基于DBSCAN算法的恐怖主义风险评估模型——以铁路系统为例

为了对铁路系统涉恐事件进行风险管理,遏制铁路系统恐怖袭击事件的发生,提出基于DBSCAN(density-based spa-tial clustering of applications with noise)算法的铁路系统恐怖袭击风险评估方法.首先对1970—2017年发生的铁路系统恐怖袭击案件进行统计分析,然后采用DBSCAN算法对恐怖袭击发生次数、死亡人数和受伤人数3项风险评价指标进行聚类分析,最终客观计算出几类袭击方式、袭击目标和86个国家的风险.结果表明,该方法的分析过程避免了人工赋值和专家打分策略,评估结果更具客观性和真实性,适用于反恐情报工作的风险评估领域.     

代建制多项目管理风险评价指标体系的构建

针对同一代建单位代建多个业主的多项目管理难题,通过专家访谈和文献阅读法,从组织、合同、沟通、目标控制及采购五个维度识别出32个风险因素;采用结构方程模型方法,构建代建制多项目管理风险评估体系,得到28个关键风险因素;基于结构方程模型的路径系数作为指标权重,结合模糊综合评价法对代建制多项目管理风险进行量化评估,构建代建制多项目管理风险评估模型.结果表明:该代建制多项目管理风险的“量化”评估有利于风险管理与控制.     

基于互信息和K-means聚类的信息安全风险评估

针对信息安全风险评估训练数据少、求解最优值困难等问题,提出了基于互信息和K-means聚类的信息安全风险评估方法.用模糊评价法量化风险指标,通过互信息计算风险因素与风险等级之间的依赖性,找出风险度在每个等级的最优点作为K-means初始中心点,用K-means算法对数据分类.该方法实现简单且克服了 K-means对初始...     

基于因子分析与K-means聚类算法的P2P网贷平台风险评估模型

【目的】将人工智能领域的技术应用于网贷平台风险识别，提出了一种用于P2P网贷平台的风险评估模型，为网贷平台的风险划分提供决策支持。【方法】通过因子分析提取因子指标，进而利用K-means聚类算法对基于因子指标变化后的网贷平台运营数据进行聚类簇的划分，最终通过聚类结果对P2P网贷平台的风险进行划分。【结果】在获取真实网贷数据之后，采用皮尔森相关系数对平台指标进行影响指标的划分，随后使用因子分析将影响指标转化为因子指标，并在因子指标的基础上采用K-means算法对数据进行聚类分析。【结论】实验结果表明，因子分析聚类方法所得到的分析结果更为符合网贷数据所对应公司产品的实际情况，所得结论符合金融领域的实际情况，其聚类结果对网贷平台的风险评估和风险预测具有指导性的意义。     

基于贝叶斯网络的化学恐怖袭击后果评估方法研究

作为一种非常规形式的恐怖袭击,化学恐怖袭击造成的人员伤亡和社会影响往往极为严重。通过梳理恐怖袭击发生的主要脉络,利用K2算法构建贝叶斯网络结构,运用EM算法进行参数学习,得到贝叶斯网络风险评估模型。实验结果表明,利用建立的贝叶斯网络模型,得到人员伤亡等级分类准确率为0.75,该模型可用于推理分析和实例预测。通过推理分析发现,相比于爆炸类化学武器,中毒类化学武器被使用的概率更高,应该受到更多关注。利用发生在阿富汗和伊朗的4起化学恐怖袭击事件进行风险评估模型的验证。结果表明,模型评估结果和事件发生后果相符。研究结果预期可以为公安机关对化学恐怖袭击的预防提供决策支持。     

基于博弈论的城市街道恐怖袭击方法研究

城市具有人群密度大、重点目标多、社会影响范围广等特点,一旦遭到恐怖袭击将会造成难以估量的后果。因此必须强化相关研究,将城市遭受恐怖袭击的损失和风险降到最低。运用博弈论,介绍政府防御部门和恐怖袭击者双方的对抗,分析博弈双方在不同资源配置下目标损失的概率并以此建立模型。以北方某城市CY区为例,基于学术专家和一线民警的经验构建城市街道脆弱性指标体系,并运用AHP进行赋权,结合实际数据比对得到了城市中不同街道的风险值排序从而进行目标值设定。最后利用MATLAB对构建的博弈论模型进行计算和图像绘制。研究结果表明,城市遇袭风险与街道目标值及防御资源间存在着紧密联系。此研究对城市街道袭击事件发生规律的辅助分析决策工作具有一定意义。     

