韓 萍 ，王 杰，賈云飛 ，牛勇鋼，李 杉 ，張俊東，吳炎泉

（1.中國民航大學(xué)天津市智能信號與圖像處理重點(diǎn)實(shí)驗(yàn)室，天津 300300；2.北京郵電大學(xué)泛網(wǎng)無線通信教育部重點(diǎn)實(shí)驗(yàn)室，北京 100876；3.科技谷（廈門）信息技術(shù)有限公司，廈門 361015）

民航恐怖威脅信息預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

韓 萍1，王 杰1，賈云飛1，牛勇鋼1，李 杉1，張俊東2，吳炎泉3

（1.中國民航大學(xué)天津市智能信號與圖像處理重點(diǎn)實(shí)驗(yàn)室，天津 300300；2.北京郵電大學(xué)泛網(wǎng)無線通信教育部重點(diǎn)實(shí)驗(yàn)室，北京 100876；3.科技谷（廈門）信息技術(shù)有限公司，廈門 361015）

為監(jiān)測并及時向民航公安部門提供互聯(lián)網(wǎng)微博中針對民航的恐怖威脅信息及信息源，提高民航安保效率，給出民航恐怖威脅信息預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方案。系統(tǒng)采用主題爬蟲技術(shù)實(shí)現(xiàn)對微博信息的采集，運(yùn)用情感分析方法評估微博信息的威脅度，并劃分威脅等級，綜合運(yùn)用數(shù)據(jù)可視化技術(shù)，為民航公安等機(jī)關(guān)部門提供預(yù)警信息。實(shí)際運(yùn)行與測試結(jié)果表明，系統(tǒng)運(yùn)行穩(wěn)定且預(yù)警效果良好，可為民航公安部門提供有效的預(yù)警信息，及時防范不安全事件發(fā)生。

民航安保；恐怖威脅信息；預(yù)警；微博；主題爬蟲；情感分析

?

近年來，針對民航的不法侵害事件屢有發(fā)生，其中通過發(fā)布各種恐怖信息威脅民航安全的事件占重要組成部分。這些事件行為不僅擾亂了民航業(yè)的正常運(yùn)行，同時也為民航各單位，特別是公安系統(tǒng)帶來了繁重的工作任務(wù)?？植劳{信息有多種發(fā)布途徑，如電話、論壇、微博等，其中微博的傳播速度快、影響廣泛、發(fā)布者身份不易泄露，成為了一種主要的發(fā)布方式[1]。據(jù)不完全統(tǒng)計(jì)，騰訊微博與新浪微博目前注冊用戶總數(shù)已達(dá)十億數(shù)量級別，平均每秒有超過1 000條的新微博產(chǎn)生，日增數(shù)據(jù)量達(dá)到TB級別[2]。隨著海量微博信息不斷涌現(xiàn)，依靠人工監(jiān)測微博中的恐怖威脅信息已不現(xiàn)實(shí)。目前，針對互聯(lián)網(wǎng)輿情監(jiān)測的研究成果已有很多[3-6]。公安部門的輿情監(jiān)控系統(tǒng)已建立，通過對互聯(lián)網(wǎng)上各大網(wǎng)站、貼吧、博客、論壇等網(wǎng)絡(luò)平臺輿情信息的跟蹤監(jiān)測，為其提供輔助決策支持[7-8]。也有學(xué)者對微博輿情監(jiān)測展開研究，實(shí)現(xiàn)對微博輿論熱點(diǎn)話題的發(fā)現(xiàn)及追蹤[9]。然而，民航領(lǐng)域更側(cè)重于監(jiān)測互聯(lián)網(wǎng)上威脅民航安全的信息及信息發(fā)布者的相關(guān)情況，應(yīng)用于民航安保領(lǐng)域的恐怖威脅信息預(yù)警輔助系統(tǒng)仍未建立。

