基于社会网络分析的反恐研究综述

社会网络分析已成为量化分析恐怖组织、应对“网络化”恐怖活动的重要工具之一,是反恐研究的热点。从数据采集和网络分析角度,回顾基于社会网络分析的反恐研究进展情况。在数据收集方面,总结了研究中常用3类开源数据源的优缺点,指出未来获得更为完整、准确和实时恐怖活动信息的关键是执法部门的合作,加强情报数据收集。在网络分析方面,比较了常用的社会网络分析工具能力,重点分析评价了恐怖组织网络研究中网络结构分析、核心成员分析、动态网络分析和网络抗毁性分析4方面进展情况及发展趋势。最后指出了领域未来值得关注的3个研究问题。     

信息安全领域内实体共指消解技术研究

针对信息安全领域内的共指消解问题,提出了一个混合型方法。该方法在原来BiLSTM-attention-CRF模型的基础上引入领域词典匹配机制,将其与文档层面的注意力机制相结合,作为一种新的基于字典的注意力机制,来解决从文本中提取候选词时对稀有实体以及长度较长的实体识别能力稍弱的问题,并通过总结领域文本特征,将提取出的待消解候选词根据词性分别采用规则与机器学习的方式进行消解,以提高准确性。通过在安全领域数据集的实验,分别从共指消解以及提取候选词并分类2个方面证明了方法的优越性。