logo móvil
Contáctanos

Identificación y análisis de ataques suicidas con bombas mediante técnicas de minería de datos

Autores: Ferooz, Faria; Hassan, Malik Tahir; Awan, Mazhar Javed; Nobanee, Haitham; Kamal, Maryam; Yasin, Awais; Zain, Azlan Mohd

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Identificación y análisis de ataques suicidas con bombas mediante técnicas de minería de datos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Ataques suicidas con bombas
Terrorismo
Minería de datos
Clasificación
Agrupamiento
Minería de reglas de asociación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 46

Citaciones: Sin citaciones


Descripción
Los ataques suicidas con bombas son una preocupación de alta prioridad en la actualidad para cada país en el mundo. Son una actividad criminal masivamente destructiva conocida como terrorismo, donde una persona explota una bomba que lleva consigo, generalmente en un lugar público, cobrando la vida de muchas personas. La actividad terrorista en diferentes regiones del mundo depende y varía según las situaciones geopolíticas y factores regionales significativos. No se ha realizado un trabajo significativo previamente utilizando el conjunto de datos de ataques suicidas en Pakistán y no se han dado soluciones basadas en la minería de datos relacionadas con los ataques suicidas. Este documento tiene como objetivo contribuir a la iniciativa contra el terrorismo para la seguridad de este mundo contra los ataques suicidas con bombas extrayendo patrones ocultos de los datos de los ataques suicidas. Para analizar la psicología de los suicidas y encontrar una correlación entre los ataques suicidas y la predicción del próximo lugar posible para actividades terroristas, se realiza un análisis de visualización y se incorporan técnicas de minería de datos de clasificación, agrupamiento y reglas de asociación. Para la clasificación, se aplican los algoritmos de Naïve Bayes, ID3 y J48 en atributos distintivos seleccionados. Los resultados exhibidos por la clasificación muestran una alta precisión contra los tres algoritmos aplicados, es decir, 73.2%, 73.8% y 75.4%. Adaptamos el algoritmo -means para realizar el agrupamiento y, en consecuencia, se identifica el riesgo de intensidad de explosión en una ubicación particular. También se obtienen patrones frecuentes a través del algoritmo Apriori para la regla de asociación y extraer los factores involucrados en los ataques suicidas.

Otros recursos que podrían interesarte

Temas Virtualpro