面向社會安全事件的網路信息分析及態勢預測研究

《面向社會安全事件的網路信息分析及態勢預測研究》是依託上海交通大學，由李生紅擔任項目負責人的面上項目。

基本介紹

• 中文名：面向社會安全事件的網路信息分析及態勢預測研究
• 項目類別：面上項目
• 項目負責人：李生紅
• 依託單位：上海交通大學

項目摘要

當今高風險社會環境下，各種社會安全事件頻發。隨著網際網路普及使用，社會安全事件常在其上有所反映，並且網路也對其起到了推波助瀾的作用。通過分析網路信息以便為可能發生的社會安全事件提供預警，已成為迫切有待解決的問題。然而，由於該方面起步較晚，且其涉及的一些核心理論/技術尚未很好解決，目前這方面成果相對較少且性能存在明顯不足。鑒於此，並考慮到社會安全事件在網上的主要反映常體現在相關媒體熱/焦點和相應網路群體形成聚集，項目以面向社會安全事件的網路信息分析及態勢預測新方案/方法為總體研究目標，具體研究網路文本特徵提取表達、網路文本分/聚類、網路群體挖掘、媒體聚集及群體狀態評估、網路安全事件態勢預測等核心問題的有效解決方法，並進而研發具有網路安全事件預警等功能的相應網路信息分析及態勢預測平台。預期成果可望對內容安全等相關領域的研究在理論上起到促進作用，也可望在網路信息管控方面具有良好套用前景。

結題摘要

網際網路普及使用對社會安全事件起到了推波助瀾的作用，通過分析網路信息以便為可能發生的社會安全事件提供預警，已成為迫切有待解決的問題。在此背景下，課題以面向社會安全事件的網路信息分析及態勢預測新方案/方法為總體研究目標，主要研究網路媒體信息分/聚類、媒體信息聚集狀態評估等網路媒體信息分析關鍵技術；網路群體挖掘、網路群體狀態評估等網路群體行為分析關鍵技術；網路安全事件檢測及預測技術以及面向信息快速檢索的數據存儲及查詢技術等等。圍繞課題研究目標和主要研究內容，本課題取得的重要成果主要包括：提出了基於鄰接關係權重計算和標籤傳播的網路群體結構發現方法、基於新的標籤機率更新策略的同步標籤傳播群體結構發現方法、基於元胞自動學習機的網路群體結構檢測方法、基於標籤傳播和層次聚類的網路重疊層次群體結構檢測方法、基於局部弱連線的群體分裂算法、基於樣本採樣矩陣的微群體融合模型、基於改進貝葉斯估計器的學習自動機、基於置信區間估計器的學習自動機算法、通用的三元環境固定結構隨機自動機拓展模型、基於隨機遊走的三元環境隨機點定位算法、基於學習自動機的分類方法、用於文本媒體信息情感分類分析的深度學習技術、基於語義相似度的中文部落格內容分類技術、基於流形學習的社會化媒體網路數據分類方法、多語言網路新聞媒體的聚類分析技術、網路群體狀態層次化評估模型、基於學習自動機的時空事件檢測方法、基於標籤傳播的核心節點識別和網路信息傳播最大化方法、基於遺傳算法的社交網路謠言擴散模型、基於多行為證據融合的社交網路信息擴散模型等一組相關方法和技術。該些成果對內容安全、機器學習、媒體信息處理、複雜網路等相關領域的研究在理論上具有促進作用，部分成果也已用於公安、司法等職能部門對網路違法犯罪的取證工作中，取得了較好的社會和經濟效益。基於上述研究成果，發表/錄用學術論文35篇（SCI收錄16篇，EI收錄29篇），申請國家技術發明專利4項並獲發明專利授權3項，獲中國產學研合作創新成果一等獎（省部級）、上海市科技進步一等獎（省部級）和中國電子學會科技進步二等獎（省部級）各1項。