現(xiàn)代通信技術(shù)在群體性突發(fā)事件中的應(yīng)用

劉蔚　歐陽偉

摘 要 群體性突發(fā)事件的發(fā)生對(duì)當(dāng)今社會(huì)的影響不容小覷?；ヂ?lián)網(wǎng)與現(xiàn)代通信技術(shù)的結(jié)合給我們社會(huì)和生活所帶來巨大變化，各種獲取信息的渠道日趨豐富，但這也為群體性突發(fā)事件引發(fā)的負(fù)面輿論提供了便利的平臺(tái)。本文論述如何將現(xiàn)代通信技術(shù)在群體性突發(fā)事件中進(jìn)行適當(dāng)應(yīng)用，以達(dá)到對(duì)群體性突發(fā)事件進(jìn)行防范、控制、引導(dǎo)的目的。

關(guān)鍵詞 群體性突發(fā)事件 現(xiàn)代通信技術(shù) 管控

基金項(xiàng)目：本文系2014年度湖南省科技廳科研項(xiàng)目《基于LBS的移動(dòng)通信技術(shù)在偵查實(shí)戰(zhàn)中應(yīng)用于研究》（課題編號(hào)：2014FJ6089）階段性成果。

作者簡(jiǎn)介：劉蔚，湘潭大學(xué)法律碩士，湖南司法警官職業(yè)學(xué)院講師，研究方向：技術(shù)偵查；歐陽偉，碩士，湖南警察學(xué)院信息技術(shù)系教師，講師，研究方向：信息安全。

中圖分類號(hào)：D920.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-0592（2014）12-182-02

一、群體性突發(fā)事件概述

“群體性突發(fā)事件”的概念是在2005年底由公安部就國(guó)內(nèi)出現(xiàn)的一些群眾與政府矛盾的顯現(xiàn)而首次提出。在當(dāng)前我們所看到極大部分群體性突發(fā)事件是指部分利益群體為了達(dá)到自己的不同目的，采取游行、集會(huì)、罷工等方式向相關(guān)部門機(jī)關(guān)施加壓力，出現(xiàn)擾亂社會(huì)治安、損壞公共財(cái)物、危害人們?nèi)罕娚?cái)產(chǎn)安全、制造網(wǎng)絡(luò)不實(shí)輿論等不良行為。

如今互聯(lián)網(wǎng)作為最主要的信息傳播的載體，為社會(huì)公眾表達(dá)心聲、共同參與政治生活探討，提供了一個(gè)廣闊的平臺(tái)。海量信息的傳播正迅速擴(kuò)展，讓人目不暇接。在這樣的時(shí)代背景下，群體性突發(fā)事件的傳播更出乎人們的想象，它除了具備群體性、組織性、效仿性、破壞性、反復(fù)性等普遍性特征外，我們發(fā)現(xiàn)在全球信息化時(shí)代下，群體性突發(fā)事件目前顯現(xiàn)出以下的信息化傳播特征。

（一）信息傳播速度快

當(dāng)今的信息傳播渠道豐富，傳播成本低，傳播程序高效，潛在的傳播主體多且分布面廣泛。

（二）形式與群體特殊

由于互聯(lián)網(wǎng)應(yīng)用發(fā)展迅速，無地域限制，加之我國(guó)網(wǎng)絡(luò)監(jiān)察管控機(jī)制起步較晚，致使無法全面的監(jiān)管網(wǎng)絡(luò)群體，使得網(wǎng)民（包括手機(jī)上網(wǎng)用戶）成了一個(gè)人數(shù)巨多，具有很大不確定性的群體。某些境內(nèi)外“利益組織”乘機(jī)發(fā)揮，肆意宣傳，夸張事實(shí)，惡意引導(dǎo)，最終導(dǎo)致群體性事件的發(fā)生。

（三）信息傳播全面且多元

群體性突發(fā)事件所包含的信息量大，新媒介的信源總量多且十分豐富。而手機(jī)、電腦等電子通訊設(shè)備除了發(fā)布信息，更多的是因?yàn)槠涑瑥?qiáng)的互動(dòng)能力而帶動(dòng)各類信息資訊的轉(zhuǎn)發(fā)和復(fù)制，在各種新媒介的相互交叉中會(huì)使信息的傳播量得到大幅度提高。

