反恐预测算法"双黑箱"之对策研究——以美军反恐战争为例

摘要：

目的/意义 智能反恐时代,反恐预测算法作为机器学习的应用算法,在预测恐怖活动组织和恐怖分子方面,效果显著.然而,应用中出现了"保密黑箱"叠加"技术黑箱"的"双黑箱"问题,对之研究具有重要的现实价值.[方法/过程 以美军反恐战争为研究样本,实证分析了造成"双黑箱"的原因,如数据偏差、算法歧视、过度依赖、透明不足和问责不力等;规范分析了美国政府破解"双黑箱"的政策和法律探索.[结果/结论 研究认为,确保可参与性、可诠释性和可问责性的透明化路径是解决反恐预测算法"双黑箱"的积极面向.

关键词：反恐预测算法、机器学习 国际法、反恐战争、"双黑箱"

所属期刊栏目：38

分类号：G353;E919(情报学、情报工作)

在线出版日期：2019-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：69-77