基于特征畫像的恐怖組織襲擊偏好研究

唐正 朱衍丞 邱凌峰

摘 要：為分析恐怖組織不同維度的特征數據及特征之間的內在聯系，在全球恐怖主義數據庫中選取5個典型國際恐怖組織，基于特征畫像，運用統計學、機器學習、關聯規則挖掘以及地理信息系統數據分析方法，對恐怖襲擊特征屬性進行分析。結果表明，5個恐怖組織偏好不同的襲擊區域，但普遍偏好炸彈/炸藥與槍支類武器;在特征關聯上，攻擊類型、目標類型和武器類型3類屬性的特征關聯較為明顯。該方法在反恐情報分析中適用于挖掘不同涉恐人員的特征差異。

關鍵詞：恐怖組織;特征畫像;全球恐怖主義數據庫;關聯規則挖掘;梯度提升決策樹

DOI：10. 11907/rjdk. 182658

中圖分類號：TP319文獻標識碼：A文章編號：1672-7800（2019）001-0128-04

Abstract： In order to effectively analyze multidimensional characteristic data of terrorist organizations and the interrelationship between the characteristic data， we select five typical international terrorist organizations from the Global Terrorism Database. Based on feature profiling， we use the method of statistics， machine learning， association rule mining and geographic information system to analyze the attacking characteristic attributes. According to the results， attacking preferences of the five typical terrorist organizations are considerably related to the attack regions but they all prefer to choose the weapons of explosives/bombs and firearms; in the association characteristic attributes， the associations of the three types of attributes， namely attack type， target type and weapon type are obviously correlated. The method is suitable for mining the characteristics of different potential terrorists in the intelligence analysis of counter-terrorism.

0 引言

近年來，世界范圍內的恐怖襲擊事件頻發，恐怖組織數量繁多，造成了生命、財產等重大損失，并引發了公眾恐慌、社會動蕩等一系列重大社會問題。研究恐怖組織的特征屬性及內在聯系對反恐情報分析具有重要作用，是當前國內外反恐情報工作關注的重點[1-4]。

隨著目前大數據處理能力的不斷提升，利用恐怖組織特征數據進行反恐情報分析等相關研究受到越來越多學者關注。位珍珍[5]通過對恐怖襲擊目標和襲擊手段等特點的分析，總結出“后9·11時代”恐怖主義現狀及發展趨勢;趙法棟等[6]通過對恐怖組織的研究，揭示了恐怖組織的襲擊行為模式;曾向紅等[7]對“基地”組織和“伊斯蘭國”兩個影響力較大的恐怖組織進行了組織結構分析;薛安榮等[8]基于貝葉斯方法對恐怖組織改變其行為策略的問題進行研究。

以往研究均在不同層面上對恐怖組織特征屬性進行分析，從而為反恐情報分析工作提供決策支持。當前研究對靜態屬性特征的分析仍較為欠缺，對各類特征之間的關聯性及重要性分析也存在不足。如何從大量涉恐數據中對恐怖組織及涉恐人員特征屬性實現多維度、多角度、分層次的分析研判是目前國內外研究的重點。特征畫像是指以人員為主體[9]對其各維度特征進行分析。因此，本文基于特征畫像，綜合多種數據分析方法，在全球恐怖主義數據庫（GTD）中選擇5個典型國際恐怖組織（塔利班、光輝道路、哥倫比亞革命武裝力量、伊斯蘭國和索馬里青年黨），對其靜態屬性數據進行挖掘與分析，從而實現對恐怖組織特征的刻畫，為反恐情報工作提供決策支持。

1 數據來源與數據預處理

本文的恐怖襲擊事件數據來源于全球恐怖主義數據庫（Global Terrorism Database，GTD）[10-12]，該數據庫是全球恐怖主義研究與恐怖主義預警中心（START）開發的數據庫，是目前最全面的恐怖襲擊事件開源數據庫之一[13-14]。本文基于GTD數據庫中全部約170 000條可用數據（1970- 2016年），綜合考慮襲擊次數和組織規模，選取塔利班（Taliban）、光輝道路（Shining Path）、哥倫比亞革命武裝力量（FARC）、伊斯蘭國（ISIL）和索馬里青年黨（Al-Shabaab）5個典型國際恐怖組織，對其主要特征進行分析。