二、現(xiàn)代通信技術(shù)在群體性突發(fā)事件中的監(jiān)測(cè)作用

對(duì)此我們需要積極應(yīng)對(duì)，利用好現(xiàn)代通信技術(shù)與IT技術(shù)的結(jié)合，以計(jì)算機(jī)網(wǎng)絡(luò)監(jiān)控技術(shù)為防范群體性突發(fā)事件的主要手段，做到事前有效預(yù)防，實(shí)時(shí)監(jiān)管可控，盡量減少或制止正在發(fā)生的群體性突發(fā)事件的破壞后果。群體性突發(fā)事件所采用的網(wǎng)絡(luò)管控技術(shù)是對(duì)數(shù)據(jù)的進(jìn)一步進(jìn)行處理，其中網(wǎng)絡(luò)管控技術(shù)主要有兩種：一是對(duì)特征值信息檢測(cè)、審核和過濾，通過防火墻、入侵檢測(cè)等軟硬件系統(tǒng)保護(hù)網(wǎng)絡(luò)或個(gè)人PC，進(jìn)行動(dòng)態(tài)監(jiān)控，可阻止不實(shí)信息在網(wǎng)絡(luò)中惡意傳播，涉及網(wǎng)絡(luò)協(xié)議與網(wǎng)絡(luò)結(jié)構(gòu)的研究。第二，對(duì)敏感信息的碰撞與電子取證，可以及時(shí)保護(hù)被入侵、破壞的網(wǎng)絡(luò)環(huán)境，對(duì)可疑網(wǎng)站、服務(wù)器存儲(chǔ)的數(shù)據(jù)文件、安全日志進(jìn)行分析和提取，依照相關(guān)法律程序固化、收集電子證據(jù)，為以后進(jìn)一步的取證行動(dòng)提供技術(shù)保障。這不僅涉及數(shù)據(jù)挖掘技術(shù)中的關(guān)鍵詞搜索和文本信息比對(duì)技術(shù)的研究，也相關(guān)于電子證據(jù)合法固化技術(shù)。通過大量樣本研究發(fā)現(xiàn)，對(duì)于群體性突發(fā)事件的網(wǎng)絡(luò)管控，事前做到對(duì)其進(jìn)行敏感信息安全等級(jí)分類、信息特征值描述、特征值提取、特征值數(shù)據(jù)庫的建立是最為關(guān)鍵的環(huán)節(jié)。這能為群體性突發(fā)事件的發(fā)生起到了良好的管控、預(yù)防作用。

對(duì)群體性突發(fā)事件網(wǎng)絡(luò)監(jiān)控系統(tǒng)建模分析，應(yīng)該對(duì)其模塊功能描述如下：（1）數(shù)據(jù)獲取模塊。其功能是根據(jù)初始URL，利用特征值數(shù)據(jù)庫的存儲(chǔ)下載頁面，可以從定位網(wǎng)頁中提取有效網(wǎng)址。（2）有效特征值提取模塊。主要是利用特定訓(xùn)練，根據(jù)經(jīng)驗(yàn)，確定集合中物體描述、形狀、內(nèi)容、顏色等向量值，自動(dòng)生成相關(guān)信息特征數(shù)據(jù)庫。（3）智能分析模塊。根據(jù)上一步驟信息特征數(shù)據(jù)庫的內(nèi)容，智能分析下載的網(wǎng)頁內(nèi)容，具體判斷閥值可由訓(xùn)練集合和特征數(shù)據(jù)庫手動(dòng)設(shè)定。（4）人機(jī)交互界面?？蔀橛脩籼峁┦褂昧己玫牟僮鹘缑?，有統(tǒng)一接口，可在不同系統(tǒng)應(yīng)用實(shí)現(xiàn)，具體包括能夠顯示數(shù)據(jù)比對(duì)、用戶審核、歷史數(shù)據(jù)、設(shè)置監(jiān)控信息、特征庫管理、網(wǎng)站管理、輸出監(jiān)測(cè)結(jié)果、審核日志等功能。

（一）基于文本信息過濾的關(guān)鍵技術(shù)

對(duì)群體性突發(fā)事件進(jìn)行監(jiān)測(cè)的過程中，信息過濾技術(shù)是其關(guān)鍵。大部分信息過濾系統(tǒng)都是采用網(wǎng)絡(luò)偵聽的方法來獲取原始數(shù)據(jù)，通過設(shè)置路由器的監(jiān)聽端口并利用以太網(wǎng)廣播數(shù)據(jù)包的特性來實(shí)現(xiàn)。文本信息過濾技術(shù)主要有基于規(guī)則判斷和基于概率統(tǒng)計(jì)兩種方法，主要應(yīng)用在基于文本信息的網(wǎng)絡(luò)通信手段中，如QQ聊天、論壇發(fā)帖、電子郵件文本等。

