[發(fā)明專利]一種基于動態(tài)犯罪網(wǎng)絡(luò)的事件場景建模方法

在審

• 申請?zhí)枺?/td>: 202110254837.9
• 申請日: 2021-03-09
• 公開（公告）號: CN112989592A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 於志文;王浩;郭斌;劉佳琪
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q30/02;G06F111/04;G06F111/08
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

本發(fā)明公開了一種基于動態(tài)犯罪網(wǎng)絡(luò)的事件場景建模方法，首先對犯罪事件中的空間特征組進行處理；接著使用效用函數(shù)將犯罪網(wǎng)絡(luò)節(jié)點中包含的個人信息歸納到犯罪網(wǎng)絡(luò)的分析，并且將一個犯罪活動抽象為交易利益最大化的模型；最終在約束條件下求出最優(yōu)解。本發(fā)明確保了犯罪事件與不同犯罪類型和犯罪地點之間的動態(tài)交互性，保護了犯罪事件在動態(tài)變化的犯罪場景中的多變性。

技術(shù)領(lǐng)域

本發(fā)明屬于犯罪學(xué)技術(shù)領(lǐng)域，具體涉及一種事件場景建模方法。

背景技術(shù)

現(xiàn)有的對犯罪事件的場景建模方法可以歸納為兩種主要的方式。第一種方法是基于時空犯罪熱點數(shù)據(jù)來從時間、空間特征維度來對犯罪事件進行抽象和建模，這些工作可以利用GIS技術(shù)獲得時間序列模型，或者通過數(shù)學(xué)方法搭建密度轉(zhuǎn)移模型。這種方法增加了主體對環(huán)境信息的反饋功能，與以往的模型相比，反饋功能的實現(xiàn)有利于實現(xiàn)系統(tǒng)的動態(tài)性和預(yù)測的可靠性。雖然對某一個城市效果較好，但忽視了犯罪活動的空間擴散效應(yīng)，同時對數(shù)據(jù)要求嚴格。

第二種方法是基于犯罪網(wǎng)絡(luò)結(jié)構(gòu)之間的關(guān)系從而對犯罪活動中的各個參與者進行抽象建模。一般研究的對象是犯罪分子或者受害者這種實體，有基于代理技術(shù)，基于圖論或者仿真等技術(shù)。針對一些具體的犯罪場景比如毒品交易網(wǎng)絡(luò)，來研究犯罪組織內(nèi)部的結(jié)構(gòu)。通過研究在外界破壞了網(wǎng)絡(luò)中的節(jié)點之后網(wǎng)絡(luò)的承受能力和恢復(fù)能力。利用不同的破壞策略和恢復(fù)策略對網(wǎng)絡(luò)進行攻擊，從而揭示犯罪網(wǎng)絡(luò)在破壞和復(fù)原之間的動態(tài)過程。

現(xiàn)有的犯罪場景建模方法雖然可以利用提取的犯罪特征融合犯罪主體與環(huán)境的交互性來建模犯罪網(wǎng)絡(luò)，但是存在以下兩點不足：第一，在數(shù)據(jù)層面，盡管將一堆異構(gòu)數(shù)據(jù)丟入到深度學(xué)習(xí)模型中，或許能夠得到不錯的預(yù)測效果，但是特征之間的交互性、可解釋性都會丟失，并且換一個數(shù)據(jù)集，其結(jié)果將不確定。同時在分析大規(guī)模異構(gòu)數(shù)據(jù)的時候如何降低特征的高維性也是一個難題。第二，在方法層面，用提取的特征做回歸分析或者在時空維度上預(yù)測犯罪率，現(xiàn)有的模型都做了很強的參數(shù)化假設(shè)，這樣就會導(dǎo)致丟失犯罪事件與不同犯罪類型和犯罪地點之間的動態(tài)交互性，并且依賴于當(dāng)前靜態(tài)的歷史數(shù)據(jù)，而忽略了一個犯罪事件在動態(tài)變化的犯罪場景中的多變性。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于動態(tài)犯罪網(wǎng)絡(luò)的事件場景建模方法，首先對犯罪事件中的空間特征組進行處理；接著使用效用函數(shù)將犯罪網(wǎng)絡(luò)節(jié)點中包含的個人信息歸納到犯罪網(wǎng)絡(luò)的分析，并且將一個犯罪活動抽象為交易利益最大化的模型；最終在約束條件下求出最優(yōu)解。本發(fā)明確保了犯罪事件與不同犯罪類型和犯罪地點之間的動態(tài)交互性，保護了犯罪事件在動態(tài)變化的犯罪場景中的多變性。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

步驟1：定義一次犯罪活動收益的效用函數(shù)為：

U＝Ip-Cq-W

其中U表示一次犯罪活動實施的最終收益，I乘以p是組織一次犯罪活動的預(yù)期收入，I表示收益，p是開展犯罪活動的概率；C乘以q是賄賂的預(yù)期成本，用于收買犯罪成員的沉默，防止計劃犯罪的信息泄露，其中C是愿意支付的最大賄賂，q是泄露的可能性；W是從收益中支付給這些成員的薪資；

步驟2：采用效用函數(shù)U建立犯罪網(wǎng)絡(luò)G(N，E)；

將犯罪受害者和犯罪分子分別作為節(jié)點，犯罪個體之間的交易作為邊，利用PageRank算法搭建犯罪網(wǎng)絡(luò)；其中N是節(jié)點的集合，E是連接犯罪個體的邊的集合，得到效用函數(shù)U更一般的描述形式為：

其中Pr(.)表示實施犯罪計劃的概率，T_i表示犯罪網(wǎng)絡(luò)中愿意參與到這次犯罪活動中的個體，其中每一個個體i都是整個犯罪網(wǎng)絡(luò)節(jié)點集合中的元素；W_i(T_i)表示每個犯罪網(wǎng)絡(luò)成員作為其犯罪能力函數(shù)的支出，E_N表示網(wǎng)路中節(jié)點之間相連邊的集合，d_ij表示網(wǎng)絡(luò)節(jié)點i、j之間的距離，即跳數(shù)；i、j表示網(wǎng)絡(luò)中不同的節(jié)點；