恐怖组织网络的心理学与动力学分析:从个体到群体

应用网络科学及网络心理学的方法、群体动力学动力原理对恐怖分子的个体与群体动力学行为进行了研究,重点为网络背后的心理动机。研究结果表明:恐怖分子的群体的生长环境、社交圈、媒体接触模式网络对恐怖分子的群体网络的形成具有较强的影响作用。控制与消除恐怖组织群体构建网络的动机,特别是消除其构建恐怖组织网络的心理动机,对于打击恐怖主义的犯罪,控制其群体网络的产生、扩大,以及预防与打击恐怖主义具有重要的意义。     

基于社会网络分析理论的恐怖组织网络研究综述

恐怖组织网络研究对于了解恐怖组织结构、有效打击恐怖活动具有十分重要的意义. 近年来, 社会 网络分析方法在恐怖组织网络研究中得到广泛关注和成功应用. 本文对恐怖组织网络模型的构建方法和分析方法进行了综述. 首先, 从建模视角、建模工具及数据获取方法三个方面对恐怖组织网络模型的构建方法进行了讨论和评价. 然后, 将恐怖组织网络分析方法归纳为静态分析和动态分析两大类. 在静态 分析中, 重点分析和评价了网络拓扑结构及特征、核心目标识别、抗毁性评估及瓦解策略三种方法; 在动 态分析中, 主要对恐怖活动态势评估、组织结构演化与绩效评估、空间关联分析三种方法进行了论述. 最 后, 指出现有研究存在的不足以及未来值得研究的问题.     

基于MLE的恐怖组织袭击行为模式实证研究

为揭示恐怖组织的袭击行为模式,对袭击数量超过500件的恐怖组织袭击行为进行了统计实证。在袭击时间间隔服从幂律分布的假设下,采用最大似然估计法对其幂律指数进行估计,并采用Kolmogorov-Smirnov检验法进行真伪性检验。结果表明:各组织发动袭击的时间间隔均服从幂指数为1.8~3.1的幂律分布;恐怖袭击的阵发性与恐怖组织创立的早晚、生命周期的长短无关;组织平均活跃性与幂律指数并不具有正相关关系,组织规模的大小是影响其幂律指数的重要因素。     

分裂化恐怖组织袭击策略的Moran过程随机演化模型

国际恐怖组织出现分裂化的演变趋势及多样化的行为诱因.本文构建了分裂化恐怖组织袭击策略的Moran过程演化模型，得出了分别在经济动因、意识形态和外界随机干扰因素主导下不袭击策略达到演化稳定的条件.研究表明，恐怖组织的策略演化主要取决于成本收益因素、恐怖组织的分裂化程度和政府打击恐怖主义力度.对于以经济利益为主导动机的恐怖组织，不袭击策略成为恐怖分子的演化稳定策略需要满足一定的收益条件.对于"独狼"类型的恐怖分子，所在国政府单纯从经济利益角度进行防范无法实现有效遏制.对于以意识形态为主导动机的恐怖组织，袭击策略始终是演化稳定策略.当外界随机干扰因素占据主导地位时，小规模的恐怖组织，以及恐怖组织分裂数目增大，反而使得袭击行动更加频繁.     

行为反应对复杂网络上传染病动力学的影响

结合国内外的最新研究进展,重点介绍个体行为反应对传播动力学的影响,尤其是对复杂网络上传染病动力学的影响,最后提出一些值得深入研究的问题。     

网络群体事件信息传播的演化博弈分析

以政府部门处理网络群体事件信息传播为背景,建立了政府部门和网民在信息传播过程中的演化博弈模型,对不同规模网络群体事件下政府应采取的应对措施进行了复制动态分析和仿真分析研究。研究结果表明,对参与网络信息传播的人数较多、爆发时间已经较长的大规模网络群体事件,政府部门应及时、公开、透明地予以处理;对参与人数较少、距离爆发时间较短的小规模群体事件可以适当地采取屏蔽手段。政府部门要实现对有害社会秩序的网络群体事件的有效控制,应该建立有效的网络群体事件预警机制,把握处理信息传播的时机。     

复杂网络视角下的大规模群体DEMATEL决策方法

针对如何实现群体DEMATEL意见集结的问题,以关系网络为切入点,提出一种新的复杂网络视角下的大规模群体DEMATEL决策方法.首先,将决策者视为网络节点,并依据决策者DEMATEL评分矩阵的一致性构造复杂网络;其次,设计网络凝聚度和子群凝聚度,在此基础上确定节点权重和子群权重;最后,基于网络密度算子对大规模群体DEMATEL矩阵进行有效集结,并利用DEMATEL方法进行多属性决策.文末通过一个算例验证了所提方法的可行性与合理性.数值算例分析表明,该方法能够较为全面、准确地集结大规模群体DEMATEL评分,且其结果的稳定性亦较为理想.     

基于社会网络冲突信息传播的群体特征

当两种冲突信息在社会网络上同时传播时,社会群体呈现的特征值得研究. 依据复杂性科学和社会学研究的有关理论和方法,利用了网络传播的SIR模型,建立了信息的传播演化模型. 在传播过程中引入个体处理冲突信息的三种行为方式：先入为主、从众行为和领导意见,并在大规模社会网络上进行了不同行为方式传播模型的对比研究. 研究表明,社会网络的结构和个体行为的倾向对信息传播结果有显著影响. 由局域性相互作用发展为集体行为,整体特性比局部特性呈现出更多的变化趋势. 研究结果有助于解释大规模社会群体呈现出的某些特征,如群体极化和群体多样性等现象.     

