【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第7期 313-316页,共4页

【作 者】： 钟磊

【摘 要】 在潜在恐怖分子信息识别的研究中，通过网络信息进行反恐是一项十分重要的工作。网络不同信息中隐藏着与恐怖信息相关的人员，网络上各种信息种类较多，在网络上的语言存在较大变化，并且可伪装，传统的数据挖掘方法应用到网络信息分析过程中，对潜在恐怖分子进行挖掘的过程中，受到信息伪装等因素的影响，固定的网络信息挖掘关联模式被打破或被掩饰，造成人员挖掘效果不准确。提出利用人工免疫网络信息的潜在恐怖分子挖掘方法。对相关网络信息进行模糊聚类处理，计算网络信息数据到聚类中心的距离，并对所有的网络信息数据进行有效的更新处理。分别设置网络信息数据中的抗原和抗体，计算上述数据于恐怖分子之间的关联度，计算抗原与抗体的匹配度，并且对上述数据进行变异处理，在网络信息的基础上，实现潜在恐怖分子的识别模型。实验结果表明，利用改进模型进行潜在恐怖分子挖掘，挖掘准确性更强。