美研究人员利用“大数据”破解IS袭击策略

简介:

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。”


本文作者:郜婕

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
7月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
536 0
|
8月前
|
存储 分布式计算 Java
Java 大视界 -- Java 大数据在智能建筑能耗监测与节能策略制定中的应用(182)
本文探讨了Java大数据技术在智能建筑能耗监测与节能策略制定中的关键应用。通过Hadoop、Spark等技术实现能耗数据的存储、分析与可视化,结合实际案例,展示了Java大数据如何助力建筑行业实现节能减排目标。
|
5月前
|
数据可视化 大数据 关系型数据库
基于python大数据技术的医疗数据分析与研究
在数字化时代,医疗数据呈爆炸式增长,涵盖患者信息、检查指标、生活方式等。大数据技术助力疾病预测、资源优化与智慧医疗发展,结合Python、MySQL与B/S架构,推动医疗系统高效实现。
|
5月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1079 1
|
6月前
|
存储 并行计算 算法
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
290 4
|
6月前
|
大数据 数据挖掘 定位技术
买房不是拍脑袋:大数据教你优化房地产投资策略
买房不是拍脑袋:大数据教你优化房地产投资策略
272 2
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
253 0
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
7月前
|
机器学习/深度学习 搜索推荐 数据可视化
Java 大视界 -- Java 大数据机器学习模型在电商用户流失预测与留存策略制定中的应用(217)
本文探讨 Java 大数据与机器学习在电商用户流失预测与留存策略中的应用。通过构建高精度预测模型与动态分层策略,助力企业提前识别流失用户、精准触达,实现用户留存率与商业价值双提升,为电商应对用户流失提供技术新思路。
|
9月前
|
机器学习/深度学习 分布式计算 供应链
Java 大视界 ——Java 大数据在智能供应链库存优化与成本控制中的应用策略(172)
本文围绕 Java 大数据在智能供应链库存优化与成本控制中的应用展开,剖析库存管理现状与挑战,阐述大数据技术应用策略,结合真实案例与代码给出实操方案,助力企业提升库存管理效能,降低运营成本。