恐怖组织网络动态分析与行为监测研究
发布时间:2021-06-27 16:54
恐怖主义是国家安全面临的重大威胁,是危机管理研究的重要方面。网络化的恐怖组织是谋划和实施恐怖活动的重要力量来源,是本文研究的主要对象。恐怖组织网络动态分析与行为监测,从社会和空间域中分析网络特征、监测行为变化,为恐怖事件的有效预警、反恐策略的科学构建提供理论和方法支撑,是一个重要且具有挑战性的研究课题。本文从反恐实际背景出发,以网络分析方法为基础,综合运用图论、时间序列分析、机器学习、地理统计和组织行为学等相关领域知识,以组织型、跨区域型、持续活动型恐怖组织为研究对象,围绕恐怖组织网络与行为变化的关联性、周期性和社会―空间性等动态特征,系统深入地研究恐怖组织网络动态分析与行为监测的框架和方法。通过典型恐怖组织和区域的实证研究,验证所提框架和方法的有效性和先进性;基于恐怖组织动态特征分析结果与监测研究结论,结合我国面临的反恐形势,构建相应的反恐策略。本文主要的研究工作及创新点如下:(1)分析了与行为监测相关的恐怖组织网络动态特征。在对恐怖组织动态变化机理分析的基础上,解析了恐怖组织网络的核心―边缘结构。利用图能量损失的判别标准,研究了恐怖组织网络核心结构的动态特征;基于关系强度研究了恐怖...
【文章来源】:国防科技大学湖南省 211工程院校 985工程院校
【文章页数】:141 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 恐怖主义、恐怖活动和恐怖组织的研究概述
1.2.2 网络方法在反恐领域的研究进展
1.2.3 恐怖组织网络动态监测相关的研究进展
1.2.4 恐怖组织行为时空动态分析的研究现状
1.2.5 恐怖活动预测预警的研究现状
1.2.6 研究现状总结
1.3 论文主要研究工作
1.3.1 研究思路及内容
1.3.2 组织结构与章节安排
1.3.3 主要创新点
第二章 相关理论基础与动态监测框架
2.1 基本概念界定
2.1.1 恐怖组织的概念界定
2.1.2 恐怖组织行为监测的概念界定
2.2 恐怖组织网络建模与分析基础
2.2.1 基于人际关系的社会网络
2.2.2 基于多元关系的时空网络
2.3 恐怖组织动态性机理与网络动态分析思路
2.3.1 恐怖组织动态性机理分析
2.3.2 恐怖组织网络动态分析思路
2.4 恐怖组织网络动态分析与行为监测框架
2.5 本章小结
第三章 恐怖组织网络结构动态特征分析
3.1 恐怖组织网络核心结构动态特征
3.1.1 恐怖组织网络核心―边缘结构特征
3.1.2 基于图能量损失的网络核心结构动态特征
3.2 恐怖行动网络关系强度动态特征
3.2.1 基于关系强度的连接选择
3.2.2 基于关系强度的合作重连
3.3 恐怖事件发生时网络结构异常变化特征
3.3.1 实时网络结构特征对比
3.3.2 历史网络结构特征和时序对比
3.4 本章小结
第四章 基于网络与行为关联性的恐怖组织行为监测
4.1 问题描述
4.1.1 恐怖事件相关的网络变化
4.1.2 恐怖组织行为异常模式识别
4.2 事件相关的恐怖组织网络动态监测
4.2.1 基于监督学习和时序模式分类的监测框架
4.2.2 分类方法设计
4.2.3 优化的BP神经网络
4.3 针对不均衡分类问题的两阶段监测
4.4 案例分析
4.4.1 特征选取
4.4.2 对比实验和结果评价指标
4.4.3 事件相关的网络动态监测结果
4.4.4 两阶段监测结果
4.4.5 结果讨论
4.5 本章小结
第五章 基于行为周期性的恐怖组织行为监测预警
5.1 问题描述
5.2 基于周期性的恐怖组织行为监测框架
5.3 基于小波变换的网络短期预测方法
5.3.1 基于周期性的网络趋势定性推断
5.3.2 基于小波神经网络的网络定量预测
5.4 案例分析
5.4.1 参数设置
5.4.2 “基地”恐怖组织网络构建与参数选择
5.4.3 恐怖网络预测结果
5.4.4 行为监测与风险预警
5.4.5 结果讨论
5.5 本章小结
第六章 基于社会-空间动态性的恐怖活动监测预警
6.1 恐怖活动的社会-空间动态性
6.2 基于社会-空间动态性的恐怖活动监测预警框架
6.3 时空扩散网络的构建与特征分析
6.4 基于时空扩散模式的恐怖活动监测预警
6.4.1 恐怖活动空间分布和时序检验
6.4.2 区域恐怖活动短期预测
6.5 案例分析
6.5.1 研究对象和数据
6.5.2 空间分布和时序检验
6.5.3 恐怖活动时空扩散模式
6.5.4 恐怖活动短期预测
