Wraz z sukcesami w rozszyfrowaniu korespondencji terrorystów przez rządowych specjalistów, ci pierwsi zaczęli uczyć się na swoich błędach, wykorzystując nowe technologie i rozwiązania do komunikacji. Po stronie cywilizacji zachodniej stoi jednak nowy atut – Big Data. 

Nowy framework stworzony przez badaczy z Binghamton University pomoże przewidzieć ataki terrorystyczne poprzez rozpoznawanie powtarzających się schematów w informacjach zgromadzonych na temat poprzedniej aktywności tego typu. Platforma zbudowana przez Nowojorczyków nazywa się NEPAR – Networked Pattern Recognition i ma ona pomóc przy zrozumieniu zachowań przestępców, znajdowaniu powtarzających się zachowań i powiązań między aktywnością terrorystyczną, ostatecznie doprowadzając do możliwości przewidywania i przeciwdziałania nadchodzącym atakom.

Algorytmy stworzone przez naukowców z Binghamton University pochłonęły dane o 150 tysiącach ataków terrorystycznych, które miały miejsce między 1970 rokiem a 2015. Pod okiem profesora Mohammada Khasawneha, doktorant Salih Tutun był w stanie przyczynić się do sukcesu projektu poprzez stworzenie programu, znajdującego powiązania między atakami terrorystycznymi (takimi jak użyta broń, czas ataku itd.) i przypisującego je do konkretnych grup terrorystów.

Platforma dzieli swoje działanie na dwa etapy, z których pierwszy polega na budowaniu sieci, składającej się z połączeń między wydarzeniami, a drugi na analizie stworzonego drzewa poprzez algorytmy rozpoznawania wzorców oraz topologię sieci. Połączenie tych dwóch metod pozwala na określenie takich parametrów jak cele terrorystów z dokładnością wyższą niż 90 procent.

Poprzednie badania tego typu skupiały się na próbach zrozumienia zachowania poszczególnych terrorystów, zamiast spojrzeć na cały problem całościowo, modelując drzewa zależności pomiędzy różnymi atakami. W taki sposób, przy analizie aktywności terrorystycznej, która koncentruje się na pojedynczych przypadkach, dysponujemy jeszcze analizą sieciową, skupiającą się na powiązaniach między atakami, ignorując indywidualne role pojedynczych osób i ich interakcje.

Całość efektów badań wymienionych wyżej naukowców można ujrzeć w tym miejscu.

źródło: engineering.com | zdjęcie: olap.com