Crime facilitation purposes of social networking sites: A review and analysis of the ‘cyberbanging’ phenomenon

There have been growing claims in media circles and law-enforcement settings that street gangs and criminal groups are turning to Internet-based social networking sites for various reasons ranging from the showcasing of their images and exploits to the suspected recruitment of members. The present study investigates whether such a trend is, in fact, in place. The presence of street gangs on these Internet sites is referred to as cyberbanging. While there is some anecdotal evidence suggesting that gangs are turning to social networking sites, there is little available research on exactly how street gangs and criminal groups use the Internet. Our main argument is that gang culture is in many ways an individualized phenomenon and this feature ties in directly with recent assessments of the Internet as a setting that is governed by a process of networked individualism. This theoretical link between the individualized gang setting and the presence of gang members on social networking sites helps us understand why recruitment is improbable even in a context where people are openly diffusing their image and exploits to a growing number of Internet users. The empirical segment of this research adds to this general outlook. Based on a keyword search of over 50 street gang names, the three main social networking sites (Twitter, Facebook, and MySpace) were monitored for street gang presence. Results illustrate that gang presence on social networking sites is linked primarily to promoting a general gang or street culture through individual displays. In regard to the visitors to such sites, there is no evidence that they are being tricked or manipulated in any way. They are, however, showing their curiosity in regard to such groups and, for those who share their comments and opinions, signs of support are evident. Thus, whereas criminal gangs are not proactively using the Internet to convert anyone into being gang members, social networking sites are creating a new venue for people who share or are sensitive to the values underlying street gang lifestyle to come together. These sites essentially create a new convergence setting for gang members to interact with a wider number of people who would probably never have been exposed to their lifestyles and exploits through physical interactions. The study's conclusion extends these findings toward further research in this area, as well as outlining the more relevant implications for law-enforcement monitoring of this growing phenomenon.     

信息推荐系统中的朋友关系预测算法设计

伴随着互联网规模的不断扩展,信息过载问题越来越突出。信息推荐系统被视为解决信息过载问题的最有效方法。然而目前的方法大多数仅考虑用户独立的反馈,而忽略用户的社会属性对推荐的重要作用,这对信息推荐系统的性能会造成巨大的影响。为此,本文提出了基于朋友关系预测的信息推荐算法,将用户的社会关系预测引入信息推荐过程中,分别基于用户的拓扑信息及历史交互信息建立用户社会关系的存在性判定及关系类型判定,并利用线性回归分析方法和逻辑回归分析方法实现了基本特征的融合。最后,通过在Epinions和Slashdot真实数据集上的实验证明,本方法能够有效提高用户社会关系预测的准确性。     

导弹打击海上移动目标中的卫星侦察信息精度影响分析

研究卫星侦察信息精度对导弹打击海上移动目标命中概率的影响,对于提高导弹作战效能具有重要意义。根据导弹打击海上移动目标的原理,描述了其作战过程,分析了导弹命中概率影响因素,建立了基于卫星侦察信息精度的导弹命中概率计算模型,并通过蒙特卡洛方法分析了卫星侦察信息精度对导弹命中概率的影响。分析结果表明:在可接受区间内,卫星侦察信息精度对导弹命中概率的影响可以忽略,在可接受区间外,导弹命中概率随着信息精度降低而下降。     

一种对时钟偏差不敏感的无源RFID标签编解码算法

基于我国自主射频识别空中接口协议GJB 7377.1-2011,提出了一种对时钟偏差不敏感的无源RFID标签编解码算法。该算法充分考虑了时钟频率偏差、计数误差、分频误差等对编解码的影响,推导出了标签正确编解码所需的时钟约束条件,并得到了标签编解码的基本思路和方法。仿真结果表明,提出的编解码算法对标签时钟精度要求较低,只要时钟频率大于1.60 MHz,即可满足要求,大大降低了硬件实现的难度和复杂度,与同类实现方式相比,功耗降低了近50%。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

面向架次率的机场资源配置优化模型

架次出动率是评价军用飞机作战能力的一项重要指标.面向架次率这一重要指标,基于排队理论和边际分析法建立了机场资源配置优化模型.首先建立架次生成过程的闭排队网络模型,使用平均值分析方法获得给定资源配置下,任意架飞机参与飞行时的架次出动率;然后结合平均值分析算法和边际分析方法,综合考虑资源的价值和对架次率的影响,建立面向架次率的资源配置优化模型.此模型可为机场资源配置提供决策方案,并通过一个实例介绍了本模型的应用.     

基于多变元网络的Cyber作战建模方法

Cyberspace是近年出现的一个新概念,分析了Cyberspace的概念及特性,提出Cyberspace层次概念模型,在此基础上,提出基于多变元网络的Cyber作战建模方法,认为Cyber作战建模可以分为对战争系统静态结构建模和交战行为动态交互建模,并对应分别建立了Cyberspace战争系统的多变元网络模型和Cyber作战交战行为的多变元网络演化模型,最后运用所建立的模型对一个典型Cyber战进行了分析.     

一种新型的信息网络安全接入认证模型

接入认证是网络安全防护中的第一道屏障,是实施访问控制的基础.通信安全几乎总是开始于身份认证的握手过程,因此,认证机制对于保证整个网络系统的安全性具有十分重要的意义.在深入研究现有的网络接入认证架构基础之上,提出了一种新的通用的网络接入认证模型并详细说明了认证流程,其中,不仅要求用户使用数字证书进行入网认证,更重要的是在其使用网络资源期间,将对其进行持续的刷新认证及网络行为的信任评价,以此确保用户身份的持久可信性并预防潜在的网络攻击.     

PHEV电池电荷状态估计设计及仿真

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.     

人工神经网络的装甲兵体系作战协同效果评估

针对基于信息系统的装甲兵体系作战中的协同问题,在综合分析装甲机械化部队体系作战协同过程及信息流程的基础上,构建了基于精确性、有序性、灵活性、时效性等原则的协同效果评估指标体系,采用基于人工神经网络的多指标综合评价方法,建立基于BP神经网络的综合评价模型,并结合实证分析,利用MATLAB软件进行仿真计算,为装甲兵体系作战协同效果评估提供了较好的途径,为装甲兵指挥员更加合理地组织信息化条件下体系作战协同提供决策依据.