[發明專利]一種融合多種數據挖掘技術的恐怖襲擊事件評估決策方法

有效

• 申請號: 202010140051.X
• 申請日: 2020-03-03
• 公開（公告）號: CN111369416B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 趙鵬;王保衛;華欣玥;陳正嘉
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06Q10/04;G06Q10/0635
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明公開了一種融合多種數據挖掘技術的恐怖襲擊事件評估決策方法，先利用熵權評價法計算每條恐怖襲擊事件的危害程度進而實現恐怖襲擊事件危害性分級模型；接著，通過K均值聚類算法找出多條作案者信息的簇中心進而得出恐怖分子關于典型事件的嫌疑度；然后，以近三年中恐怖襲擊數據作為樣本，利用多元線性回歸模型分析攻擊類型、目標類型、武器類型等的變化趨勢以反映地區反恐整體態勢；最后，利用詞頻?逆文檔算法對近三年恐怖事件的事件摘要進行詞頻重要性計算進而給出恐怖襲擊事件的主要成因。本發明對恐怖襲擊事件相關數據的深入分析，將有助于為反恐防恐提供有價值的信息支持，輔助反恐人員高效決策和響應反恐事件。

技術領域

本發明屬于數據挖掘領域，具體涉及一種融合多種數據挖掘技術的恐怖襲擊事件評估決策方法。

背景技術

恐怖襲擊是指極端分子或組織人為制造的、針對但不限于平民的攻擊行為，它不僅殺傷性巨大，還能造成極大的人員傷亡和財產損失，進而引起社會動蕩并阻礙經濟發展。這些年來，眾多國家已經加入到了打擊恐怖襲擊事件的行列當中，共同抵御這類事件也成為了全人類所面對的問題和責任。因而，在這個過程之中，采用合適的大數據手段去對恐怖襲擊事件進行分析，將大大提高打擊的效率的成功率。

目前，已有一些對極端恐怖事件地量化分析的案例。舒洪水等人通過對2013—2017年“伊斯蘭國冶在GTD中7133次地恐怖襲擊進行大數據分析，進而挖掘出宗教極端型恐怖主義的發展趨勢與特點,對宗教極端型恐怖主義的針對性防控有著重要的意義。郭孟杰等人為保障境外出行人員的境外活動安全，針對現有的數據存在數據缺失、類型多樣且類型不一致等問題，提出了一種基于多類別參數隨機調優的境外活動安全態勢評估模型，構建數據量化、篩選機制，自適應調整模型參數，獲得安全評估結果并分級，最終實現對安全態勢評估和預警。戰兵使用馬爾科夫模型和貝葉斯網絡方法，結合已發生恐怖襲擊事件，構建恐怖活動預測模型。夏一雪等人基于網絡恐怖主義作為復雜的大規模系統的本質特征，采用等級全息建模方法，構建網絡恐怖主義的風險情景，識別可觀測的風險因素，進而進行風險量化、評級，得出高風險因素。依據風險管理過程和風險分析結果，提出“無事先防、事初防變、事過防復”的風險管理理念，分別針對網絡恐怖主義潛伏期、實施期、效應期的高風險因素，提出風險防范對策。

可以看到，上述研究多從恐怖主義發展趨勢，分級等單一角度對恐怖主義數據進行量化分析，進而為恐怖主義防范治理提供建議。但實際上，當恐怖主義發生時，這些問題均需要被同時考慮。所以，本專利提出應用多種數據挖掘技術建立一種恐怖主義事件地評估決策模型，進而能夠更加高效地治理恐怖襲擊；并利用TF-IDF算法對恐怖襲擊事件地主要成因進行了分析，從而達到更加準確地分析恐怖襲擊事件的目的，恐怖襲擊事件的評估決策也將更加高效。

發明內容

發明目的：本發明提供一種融合多種數據挖掘技術的恐怖襲擊事件評估決策方法，通過大數據手段分析恐怖襲擊事件能更好地掌握極端型恐怖組織的活動規律，從而實現目的性預防和打擊。

技術方案：本發明所述的一種融合多種數據挖掘技術的恐怖襲擊事件評估決策方法，包括以下步驟：

(1)利用熵權評價法計算每條恐怖襲擊事件的危害程度進而對恐怖襲擊事件進行量化分級；

(2)通過K均值聚類算法找出多條作案者信息的簇中心進而得出恐怖分子關于典型事件的嫌疑度，實現對危害性較高的組織予以精準防范和打擊；

(3)以已發生的恐怖襲擊事件數據作為樣本，利用多元線性回歸模型分析攻擊類型、目標類型、武器類型等的變化趨勢以反映地區反恐整體態勢建立恐怖襲擊事件發展態勢評估模型；所述恐怖襲擊事件發展態勢評估模型包含恐怖襲擊事件爆發頻次的預測模型、恐怖襲擊事件空間分布分析模型；

(4)利用詞頻-逆文檔算法對三年內所有事件的事件摘要進行詞頻重要性統計，從而提取與反恐事件相關的關鍵詞，繼而分析恐怖事件的主要原因。

進一步地，所述步驟(1)包括以下步驟：