唐正 朱衍丞 邱凌峰

摘 要：为分析恐怖组织不同维度的特征数据及特征之间的内在联系，在全球恐怖主义数据库中选取5个典型国际恐怖组织，基于特征画像，运用统计学、机器学习、关联规则挖掘以及地理信息系统数据分析方法，对恐怖袭击特征属性进行分析。结果表明，5个恐怖组织偏好不同的袭击区域，但普遍偏好炸弹/炸药与枪支类武器;在特征关联上，攻击类型、目标类型和武器类型3类属性的特征关联较为明显。该方法在反恐情报分析中适用于挖掘不同涉恐人员的特征差异。

关键词：恐怖組织;特征画像;全球恐怖主义数据库;关联规则挖掘;梯度提升决策树

DOI：10. 11907/rjdk. 182658

中图分类号：TP319文献标识码：A文章编号：1672-7800（2019）001-0128-04

Abstract： In order to effectively analyze multidimensional characteristic data of terrorist organizations and the interrelationship between the characteristic data， we select five typical international terrorist organizations from the Global Terrorism Database. Based on feature profiling， we use the method of statistics， machine learning， association rule mining and geographic information system to analyze the attacking characteristic attributes. According to the results， attacking preferences of the five typical terrorist organizations are considerably related to the attack regions but they all prefer to choose the weapons of explosives/bombs and firearms; in the association characteristic attributes， the associations of the three types of attributes， namely attack type， target type and weapon type are obviously correlated. The method is suitable for mining the characteristics of different potential terrorists in the intelligence analysis of counter-terrorism.

0 引言

近年来，世界范围内的恐怖袭击事件频发，恐怖组织数量繁多，造成了生命、财产等重大损失，并引发了公众恐慌、社会动荡等一系列重大社会问题。研究恐怖组织的特征属性及内在联系对反恐情报分析具有重要作用，是当前国内外反恐情报工作关注的重点[1-4]。

随着目前大数据处理能力的不断提升，利用恐怖组织特征数据进行反恐情报分析等相关研究受到越来越多学者关注。位珍珍[5]通过对恐怖袭击目标和袭击手段等特点的分析，总结出“后9·11时代”恐怖主义现状及发展趋势;赵法栋等[6]通过对恐怖组织的研究，揭示了恐怖组织的袭击行为模式;曾向红等[7]对“基地”组织和“伊斯兰国”两个影响力较大的恐怖组织进行了组织结构分析;薛安荣等[8]基于贝叶斯方法对恐怖组织改变其行为策略的问题进行研究。……