基于粗糙集理论的公安情报分析

公安情报分析为有效打击和预防犯罪提供了重要的决策支持,是公安工作中非常重要的一环.针对目前公安情报分析工作中面临的信息过剩而情报缺失的问题,本文将粗糙集理论应用到公安情报分析中,结合实际问题,应用变精度粗糙集理论中的条件属性相对决策属性的属性重要性构建情报分析模型,以某地区刑事案件数据为依托,挖掘出公安情报分析的关键指标属性,从而萃取出规则知识集,辅助公安机关进行犯罪情报分析工作,力图提高情报分析机制的准确度.     

公安情报分析人员综合素质评估指标体系构建

公安情报分析是公安情报工作的核心环节,情报分析人员作为分析工作的主体,其能力和水平会对情报产品的质量产生直接影响,进而影响决策的合理性.公安情报分析人员综合素质评估指标体系的建立,对选拔、培养和考核情报分析人员,以及情报部门的发展都有着重要的意义.文章采用定性分析与定量分析相结合的方法,在对具有丰富经验的情报分析人员进行调查以及对当前公安情报分析工作的特点和需求进行深入分析的基础上,从知识储备、能力构成、职业素养、思维意识四个方面构建了公安情报分析人员综合素质评估层次结构模型,之后运用层次分析法求出层次结构模型中各项指标的权重.     

关联规则在公安情报分析中的应用研究

首先分析了数据挖掘中的类FP关联规则算法,然后以群体性事件为例,介绍了如何将类FP关联规则算法应用到公安情报分析领域,得出有效的分析结论,为公安机关执法提供依据.     

基于知识地图的反恐情报分析及预警方法

为解决传统数据挖掘方法对样本数据质量的过度依赖及高维特征空间导致的"冷启动"问题,以及海量数据之间缺少深度语义关联出现的"信息迷航"问题,以知识地图作为反恐领域知识描述与数据组织的工具,提出一种基于知识地图的反恐情报分析及预警方法.分析和利用节点在知识地图上的语义结构特征和个体涉恐相关特征,采用朴素贝叶斯算法计算个体潜在涉恐危险概率,并基于该值对预测对象排序.该方法充分运用知识地图内在的语义结构特征,保证了大数据驱动下公安情报工作中对预测对象的精准识别和评估.     

基于SVM的公安情报自动分类系统模型设计

本文针对传统公安情报工作中的不足,介绍了情报自动分类原理,结合多Agent思想构建了基于支持向量机的公安情报自动分类系统模型。     

数据挖掘中属性约简算法的研究

本文就粗糙集理论及其在数据挖掘中的应用方法进行了较为深入系统地研究。重点研究了扩展粗糙集模型;基于连续属性的粗糙集模型及其约简算法;不完备信息系统下粗糙集模型及其约简算法;以及更一般的集值信息系统及其约简算法。     

数据挖掘中属性约简算法的研究

本文就粗糙集理论及其在数据挖掘中的应用方法进行了较为深入系统地研究。重点研究了扩展粗糙集模型;基于连续属性的粗糙集模型及其约简算法;不完备信息系统下粗糙集模型及其约简算法;以及更一般的集值信息系统及其约简算法。     

基于粗糙集理论的属性约简算法研究

数据挖掘是近年来数据库领域中出现的一个新兴研究热点,它是从大量数据中获取知识。进行数据挖掘的方法很多,粗糙集方法便是其中的主要方法之一。属性约简算法是基于粗糙集理论的数据挖掘模型中的关键步骤,同时也是粗糙集理论研究中的一个研究重点。通过对粗糙集理论的属性约简算法的深入研究,本文提出了一种改进的属性约简启发式算法。该算法建立在可辨识矩阵计算基础上。改进算法基于Hu的算法与Jelonek算法,在计算可辨识矩阵的基础上,保证最终能够找到决策信息系统的一个约简,同时较Jelonek算法相比,运算时间明显减少。     

公安情报分析的演变趋势及启示研究

准确认识公安情报分析的演变趋势，有利于更好地开展公安工作。公安情报分析呈现出方法科学化、系统智能化、人员专业化的演变趋势，需要树立正确全面的大数据思维、加强系统建设和技术应用、大力培养公安情报专业人才。     

多粒度决策粗糙集中的粒度约简方法

多粒度决策粗糙集模型是一种泛化的多粒度粗糙集模型,该模型结合决策粗糙集数据分析理论和多粒度思想,实现了在多个粒空间进行决策粗糙集理论的建模。在此基础上,利用贝叶斯决策理论具体分析了在多粒度粗糙集模型中乐观和悲观的融合策略下多个粒空间中的概率融合关系,推导出基于最大条件概率和最小条件概率的粗糙集近似表示,进而构建了乐观多粒度决策粗糙集模型和悲观多粒度决策粗糙集模型。在该模型中引入近似分布约简的概念,分析了多个粒空间中的粒度选择问题。基于多粒度近似分布质量定义了多粒度决策粗糙集的粒度重要度,并且基于此给出了悲观和乐观融合策略α-下近似分布约简的粒度约简算法。通过实例验证了该算法的有效性。     