6.5.5 结果讨论
6.6 本章小结
第七章 完善反恐应急管理的策略建议
7.1 我国面临的反恐形势
7.2 基于恐怖组织动态特征的反恐策略构建
7.2.1 统一规范的反恐情报数据体系构建
7.2.2 面向核心―边缘结构的恐怖组织瓦解策略
7.2.3 基于关联性的多域联合监测反恐策略
7.2.4 针对恐怖活动周期性的动态反恐策略
7.2.5 应对时空扩散的国家间反恐合作策略
7.2.6 基于恐怖复杂性的动态决策预警策略
7.3 本章小结
第八章 总结和展望
8.1 论文工作总结
8.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】:
期刊论文
[1]当代“跨国圣战”运动的前世今生[J]. 王震. 世界知识. 2018(05)
[2]当前国际恐怖主义演变趋势及中国应对策略[J]. 唐志超. 中国人民公安大学学报(社会科学版). 2018(01)
[3]2017中东极端主义发展趋势[J]. 王锁劳. 人民论坛. 2018(05)
[4]基于贝叶斯方法和变化表的恐怖行为预测算法[J]. 薛安荣,毛文渊,王孟頔,陈泉浈. 计算机科学. 2016(12)
[5]行为分析的社会—空间维度——中国行为地理学前沿进展(英文)[J]. 柴彦威,塔娜,马静. Journal of Geographical Sciences. 2016(08)
[6]恐怖主义的组织结构:类型辨析及其影响[J]. 曾向红,陈亚州. 世界经济与政治. 2016(08)
[7]1970-2013年全球恐怖主义活动的特征分析——兼论“9·11”事件前后时段比较[J]. 张将星. 同济大学学报(社会科学版). 2016(02)
[8]中华人民共和国反恐怖主义法[J]. 中华人民共和国公安部公报. 2016(01)
[9]面向内部威胁检测的用户跨域行为模式挖掘[J]. 文雨,王伟平,孟丹. 计算机学报. 2016(08)
[10]美国2014年版《国家情报战略》评析[J]. 单东. 情报探索. 2015(12)
博士论文
[1]国家间反恐合作网络模型构建与策略分析[D]. 林子涵.国防科技大学 2017
[2]社会网络节点行为的异常检测与分析[D]. 成清.国防科学技术大学 2016
[3]基于计算组织视角的恐怖组织网络演化研究[D]. 李博.国防科学技术大学 2016
[4]基于开源情报的恐怖活动及反恐策略研究[D]. 付举磊.国防科学技术大学 2014
[5]全球恐怖袭击时空演变及风险分析研究[D]. 李国辉.中国科学技术大学 2014
硕士论文
[1]基于时间序列分析的社会网络异常检测改进[D]. 赵健.西安电子科技大学 2011
[2]基于统计过程控制和图的序列的社会网络分析及异常诊断[D]. 王明晖.西安电子科技大学 2011
本文编号:3253232
【文章来源】:国防科技大学湖南省 211工程院校 985工程院校
【文章页数】:141 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 恐怖主义、恐怖活动和恐怖组织的研究概述
1.2.2 网络方法在反恐领域的研究进展
1.2.3 恐怖组织网络动态监测相关的研究进展
1.2.4 恐怖组织行为时空动态分析的研究现状
1.2.5 恐怖活动预测预警的研究现状
1.2.6 研究现状总结
1.3 论文主要研究工作
1.3.1 研究思路及内容
1.3.2 组织结构与章节安排
1.3.3 主要创新点
第二章 相关理论基础与动态监测框架
2.1 基本概念界定
2.1.1 恐怖组织的概念界定
2.1.2 恐怖组织行为监测的概念界定
2.2 恐怖组织网络建模与分析基础
2.2.1 基于人际关系的社会网络
2.2.2 基于多元关系的时空网络
2.3 恐怖组织动态性机理与网络动态分析思路
2.3.1 恐怖组织动态性机理分析
2.3.2 恐怖组织网络动态分析思路
2.4 恐怖组织网络动态分析与行为监测框架
2.5 本章小结
第三章 恐怖组织网络结构动态特征分析
3.1 恐怖组织网络核心结构动态特征
3.1.1 恐怖组织网络核心―边缘结构特征
3.1.2 基于图能量损失的网络核心结构动态特征
3.2 恐怖行动网络关系强度动态特征
3.2.1 基于关系强度的连接选择
3.2.2 基于关系强度的合作重连
3.3 恐怖事件发生时网络结构异常变化特征
3.3.1 实时网络结构特征对比
3.3.2 历史网络结构特征和时序对比
3.4 本章小结
第四章 基于网络与行为关联性的恐怖组织行为监测
