[发明专利]一种基于动态犯罪网络的事件场景建模方法

权利要求书

1.一种基于动态犯罪网络的事件场景建模方法，其特征在于，包括以下步骤：

步骤1：定义一次犯罪活动收益的效用函数为：

U＝Ip-Cq-W

其中U表示一次犯罪活动实施的最终收益，I乘以p是组织一次犯罪活动的预期收入，I表示收益，p是开展犯罪活动的概率；C乘以q是贿赂的预期成本，用于收买犯罪成员的沉默，防止计划犯罪的信息泄露，其中C是愿意支付的最大贿赂，q是泄露的可能性；W是从收益中支付给这些成员的薪资；

步骤2：采用效用函数U建立犯罪网络G(N，E)；

将犯罪受害者和犯罪分子分别作为节点，犯罪个体之间的交易作为边，利用PageRank算法搭建犯罪网络；其中N是节点的集合，E是连接犯罪个体的边的集合，得到效用函数U更一般的描述形式为：

其中Pr(.)表示实施犯罪计划的概率，T_i表示犯罪网络中愿意参与到这次犯罪活动中的个体，其中每一个个体i都是整个犯罪网络节点集合中的元素；W_i(T_i)表示每个犯罪网络成员作为其犯罪能力函数的支出，E_N表示网路中节点之间相连边的集合，d_ij表示网络节点i、j之间的距离，即跳数；i、j表示网络中不同的节点；

步骤3：将步骤2得到的效用函数U分三部分分别进行表示：

其中，Pr(A_E)是A_E的泄密概率，A_E表示犯罪网络中从犯罪组织者A发起活动，到达其他参与节点时，对应边的集合；λ是成本因子，T_max表示犯罪网络各条边的和，即一次犯罪活动中的各个参与者的贡献之和；d_max表示泄密概率之和，w表示支付薪资；

步骤4：利用效用函数U的最大值确定本次犯罪组织活动收益的下界；

其中T_s指节点S的犯罪组织者；

进一步得到：

表示给犯罪参与者个体支付的最大单位费用；

步骤5：效用函数U的最大值描述为：

约束条件表示为：

∑_j∈NX_sj＝1

其中，X_sj表示从犯罪组织者发出的链接邀请的概率，X_id表示犯罪分子收到邀请的概率，X_ij表示节点i与节点j之间相联系的概率，Y_j表示有路径选择了节点j的概率，X_ik表示节点i与组织中非发起者k联系的概率，Y_i表示有路径选择了i的概率，表示不同犯罪类型对应场景下的比例系数，s表示犯罪组织者，d表示犯罪个体参与者，k表示组织中非发起者；

在上述约束条件下求解效用函数U，最终获取从犯罪组织者s到犯罪个体参与者d之间的最佳关联集合，得到一条最终犯罪收益最高的路径。