کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7257447 1472420 2013 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A framework for agro-terrorism intentions detection using overt data sources
ترجمه فارسی عنوان
یک چارچوب برای تشخیص اهداف مبارزه با تروریسم با استفاده از منابع داده های آشکار
کلمات کلیدی
کشتار کشاورزی، تروریسم سایبری، هوش نویسنده نویسنده، سایه دیجیتال، استخراج متن،
ترجمه چکیده
آژانس تروریسم یک حمله خصمانه به سوی یک محیط زیست کشاورزی، از جمله زیرساخت ها و فرایندها است تا به طور قابل توجهی منافع سیاسی ملی و بین المللی را از بین ببرد. این مقاله چارچوبی برای کاهش خطرات مربوط به آژانس تروریسم با استفاده از ابزار پیش بینی (پیشگیری) یا تشخیص زودهنگام عوامل بیماریزای عجیب و غریب / خارجی و الگوهای پراکندگی آنها فراهم می کند. این به تشخیص قصد با استفاده از منابع داده های آشکار در وب جهانی بستگی دارد که با تهدیدات تروریستی تروریستی مرتبط است. در این مقاله، آژانس تروریسم را مشخص می کند، ویژگی های داده ها را مورد بررسی قرار می دهد، نقاط ضعف در میان جامعه اطلاعاتی را شناسایی می کند که باید مورد توجه قرار گیرند، و سپس چرخه اطلاعات کلاسیک برای تشخیص زود هنگام، که ممکن است منجر به پیشگیری از چنین اعمال شود، را در بر گیرد.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
چکیده انگلیسی
Agro-terrorism is a hostile attack, towards an agricultural environment, including infrastructures and processes, in order to significantly damage national and international political interests. This article provides a framework for reducing agro-terrorism-related risks by either means of foresight (prevention) or early detection of exotic/foreign pathogenic agents and their dispersion patterns. It focuses on intention detection using overt data sources on the World Wide Web as they relate to agro-terrorism threats. The paper defines agro-terrorism, examines data characteristics, identifies weaknesses among the intelligence community that must be addressed, then integrates the classical intelligence cycle for early detection that may lead to prevention of such acts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Technological Forecasting and Social Change - Volume 80, Issue 9, November 2013, Pages 1877-1884
نویسندگان
, ,