全球恐怖袭击事件量化分级及反恐态势预测——基于投影寻踪和灰色新陈代谢模型

 恐怖袭击严重威胁地区的和平稳定，且正加速向全球各地蔓延。根据全球恐怖主义数据库（GTD）中1998-2017年恐怖袭击事件数据，基于投影寻踪评价模型（PPM）和灰色新陈代谢模型（GMM）对恐怖袭击事件的危害程度进行了量化分级，并预测了未来5年全球恐怖活动的蔓延趋势。研究显示，恐怖袭击事件危害程度量化后共分为5级，美国纽约“9·11”事件危害程度排名第一；恐怖活动已从重点地区逐渐向全球各地蔓延，但未来5年全球恐怖袭击总量呈现下降态势；中东、非洲等地区在未来5年仍是国际恐怖活动的高发区，非洲将沦为恐怖活动的“重灾区”，而东南亚、南亚等地区将成为恐怖主义新活跃区。     

基于标准偏移量的学生成绩K-means聚类分析算法研究

针对利用距离差聚类分析算法分析学生学科成绩不够准确的问题,提出了利用标准差计算标准偏移量构建目标函数的K-means聚类分析算法,给出了初始聚类中心选取办法和算法的描述及处理流程;实验结果分析可得,利用标准偏移量构建的学生成绩K-means聚类分析算法,符合对学生成绩按学科类别聚类分析的特性要求;该算法能够较好的实现学科成绩高度关联属性的聚类分析结果。     

基于聚类分析的电子商务客户忠诚度研究

对电子商务顾客忠诚度影响因素进行了全面的分析,以经典RFM客户忠诚度模型为基础,建立RFMSA电子商务客户忠诚度划分模型.通过聚类分析算法对顾客忠诚度进行划分.以经典聚类分析算法K-means为基础,提出分段确定初始聚类中心的改进算法对顾客忠诚度进行划.通过对经典样本数据进行分析,实验结果表明,改进的粗糙集K-means聚类算法能够有效的提高聚类的准确率.     

城市轨道交通工程施工安全事故聚类分析

为确定城市轨道交通工程施工事故的主要类型,并探究全过程的各种风险因素.针对城市轨道交通工程施工安全事故,提出了基于K-means均值的城市轨道交通工程施工安全事故聚类分析的主要流程,分析验证了安全风险分布的重点阶段与主导因素,同时,确定了城市轨道交通工程施工事故的主要类型.研究可以建立安全风险分布阶段及风险因素基本框架,确定分类变量,形成结构化数据库.     

基于聚类的恐袭事件嫌疑人与可疑据点预测

针对未知恐袭事件的相关数据,提出一种基于聚类优化的挖掘反恐信息方法,为反恐斗争提供重要情报;首先应用主成分分析对未知恐袭事件提取主要特征,采用"肘部法"选定聚类簇数确定k值,基于K-Means聚类算法对未知恐袭事件进行归类;然后通过非线性规划和聚类优化算法,将恐怖组织据点预测问题转化为无约束最优化问题,进而对恐怖主义组织据点位置进行准确估测,得到了典型事件与嫌疑人的相似度匹配,并用仿真实验推断了ISIL组织近几年在伊拉克进行恐怖袭击的据点位置;结果表明该方法对提前预警恐怖袭击有着一定的意义与价值。     

中南半岛恐怖袭击事件时空演变特征分析

 以国际恐怖主义事件数据库等数据源为基础,采用空间统计和核密度分析方法,分析了中南半岛恐怖袭击的时空演变特征,探讨了恐怖袭击目标和方式的转变特征,介绍了中南半岛恐怖袭击事件中的主要恐怖组织。研究表明,中南半岛逐渐成为恐怖组织袭击的重点区域之一,并且采取的方式杀伤性更强,政府应该采取措施预防应对恐怖袭击事件。     