文本信息過濾的實(shí)現(xiàn)機(jī)制可以分解為三個(gè)步驟：一是首先建立需求模型，用來描述對(duì)文本信息過濾的具體要求；二是數(shù)據(jù)挖掘進(jìn)行文本信息匹配，根據(jù)用戶模板與文本匹配程度進(jìn)行闕值判斷。所以文本信息過濾流程描述如下：首先根據(jù)群體性突發(fā)事件的相關(guān)特征值，建立需求模型，然后在被監(jiān)控的文本流中搜索符合條件的信息；三是模塊因具備自我學(xué)習(xí)、反饋優(yōu)化功能，可以利用用戶的反饋信息優(yōu)化需求模型。

1.漢語分詞。漢語分詞是對(duì)中文句子進(jìn)行合理分割，是中文文本最重要的預(yù)處理技術(shù)。自動(dòng)分詞過程是指從用戶需求出發(fā)，按照中文語法規(guī)范，對(duì)中文語句不確定性匹配，按自然分詞單位進(jìn)行劃分的信息處理過程。自動(dòng)分詞是我國(guó)漢語特有的特點(diǎn)，西方的英法語、拉丁語等語種，詞與詞之間存在著自然的分割，分析過程中一般不需要特意進(jìn)行分詞處理。對(duì)文本信息進(jìn)行漢語分詞的實(shí)施效果取決于系統(tǒng)采用的分詞方法。目前正在研究和所采用的主流分詞技術(shù)主要有三種。

機(jī)械分詞法：這是我們目前采用最為廣泛的方法，包括正向最大匹配法、逆向最大匹配法、設(shè)立標(biāo)志法、逐詞匹配法、部件詞典法、詞頻統(tǒng)計(jì)法等。最大匹配法是在實(shí)際應(yīng)用中最常見的，其中又有正向、反向之分。“正向”就指我們從左至右搜索，“最大”就是我們每次都取最大詞長(zhǎng)進(jìn)行匹配（由于中文有單字成詞的特點(diǎn)）。而反向最大匹配法顧名思義就是從右至左搜索。相比較而言，反向最大匹配法的切分精度略高于正向最大匹配法，遇到歧義的現(xiàn)象也較少。

語義分詞法：它引入了語義分析，可以結(jié)合文本信息中上下文對(duì)自然語言本身包含的語言信息進(jìn)行分析。包括擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)法、知識(shí)分詞語義分析法等。其中擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)法是一種在數(shù)據(jù)庫自然語言查詢中普遍應(yīng)用的方法，其實(shí)現(xiàn)過程是對(duì)句子語義進(jìn)行分析時(shí)，由一個(gè)遞歸網(wǎng)絡(luò)進(jìn)行信息傳導(dǎo)；寄存器用來保存短語或單詞被監(jiān)測(cè)和分析的結(jié)果，在寄存器內(nèi)進(jìn)行特征比對(duì)；測(cè)試條件是用來判斷是否與檢查弧上的標(biāo)識(shí)匹配，通過測(cè)試條件集合完成。要實(shí)現(xiàn)該方法需要建立一個(gè)語法知識(shí)庫，從而進(jìn)一步提高分詞的精度和深度，但是這也加大了該方法實(shí)現(xiàn)的難度。人工智能法：包括神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等方法。

2.過濾模型。信息過濾系統(tǒng)的效率和準(zhǔn)確度，主要依賴文本信息模型的完善程度。布爾模型、向量空間模型、概率推理模型是目前描述文本信息的主要模型。

目前使用較多的是向量空間模型（VSM）。它最大優(yōu)勢(shì)是知識(shí)表示方面效率較高：文本被抽象描述成多維空間中的不同向量，將文本內(nèi)容的文字處理轉(zhuǎn)化為向量空間中的數(shù)學(xué)矢量運(yùn)算，極大降低了問題復(fù)雜度，有效提高文本處理的效率和速度。

