反恐安全博弈策略模型、算法与应用研究

基本信息
批准号:61877007
项目类别:面上项目
资助金额:50.00
负责人:李明楚
学科分类:
依托单位:大连理工大学
批准年份:2018
结题年份:2022
起止时间:2019-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:陆坤,夏秋粉,赵小薇,田琳琳,接赢墨,陈玲,龚中强,金星,王博
关键词:
安全博弈图论策略模型反恐算法
结项摘要

In this project, we mainly study anti-terrorism security game strategy models and algorithms and its applications in real life scenarios. It belongs to game theory, artificial intelligence (AI), graph theory, computer complexity, economics. Our research includes anti-terrorism security game models based on graph theory, route schedule mechism and anti-terrorism resources optimal plan and its applications; the study of the characteristic for preservation attack and preservation attack models and related algorithms; the study of opportuity crimes(attacks) models and its related algorithms; the study of the uncertainty in anti-terrorism game and related problems, and the study of anto-terrorism security game strategy models based on the limited rationality and machine learning and its algorithms and its applications in real life scenarios. The researches are very important and interesting for the development of security games, AI and graph theory applications, lay out the better foundation for national safety and provide excellent help and support for national departments of safety in striking terrorism events and create new direction for the development of anti-terrorism game theory in China.

本项目是主要研究反恐安全博弈论中的策略模型、算法以及在实际问题和场景中的应用,是属于博弈论、人工智能、图论、心理学、犯罪学与经济学的交叉学科。其主要研究内容包括研究基于图论的反恐安全博弈模型,路线安排机制,和反恐资源配置优化方案及其应用;研究持续攻击特征以及持续攻击安全博弈模型和相关算法;研究机会犯罪本质特征和关系,以及机会犯罪攻击博弈模型和相关算法;研究反恐安全博弈中的不确定性以及相关问题; 研究基于机器学习的有限理性反恐安全博弈策略模型、算法及其应用。这些研究对安全博弈论、人工智能、图论应用的发展产生深远影响,具有深刻的理论价值和应用价值,为国家的安全决策奠定良好的理论基础和应用基础,为国家安全部门和国防有效地打击恐怖(犯罪、违法)分子和保护公共设施提供智能决策帮助和支持,为国内在反恐安全博弈论方面的研究发展开辟新道路。

项目摘要

本项目研究了反恐安全博弈论中的策略模型、算法及其应用,公式化博弈参与者间的策略交互,考虑防御者与攻击者的策略行为来解决当今反恐安全中迫在眉睫的相关问题,如安全防守资源数量的受限问题、攻击效用不确定和有界理性以及博弈中的信息不完美等。为了建立更加符合现实场景的博弈模型,本项目利用博弈论方法,如Stackelberg博弈、信号博弈、同时博弈,建立攻防双方的策略交互模型,同时,在根据实际情况下制定优化目标以及相应的约束条件之后,针对模型研究具体的求解方案。在模型的应用方面,利用信息论方法对参与人理性行为进行估计,利用风险条件值对不确定的因素进行衡量,利用多元逻辑回归对决策相关不确定状态进行分类。事实上,大部分的求解问题均面临NP难问题,因此本项目组设计了混合遗传算法、列和约束生成算法、变邻域深度搜索算法等求解算法,该算法可以提高求解速度的同时保证了求解质量。另外,本项目组还采用了目前较为高效的机器学习算法来训练模拟恐怖分子的行为策略,这一举措为我们防守策略的制定提供了更为有效的支撑。综上,本项目组围绕供应网络恶意中断、关键基础设施破坏、机会主义犯罪活动以及恐怖分子持续性攻击等实际问题展开一系列的相关研究,并取得了不俗的成果,该成果为反恐安全问题在理论分析方面提供了强有力的支撑条件。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

粗颗粒土的静止土压力系数非线性分析与计算方法

粗颗粒土的静止土压力系数非线性分析与计算方法

DOI:10.16285/j.rsm.2019.1280
发表时间:2019
2

硬件木马:关键问题研究进展及新动向

硬件木马:关键问题研究进展及新动向

DOI:
发表时间:2018
3

中国参与全球价值链的环境效应分析

中国参与全球价值链的环境效应分析

DOI:10.12062/cpre.20181019
发表时间:2019
4

基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例

基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例

DOI:
发表时间:2022
5

面向云工作流安全的任务调度方法

面向云工作流安全的任务调度方法

DOI:10.7544/issn1000-1239.2018.20170425
发表时间:2018

李明楚的其他基金

批准号:61572095
批准年份:2015
资助金额:66.00
项目类别:面上项目
批准号:90412007
批准年份:2004
资助金额:30.00
项目类别:重大研究计划
批准号:61272173
批准年份:2012
资助金额:81.00
项目类别:面上项目
批准号:60673046
批准年份:2006
资助金额:24.00
项目类别:面上项目

相似国自然基金

1

面向反恐安全博弈的连通因子理论与应用

批准号:61572095
批准年份:2015
负责人:李明楚
学科分类:F0201
资助金额:66.00
项目类别:面上项目
2

非常规情境下恐怖袭击事件的信号博弈模型与反恐措施优化研究

批准号:71571033
批准年份:2015
负责人:刘德海
学科分类:G0103
资助金额:49.30
项目类别:面上项目
3

煤矿安全系统中多方博弈与控制策略研究

批准号:51574157
批准年份:2015
负责人:王新华
学科分类:E0408
资助金额:63.00
项目类别:面上项目
4

算法博弈论视角下的策略替代型网络博弈

批准号:11471326
批准年份:2014
负责人:曹志刚
学科分类:A0406
资助金额:60.00
项目类别:面上项目