恐怖组织过去的行为是否有助于预测他们未来在不同情况下可能采取的行动?
据马里兰州大学的研究人员介绍了政策分析师和反恐群体的研究人员，是的，是的，是的，是的，据马里兰州大学，这是基于过去的行动来预测恐怖主义行为的门户。
“这是一个平台和环境[那个]国防部（DoD）分析师和参与反恐的其他人可以用作学习这些群体如何根据真实数据运行的方式，”V.S.说计算机科学教授和马里兰大学先进计算机研究所（Umiacs）。
Soma Terror组织门户网站（停止）使用来自世界各地的110多个恐怖团体的公开数据。它使用一个名为T-REX的实时数据提取工具，以便在93个国家的180个新闻网站上每天从超过128,000个文章中提取数据。该数据被组织到具有多个行和列的表中。每一行代表一个不同的一年，而每列由与该组相关联的变量组成，例如可能已经开展的攻击，政府对其采取的任何反对措施，或者本集团获得的财政支持程度支持者。然后每个变量获取表示其相对重要性的数字代码。
SOMA或随机对手建模代理商，然后使用这些信息并创建有关各种恐怖组织的规则 - 以及他们可能会在其数据库中做些什么。
例如，关于真主党的数据显示，当它参与选举政治时，它袭击黎巴嫩以外平民的几率在69%到87%之间，苏布拉哈曼尼安说。另一方面，当真主党不参与选举政治时，这种可能性急剧下降。
据苏布拉哈曼尼安说，SOMA已经制定了数万条类似的规则，这些规则涉及大约30个组织的可能行为，包括真主党、哈马斯和阿富汗的伊斯兰党。
Subrahamanian表示，内置预测引擎允许政策分析师和其他用户运行各种查询以及用于对数据的方案进行各种查询和什么。“我们有算法试图预测一个群体在即将到来或假设的情况下会做些什么，”Subrahamanian说。“一项政策分析师可能会说，”这就是这种情况似乎在地上朝向地面，我想知道这个群体是什么他说，就是根据我们可能采取的一些行动做的事情。
他说，可以使用不同的变量来创建多个关于相同数据集的内容。除了执行查询和运行预测引擎之外，用户还可以评论他们发现特别有用的规则，因此其他人也可以受益。
在大学进行的测试中，SOMA被证明准确预测约90％的时间。对于测试，大学研究人员认为每个小组至少有10年的数据库中的数据。“我们所做的就是试图看看我们如何正确地根据数据的第11届数据预测事件，”他说。
“事实证明，我们的准确性超过了90％，”他说。例如，他说，这些数据有助于预测对政府目标的攻击等飙升的事件，或者他说。预测是什么不可能的，这些预测被固定在特定的目标或时间表，主要是因为他说的SOMA系统中的数据的“粗糙粒度”。
例如，分配给SOMA数据库中变量的代码不能总是捕获事件严重程度的差异。杀死50名平民的袭击可能会获得代码III评级;他说，造成超过500人死亡的袭击会得到相同的评级。
同样，自杀攻击的变量可能并不总是捕获袭击发生的时间和地点，或者在哪里可能被杀死或伤在一起。Subrahamanian表示，现在的目标是在系统中建立这种粒度，以提高其准确性。
他说，SOMA门户网站的部分资金来自美国国防部，目前正在由四个不同的国防机构的分析师使用。
了解有关此主题的更多信息
这个故事，“大学推出了反恐研究的数据门户网站”最初发表于《计算机世界》 。