基于粗糙图的网络风险评估模型

针对在进行网络安全分析时所获得的信息系统是不完备的、粗糙的这一特性,将网络攻击过程类比于粗糙不确定性问题的关系挖掘过程,提出基于粗糙图的网络风险评估模型。该模型由部件节点粗糙关联网络、攻击图的粗糙图生成算法以及网络风险最大流分析算法三部分主要内容组成;并以一个具有代表性的网络系统实例阐明了该模型的使用方法,验证了模型的正确性。模型优势分析表明其较以往的攻击图、风险评价模型更能真实地反映实际情况,所获得的评估结论、安全建议等也更加准确、合理。     

犯罪情报分析中的数据挖掘应用

本文基于公安业务中的治安防控原理,构建了面向情报分析和决策指挥的犯罪情报数据挖掘框架.首先,对案事件数据库进行预处理和空间编码的基础上得到标准化的案件信息数据,随后,利用聚类分析、关联分析和分类分析中的相关方法可得到治安案件的时空风险、重点人特征和作案手段特征等信息.通过对北京市实际盗窃案件数据进行挖掘,证明了数据挖掘技术能够很好的应用于犯罪情报的分析.     

基于粗糙集的网络安全评估规则提取

给出了基于粗糙集的网络安全评估指标的约简方法。提出了一种利用粗糙集理论提取网络安全评估规则,进而利 用评估规则构建网络安全评估决策系统的算法。利用一个简化的网络安全评估数据集,验证了本文提出的决策规则提取 方法是有效的。     

Security Risk Assessment of Cyber Physical Power System Based on Rough Set and Gene Expression Programming

Risk assessment is essential for the safe and reliable operation of cyber physical power system. Traditional security risk assessment methods do not take integration of cyber system and physical system of power grid into account. In order to solve this problem, security risk assessment algorithm of cyber physical power system based on rough set and gene expression programming is proposed. Firstly, fast attribution reduction based on binary search algorithm is presented. Secondly, security risk assessment function for cyber physical power system is mined based on gene expression programming. Lastly, security risk levels of cyber physical power system are predicted and analyzed by the above function model. Experimental results show that security risk assessment function model based on the proposed algorithm has high efficiency of function mining, accuracy of security risk level prediction and strong practicality.      

基于数据挖掘的网络信息安全策略研究

随着网络应用越来越普及,网络数据越来越庞大,网络信息安全问题日益严重,面对庞大的互联网数据安全提出了基于数据挖掘的网络信息安全策略,并对网络信息安全数据挖掘方法、挖掘对象、实施过程、挖掘算法进行论述,设计了网络安全分析模型,对静态和动态流量数据进行分析,给出了基于数据挖掘的网络信息安全分析算法的静态网络安全数据分析模型算法和动态流量数据及态势分析算法。     

数据挖掘技术

数据挖掘技术是当前数据库和人工智能领域研究的热点课题,为了使人们对该领域现状有个概略了解,在消化大量文献资料的基础上,首先对数据挖掘技术的国内外总体研究情况进行了概略介绍,包括数据挖掘技术的产生背景、应用领域、分类及主要挖掘技术;结合作者的研究工作,对关联规则的挖掘、分类规则的挖掘、离群数据的挖掘及聚类分析作了 较详细的论述;介绍了关联规则挖掘的主要研究成果,同时指出了关联规则衡量标准的不足及其改进方法,提出了分类模式的准确度评估方法;最后,描述了数据挖掘技术在科学研究、金属投资、市场营销、保险业、制造业及通信网络管理等行业的应用情况,并对数据挖掘技术的应用前景作了展望。     

变精度粗糙集挖掘在丙酮精制中的应用

在标准粗糙集数据挖掘算法基础上,研究变精度粗糙集数据挖掘方法在丙酮精制产品质量预报中的应用,并与标准粗糙集方法、BP算法及Apriori算法进行比较。采用实际丙酮精制生产数据进行实验,结果表明,变精度粗糙集数据挖掘算法的应用效果显著优于BP算法和Apriori算法,相对于标准粗糙集方法也有明显提高,具有一定的实用价值和研究前景。     

基于粗集方法入侵检测系统中的安全规则的挖掘

针对入侵检测系统中安全规则提取的困难,该文提出了利用粗集方法从系统日志审计信息中挖掘安全规则,并给出了规则挖掘算法。通过KDD CUP 1999入侵数据测试集中的数据验证了该方法的有效性和可行性,为入侵检测中安全规则的提取提供了一种新方法。     

浅谈网络环境下的公安情报深度应用

本文在总结网络环境特点和公安情报特征的基础上提出了网络情报,融入信息化和社会管理创新的理念与成果,对网络环境下的公安情报信息的深度应用进行了论述,包括流程的再造和具体的应用,二者共同构成了公安情报的深度应用内容。在此基础上强化对公安情报工作的认识,拓宽公安情报工作的应用渠道。