基于HHM-RFRM理论的智能船舶航行风险识别与筛选

针对智能船舶航行过程中航行关键风险因素的有效识别和筛选问题,提出了基于等级全息建模(Hierarchical Holographic Modeling, HHM)框架和风险过滤、评级与管理(Risk Filter, Ranking and Management, RFRM)思想的智能船舶航行风险识别与筛选理论。首先,构建智能船舶航行风险识别HHM模型,以全面而准确地选取和反映智能船舶航行风险来源;其次,通过RFRM模型对风险因素进行过滤、排序和筛选,结合贝叶斯方法的多判据评估模型,识别出智能船舶航行过程中可能存在的关键风险因素。结果可以为相关海事机构和船舶公司进行动态管理提供理论依据,同时为保障智能船舶航行安全提供一种手段。

大数据环境下网络恐怖主义风险分析与防范对策研究

[目的/意义]研究大数据环境下网络恐怖主义风险建模,为网络恐怖主义风险防范提供理论基础和实践指导。[方法/过程]基于网络恐怖主义作为复杂的大规模系统的本质特征,采用等级全息建模方法,构建网络恐怖主义的风险情景,识别可观测的风险因素,进而进行风险量化、评级,得出高风险因素。[结论/结果]依据风险管理过程和风险分析结果,提出"无事先防、事初防变、事过防复"的风险管理理念,分别针对网络恐怖主义潜伏期、实施期、效应期的高风险因素,提出风险防范对策。