基于残差原型网络的辐射源个体识别

利用深度学习进行通信辐射源识别分类时,现有算法在较低信噪比下的识别能力还不足,且均着重关注各类辐射源个体的类间距离,忽视了类内紧密性。针对此问题,结合残差网络和原型学习基本思想,提出残差原型网络,对输入信号的差分星座轨迹图进行识别。此外,在基于距离的交叉熵损失函数基础上加入原型损失,通过提高类内紧密度的方式进一步扩增了类间距离。通过对5种ZigBee设备的实验,结果表明所提算法在相同信噪比条件下相较于其他算法具有更好的识别性能,在信噪比高于8 dB时,可达到99%以上的准确率。     

基于DEA 模型的部队编制方案评价

建立评价优选部队编制方案的DEA模型,该模型测算了各备选编制方案的总体效率、技术效率、规模效率等状况,对非DEA有效的编制方案提出了使其达到DEA有效的途径,给出了各备选编制方案的初排序.在此基础上,通过比较各有效备选编制方案平均横切效率的大小,得到所有备选编制方案的终排序.并就部队编制方案制定,提出了若干建议供决策部门参考.     

用人工神经网络求解非线性方程组的一种方法

本文探讨用人工神经网络的反向传播算法求解非线性方程组,计算量小,简便易行并给出计算机仿真结果,所得到的解令人满意。     

社会网络环境下基于群体一致性的概率语言多属性大群体决策方法

针对社会网络环境下,决策者的偏好表达为概率语言信息的多属性大群体决策问题,提出一种新的、基于群体一致性的概率语言多属性大群体决策方法。首先,针对现实决策中存在决策者隶属于多个社区集群参与决策的情况,提出社区子模块隶属度的概念并对其进行预处理;其次,通过改进Louvain社区探测算法对群体决策者进行聚类分析;然后,将最大共识序列挖掘算法拓展至概率语言多属性群决策领域,提出一种基于群体一致性的共识测度方法及共识达成模型;最后,通过算例验证本文方法的有效性,并进行对比分析说明本文方法的合理性及优势。     

关于群体惩罚评分映射的理性条件

提出基数型群体决策的匿名性、中立性、正响应性、非负响应性、强Pareto原则和局部非独裁性等理性条件,证明了与群体惩罚评分方法相对应的群体惩罚评分映射满足所有这些条件.     

自组织的神经网络方法和群落生长模型研究

本文在研究神经网络自组织方法的基础上,通过模拟生物群落演化的动态机制,提出了一种新的自组织模型GGM,在GGM中,我们利用聚类中心的动态增生和消亡,使自组织学习调整直接局部化到单个聚类中心,从而避免了全局一局部调整的模拟退火训练过程,大大地提高了自组织学习的速度和适应能力.     

复杂网络动力学框架的几个研究方向

简要介绍了3个复杂网络动力学框架的研究方向：第1个方向涉及布尔网络、信息距离及其动力学描述,可以看作“先分解、后综合”的传统物理学还原论和元胞自动机模型的延伸和发展;第2个方向涉及最小作用量原理在一些类型的复杂网络系统中的新形式和新应用,可以看作传统物理学中的“大自然自组织”观点的延伸和发展;第3个方向涉及演化图的网络矩阵谱描述,可以看作传统图论的延伸和发展。     

社会网络分析在反恐中的应用

对社会网络分析在反恐中的应用进行了分析与述评,主要研究了社会网络分析在构建恐怖主义网络、网络抗毁性、评估恐怖组织网络、恐怖主义风险方面的应用,探讨了社会网络分析在反恐中的应用若干关键性课题及存在的问题,并对未来的研究前景进行了阐述。     

群体决策的较多模糊偏爱数规则

对于决策个体和决策群体的偏爱均为模糊结构的群体决策问题 ,建立了较多模糊偏爱数规则 ,并研究了它的性质和满足模糊偏爱公理系的情况 .在模糊偏爱的意义下 ,扩展了确定偏爱结构下的较多规则 .     

群体决策的模糊Borda数规则

对于决策个体和决策群体的偏爱均为模糊结构的群体决策问题 ,建立了模糊 Borda数规则 ,并研究了它的性质和满足模糊偏爱公理系的情况。在模糊偏爱的意义下 ,扩展了确定性下的 Borda数规则。     

多目标合作决策群优化的极大熵法

文［１］建立一种群决策系统的熵模型,能解决决策支持系统优化问题,但对专家间的合作程度无法度量,对最终决策产生二义性等问题无法解决。本文提出一种新的群决策系统——合作决策群,能较好地解决该类问题。文中从理论上证明了决策群模型的有效性,并给出了求解算法。     

群体决策的一类惩罚评分方法

引进群体决策中关于评分数的惩罚因子 ,由此定义了惩罚评分数和惩罚评分泛函概念 .在研究了从个体惩罚评分泛函到群体惩罚评分泛函的惩罚评分映射有关性质的基础上 ,构造了一类求解群体决策的惩罚评分方法 .