本文以微博信息為研究對象，針對信息中含有對民航安全構(gòu)成隱患的恐怖威脅信息進(jìn)行監(jiān)測和預(yù)警，同時挖掘信息發(fā)布者的個人信息、歷史言論和朋友圈關(guān)系，將相關(guān)結(jié)果提供給民航公安相關(guān)業(yè)務(wù)部門，協(xié)助完成安全預(yù)警工作。本文首先介紹系統(tǒng)功能設(shè)計(jì)、總體架構(gòu)設(shè)計(jì)及各模塊的設(shè)計(jì)與實(shí)現(xiàn)方案，然后給出相應(yīng)的運(yùn)行和測試結(jié)果，結(jié)果表明系統(tǒng)運(yùn)行穩(wěn)定且預(yù)警效果良好，可以實(shí)時為民航公安部門提供預(yù)警信息，配合公安部門防范不安全事件發(fā)生。

1 系統(tǒng)設(shè)計(jì)方案

1.1 系統(tǒng)功能及總體架構(gòu)設(shè)計(jì)

民航恐怖威脅信息預(yù)警系統(tǒng)設(shè)計(jì)目標(biāo)是：監(jiān)測微博用戶發(fā)布的針對民航的恐怖威脅信息，評估其威脅度，劃分威脅等級并及時預(yù)警。同時，追蹤發(fā)布者的歷史微博言論及社交朋友圈，用以防范針對民航的恐怖主義活動，降低民航安保風(fēng)險、提高民航安保效率。

系統(tǒng)功能設(shè)計(jì)包括：①數(shù)據(jù)實(shí)時采集功能，采集與民航安全相關(guān)的微博信息，鎖定重點(diǎn)關(guān)注人員并追蹤其歷史信息和朋友圈人員信息；②數(shù)據(jù)分析處理功能，自動評估微博信息的威脅度，劃分威脅等級，并進(jìn)行預(yù)警；③靈活展示功能，可將采集到的與民航安全相關(guān)的微博信息和重點(diǎn)關(guān)注人員的個人基本信息、微博歷史言論、朋友圈關(guān)系等信息存儲后，建立索引，并以圖表、關(guān)系圖譜、報告文本等多種形式呈現(xiàn)。

為實(shí)現(xiàn)上述各項(xiàng)功能，將系統(tǒng)劃分為微博信息采集入庫、微博信息分析與呈現(xiàn)和系統(tǒng)管理3大功能模塊。其中，微博信息采集入庫模塊負(fù)責(zé)根據(jù)業(yè)務(wù)需求采集微博信息，并將數(shù)據(jù)結(jié)構(gòu)化處理后存入數(shù)據(jù)庫中，同時建立索引，為數(shù)據(jù)的快速檢索提供操作接口；微博信息分析與呈現(xiàn)模塊負(fù)責(zé)對數(shù)據(jù)庫中的微博內(nèi)容進(jìn)行威脅度評估、劃分威脅等級和威脅預(yù)警，并將分析后的微博信息以圖表文檔和人物關(guān)系圖譜的形式進(jìn)行展現(xiàn)，滿足對微博數(shù)據(jù)的可視化，實(shí)現(xiàn)人機(jī)交互；系統(tǒng)管理模塊用于管理員對系統(tǒng)功能進(jìn)行維護(hù)和管理。系統(tǒng)的功能結(jié)構(gòu)及總體架構(gòu)如圖1所示。

1.2 微博信息采集入庫模塊設(shè)計(jì)

民航恐怖威脅信息預(yù)警系統(tǒng)面向的用戶是民航安全保衛(wèi)部門，他們所關(guān)注的信息重點(diǎn)是民航安全領(lǐng)域。從性能和成本兩方面出發(fā)，系統(tǒng)不會對整個微博內(nèi)容做遍歷抓取，而只獲取與民航安全相關(guān)的微博內(nèi)容。主題網(wǎng)絡(luò)爬蟲可有針對性地采集Web信息，運(yùn)用關(guān)鍵詞進(jìn)行內(nèi)容匹配，獲取頁面中與特定主題相關(guān)的內(nèi)容，大量與主題無關(guān)的內(nèi)容將被舍棄，從而提高信息采集的精準(zhǔn)度，提升爬蟲性能。

圖1 系統(tǒng)功能結(jié)構(gòu)及總體架構(gòu)Fig.1 System function structure and over all architecture

