《公眾聚集場所恐怖攻擊風險評估與應對策略研究》是依託清華大學，由申世飛擔任項目負責人的面上項目。
基本介紹
- 中文名：公眾聚集場所恐怖攻擊風險評估與應對策略研究
- 依託單位：清華大學
- 項目負責人：申世飛
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
近年來，世界範圍內的恐怖攻擊事件頻發。其中，以公眾聚集場所為目標實施的恐怖攻擊事件造成了巨大的人員財產損失及公眾心理恐慌，嚴重影響社會穩定，成為世界性的重大公共安全問題。本項目針對公眾聚集場所恐怖攻擊非常規突發事件，研究應急情況下個體偏好及行為決策規律，及其同質及異質性特徵；研究由多主體組成的群體的物理空間及信息空間動力學特徵，以及事後信息傳播導致的事件社會影響特徵；構建基於個體及群體規律的多因素恐怖攻擊場景，採用多主體仿真模擬技術，進行不同襲擊方式及不同場景因素下的恐怖攻擊情景推演研究；評估不同場景因素及應對策略下公眾聚集場所類目標的恐怖攻擊風險，討論分析針對公眾聚集場所恐怖攻擊的事前預防策略及事後應急策略。研究成果可為公眾聚集場所恐怖攻擊非常規突發事件的風險評估、應對策略等提供更符合實際的理論框架和研究方法，從而為實際預防與應對提供方法和技術支持。
結題摘要
本項目主要完成工作如下所述：利用全球恐怖攻擊事件資料庫，分析二十一世紀典型襲擊類型（爆炸事件，槍擊事件等）的風險特徵及變化趨勢，研究了典型社會條件對於數據的干預性影響，並依此提出最佳化防禦決策意見；針對威脅源信息明確情況下的恐怖攻擊場景，研究將經典社會力模型進行拓展，建立了具有移動威脅源的恐怖攻擊場景下個體的行為決策模型，研究襲擊者和受害者衝突雙方的反饋適應性行為模式，設計並實施實驗驗證模型的有效性，並將新模型套用於具體的案例分析；針對威脅源信息不明確情況下的恐怖攻擊場景，研究分析了恐怖攻擊初始階段的信號特點及個體接收到的不確定信息特徵，並建立貝葉斯網路，使用全球恐怖攻擊資料庫及調研數據設定條件機率值，分析模擬個體對於不確定信息的處理過程，包括個體對於恐怖攻擊事件類型的初步判斷，及個體疏散行為決策；針對公眾聚集場所的群體逃生行為，通過DPIV算法對已有恐怖攻擊事件視頻進行自動分析，解析出了群體在公眾聚集場所恐怖攻擊事件中的應急疏散規律和特徵，並定量化的解析了相關人群動力學參數，如人群速度場，加速度場的變化規律，人群熵的變化規律等。建立了恐怖攻擊情境下人群社會力模型，並結合前人研究定性定量化驗證各項參數指標；分析人群運動速度場，加速度場，發現了如運動震盪現象，自組織集群現象等人群運動規律；最後，結合上述研究成果，構建了公眾聚集場所恐怖攻擊事件逃生決策支持系統，結合監控、研判、預警、指示等一系列功能，對恐怖攻擊事件發生的檢測預警、事中疏散指導等提供有效幫助與支持，以實現減潛在員傷亡後果的目標。本研究的研究成果可以加深理解公眾聚集場所恐怖攻擊事件情景中個體及群體逃生行為及相關動力學特徵，深化和拓展公眾聚集場所恐怖攻擊事件的動態風險評估分析與套用，進而對公眾聚集場所恐怖攻擊防禦策略提供更符合實際的理論框架和科學支撐。