綜合考慮數據完整性與相關性，本文選擇襲擊月份（imonth）、襲擊地區（region）、攻擊類型（attacktype1）、襲擊目標類型（targtype1）、使用武器類型（weaptype1）、死亡人數（nkill）6個維度特征刻畫恐怖組織基本特點。其中，攻擊類型、襲擊目標類型和使用武器類型均存在“未知類型（unknown）”這一子類型，由于其不能體現恐怖組織選擇偏好，無法對特征屬性進行刻畫，本文將“未知類型（unknown）”剔除。

基于目標類別的相似性，將襲擊目標類型中“政府（一般）”、“政府（外交）”和“暴力政黨”合并為“政府類”;將“軍隊”、“警察”合并為“軍隊警察類”;將“墮胎診所”、“教育機構”、“新聞媒體”和“NGO（非政府組織）”合并為“社會組織和機構類”;將“食物或水供應處”、“電信（基礎設施）”、“公用設備”、“機場和飛機”、“海事（包括港口和海運設施）”和“交通設施（除航空外）”合并為“基礎設施類”。通過以上歸類，目標類型的類別更為明確，特點更為突出。

將使用武器類型（weaptype1）特征中武器種類相似的類別進行合并。本文將“生物”、“化學品”、“放射性”和“核”合并為“核生化類”。

根據我國《生產安全事故報告和調查處理條例》相關規定，將死亡人數（nkill）分為3個等級，分別為：“死亡少于10人”、“死亡11～30人”與“超過30人死亡”。

2 恐怖組織主要特征刻畫

為分析恐怖組織在恐怖襲擊中的選擇偏好，即攻擊類型、襲擊目標以及武器類型特點，本文利用雷達圖統計方法，對恐怖組織3類特征進行刻畫。

如圖1所示為典型國際恐怖組織攻擊類型的選擇偏好，不同組織對攻擊類型選擇偏好各不相同，本文選取暗殺、武裝攻擊、爆炸、綁架和設施/基礎設施攻擊5個類別進行刻畫。5個恐怖組織均傾向于首選爆炸類攻擊類型，武裝攻擊類是塔利班、光輝道路、哥倫比亞革命武裝力量和索馬里青年黨的第二選擇，但伊斯蘭國的第二選擇是綁架類;針對典型國際恐怖組織目標類型選擇偏好，本文選取商業場所、政府、軍隊警察、社會機構、基礎設施以及私人公民和財產6個類別進行刻畫。軍隊警察類是塔利班、光輝道路、哥倫比亞革命武裝力量和索馬里青年黨的第一選擇，但伊斯蘭國傾向于攻擊私人公民類。光輝道路的目標選擇中，商業場所、政府、軍隊警察、基礎設施和私人公民財產5類目標被襲擊次數均很高，說明光輝道路無明顯選擇偏好;對于使用武器類型的選擇偏好，本文選取核生化、槍支、炸彈/炸藥、燃燒和近戰5個類別進行刻畫。5個恐怖組織均傾向于首選炸彈/炸藥類武器類型，槍支是5個恐怖組織的第二選擇。

3 不同恐怖組織差異性分析

本文利用梯度提升決策樹算法，以不同特征作為分類屬性對恐怖組織進行分類預測，并分析不同特征屬性對恐怖組織刻畫的貢獻度。通過機器學習方法，可定量分析各類特征對恐怖組織類型劃分方面的貢獻度。

3.1 分類算法介紹與數據集構建

梯度提升決策樹（Gradient Boosting Decision Tree，GBDT）是一種應用十分廣泛的算法，能夠快速學習數據中的潛在聯系，生成推薦結果。其中Gradient Boosting 是一種基于用戶回歸與分類問題的機器學習技術，利用多棵分類決策樹，并將所有樹的結論相加作為最終答案。GBDT不需要復雜的超參數（hyper-parameter），也不需要太多參數調試（parameter-tune）即可具有很好的學習能力[15-17]。考慮到本文要使用多種屬性對5個恐怖組織進行預測，普通決策樹無法實現該情況下的分類，故選擇GBDT作為分類算法。

本文選定上述5個恐怖組織作為分類目標，選擇襲擊時間、襲擊地區、攻擊類型、襲擊目標類型、使用武器類型與死亡人數6個維度特征作為分類屬性。其次將所選數據劃分為訓練樣本與測試樣本，通過梯度提升決策樹對以上屬性進行預測學習，建立分類器，利用測試樣本對構建的分類器進行分類測試。利用python 3.6中的random工具包按照0.05的比例在數據記錄中隨機抽取測試樣本，重復抽取100次進行分類測試，觀察分類結果。