為實(shí)現(xiàn)對微博信息的智能采集和數(shù)據(jù)存儲，系統(tǒng)運(yùn)用Scrapy開源爬蟲框架[10]將微博信息采集入庫模塊劃分為4個主題爬蟲：①關(guān)鍵詞爬蟲，建立與民航安全相關(guān)的關(guān)鍵詞庫，對庫內(nèi)的每一個關(guān)鍵詞采用循環(huán)檢索的方式，搜索過濾出與民航安全相關(guān)的微博信息內(nèi)容；②個人信息爬蟲，基于關(guān)鍵詞爬蟲的采集結(jié)果，抓取發(fā)表這些微博的用戶個人信息；③用戶歷史言論爬蟲，基于關(guān)鍵詞爬蟲的采集結(jié)果，抓取發(fā)表這些微博的用戶的歷史微博言論信息；④用戶朋友圈關(guān)系爬蟲，微博用戶之間互相@和互相轉(zhuǎn)發(fā)微博，使其之間產(chǎn)生了@關(guān)系和轉(zhuǎn)發(fā)關(guān)系，也就構(gòu)成了一個人的朋友圈。爬蟲抓取重點(diǎn)關(guān)注微博用戶發(fā)布微博內(nèi)容中的@用戶和轉(zhuǎn)發(fā)用戶，同時獲取@用戶和轉(zhuǎn)發(fā)用戶的個人信息。爬蟲采集的微博信息如表1所示，完成一次微博信息采集的流程如圖2所示。

表1 微博信息列表Tab.1 Microblog information list

系統(tǒng)啟動后，會自動根據(jù)建立的關(guān)鍵詞庫，啟動關(guān)鍵詞爬蟲抓取與民航安全相關(guān)的微博信息，進(jìn)行結(jié)構(gòu)化處理后存入數(shù)據(jù)庫中；同時，系統(tǒng)對抓取到的每一條微博內(nèi)容進(jìn)行微博情感評分，判別威脅等級，并將威脅等級高的微博信息發(fā)布者作為重點(diǎn)人員；然后，啟動個人信息爬蟲、用戶歷史言論爬蟲、用戶朋友圈關(guān)系爬蟲抓取重點(diǎn)人員的微博信息，將這些微博數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理后存入數(shù)據(jù)庫中；最后，系統(tǒng)從數(shù)據(jù)庫中提取需要交互呈現(xiàn)的微博信息創(chuàng)建數(shù)據(jù)索引，為數(shù)據(jù)交互提供接口。

圖2 微博數(shù)據(jù)采集流程Fig.2 M icroblog data collecting process

1.3 微博信息分析呈現(xiàn)模塊設(shè)計(jì)

系統(tǒng)采用微博情感傾向性分析實(shí)現(xiàn)對微博數(shù)據(jù)的威脅度分析。具體分析方法是將詞典和詞語相似度兩種方法結(jié)合起來提取情感詞，然后用語義規(guī)則和表情符號計(jì)算得到最終微博內(nèi)容的情感分值，詳細(xì)方法參見文獻(xiàn)[11]。系統(tǒng)根據(jù)情感分值大小劃分出高、中、低3個威脅等級，其中低威脅等級的微博內(nèi)容可認(rèn)定為幾乎對民航安全沒有威脅，中威脅等級的只需民航安保部門適當(dāng)關(guān)注，而對需要重點(diǎn)關(guān)注的高威脅等級微博內(nèi)容進(jìn)行預(yù)警提示。同時，將分析結(jié)果存入數(shù)據(jù)庫中。微博信息分析流程如圖3所示。

圖3 微博信息分析流程Fig.3 Microblog information analyzing process

微博信息的分析結(jié)果采用列表的形式在頁面中展示，并生成簡報以供提取。另外，系統(tǒng)利用ECharts來制作各種微博數(shù)據(jù)的統(tǒng)計(jì)分析報表；而對于微博用戶之間的@關(guān)系和轉(zhuǎn)發(fā)關(guān)系，則采用D3組件中關(guān)系圖譜的形態(tài)，以直觀的方式展示出微博用戶間關(guān)系及權(quán)重。將用戶實(shí)體作為節(jié)點(diǎn)，用戶實(shí)體與實(shí)體之間的@關(guān)系和轉(zhuǎn)發(fā)關(guān)系作為邊。以單個微博用戶為例：將重點(diǎn)關(guān)注的微博用戶作為中心，擴(kuò)展出一段時間內(nèi)與其有@關(guān)系和轉(zhuǎn)發(fā)關(guān)系的朋友圈人員，以此類推，通過對任意用戶節(jié)點(diǎn)的朋友圈關(guān)系擴(kuò)展，形成具有一定關(guān)聯(lián)數(shù)據(jù)規(guī)模的人物關(guān)系圖譜。

