-
题名融合多维特征的电诈犯罪时空预测研究
- 1
-
-
作者
周璟昊
石磊
石拓
陈鹏
-
机构
中国人民公安大学信息网络安全学院
中国传媒大学媒体融合与传播国家重点实验室
北京警察学院公安管理系
北京警察学院北京市公安局警察学院警务情报与数据智能标准实验室
-
出处
《智能系统学报》
北大核心
2025年第5期1112-1122,共11页
-
基金
国家自然科学基金项目(62406023).
-
文摘
对空间内电信网络诈骗犯罪发案进行预测能够有效提升精准反诈工作效能。然而,现有方法受到发案时序数据存在稀疏性和周期性的影响,以及空间环境特征因子异质性限制的挑战,导致面向电信网络诈骗发案量的预测效果不佳。为此,提出一种融合多维特征的电信网络诈骗犯罪时空预测模型(multidimensional featureintegrated telecom fraud spatiotemporal prediction model,MF-TSP)。结合区域空间拓扑图构建空间环境特征因子筛选模块,有效融合预测目标空间的邻域发案特征;运用时间滑动窗口技术,并引入多维时序特征捕捉模块和倒置Transformer(inverted transformers,iTransformer)模块,克服了发案时序数据稀疏问题,同步实现了对序列周期性、全局依赖关系及多变量间复杂相关性的有效捕捉;通过进一步深度时空特征融合和非线性映射,显著提升了犯罪发案量的预测精度。实验结果表明,提出的MF-TSP模型在B市电信网络诈骗犯罪发案真实数据集上,在3种不同输入时间步长条件下均表现最佳,明显优于7种对比模型。
-
关键词
电诈犯罪时空预测
多维特征
时空特征融合
空间环境特征因子
图注意力网络
时间滑动窗口
iTransformer
-
Keywords
spatiotemporal fraud prediction
multidimensional features
spatio-temporal feature fusion
spatial environmental feature factors
graph attention networks
time-sliding window
iTransformer
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多尺度视角特征动态融合的盗窃犯罪预测模型
被引量：2
- 2
-
-
作者
石拓
张齐
石磊
-
机构
北京警察学院公安管理系
北京警察学院北京市公安局警察学院警务情报与数据智能标准实验室
中国传媒大学媒体融合与传播国家重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2022年第6期1104-1112,共9页
-
基金
国家社会科学基金青年项目(21CHS005)
中国传媒大学中央高校基本科研业务费专项资金项目(CUC220C011)。
-
文摘
针对盗窃犯罪时空预测特征融合不精、时序动态适应性不足问题,提出自注意力和多尺度多视角特征动态融合的预测模型。首先,以盗窃发案的位置信息为基础,将数据投射到地图栅格内,通过构建一种可将不同时序长度案件数据匹配为自适应长度数据的方法,并组合向量映射后的天气、作案时间、地理位置等属性,构造多维度特征融合的输入向量;其次,采用自注意力机制生成多视角特征动态融合的向量;最后,通过采用多尺度窗口CNN对多视角特征动态融合向量进行编码后送入分类器,预测出每个地图栅格内的发案态势。在某市盗窃数据集上验证,本文方法在3种地理栅格尺度下,预测准确率最高可达到0.899,显著优于其他对比模型。
-
关键词
犯罪预测
自注意力机制
多尺度特征融合
卷积神经网络
动态自适应
分类器
时序预测
分布式表征
-
Keywords
crime prediction
self-attention mechanism
multiscale feature fusion
convolutional neural networks
dynamic adaptation
classifier
time series prediction
distributed representation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
