Innovation

Ingenjörsprojekt förutspår terrorattacker med 90 procents noggrannhet

Ingenjörsprojekt förutspår terrorattacker med 90 procents noggrannhet

Ett ingenjörsteam från New York utvecklade en ram för att spåra trender i terroristattacker runt om i världen. Terrorattacker i sig verkar oförutsägbara och oväntade. Forskarna från Binghamton University, State University of New York (SUNY) hittade dock mönster i det till synes opatriska.

Teamet föreslog ett nytt ramverk som heter Networked Pattern Recognition (NEPAR) Framework. Systemet sammanställde data från mer än 150 000 terrorattacker mellan 1970 och 2015. NEPAR har två faser. Den första bygger ett nätverk genom att hitta kopplingar mellan till synes okopplingsbara händelser.

Kort sagt identifierar ramverket egenskaperna för framtida terroristattacker genom att titta på förhållandet mellan tidigare attacker. Doktorand Salih Tutun samarbetade med Mohammad Khasawneh, professor i systemvetenskap och industriell teknik (SSIE) vid Binghamton om forskningen.

"Terrorister lär sig, men de vet inte att de lär sig. Om vi ​​inte kan övervaka dem via sociala medier eller annan teknik, måste vi förstå mönstren. Vår ram fungerar för att definiera vilka mätvärden som är viktiga", säger Tutun.

Twin Towers den 11 september 2001 [Bildkälla: Wikimedia Commons]

Det nätverket verkar vara effektivt. Projektet kan identifiera funktioner relaterade till terrorattacker med vansinnig noggrannhet: 90 procent noggrannhet vid bestämning av förlängningen av attacker, 96 procent om huruvida uppgifterna leder till flera attacker, och 92 procent noggrannhet vid analys av terroristens mål bakom en attack.

Målet med projektet är enligt Tutun att regeringarna ska inse vilka tecken som leder till terrorhandlingar och sätt att minska risken för framtida händelser.

"Baserat på den här funktionen föreslår vi en ny funktion för likhet (interaktion)," sa Tutun. "Sedan använder vi funktionen för likhet (interaktion) för att förstå skillnaden (hur de interagerar med varandra) mellan två attacker. Till exempel vad är förhållandet mellan Paris och 9/11-attackerna? När vi tittar på det, om det finns ett förhållande, skapar vi ett nätverk. Kanske har en attack tidigare och en annan attack ett stort förhållande, men ingen vet. Vi försökte extrahera denna information. "

Binghamton-studien är inte det första försöket att förstå och kategorisera terroristernas beteende. En brist på denna typ av arbete är att upptäcka terroristaktiviteter fokuserar på enstaka fall snarare än att ta hänsyn till interaktionerna som odlade ögonblicket. Omvänt ger nätverksanalys ett för brett spektrum. Tutun medgav att båda systemen har sina problem; algoritmen förbättras dock.

"Att förutse terroristhändelser är en dröm, men att skydda vissa områden genom att använda mönster är en realitet. Om du känner till mönstren kan du minska riskerna. Det handlar inte om att förutsäga, det handlar om att förstå," säger Tutun.

"När du löser problemet i Bagdad, löser du problemet i Irak. När du löser problemet i Irak, löser du problemet i Mellanöstern. När du löser problemet i Mellanöstern, löser du problemet i världen . "

Hela publikationen finns online via Science Direct / Expert Systems with Applications.

viaTeknik

[Redigerad: Bildkälla:Wikipedia Commons]

SE OCH: MITs avancerade AI syftar till att förutsäga konversationens stämning