1.4 系統(tǒng)管理模塊設(shè)計(jì)

系統(tǒng)管理模塊主要用于系統(tǒng)管理員配置維護(hù)系統(tǒng)正常運(yùn)行所需的各種參數(shù)，并對系統(tǒng)各模塊功能進(jìn)行管理。系統(tǒng)管理模塊包括：系統(tǒng)用戶管理、微博重點(diǎn)人員管理、預(yù)警方案配置、爬蟲參數(shù)配置、民航關(guān)鍵詞維護(hù)等。其中，用戶管理負(fù)責(zé)管理系統(tǒng)用戶；關(guān)鍵詞設(shè)置負(fù)責(zé)管理和維護(hù)民航關(guān)鍵詞；爬蟲規(guī)則負(fù)責(zé)對關(guān)鍵詞爬蟲、重點(diǎn)人員歷史言論爬蟲、朋友圈爬蟲、個人信息爬蟲的運(yùn)行參數(shù)進(jìn)行配置；預(yù)警規(guī)則是針對抓取的微博數(shù)據(jù)，設(shè)置對應(yīng)的篩選過濾條件，經(jīng)過此規(guī)則篩選過濾后，系統(tǒng)可自動將威脅度較高的微博用戶加入重點(diǎn)人員名單中；重點(diǎn)人員管理負(fù)責(zé)管理系統(tǒng)篩選出的重點(diǎn)人員。系統(tǒng)管理模塊的核心功能結(jié)構(gòu)如圖4所示。

圖4 系統(tǒng)管理模塊核心功能結(jié)構(gòu)圖Fig.4 Core function structure diagram of system management module

2 系統(tǒng)實(shí)現(xiàn)

在上述設(shè)計(jì)方案的基礎(chǔ)上，整個系統(tǒng)在Windows7上使用Eclipse集成開發(fā)工具進(jìn)行編碼實(shí)現(xiàn)，開發(fā)語言以Java為主。采用B/S架構(gòu)設(shè)計(jì)，使用HTML+CSS+Jquery+JSP的前臺技術(shù)開發(fā)具有Bootstrap風(fēng)格的前臺界面；使用Spring+SpringMVC+MyBatis的后臺框架進(jìn)行系統(tǒng)核心業(yè)務(wù)的處理；使用Spring-Task任務(wù)調(diào)度機(jī)制，完成微博數(shù)據(jù)分秒級的評分過程；使用Javascript中的定時任務(wù)處理機(jī)制實(shí)現(xiàn)系統(tǒng)實(shí)時監(jiān)測預(yù)警功能；使用Solr搜索服務(wù)器[12]實(shí)現(xiàn)對微博數(shù)據(jù)的高級檢索功能；數(shù)據(jù)庫管理系統(tǒng)采用Mysql5.7；以Tomcat8.0為Web服務(wù)器。

系統(tǒng)的硬件運(yùn)行環(huán)境，根據(jù)功能的不同，由數(shù)據(jù)采集服務(wù)器、數(shù)據(jù)存儲服務(wù)器、系統(tǒng)應(yīng)用服務(wù)器組成，所有機(jī)器均為DELL PowerEdge R730服務(wù)器，內(nèi)存16 G，硬盤5 T，Centos6.5操作系統(tǒng)。

3 系統(tǒng)運(yùn)行與測試

3.1 模擬場景測試

1）關(guān)鍵詞庫建立 匯總近幾年針對民航的恐怖威脅信息中常見的200多個關(guān)鍵詞，建立民航安保關(guān)鍵詞庫，如劫機(jī)、炸機(jī)、沖跑道、炸彈、空鬧等。這200多個用于搜索的關(guān)鍵詞基本覆蓋了民航安全領(lǐng)域需要關(guān)注的輿情信息。

2）測試 采用模擬場景方式對系統(tǒng)的核心功能進(jìn)行測試。由5個人分別使用各自微博賬號，發(fā)布低、中、高不同威脅等級的民航安全相關(guān)信息各10條，共計(jì)150條，并互相@和轉(zhuǎn)發(fā)微博，觀察系統(tǒng)的運(yùn)行狀態(tài)。模擬發(fā)布的部分微博信息范例如表2所示。

