پیش بینی رویدادهای تروریستی با استفاده از روش های داده کاوی

پس از حملات تروریستی 9011، فناوری های اطلاعات پیشرفته ای برای مبارزه با تروریسم برای بهبودعملکرد سیستم پیشگامان توسعه یافته توسعه داده شده است. داده کاوی مبتنی بر یادگیری ماشینمی تواند برای پیش بینی رویداد تروریستی که در حوادث حملات تروریستی پنهان شده است، مورداستفاده قرار گیرد و کارشناسان انتظار دارند تصویر دقیق تر از آنچه که تروریست ها در مورد آن فکرمی کنند، به منظور تقویت دفاع در برابر این اقدامات سازمان یافته ترسیم کنند. این مقاله بر پیش بینیرویداد تروریستی از پایگاه اطلاعات تروریسم (GTD) از طریق تکنیک های داده کاوی تمرکز دارد. ماشینبردار پشتیبان، بیز ساده و رگرسیون منطقی در این مقاله به کار گرفته شده است. روش انتخاب ویژگیتجزیه مقادیر منفرد (SVD) نیز برای بهبود دقت طبقه بندی استفاده می شود. در نهایت، یک مقایسهمتشکل از عملکرد طبقه بندی های مختلف ارایه شده است، که در آن طبقه بندی رگرسیون منطقی باهفت ویژگی بهینه مطلوب دارای دقت طبقهبندی بیشتری است، که امکان سنجی استفاده از یادگیریماشین را در زمینه تروریسم مورد تایید قرار میدهد. ما تاکید کردیم که روش های طبقه بندی را میتوانبرای ارزیابی انواع مختلف ذاتی در تروریسم با دقت و سرعت بالا استفاده کرد.

کلیدواژه ها:

داده کاوی ، پیش بینی رویداد ، انتخاب ویژگی ، پایگاه تروریسم جهانی (SVD ، (GTD