4.1 问题描述
4.1.1 恐怖事件相关的网络变化
4.1.2 恐怖组织行为异常模式识别
4.2 事件相关的恐怖组织网络动态监测
4.2.1 基于监督学习和时序模式分类的监测框架
4.2.2 分类方法设计
4.2.3 优化的BP神经网络
4.3 针对不均衡分类问题的两阶段监测
4.4 案例分析
4.4.1 特征选取
4.4.2 对比实验和结果评价指标
4.4.3 事件相关的网络动态监测结果
4.4.4 两阶段监测结果
4.4.5 结果讨论
4.5 本章小结
第五章 基于行为周期性的恐怖组织行为监测预警
5.1 问题描述
5.2 基于周期性的恐怖组织行为监测框架
5.3 基于小波变换的网络短期预测方法
5.3.1 基于周期性的网络趋势定性推断
5.3.2 基于小波神经网络的网络定量预测
5.4 案例分析
5.4.1 参数设置
5.4.2 “基地”恐怖组织网络构建与参数选择
5.4.3 恐怖网络预测结果
5.4.4 行为监测与风险预警
5.4.5 结果讨论
5.5 本章小结
第六章 基于社会-空间动态性的恐怖活动监测预警
6.1 恐怖活动的社会-空间动态性
6.2 基于社会-空间动态性的恐怖活动监测预警框架
6.3 时空扩散网络的构建与特征分析
6.4 基于时空扩散模式的恐怖活动监测预警
6.4.1 恐怖活动空间分布和时序检验
6.4.2 区域恐怖活动短期预测
6.5 案例分析
6.5.1 研究对象和数据
6.5.2 空间分布和时序检验
6.5.3 恐怖活动时空扩散模式
6.5.4 恐怖活动短期预测
6.5.5 结果讨论
6.6 本章小结
第七章 完善反恐应急管理的策略建议
7.1 我国面临的反恐形势
7.2 基于恐怖组织动态特征的反恐策略构建
7.2.1 统一规范的反恐情报数据体系构建
7.2.2 面向核心―边缘结构的恐怖组织瓦解策略
7.2.3 基于关联性的多域联合监测反恐策略
7.2.4 针对恐怖活动周期性的动态反恐策略
7.2.5 应对时空扩散的国家间反恐合作策略
7.2.6 基于恐怖复杂性的动态决策预警策略
7.3 本章小结
第八章 总结和展望
8.1 论文工作总结
8.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】:
期刊论文
[1]当代“跨国圣战”运动的前世今生[J]. 王震. 世界知识. 2018(05)
[2]当前国际恐怖主义演变趋势及中国应对策略[J]. 唐志超. 中国人民公安大学学报(社会科学版). 2018(01)
[3]2017中东极端主义发展趋势[J]. 王锁劳. 人民论坛. 2018(05)
[4]基于贝叶斯方法和变化表的恐怖行为预测算法[J]. 薛安荣,毛文渊,王孟頔,陈泉浈. 计算机科学. 2016(12)
[5]行为分析的社会—空间维度——中国行为地理学前沿进展(英文)[J]. 柴彦威,塔娜,马静. Journal of Geographical Sciences. 2016(08)
[6]恐怖主义的组织结构:类型辨析及其影响[J]. 曾向红,陈亚州. 世界经济与政治. 2016(08)
[7]1970-2013年全球恐怖主义活动的特征分析——兼论“9·11”事件前后时段比较[J]. 张将星. 同济大学学报(社会科学版). 2016(02)
[8]中华人民共和国反恐怖主义法[J]. 中华人民共和国公安部公报. 2016(01)
[9]面向内部威胁检测的用户跨域行为模式挖掘[J]. 文雨,王伟平,孟丹. 计算机学报. 2016(08)
[10]美国2014年版《国家情报战略》评析[J]. 单东. 情报探索. 2015(12)
博士论文
[1]国家间反恐合作网络模型构建与策略分析[D]. 林子涵.国防科技大学 2017
[2]社会网络节点行为的异常检测与分析[D]. 成清.国防科学技术大学 2016
[3]基于计算组织视角的恐怖组织网络演化研究[D]. 李博.国防科学技术大学 2016
[4]基于开源情报的恐怖活动及反恐策略研究[D]. 付举磊.国防科学技术大学 2014
[5]全球恐怖袭击时空演变及风险分析研究[D]. 李国辉.中国科学技术大学 2014
硕士论文
[1]基于时间序列分析的社会网络异常检测改进[D]. 赵健.西安电子科技大学 2011
[2]基于统计过程控制和图的序列的社会网络分析及异常诊断[D]. 王明晖.西安电子科技大学 2011
本文编号:3253232
本文链接:https://www.wllwen.com/shoufeilunwen/sklbs/3253232.html