表2 各威脅等級微博信息示例Tab.2 M icroblog information samples for threat levels

3）測試結(jié)果與分析 150條微博信息的抓取與分析處理結(jié)果如表3所示。

表3 威脅等級研判對比統(tǒng)計(jì)Tab.3 Comparison and statistics of threat levels（條）

表3中給出了系統(tǒng)研判結(jié)果及人工研判結(jié)果。以其中一條微博信息為例：微博用戶“航大**”發(fā)布“我要爆**機(jī)場了啊，我也是被逼的**！”。系統(tǒng)的關(guān)鍵詞爬蟲以“炸機(jī)”為關(guān)鍵詞采集到該條微博信息，包括微博用戶賬號、昵稱、微博內(nèi)容、發(fā)布時間、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點(diǎn)贊數(shù)等，并將該條微博判定為高威脅等級。微博信息的分析預(yù)警界面如圖5所示，追蹤的該微博用戶的朋友圈關(guān)系圖譜如圖6所示。

圖5 微博信息分析預(yù)警界面Fig.5 Microblog information analysis and warning page

圖6 朋友圈關(guān)系圖譜顯示Fig.6 Circle of friends relation ship map

由系統(tǒng)的運(yùn)行結(jié)果可看出，系統(tǒng)可很好地實(shí)現(xiàn)對微博信息的采集、分析預(yù)警和可視化等相關(guān)功能，整體運(yùn)行穩(wěn)定且性能良好。

3.2 實(shí)際運(yùn)行測試

以新浪微博為例，系統(tǒng)利用已建立的關(guān)鍵詞庫連續(xù)采集了近一個月的與民航安保相關(guān)的微博信息，采集時間為2017-03-01—2017-03-27。實(shí)際運(yùn)行結(jié)果如表4所示。

表4 2017-03-01—2017-03-27微博威脅信息數(shù)量統(tǒng)計(jì)Tab.4 Microblog threat in formation statistics（2017-03-01—2017-03-27）（條）

在此期間，系統(tǒng)共采集了105 823條相關(guān)微博，經(jīng)系統(tǒng)分析與判別，其中有103 587條屬于低威脅等級，中威脅等級有2 168條，有68條微博信息被判別為高威脅等級。經(jīng)人工對這些信息進(jìn)行分析，低威脅等級微博信息多是在談?wù)撁窈桨踩南嚓P(guān)話題；中威脅等級微博信息多數(shù)是有關(guān)民航事件的新聞、熱點(diǎn)話題和轉(zhuǎn)發(fā)事件信息；而68條高威脅等級的微博信息大多屬于微博用戶在發(fā)泄情緒，但有些微博確實(shí)值得民航公安部門引起注意。如微博用戶“璀璨**”在2017年3月21日發(fā)布的一條微博上稱：“本來和鑫哥計(jì)劃了兩年的劫持飛機(jī)，但是**今天買票一上飛機(jī)我就開始方了，到底是堅(jiān)持原計(jì)劃劫機(jī)呢，還是放棄這次行動。鑫哥叫我放棄，但是我不甘心，不甘心這兩年的計(jì)劃泡湯?！保ㄎ磳ξ⒉┰淖霾划?dāng)文字、別字修改）此類微博信息民航公安部門應(yīng)及早關(guān)注，以防危害民航安全事件的發(fā)生。

4 結(jié)語

本文針對互聯(lián)網(wǎng)微博出現(xiàn)的威脅民航安全的言論信息，結(jié)合民航安保部門的業(yè)務(wù)需求，給出了民航恐怖威脅預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方案。系統(tǒng)采用主題爬蟲技術(shù)實(shí)現(xiàn)了對民航安全相關(guān)微博信息的采集；利用微博情感分析方法評估微博內(nèi)容的威脅度并預(yù)警；同時對信息發(fā)布者的朋友圈進(jìn)行追蹤和關(guān)聯(lián)，通過可視化技術(shù)分類呈現(xiàn)所需信息。從實(shí)際運(yùn)行效果看，系統(tǒng)已基本達(dá)到了設(shè)計(jì)目標(biāo)，整體運(yùn)行良好，可作為民航安保部門的輔助情報提供系統(tǒng)。后續(xù)工作將在信息威脅度評估及威脅等級劃分方法上開展進(jìn)一步研究，以提高預(yù)警效果，降低虛警率。另外，本系統(tǒng)不僅可用于微博恐怖威脅信息預(yù)警，也可應(yīng)用于其他社交媒體，如微信、QQ、論壇等平臺的恐怖威脅信息預(yù)警。

[1]張嵐嵐.新浪微博的網(wǎng)絡(luò)輿情分析研究[D].上海:華東師范大學(xué),2011.