新形势下我国恐怖袭击应急准备能力评估

为了规范恐怖袭击应急准备工作,提升重点场所应对恐怖袭击的能力,开展一种恐怖袭击应急准备能力评估方法。首先,基于“情景-任务-能力”规划分析理论,德尔菲专家咨询法,构建完成4个一级指标,10个二级指标,49个三级指标的应急准备能力评估指标体系;然后,借助层次分析法对指标赋予权重;最后,以A市某高压变电站为评估对象,开展应急准备能力评估应用。结果表明：该电站的恐怖袭击应急准备能力整体处于良好状态,其中场所防范、监测预警、出警到达、先期打击等指标处于及格状态,存在较大隐患,需要重点关注。     

基于聚类分析法的地质灾害风险评价——以韩城市为例

在充分分析韩城市地质灾害调查数据的基础上,采用聚类分析方法对韩城市地质灾害进行风险性评价。首先借助ArcGIS和SPSS软件,抽象出11类地质灾害危险性评价因子和5类易损性评价因子,然后分别基于K平均聚类分析法和系统聚类分析法评价了韩城市地质灾害的危险性和承灾体的易损性,最后根据地质灾害危险性与承灾体易损性的评价结果对韩城市地质灾害风险性进行了评价和分级。研究结果表明,地质灾害风险评价分区结果与实际情况相符,评价方法合理有效,与传统的层次分析和专家打分法相比,规避了人为主观因素的影响,而且操作简单,具有较高效率。该问题的研究能够为地质灾害风险评价提供一定的理论依据和实际指导。     

城市设施恐怖袭击风险分析的方法论基础

由于恐怖袭击本质上的高度随机性,很难纯定量地估算概率,恐怖袭击风险的预测和减缓成为安全科学的新课题.本文依据经典的风险理论,探究易受攻击性和损失严重性的概念及其表征参数,并通过易受攻击性和损失严重性等级矩阵确定城市设施遭恐怖袭击的风险水平.分析结果有助于合理配置防卫资源,有效减缓恐怖袭击可能造成的损失影响.     

基于攻击模拟的网络安全风险分析方法研究

提出了一种基于攻击模拟的网络安全风险分析方法.在提取目标系统及其弱点信息和攻击行为特征的基础上,模拟攻击者的入侵状态改变过程,生成攻击状态图,并给出其生成算法.利用攻击状态图识别出了潜在的威胁及其所涉及的主体、客体和行为,经过定量评估得到各种入侵路径的风险程度,为分析风险状况和制定风险控制策略提供了依据.通过典型实验环境,验证了该模型的实用性及有效性.     

一种结构化的网络攻击建模方法

以传统的攻击树为研究对象,在对攻击节点进行重定义的基础上,将多阶段网络攻击与其所处的复杂网络环境相结合,给出了一种上下文敏感的结构化攻击建模方法,使之能够捕获网络漏洞和多阶段网络攻击的行为特征.实例分析表明,利用此方法构建的附带有多种评估参数的攻击树模型,能够有效地对系统进行脆弱性分析和攻击预警,具有较好的扩展性和实用性.     

基于量子神经网络的网络攻击同源性判定方法

探讨大数据背景下网络攻击同源性的分析方法,为攻击场景还原、攻击定性及攻击者溯源提供依据。提出了一种基于证据链的攻击描述方法,并归纳出各环节代表特异性的关键指纹,进一步构建了相应的网络攻击同源性判定模型,使用编辑距离计算攻击链单一环节之间的特征相似度,通过量子神经网络方法对多个攻击环节的相似性进行算法综合,进而实现网络攻击的同源判定。测试结果表明,该方法能够有效地对网络攻击进行同源性判定,相比基于样本的方法更加准确、可靠。该工作为大数据下提高网络攻击溯源能力及自动化水平探索了一条有效途径。     

城市快速路交织区运行风险预测模型

为了探究城市快速路交织区交通特点,提出交织区运行风险预测分析方法.首先基于城市快速路交织区断面线圈数据及自然驾驶试验数据,分析城市快速路交织区运行特点,结果表明交织区车辆变道行为导致其运行风险增大;然后基于VISSIM仿真试验方法,分析交织区运行风险影响因素,建立运行风险预测模型,同时采用K均值聚类分析法提出风险分级标准;最后采用无人机采集的交通流数据进行运行风险预测模型误差分析.研究成果可为城市快速路的设计管理提供工具和参考.