基于图嵌入模型的犯罪组织成员身份预测  

作　　者：袁立宁 李欣 于会治 刘钊 YUAN Lining;LI Xin;YU Huizhi;LIU Zhao

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038 [2]天津市公安局河西分局,天津300202 [3]天津市公安局河东分局,天津300171 [4]中国人民公安大学研究生院,北京100038

出　　处：《信息技术与信息化》2022年第3期4-8,共5页Information Technology and Informatization

基　　金：国家重点研发计划项目“基于大数据技术文物安全综合信息应用平台关键技术研究”(项目编号:2020YFC1522600);中央高校基本科研业务费专项资金项目“视频中显著物体检测研究方法”(项目编号:2019JKF425)研究成果之一。

摘　　要：针对专业化、规模化的犯罪组织,前期侦办过程中只能确定部分成员的身份类别信息。如何利用有限的身份类别预测未标记人员身份,是公安情报工作的重点。传统基于人工分析的情报研判方法处理大规模犯罪的能力有限,因此需要构建更高效的数据模型。模型使用图注意力网络和拉普拉斯特征映射构建图嵌入模型,提取犯罪网络数据特征生成低维嵌入,进行身份预测。实验结果表明,模型具有优秀的预测效果和稳定性,能够有效识别犯罪组织中未知成员身份,为后续情报分析工作提供有益信息。

关 键 词：图嵌入 犯罪组织 图注意力网络 自编码器 身份预测 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术] D924.3[政治法律—刑法学]