کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4960706 1446502 2017 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Spotting the Islamist Radical within: Religious Extremists Profiling in the United State
ترجمه فارسی عنوان
تطبیق رادیکال اسلامگرای درون: تدوین افراط گرایان مذهبی در ایالت متحده
ترجمه چکیده
جنگ علیه تروریسم، افراط گرایی و افراط گرایی خشونت آمیز دیگر به میدان جنگ محدود نیست. در سال های اخیر با گروه های ستیزه جوی، تروریست ها و شورشی ها همواره در همه جا حضور یافته است و به طور فعال فناوری های جدید را به عنوان پلت فرم برای تحریک ایدئولوژی های خود در سراسر جهان جذب کرده است. با این وجود، در مبارزه با معادله رادیکالیزم، یعنی اطلاعاتی درباره افراد رادیکال، اطلاعات شخصی، جمعیتی، اجتماعی یا اقتصادی، یک چیز ثابت باقی می ماند. توانایی شناسایی، طبقه بندی و شناسایی رادیکال های بالقوه بر اساس چنین اطلاعاتی، یک ویژگی جذاب برای سازمان های امنیتی در سراسر جهان است. زمینه تحقیقات اطلاعاتی و امنیت اطلاعات بر اهمیت جذب فناوری های چندرسانه ای برای ارائه برنامه های مربوط به امنیت که به عنوان ابزار کمک در مبارزه با تروریسم و ​​سایر اشکال افراط گرایی خشونت بار کمک می کند، تاکید دارد. در این مقاله، نویسندگان بر اسلام گرایی رادیکال تمرکز می کنند و فرض می کنند که رادیکال های اسلامگرا دارای اطلاعات قابل شناسایی و صفات رفتاری هستند که می تواند مورد استفاده قرار گیرد تا انگیزه های ایدئولوژیک خود را به طور منحصر به فرد در میان دیگر رادیکال ها شناسایی کنند. الگوریتم های یادگیری ماشین های تحت نظارت مختلف برای اعتبار این فرضیه با استفاده از پروفایل های رادیکالیزاسیون فردی در ایالات متحده مورد استفاده قرار می گیرد؟ مجموعه داده ها و عملکرد آنها مقایسه و مورد بحث قرار گرفته است. نتایج ارزیابی از فرضیه نویسندگان حمایت می کند و نشان می دهد که افراط گرایان مذهبی را می توان با یادآوری بالا و دقت با استفاده از مدل های یادگیری ماشین به دست آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
The war on terrorism, radicalism and violent extremism is no longer confined to the battlefield; it has become omnipresent in the recent years with militant, terrorists and insurgent groups actively recruiting new technologies as platform to impel their ideologies worldwide. Nonetheless, one thing remains constant in the fight against radicalism equation, that is, the information about radical individuals, whether personal, demographical, social or economic information. The ability to identify, classify and profile potential radicals based on such information has an appealing trait for security agencies around the world. The Intelligence and Security Informatics research field emphasizes the importance of engaging multidiscipline technologies to provide security-related applications that serve as aiding tools in combating terrorism and other forms of violent extremism. In this paper, the authors focus on radical Islamism and hypothesize that Islamist radicals have identifiable information and behavioral traits that could be utilized to identify their ideological motive uniquely amongst other radicals. Four different supervised machine learning algorithms are applied to validate this hypothesis using the “profiles of individual radicalization in the United States” dataset and their performance is compared and discussed. The evaluation results support the authors' hypothesis and show that profiling religious extremists can be achieved with high recall and precision using machine learning models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Computer Science - Volume 113, 2017, Pages 162-169
نویسندگان
, ,