本專著主要對基于大數(shù)據(jù)的社會安全態(tài)勢感知這一交叉領(lǐng)域進行總結(jié), 闡述最新理論成果及實踐應(yīng)用。第一章大數(shù)據(jù)。社會安全研究的新范式, 介紹社會安全態(tài)勢感知相關(guān)研究背景和國內(nèi)外現(xiàn)狀, 分析數(shù)據(jù)驅(qū)動逐漸成為本領(lǐng)域研究趨勢的原因。第二章數(shù)據(jù)源。無處不在的社會傳感網(wǎng)絡(luò), 介紹網(wǎng)絡(luò)社會人背景下安全態(tài)勢感知研究的新特點, 以及主要的數(shù)據(jù)源類型。第三章數(shù)據(jù)挖掘。社會運行特征模式發(fā)現(xiàn), 介紹用于社會安全研究的主流數(shù)據(jù)挖掘方法, 重點提出頻繁子圖模式并行挖掘算法。第四章機器學(xué)習(xí)。未來社會沖突檢測與預(yù)測, 介紹基于頻繁子圖特征工程的社會沖突檢測方法和基于隱式半馬爾科夫模型的社會沖突預(yù)測方法, 對基于深度神經(jīng)網(wǎng)絡(luò)的沖突預(yù)測進行探討。第五章實踐應(yīng)用。全球安全態(tài)勢分析預(yù)警平臺, 基于GDELT全球整合新聞數(shù)據(jù)庫, 搭建全球安全態(tài)勢分析預(yù)警平臺, 介紹其全鏈條的采集、存儲、處理及可視化過程, 結(jié)合各功能模塊分析主要應(yīng)用場景。
第1章 大數(shù)據(jù):社會安全研究的新范式
1.1 引言
1.1.1 社會安全事件
1.1.2 大數(shù)據(jù)時代的社會安全研究
1.2 社會安全態(tài)勢感知
1.2.1 社會安全態(tài)勢感知的必要性
1.2.2 態(tài)勢感知的定義
1.2.3 社會安全態(tài)勢感知概念模型
1.3 社會安全態(tài)勢感知研究進展
1.3.1 社會安全事件的檢測方法
1.3.2 社會安全事件的預(yù)測方法
第2章 數(shù)據(jù)源:無處不在的社會傳感網(wǎng)絡(luò)
2.1 社會安全領(lǐng)域常用數(shù)據(jù)源
2.1.1 宏觀數(shù)據(jù)
2.1.2 原子事件數(shù)據(jù)
2.1.3 復(fù)合事件數(shù)據(jù)
2.1.4 社交媒體及其他非結(jié)構(gòu)化數(shù)據(jù)
2.2 GDELT數(shù)據(jù)項目
2.2.1 GDELT數(shù)據(jù)庫概況
2.2.2 GDELT數(shù)據(jù)表
2.3 GDELT數(shù)據(jù)實時采集
2.3.1 使用大數(shù)據(jù)架構(gòu)的緣由
2.3.2 基于元數(shù)據(jù)隊列的多線程數(shù)據(jù)獲取方法
2.3.3 基于Hive的海量數(shù)據(jù)ETL方法
2.3.4 基于HDFS、Hive與SparkSQL的數(shù)據(jù)倉庫構(gòu)建技術(shù)
第3章 態(tài)勢理解:群體抗議事件檢測
3.1 目標(biāo)和任務(wù)
3.2 頻繁子圖挖掘
3.2.1 問題描述
3.2.2 子圖增長策略
3.3 基于頻繁子圖挖掘的群體抗議事件特征抽取方法
3.3.1 基本概念
3.3.2 GDELT數(shù)據(jù)預(yù)處理方法
3.3.3 基于圖描述語言的事件交互圖表示方法
3.3.4 事件交互圖集構(gòu)建方法
3.3.5 頻繁子圖挖掘
3.3.6 基于頻繁子圖的群體抗議事件特征構(gòu)建方法
3.3.7 實驗與分析
3.4 基于多分類器調(diào)優(yōu)的群體抗議事件檢測模型
3.4.1 檢測模型框架
3.4.2 群體抗議事件檢測評價指標(biāo)
3.4.3 實驗與分析
……
第4章 態(tài)勢預(yù)測:未來社會安全事件
第5章 實踐應(yīng)用:全球安全威脅分析預(yù)警平臺
總結(jié)
參考文獻(xiàn)