考慮一個(gè)向量空間模型構(gòu)造的信息過濾系統(tǒng)，可用字項(xiàng)向量來取代文本。比如一個(gè)包含敏感信息的文檔T可用一個(gè)n維向量組取代，其中n用來表示文檔T中分詞的總數(shù)。按照語法規(guī)定或用戶設(shè)定，可以根據(jù)每個(gè)分詞的重要性對(duì)其賦值即權(quán)重，用來表明它的重要程度。文檔T的向量數(shù)組描述為D={T1，T2...Tn}，其中Tn表示第n個(gè)分詞的權(quán)重。進(jìn)行文本信息過濾時(shí)，首先對(duì)發(fā)出請(qǐng)求的文本進(jìn)行合并處理，轉(zhuǎn)換為一個(gè)由n個(gè)分項(xiàng)組成的向量組X，然后比較向量組T和向量組X兩者之間的權(quán)重相似度。計(jì)算兩組權(quán)重的余弦值，值越小，夾角越大，根據(jù)它們夾角度來判斷是否要過濾掉該頁面。把文本以向量的形式映射到數(shù)域空間的做法大大提高了文本信息處理速度，因此向量空間模型被廣泛采用。向量空間模型不足之處是：它忽略了特征項(xiàng)之間的順序，損失了大量的文本結(jié)構(gòu)和本身的語義信息；此外VSM是基于所有分向量?jī)蓛烧患僭O(shè)基礎(chǔ)之上，沒有考慮特征值向量?jī)蓛芍g關(guān)聯(lián)性，其假設(shè)過于簡(jiǎn)單，不能很好地反映自然語言（中文）內(nèi)涵的豐富語義特征。如果只是用簡(jiǎn)單的數(shù)學(xué)運(yùn)算來代替語義分析，誤差總會(huì)存在。

（二）基于圖像信息內(nèi)容的識(shí)別分析技術(shù)

基于內(nèi)容的圖像識(shí)別技術(shù)是目前國(guó)內(nèi)外研究和應(yīng)用的主要手段。其原理是把圖像中不同色彩區(qū)域分割出來，然后進(jìn)行提取分析，從而判斷該色域是否為特征需求區(qū)域，最后根據(jù)識(shí)別結(jié)果進(jìn)行攔截和過濾。把圖像信息的識(shí)別比對(duì)技術(shù)應(yīng)用在群體性突發(fā)事件中，能夠更加有效的掌握監(jiān)控圖像的內(nèi)容，從而對(duì)其進(jìn)行攔截和過濾，保護(hù)良好的網(wǎng)絡(luò)環(huán)境以及公共安全。

（三）基于視頻信息的識(shí)別分析技術(shù)

對(duì)網(wǎng)絡(luò)視頻進(jìn)行文件結(jié)構(gòu)分析，通過慢放對(duì)視頻每幀進(jìn)行劃分，獲取關(guān)鍵幀，同時(shí)也可以結(jié)合視頻字幕文字和語音信息做多數(shù)據(jù)整合的分析技術(shù)，用來進(jìn)行視頻內(nèi)容的監(jiān)測(cè)，實(shí)現(xiàn)網(wǎng)絡(luò)視頻內(nèi)容的過濾和識(shí)別，重點(diǎn)解決網(wǎng)絡(luò)中視頻識(shí)別系統(tǒng)自適應(yīng)性、實(shí)時(shí)響應(yīng)和可操作性，以便對(duì)實(shí)時(shí)視頻進(jìn)行有效監(jiān)控，并對(duì)可疑的視頻信息進(jìn)行記錄，按照可疑程度進(jìn)行分級(jí)。

本文對(duì)當(dāng)前群體性突發(fā)事件的特點(diǎn)進(jìn)行了歸納分析，由現(xiàn)代通信技術(shù)入手，對(duì)其特征值進(jìn)行了歸類總結(jié)，并針對(duì)不同領(lǐng)域給出了研究重點(diǎn)和實(shí)施手段，可對(duì)群體性突發(fā)事件進(jìn)行有效的監(jiān)測(cè)、預(yù)防、引導(dǎo)，盡可能的減少群體性突發(fā)事件的發(fā)生以及降低群體性突發(fā)事件發(fā)生所帶來的損失和危害?？梢灶A(yù)見的是群體性突發(fā)事件也會(huì)隨著信息化發(fā)展而有所變化，這樣導(dǎo)致應(yīng)對(duì)群體性突發(fā)事件的解決方案也是不斷變化發(fā)展的，這需要我們不斷的改進(jìn)和完善。

參考文獻(xiàn)：

[1]陳麟，林群珠.網(wǎng)絡(luò)群體性突發(fā)事件及其防范控制策略.公安學(xué)刊（浙江警察學(xué)院學(xué)報(bào)）.2011.

[2]李偉.新媒體時(shí)代群體性突發(fā)事件輿論引導(dǎo)研究.北京：中共中央黨校.2010.

[3]張強(qiáng).群體性突發(fā)事件的法律預(yù)防和處置.沈陽：沈陽師范大學(xué).2011.

[4]Wilbur Schramm.An introduction to communication.Beijing： renmin university of Ch ina version of the club.2010.

[5]劉楊，陳暉，陳遠(yuǎn)江.中文文本信息過濾技術(shù)研究.船電技術(shù).2010.

[6]李麗蓉.網(wǎng)絡(luò)社會(huì)的信息傳播模式及不良信息監(jiān)控技術(shù).山西警官高等?？菩W(xué)報(bào).2012.