最近、ある行方不明事案のニュースが世間を騒がせています。その違和感に様々な疑惑や憶測を呼んでいます。学校の近くまで送り届けられたはずの子どもが、防犯カメラには映っていませんでした。データ分析でいえば欠損値として除外されるものです。

多くの防犯システムは、「何かが起きたら記録する」ように作られています。しかし現実には、重大な兆候は「何かが起きたこと」よりも、起きるはずのことが起きていないという形で現れることがあります。いるはずの人がいない。あるはずのログがない。続くはずの行動が止まっている。こうした変化は、件数や頻度の閾値監視だけでは捉えにくいのです。

そこで重要になるのが、分布構造解析（DSA）という考え方です。

不審な接近や下見は、必ずしも件数の増加としては現れません。たとえば、本来は登校時間帯に集中している反応分布に、深夜や夕方の成分が混じる。駐停車の時刻分布に、これまでなかったピークが現れる。本来映るはずの人物や車両の分布から、特定の成分が消える。1件ごとに見れば正常範囲でも、分布の形として見ると、数日前から変化が始まっている可能性があります。

DSAは、この「形の変化」を捉えようとする方法論です。さらにDAGと組み合わせることで、「何が変わったのか」だけでなく、「なぜ変わったのか」「どの介入が有効か」という因果仮説につなげることができます。

この発想で特に重要なのは、欠損を単なる欠如として扱わないことです。記録されない、映らない、答えない。従来は「データがない」で終わっていたものを、むしろ強いシグナルとして読む。これは医療でも設備管理でも見られる構造であり、セキュリティにもそのまま当てはまります。

従来型セキュリティが「起きてから動く」仕組みだとすれば、プロアクティブ・セキュリティは「起きる前に、データの中で始まっている変化を読む」仕組みです。しかも、新しいセンサーを大量に増やすことが前提ではありません。既存のカメラやログを、件数ではなく分布として読む。それだけで、同じデータの意味は大きく変わります。

防犯カメラは、これまで「記録する道具」でした。しかし、分布として継続的に読むことができれば、「予兆を読む道具」に変わるかもしれません。

必要なのは、技術だけではありません。分布を読む方法論と、現場を知る知識の組み合わせです。インシデントが起きてから追う時代から、起きる前の兆候を読む時代へ。その転換の鍵は、データをどう見るかにあるのではないでしょうか。