利用深度预测未来恐怖活动的神经网络

     

      对当今文明最重要的威胁之一是恐怖主义。恐怖主义不仅扰乱社会的法律和秩序，而且影响人类的生活质量，使他们 在身体和情感上受到压制，剥夺了他们享受生活的权利。文明越进步，人们就越努力探索不同的机制来保护人类免受 恐怖主义的侵害。不同的技术被用作反恐手段，以保护社会中个人的生命和提高总体生活质量。

      最近已经探索了机器 学习方法来开发基于人工智能的反恐技术。由于深度学习最近在机器学习领域得到了越来越多的应用，本文对这些技 术进行了探索，以了解恐怖活动的行为。基于深度神经网络(DNN)创建了五种不同的模型来理解恐怖活动的行为，例 如攻击是否会成功？还是说这次袭击会不会是自杀？或者什么类型的武器将用于攻击？或者将要进行什么类型的攻击？或者哪个地区会被攻击？模型采用单层神经网络、五层 DNN 和三种传统的机器学习算法实现，。

       逻辑回归、SVM 和朴 素贝叶斯。将 DNN 算法的性能与神经网络和三种机器学习算法进行了比较，结果表明，DNN 算法在准确率、查准率、 召回率和 F1-Score 方面的性能超过 95%，而神经网络和传统机器学习算法的准确率最高可达 83%。由此得出结论， DNN 是预测恐怖活动行为的合适模型。我们的实验也证明了恐怖活动的数据集是大数据；因此，DNN 模型是处理大数 据和了解中潜在模式的合适模型 数据集。【未完.........】

本期编辑：HNE

如有侵权，请联系管理员删除

通过“情报学院”知识星球可以阅读该书籍的全都内容👇

本文始发于微信公众号（情报分析师）：利用深度预测未来恐怖活动的神经网络