美研究人员利用“大数据”破解IS袭击策略
美国研究人员利用人工智能算法,分析大量“伊斯兰国”近期动作相关数据,试图找出这一极端组织的活动规律,破解其袭击策略。来看看他们的研究成果。
破解靠数据
英国广播公司6日报道,研究人员分析“伊斯兰国”2014年下半年大约2200次袭击活动的相关数据后发现,这一组织在某些情况下会临时改变策略,采取不同攻击手段。
例如,在空袭密集时,“伊斯兰国”使用临时爆炸装置的次数明显增多。
研究人员之一、美国军官保罗·沙卡里安说,“伊斯兰国”在“遭到针对他们的大量空袭时,会改变(发起)大规模军事行动(的计划),改用临时爆炸装置。”
分析结果还显示,在发起大规模攻击行动前,“伊斯兰国”使用汽车炸弹袭击的次数通常会增加。
沙卡里安2006年曾驻伊拉克。他以当时伊拉克的情况为例分析,极端组织成员在其他地区发起大规模行动前增加在巴格达的汽车炸弹袭击,目的在于牵制伊拉克军队的力量,“阻止增援部队离开巴格达”。
数据还显示,在叙利亚境内“伊斯兰国”成员遭空袭后,这一组织抓捕当地人的数量剧增。
沙卡里安说,研究人员起初对这一现象感到不解,后经分析认为,这可能是“伊斯兰国”成员怀疑当地人告发他们的藏身地点,采取报复措施。
技术助预测
沙卡里安说,相比他9年前在伊拉克面对的极端组织,“伊斯兰国”如今的袭击策略明显不同,“更为复杂多变”。如果不是借助计算机算法对大量数据进行分析,恐怕难以弄清这一极端组织的策略变化。
有关这项研究的论文定于下周在澳大利亚悉尼一场国际数据分析技术研讨会上发布。
英国皇家三军研究所军事科学研究负责人伊丽莎白·昆塔纳认为,这项研究对打击“伊斯兰国”的军事行动具有实用价值。
“军队能够获得大量信息,”她说,“他们需要一个方法把它转化为可消化的形式。分析学正是这样的好方法。”
英国设菲尔德大学计算机科学专家诺埃尔·夏基说,这项研究表明,“伊斯兰国”的行动策略是“可预测的,不是随意的或每次袭击都换新策略”。这一分析方法或许有助预测“伊斯兰国”将采取何种类型的袭击。
不过,夏基指出:“问题在于情况可能会突然变化,尤其是如果他们(‘伊斯兰国’)注意到其他军事力量根据他们的可预测性采取行动。”
相关文章
- 直接在代码里面对list集合进行分页
- .NET Framework 4.5新特性详解
- 大数据的简要介绍
- 大数据的由来
- 高斯混合模型的自然梯度变量推理
- timing-wheel 仿Kafka实现的时间轮算法
- 使用Navicat软件连接自建数据库(Linux系统)
- 那一天,我被Redis主从架构支配的恐惧
- Redis 深入了解键的过期时间
- C#使用委托调用实现用户端等待闪屏
- 基于流计算 Oceanus 和 Elasticsearch Service 构建百亿级实时监控系统
- GRAND | 转录调控网络预测数据库
- JFreeChart API中文文档
- 临床相关突变查询数据库
- TIGER | 人类胰岛基因变化查询数据库
- 视频边缘计算网关EasyNVR在视频整体监控解决方案中的应用分析
- Apache Arrow - 大数据在数据湖后的下一个风向标
- 常见的电商数据指标体系
- AKShare-艺人数据-艺人流量价值
- MySQL中多表联合查询与子查询的这些区别,你可能不知道!