[2]楊愛東,劉東蘇.基于Hadoop的微博輿情監(jiān)控系統(tǒng)模型研究[J].現(xiàn)代圖書情報技術(shù),2016,32(5):56-63.

[3]李麗清.網(wǎng)絡(luò)輿情監(jiān)控與分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安:西安電子科技大學(xué),2014.

[4]唐 勇.互聯(lián)網(wǎng)輿情監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京:北京郵電大學(xué),2013.

[5]ZHA Xin,LI Liangming.Construction of Distributed System for Network Public Opinion Monitor and Analysis[C]//Advances in Information Technology and Education,Berlin Heidelberg:Springer,2011:120-125.

[6]LI Yongzheng,ZHANG Mingshan.Design and implementation of internetpublic opinion monitoring system[J].Advanced Materials Research,2014(926-930):1902-1905.

[7]武文婷.基于微博的公安輿情監(jiān)控系統(tǒng)研究與實(shí)現(xiàn)[D].長春:吉林大學(xué),2014.

[8]曾 鐳.公安輿情監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2013.

[9]陳彥舟,曹金璇.基于Hadoop的微博輿情監(jiān)控系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2013,22(4):18-22.

[10]SCRAPY[EB/OL].[2016-06-11].https://scrapy.org/.

[11]HANP,LIS,JIA Y.A Topic-Independent Hybrid Approach for Sentiment Analysis of Chinese Microblog[C]//International Conference on Information Reuse and Integration,IEEE Computer Society,2016:463-468.

[12]SOLR[EB/OL].[2016-10-05].http://lucene.apache.org/solr/.

?

《中國民航大學(xué)學(xué)報》投稿須知

本刊投稿采用網(wǎng)上投稿，不接受電子郵件等其他方式投稿，投稿網(wǎng)址：www.cauc.eud.cn/xb。本刊未委托或授權(quán)其他任何網(wǎng)站或機(jī)構(gòu)開展組稿活動，請作者投稿時認(rèn)準(zhǔn)我刊唯一投稿網(wǎng)址，請勿相信其他機(jī)構(gòu)或人員，如遇到假冒我刊的網(wǎng)站或人員可致電編輯部進(jìn)行舉報，舉報電話：（022）24092327，舉報電子郵箱：xuebao@cauc.edu.cn。熱忱歡迎廣大作者關(guān)注《中國民航大學(xué)學(xué)報》并惠賜佳作。

Design and implementation of civil aviation threat information early warning system

HAN Ping1,WANG Jie1,JIA Yunfei1,NIU Yonggang1,LIShan1,ZHANG Jundong2,WU Yanquan3
（1.Intelligent Signal and Image Processing Key Lab of Tianjin,CAUC,Tianjin 300300,China;2.Key Lab of Universal Wireless Communications,Beijing University of Posts and Telecommunications,Beijing 100876,China;3.Tech Valley （Xiamen） Information Technology Co,Ltd,Xiamen 361015,China）

To monitor terrorists’ threat information from microblog and to improve the aviation security efficiency,an early warning system of civil aviation terrorist threat information is proposed.Topic crawler technique is used to collect microblog information from internet and evaluate their threats level with sentimental analysis method.Data visualization technology is also adopted to show the information for civil aviation public security department.Operation results show that the system runs stably and has good warning performance,which can prevent unsafe events effectively.

civil aviation security;terrorist threat information;early warning;microblog;topic crawler;sentiment analysis

韓萍（1965—），女，天津人，教授，博士，研究方向?yàn)閳D像處理與模式識別.

V328；TP311

A

1674－5590（2017）05－0036－05

黃 月）

2017-03-10；

2017-04-11

中國民航局安全能力建設(shè)基金項(xiàng)目（20600327，20600418，20600419）