先验原理在涉恐情报分析中的应用研究

发布时间：2018-05-25 19:15

  本文选题：关联分析 + 涉恐情报　； 参考：《情报杂志》2017年08期

【摘要】：[目的/意义]在反恐工作中,对涉恐情报信息进行快速有效的分析,实现对恐怖活动的事前预警是反恐工作的关键。[方法/过程]利用基于先验原理的关联分析方法对涉恐情报进行分析,提取关联的涉恐特征属性集。通过对数据预处理后的样本数据集进行支持度计数可以产生频繁项集,然后利用频繁项集产生满足最小置信度的涉恐属性特征关联规则。[结果/结论]该文的方法可以提高涉恐情报分析的效率,其中产生频繁项集的过程较适用于发现涉恐人员,产生关联规则的过程更适用于发现不同类型的暴恐活动线索。
[Abstract]:[objective / significance] in anti-terrorism work, it is the key to counterterrorism work to analyze the intelligence information of terrorism quickly and effectively, and to realize the forewarning of terrorist activities in advance. [method / process] correlation analysis method based on priori principle is used to analyze the information of terrorism and extract the feature attribute set of correlation. The frequent itemsets can be generated by counting the support degree of the sample data set after the data preprocessing, and then the association rules of the related attributes can be generated by using the frequent itemsets to satisfy the minimum confidence level. [results / conclusion] the method proposed in this paper can improve the efficiency of intelligence analysis of terrorism. The process of producing frequent itemsets is more suitable for the discovery of persons involved in terrorism, and the process of producing association rules is more suitable for discovering different types of clues of violent terrorist activities.
【作者单位】： 中国人民公安大学侦查与反恐怖学院;
【基金】：2017年度教育部人文社会科学研究青年基金项目“基于数据挖掘的涉恐情报量化分析方法研究”(编号:17YJCZH098) 中国人民公安大学基本科研业务费项目“大数据环境下反恐怖情报的数据挖掘分类方法研究”(编号:2015JKF01223) 国家社会科学基金项目“反恐维稳背景下边疆地区维稳战略研究”(编号:14BZZ028)的研究成果之一
【分类号】：G353.1;TP311.13

【相似文献】

相关期刊论文 前10条

1 贾磊,裴仁清;多约束下的频繁项集挖掘[J];计算机工程与应用;2003年31期

2 肖基毅,邹腊梅,刘丰;频繁项集挖掘算法研究[J];情报杂志;2005年11期

3 蔡进;薛永生;张东站;;基于分区分类法快速更新频繁项集[J];计算机工程与应用;2007年09期

4 胡学钢;徐勇;王德兴;张晶;;基于多剪枝格的频繁项集表示与挖掘[J];合肥工业大学学报(自然科学版);2007年04期

5 胡学钢;刘卫;王德兴;;基于剪枝概念格模型的频繁项集表示及挖掘[J];合肥工业大学学报(自然科学版);2007年09期

6 栾鸾;李云;盛艳;;多关系频繁项集的并行获取[J];微电子学与计算机;2008年10期

7 李彦伟;戴月明;王金鑫;;一种挖掘加权频繁项集的改进算法[J];计算机工程与应用;2011年15期

8 陈立潮,张建华,刘玉树;提高频繁项集挖掘算法效率的方法研究[J];计算机工程与应用;2002年10期

9 朱玉全,孙志挥,赵传申;快速更新频繁项集[J];计算机研究与发展;2003年01期

10 宋宝莉;张帮华;何炎祥;朱骁峰;;带有多个可转化约束的频繁项集挖掘算法[J];计算机科学;2003年12期

相关会议论文 前10条

1 栾鸾;李云;盛艳;;多关系频繁项集的并行获取[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

2 杨晓明;王晨;汪卫;张守志;施伯乐;;频繁项集的精简表达与还原问题研究[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 邓传国;;频繁项集挖掘与学生素质测评应用研究[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

4 李彤岩;李兴明;;基于分布式关联规则挖掘的告警相关性研究[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（下册）[C];2007年

5 王洪利;冯玉强;;频繁项集挖掘算法Apriori的改进研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 陈晓云;李龙杰;马志新;白伸伸;王磊;;AFP-Miner:一种新高效的频繁项集挖掘算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年

7 李坤;王永炎;王宏安;;一种基于乐观裁剪策略的挖掘数据流滑动窗口上闭合频繁项集的算法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

8 邹远娅;周皓峰;王晨;汪卫;施伯乐;;FSC——利用频繁项集挖掘估算视图大小[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

9 杨晓雪;衡红军;;一种对XML数据进行关联规则挖掘的方法研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

10 谢志军;陈红;;EFIM——数据流上频繁项集挖掘的高性能算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

相关博士学位论文 前3条

1 温磊;基于有向项集图的关联规则挖掘算法研究与应用[D];天津大学;2004年

2 董杰;基于位表的关联规则挖掘及关联分类研究[D];大连理工大学;2009年

3 贾彩燕;关联规则挖掘的取样复杂性分析[D];中国科学院研究生院（计算技术研究所）;2004年

相关硕士学位论文 前10条

1 王立俊;基于多重最小支持度的氋效用频繁项集挖掘算法研究[D];广西大学;2015年

2 陈国俊;基于Hadoop的云存储系统的研究与应用[D];电子科技大学;2014年

3 尹艳红;基于Apriori算法的增量式关联规则控制研究[D];大连理工大学;2015年

4 田苗凤;大数据背景下并行动态关联规则挖掘研究[D];兰州交通大学;2015年

5 李雪迪;基于本体论的精细化数据分析[D];南京邮电大学;2015年

6 许静文;基于模糊等价类的频繁项集精简表示算法研究[D];合肥工业大学;2015年

7 王大伟;大数据环境下的关联规则提取算法研究[D];辽宁工业大学;2016年

8 廖友金;基于有向图的关联规则挖掘研究与改进[D];东南大学;2015年

9 王苏琦;基于Hadoop的不确定频繁项集并行挖掘方法研究[D];南京大学;2013年

10 韩宏莹;并行数据挖掘技术在电信网管告警中的应用研究[D];长春工业大学;2016年

，

本文编号：1934358