Innovation

Das Engineering-Projekt prognostiziert Terroranschläge mit einer Genauigkeit von 90 Prozent

Das Engineering-Projekt prognostiziert Terroranschläge mit einer Genauigkeit von 90 Prozent

Ein Ingenieurteam aus New York entwickelte ein Framework, um Trends bei Terroranschlägen auf der ganzen Welt zu verfolgen. Terroranschläge selbst scheinen unvorhersehbar und unerwartet. Die Forscher der Binghamton University der State University von New York (SUNY) fanden jedoch Muster in den scheinbar ungemusterten.

Das Team schlug ein neues Framework mit dem Namen Networked Pattern Recognition (NEPAR) Framework vor. Das System hat Daten von mehr als 150.000 Terroranschlägen zwischen 1970 und 2015 zusammengestellt. NEPAR besteht aus zwei Phasen. Der erste baut ein Netzwerk auf, indem Verbindungen zwischen scheinbar nicht miteinander verbundenen Ereignissen gefunden werden.

Kurz gesagt, der Rahmen identifiziert Merkmale zukünftiger Terroranschläge anhand der Beziehung zwischen früheren Anschlägen. Der Doktorand Salih Tutun arbeitete bei der Forschung mit Mohammad Khasawneh, Professor für Systemwissenschaft und Wirtschaftsingenieurwesen (SSIE) in Binghamton, zusammen.

"Terroristen lernen, aber sie wissen nicht, dass sie lernen. Wenn wir sie nicht über soziale Medien oder andere Technologien überwachen können, müssen wir die Muster verstehen. Unser Framework definiert, welche Metriken wichtig sind", sagte Tutun.

Zwillingstürme am 11. September 2001 [Bildquelle: Wikimedia Commons]

Dieses Netzwerk scheint effektiv zu sein. Das Projekt kann Merkmale im Zusammenhang mit Terroranschlägen mit wahnsinniger Genauigkeit identifizieren: 90 Prozent Genauigkeit bei der Bestimmung der Ausdehnung von Angriffen, 96 Prozent bei der Frage, ob die Daten zu mehreren Angriffen führen, und 92 Prozent Genauigkeit bei der Analyse der Ziele eines Terroristen hinter einem Angriff.

Laut Tutun besteht das Ziel des Projekts darin, dass die Regierungen erkennen, welche Anzeichen zu Terrorakten führen und wie das Risiko künftiger Ereignisse verringert werden kann.

"Basierend auf dieser Funktion schlagen wir eine neue Ähnlichkeits- (Interaktions-) Funktion vor", sagte Tutun. "Dann verwenden wir die Ähnlichkeits- (Interaktions-) Funktion, um den Unterschied (wie sie miteinander interagieren) zwischen zwei Angriffen zu verstehen. Zum Beispiel was Ist die Beziehung zwischen den Anschlägen von Paris und dem 11. September? Wenn wir uns das ansehen, wenn es eine Beziehung gibt, bilden wir ein Netzwerk. Vielleicht haben ein Angriff in der Vergangenheit und ein anderer Angriff eine große Beziehung, aber niemand weiß es. Wir hat versucht, diese Informationen zu extrahieren. "

Die Binghamton-Studie ist nicht der erste Versuch, das Verhalten von Terroristen zu verstehen und zu kategorisieren. Ein Nachteil dieser Art von Arbeit besteht darin, dass sich die Aufdeckung terroristischer Aktivitäten auf einzelne Fälle konzentriert, anstatt die Interaktionen zu berücksichtigen, die den Moment kultiviert haben. Umgekehrt ergibt die Netzwerkanalyse ein zu breites Spektrum. Tutun gab zu, dass beide Systeme ihre Probleme haben; Der Algorithmus verbessert sich jedoch.

"Die Vorhersage terroristischer Ereignisse ist ein Traum, aber der Schutz eines Gebiets durch die Verwendung von Mustern ist Realität. Wenn Sie die Muster kennen, können Sie die Risiken verringern. Es geht nicht um Vorhersagen, sondern um Verständnis", sagte Tutun.

"Wenn Sie das Problem in Bagdad lösen, lösen Sie das Problem im Irak. Wenn Sie das Problem im Irak lösen, lösen Sie das Problem im Nahen Osten. Wenn Sie das Problem im Nahen Osten lösen, lösen Sie das Problem in der Welt . "

Die vollständige Veröffentlichung kann online über Science Direct / Expert Systems with Applications abgerufen werden.

überIngenieurwesen

[Bearbeitet: Ausgewählte Bildquelle:Wikipedia Commons]

SIEHE AUCH: MITs fortgeschrittene KI zielt darauf ab, die Stimmung des Gesprächs vorherzusagen

Schau das Video: Prozess nach Terroranschlägen vom 11. September 2001 (November 2020).