptivnogo upravleniya sistemami s organizadonnoj slozhnost"yu // Nauchny"j zhurnal KubGAU. 2013. № 90 (06).
14. Informacionny"j portai GU MVD Rossii po g. Moskva [E"lektronny"j resurs]. URL: https://77.mvd.rf/news/ item/22825421/.
15. Policiya budushhego [E"lektronny"j resurs]. URL: http://ipa-russia.org/wp-content/uploads/2019/08/Polici-ya-budushhego.pdf.
16. Informacionny"j portal «TASS» [E"lektronny"j resurs]. URL: https://tass.ru/obschestvo/6757981/.
17. Shhennikov I.V. Yuridicheskaya priroda iskusstven-nogo intellekta. Ego pravovoe regulirovanie v Rossijskoj Federacii i za rubezhom. Perspektivy" razvitiya // Global & Regional Research. 2021. T. 3. № 1.
18. Informacionny~j portal «SNEWS» [E~lektronny~j resurs]. URL: https://www.cnews.ru/news/top/2021-08-24_mvd_planiruet_sozdat_sistemu/.
Статья поступила в редакцию 26.06.22; одобрена после рецензирования 30.06.22; принята к публикации 30.06.22.
The article was submitted 26.06.22; approved after reviewing 30.06.22; accepted for publication 30.06.22.
EURASIAN LEGAL PORTAL
ЕВРАЗИЙСКИЙ ЮРИДИЧЕСКИЙ ПОРТАЛ
Наш портал состоит из следующих разделов:
а Законопроекты а Принятые законы а Судебная практика а Пресс-релизы а Юридические статьи а Юридические вузы а Юридическая школа в лицах а Новости а Наши партнеры а Институт законодательства а Бесплатная юридическая консультация
www.eurasialegal. info
Целями проекта являются:
1. Создание информативной актуальной научной базы в области права для успешного ориентирования в современном юридическом мире.
2. Свободный обмен теоретическими и практическими знаниями в области права в рамках Содружества Независимых государств (СНГ).
Наша задача заключается в постоянном усовершенствовании портала, предоставлении полной и достоверной информации пользователям, внедрении новых актуальных проектов, интересных юридических источников и привлечении к развитию проекта профессиональных юристов для взаимовыгодного сотрудничества.
