三元空间身份计算理论及人物画像与定位技术

Quite a few online criminal activities including violent terrorism forces have recently occurred frequently, which seriously threaten national security and social stability. The identity trace confronts fake situations such as anonymity, forgery and pretender in the physical and social space and cyberspace, which brings in enormous challenges to physical identity recognition. This project explores identity trace method based on core identity attributes in Ternary space. Firstly, trusted identity theory is established to grasp the core identity features in Ternary space and reveal the attributes and quantification of identity. An identity tree model is built with tunable structure and abundant attributes. Secondly, the computing methods of identity attributes and the design of identity DNA according to typical behavior characteristics in Ternary space are developed, and the constitution mechanism of multiple identities information association for a specific identity is uncovered. Meanwhile, a cross-domain attribute association model is particularly proposed. Thirdly, identity profile methods combined with big data of identity and identity attributes are explored and multi-view mapping relation between identity attributes in Ternary space and the labels of identity profile is expounded. Domain-knowledge-driven collaborative learning methods obeying to the rules of identity profile labels are put forward. Finally, personage location and identity trace based on rough selection of identity profile, fine comparison of identity trees and identity DNA recognition as well are implemented. The tracing efficiency regarding virtual identity in the real world and cyberspace is expected to have a significant increase in terms of accuracy and time.

以暴力恐怖活动为代表的网络犯罪活动频发，已严重危害国家安全和社会稳定。实体在物理、社会和网络空间活动的身份痕迹存在匿名、伪造、冒充等虚假情形，给物理身份辨识带来巨大挑战。本项目探索基于三元空间核心身份属性集的身份溯源计算方法。首先，研究可信身份表达理论，分析三元空间身份表达的核心要素，揭示身份的本质刻画属性及其量化规律，建立结构可调、属性富集的身份树模型；其次，研究身份属性的计算方法，研究三元空间典型行为特征身份DNA的设计，揭示特定对象多元身份信息关联关系构成机理，提出跨域关联的属性计算模型；再次，研究身份大数据和身份属性相结合的人物画像方法，阐明三元空间身份属性与画像标签间的多视图映射关系，提出领域知识驱动的画像标签规则协同学习算法；最后，实现基于画像粗选、身份树比对和身份DNA鉴别的人物定位和身份追溯。预期本项目将有效提升复杂对抗环境下的对象身份追踪溯源及人物画像质量，提高实战能力。

针对实体在物理、社会和网络空间活动的身份痕迹存在匿名、伪造、冒充等虚假情形，给物理身份辨识带来的巨大挑战，本课题研究身份表达理论，实现属性缺失情况身份溯源与追踪；研究三元复杂空间多源身份的关联性及融合表达机理，实现属性混淆情况身份溯源与追踪；研究三元空间身份属性到画像标签的映射规律，实现属性虚假情况身份溯源与追踪；建立三元复杂空间身份溯源理论体系；研究复杂社会行为下对象间影响力的度量方法。.（1）属性缺失情况身份溯源与追踪.本项目将身份概念拓展到高维空间，提出身份核心标识集，引入属性辨识力和身份熵，提出基于身份熵和条件身份熵的身份溯源算法，在属性缺失20%-80%的情况下，匹配效率较随机溯源算法平均高出约80%、搜索成本减低约70%。.（2）属性混淆情况身份溯源与追踪.本项目发现物理对象在三元空间存在不同的代理或身份属性，提出利用不同空间身份属性的时空轨迹行为的长时一致性规律揭示面向特定对象的多源身份信息关联关系的方法，与现有的视觉网络方法相比，行人辨识准确率Rank-1结果提升15%。.（3）属性虚假的身份溯源与追踪.本项目发现在高维身份空间自然行为和人工行为所导致的错误识别结果在数据分布上有差异性，提出利用差异性通过逐阶共识算法检测虚假属性并计算真实身份，在虚假属性比例大于49%且边界满足峰值条件下，较多数表决方法准确率提升约24%。.（4）复杂社会结构下对象间影响力.本项目分析用户社交行为成因并对复杂混淆因素分别进行建模，将用户之间的行为影响力从中分离出来，通过区分对象间不同关系类型导致的影响力差异，并针对目标用户提出了个性化的top-k影响力用户发现的方法。.在本领域国际期刊和国际会议上已发表论文51篇(期刊26篇，会议25篇)，其中CCF A/B 类、IEEE汇刊、ACM汇刊论文21篇；已申请16项国家发明专利，已授权7项国家发明专利；已完多空间人物画像与身份关联识别的验证系统搭建；共计培养硕士研究生20名（已毕业13名），培养博士研究生11名（已毕业5名）。

内容获取失败，请点击重试