本文選擇精確率與召回率作為分類結果評價指標。機器學習中常用評價指標主要為精確率（Precision）和召回率（Recall）。精確率表示樣本中分類正確的正樣本與所有分類為正樣本的個數比，而召回率用于衡量分類正確的正樣本與所有正樣本個數之比[18]，其中被分類為某特定恐怖組織的樣本作為本次實驗的正樣本。設分類正確的集合為A，錯誤集合為B，則有：

本文旨在通過分類器對不同恐怖組織襲擊偏好進行刻畫，應關注測試集中每個組織分類情況，即該恐怖組織是否被正確分類，若分類錯誤則應被歸為哪一類。因此，選擇召回率作為分類結果評價指標。

基于基尼不純度，利用Scikit-learn中的重要度排序模塊對特征屬性進行重要度排序。對分類具有較大貢獻度的屬性，其重要度也較高。

3.2 實驗過程與結果分析

本文選擇100次分類結果標準差作為衡量分類器魯棒性的評價標準。經過計算，5個恐怖組織平均精確率標準差在0.02～0.06之間波動，平均召回率的標準差在0.01～0.04之間波動，表明分類器對該數據集具有較好的適應能力，魯棒性較強。取100次分類均值作為最終分類結果，設平均精確率標準差為[S（P）]，平均召回率標準差為[S（R）]：

表1為基于6個維度特征的典型恐怖組織分類結果，其中分類詳情為測試樣本被分類為哪些組織及其相關數量。以光輝道路分類詳情為例，0、209、18、0和0分別表示光輝道路被分類為塔利班、光輝道路、哥倫比亞革命武裝力量、伊斯蘭國和索馬里青年黨的數量，可以看出有209個樣本被正確分類，18個樣本被錯誤分類為哥倫比亞革命武裝力量。由于分類器已被證明具有較好的魯棒性，故僅選擇1組分類詳情進行展示。結果表明，塔利班、光輝道路、伊斯蘭國和索馬里青年黨的召回率均很高，塔利班、伊斯蘭國和索馬里青年黨甚至達到100%，哥倫比亞革命武裝力量的召回率為0.27，其大部分被錯誤分類為光輝道路，說明哥倫比亞革命武裝力量特征與光輝道路很相似。如表2所示為各類特征重要度排序，襲擊地區特征的重要度為85.5%，說明恐怖組織的區域性特點很強，而其它特征對于刻畫恐怖組織的貢獻度相對較低。

4 恐怖組織不同特征關聯性分析

恐怖組織各類特征屬性之間存在一定關聯性，對其關聯性進行挖掘，可掌握其發動恐怖襲擊的選擇偏好，為反恐情報分析提供支持。本文通過關聯規則挖掘算法對每個恐怖組織分別建立一個數據集，分析每個數據集中特征之間的關聯性。

4.1 算法介紹

關聯算法是數據挖掘中的一類重要算法，主要目的是從一個數據集中發現項之間的隱藏關系，其在分類上屬于單維、單層及布爾關聯規則，主要算法為Apriori算法。Apriori算法分為兩步：①以迭代方式，根據用戶設定的支持度檢索出數據中的頻繁項集;②利用這些頻繁項集構造出滿足用戶設定最小信任度的強關聯規則[19]。

本文進行關聯規則挖掘的特征變量選定為襲擊時間、攻擊類型、襲擊目標類型、使用武器類型和死亡人數共5類，其中最小信任度設為0.75。

4.2 結果分析

通過對每個數據集進行關聯規則挖掘，篩選后得到結果如表3所示。

分析結果表明，恐怖組織最常發動的攻擊類型是武裝攻擊和爆炸類，發動這兩類攻擊更傾向于使用炸彈/炸藥和槍支類武器，因此恐怖組織之間的相似度很高，這也是表3分類結果不理想的原因。不同恐怖組織特征屬性之間的關聯特點也不同，如塔利班傾向于使用燃燒類武器發動設施/基礎設施類攻擊;光輝道路傾向于使用槍支類武器對政府類目標實施暗殺行為;哥倫比亞革命武裝力量也傾向于使用槍支對政府及私人公民財產類目標進行襲擊;伊斯蘭國傾向于使用近戰類武器，對私人公民財產類目標進行綁架;索馬里青年黨的特征屬性則無顯著關聯。

