用于恐怖组织活动剖面分析的隐马尔可夫模型

本工作的主要重点是开发用于恐怖组织活动剖面的模型，检测该剖面中的突然激增和衰退，并在总体上对其进行长期跟踪。为此，我们开发了一个 $d$ 状态隐马尔可夫模型 (HMM)，用于捕捉支配该组织动态及其活动剖面的潜在状态。最简单的 $d=2$ 设置对应于将动态粗略量化为“活跃”和“非活跃”两种状态的情况。随后，我们开发了一种利用底层 HMM 结构的状态估计策略，用于激增检测和跟踪。该策略被证明能够跟踪甚至那些仅持续很短时间的非持久性变化，其代价是需要学习底层模型。我们提供了基于开源数据库中真实恐怖主义数据的案例研究，以说明所提出方法的性能。