基于聚类的反恐情报异常数据分析方法研究

摘要：

[目的/意义]通过异常检测可以在海量涉恐数据中发现异常信息,为反恐预警提供重要情报.[方法/过程]首先利用聚类将基础数据分为不同的簇,识别出其中区别于大部分数据对象的异常人员,然后设计一种专门的相似度综合度量参数用于计算与恐怖分子最相似的人员.[结果/结论]该方法为检测异常人员数据提供了一种可以参考的思路,用于从多种来源数据中快速找出涉恐敏感程度较高的人员,有望提高反恐情报分析的效率,实现精准打击重点涉恐人员和恐怖活动.

关键词：数据挖掘、异常检测、聚类分析、相似度、反恐情报

所属期刊栏目：39

分类号：D631(国家行政管理)

资助基金：国家自然科学基金项目 "基于DNA自组装并行计算模型的二元域圆锥曲线密码编码机理研究"61702523;北京市社会科学基金项目 "大数据驱动的首都反恐情报决策机制研究"18GLC062;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"17YJCZH098

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：32-37,65