5 結語

本文基于GTD數據，對恐怖組織主要特征進行刻畫，利用梯度提升決策樹算法對恐怖組織進行分類，并通過關聯規則挖掘對恐怖組織特征之間的關聯性進行分析，結果表明：①對于攻擊類型特征，5個典型國際恐怖組織均傾向于首選爆炸類，武裝攻擊是塔利班、光輝道路、哥倫比亞革命武裝力量和索馬里青年黨的第二攻擊類型，但伊斯蘭國的第二選擇是綁架類;②對于襲擊目標類型特征，軍隊警察類是塔利班、光輝道路、哥倫比亞革命武裝力量和索馬里青年黨襲擊目標的首選，但伊斯蘭國傾向于攻擊私人公民類，光輝道路襲擊各類目標均很頻繁，其無明顯選擇偏好;③對于武器類型特征，5個恐怖組織均傾向于首選炸彈/炸藥類武器，第二選擇是槍支;④5個典型國際恐怖組織的區域性特征十分明顯，因此全球反恐應因地制宜，針對不同區域特點進行精準反恐;⑤5個典型國際恐怖組織普遍偏好武裝攻擊和爆炸類攻擊模式，但不同恐怖組織的特征關聯不同，塔利班組織傾向于使用燃燒類武器發動設施/基礎設施類攻擊，光輝道路傾向于使用槍支類武器對政府類目標實施暗殺行為，哥倫比亞革命武裝力量也傾向于使用槍支對政府及私人公民財產類目標進行襲擊，伊斯蘭國組織傾向于使用近戰類武器類型，以私人公民和財產為目標進行綁架。通過所挖掘的特征關聯有助于掌控恐怖襲擊風險源頭，為情報分析及風險防控提供有力支持。

參考文獻：

[1] 鄧博. 恐怖分子個人數據的主要構成及其運用[J]. 國防科技， 2015，36（6）：81-89.

[2] 李本先，張薇，梅建明，等. 大數據在反恐情報工作中的應用研究[J]. 情報雜志，2014（12）：1-5.

[3] 周相坤，陳揚帆， 王帥響. 反恐情報中恐怖分子個人數據運用研究[J]. 中國公共安全：學術版，2016（3） ：18-21.

[4] 梅建明. 論反恐情報的特征與作用[J]. 江西警察學院學報， 2009（1）：52-55.

[5] 位珍珍. 后911時代恐怖主義的GTD數據分析[J]. 情報雜志， 2017，36（7）：10-15.

[6] 趙法棟， 莊弘煒， 金振興. 基于MLE的恐怖組織襲擊行為模式實證研究[J]. 復雜系統與復雜性科學， 2014，11（4）：19-22.

[7] 曾向紅， 梁晨. 從“基地”組織到“伊斯蘭國”——國際恐怖主義組織結構的演化[J]. 中東問題研究， 2016（1）：43-75.

[8] 薛安榮，毛文淵，王孟頔，等. 基于貝葉斯方法和變化表的恐怖行為預測算法[J]. 計算機科學， 2016，43（12）：130-134.

[9] 趙剛，姚興仁. 基于用戶畫像的異常行為檢測模型[J]. 信息網絡安全，2017（7）：18-24.

[10] National Consortium for the Study of Terrorism and Responses to Terrorism （START）.Database， global terrorism[EB/OL]. https：//www.start.umd.edu/gtd.

[11] GODWIN A， CHANG R， KOSARA R， et al. Visual analysis of entity relationships in the Global Terrorism Database[C]. Spie Defense & Security Symposium. International Society for Optics and Photonics， 2008.

[12] XIAO W D， CHENG Z， YANG S， et al. Improvement of parallel sets and its application in analyzing Global Terrorism Database[J]. Journal of National University of Defense Technology， 2011，33（1）：115-119.

[13] LAFREE G， DUGAN L. Introducing the Global Terrorism Database[J]. Terrorism & Political Violence， 2007，19（2）：181-204.

[14] LAFREE G. The Global Terrorism Database： accomplishments and challenges[J]. Perspectives on Terrorism， 2010.

[15] 柯國霖. 梯度提升決策樹（GBDT）并行學習算法研究[D]. 廈門：廈門大學，2016.

[16] LIU J Y，DING Y，TAO L I. Classification of flight delay based on GBDT[J]. Mathematics in Practice & Theory， 2018.

[17] SAKHNOVICH A. On the GBDT version of the B？cklund-Darboux transformation and? its applications to linear and nonlinear equations and Weyl theory[J]. Mathematical Modelling of Natural Phenomena， 2012，5（4）：340-389.

[18] 葛恭豪. 機器學習算法原理及效率分析[J]. 電子世界， 2018（1）：65-66.

[19] 陳苗， 馬燕. 數據挖掘在高校學生成績預警中的應用研究[J]. 電腦知識與技術， 2017，13（4）：204-206.

（責任編輯：黃 健）