魯世宗

(西北政法大學 西安 710061)

0 引 言

隨著科技信息的迅猛發(fā)展，網絡的普遍應用給媒體帶來了機遇和挑戰(zhàn)。一部分暴恐事件以網絡平臺為載體出現在輿情傳播中產生重大的影響。操縱暴恐輿情者不斷更新暴恐事件網絡宣傳的傳播手段、方法、途徑，國內外恐怖組織不斷提升實施恐怖襲擊的科技含量和破壞等級，以便追求其恐襲事件襲擊后的社會影響力和心理恐慌感。當今全球暴力事件輿情事件成為媒體、網絡關注的焦點之一。輿情的正當報道能夠讓公眾知曉暴恐事件真相，起到預防恐怖教育宣傳的作用，防止虛假暴恐輿情謠言的傳播，提升社會成員的反恐安全意識，達到防范恐怖主義的目的。對于暴恐事件輿情數據融合就是通過對輿情數據的搜集，能夠把握恐怖活動客觀規(guī)律，提出暴恐事件輿情數據融合策略，控制暴恐事件輿情傳播，穩(wěn)定社會秩序，將暴恐消滅在萌芽階段。

1 暴恐事件輿情

隨著技術的發(fā)展，恐怖主義也借助先進的科技實施恐怖主義襲擊，導致恐怖主義事件的升溫。目前，暴恐事件的影響力也越來越大，一些不良報道對暴恐事件推波助瀾，讓暴恐事件成為輿情的重點關注內容。對恐怖主義的預防和打擊，首先通過對暴恐事件輿情的識別之后，進行全面的融合、計算、整理，讓媒體研判分析出有價值的情報信息，根據情報信息作出相應的預警防控。

1.1暴恐事件輿情界定輿情是針對某群體性公共事件信息匯總而形成的一種輿論，這其中包括了互聯(lián)網用戶對該事件的認知，態(tài)度和帶有情感色彩的評論的集合。我國《反恐怖主義法》明確規(guī)定了恐怖主義是通過暴力、破壞、恐嚇等手段，制造社會恐慌、危害公共安全、侵犯人身財產安全，或者脅迫國家、國際組織，以實現其政治、意識形態(tài)等目的的主張和行為[1]?？植婪肿踊蚪M織采取暴力行為和手段制造暴恐事件的目的在于：一是實現自身特殊的政治、意識形態(tài)等利益訴求；二是對政府、社會公眾采取輿論攻擊、心理攻擊，擾亂社會公共生活秩序，營造恐怖氣氛；三是引發(fā)社會公眾關注，擴大其影響力，招募潛在社會不穩(wěn)定分子。目前，暴恐事件對社會的影響已遠遠超過了對生命財產造成危害的范圍，暴恐事件往往所造成的影響是深遠的，包括對受害人和周圍目擊者心理的創(chuàng)傷和內心的恐懼；對于社會治安的挑戰(zhàn)以及對整個社會輿論導向的影響。而大規(guī)模的國際暴恐事件則不僅僅會影響發(fā)生國內的暴恐事件輿情，更會深遠地影響各國針對暴恐事件的行動，促進國家間針對暴恐事件的合作，甚至造成地區(qū)沖突。

1.2暴恐輿情信息化發(fā)展的社會背景輿情就是通過大數據融合的思維方式，通過網絡技術、數據分析，實現對媒體輿情信息的資源融合，從而提高媒體對輿情的管控能力。《反恐怖主義法》第一章第三條明確規(guī)定了恐怖主義是通過暴力、破壞、恐嚇等手段，制造社會恐慌、危害公共安全、侵犯人身財產安全，或者脅迫國家、國際組織，以實現其政治、意識形態(tài)等目的的主張和行為[1]。 暴恐事件輿情就是在輿情發(fā)展的信息化背景下，進一步理清媒體輿情數據，通過對海量多元、異構數據資源進行有效的整理，將混亂的輿情信息有效整合，破解輿情管控的瓶頸難題，積極拓展媒體部門輿情管控的信息化建設渠道和路徑，為暴恐事件的輿情管控和引導提供助力。一般輿情信息化表現形式為微博、博客、微信、BBS(網絡論壇或者叫電子公告板)等輿情表現形式，以上構架形式將個人信息、綜合信息、短信消息融合其中，彰顯網絡輿情傳播的活躍性、差異性、真假性。

1.3暴恐事件輿情的產生和影響網絡輿情是針對某群體性公共事件信息匯總而形成的一種輿論，這其中包括了互聯(lián)網用戶對該事件的認知、態(tài)度和帶有情感色彩的評論的集合。網絡輿情的爆發(fā)，是因為某特定公共事件的發(fā)生，引發(fā)了互聯(lián)網用戶的共鳴，互聯(lián)網基于相似的價值觀而對于某種特定事件表達自己的看法和評論，產生了網絡輿情。而暴恐事件的網絡輿情更是網絡輿情中能夠激起互聯(lián)網用戶情緒的一個方面。第一，暴恐事件并不是每天都會發(fā)生的大概率事件，因此，在暴恐事件發(fā)生時，往往會獲得較大的關注；第二，暴恐事件的發(fā)生會伴隨著生命財產的損失，社會對于暴恐事件的關注度會集中社會資源來向特定事件傾斜，包括新聞報道的跟進，案件的偵破追蹤和后續(xù)的背景分析；第三，暴恐事件的策劃與發(fā)生的背景會伴隨著政治和宗教原因，該類事件的發(fā)生背景會與一個國家或地區(qū)的政治經濟宗教因素密切相關，某些暴恐事件也會演變成地區(qū)性或國際性事件。

1.4暴恐襲擊事件輿情的表現特征暴恐事件因其事件性質的特殊性和嚴重性，往往在暴恐事件輿情的傳播過程中，會造成比較深遠的社會影響與輿論導向。在暴恐事件的輿情分析中，可根據事件不同的發(fā)展階段分成輿情爆發(fā)期、輿情發(fā)展期、輿情回落期三個不同的發(fā)展階段。

1.4.1 暴恐輿情爆發(fā)期 在暴恐輿情潛伏整合的基礎之上，暴恐輿情信息積累到達臨界值后突然進入爆發(fā)期，接著暴恐輿論事態(tài)急聚升級引起社會公眾廣泛注意，各種媒體針對暴恐輿情聚焦開始影響事件相關方的處置態(tài)度，這種集聚式的暴恐輿情爆發(fā)對公眾心理造成較大沖擊。由于在現代信息傳播需求驅使下，大量非利益相關的個體群體加入關注人群，甚至發(fā)生一些反動組織推波助瀾策劃暴恐輿情，使暴恐事件進一步報道持續(xù)增加虛假性，網絡暴恐輿情的互動規(guī)模擴大到影響反恐實體部門判斷，假如在這個階段相關反恐部門稍有處理不當，會使涉及的個體、群體、社會之間的矛盾激化。這種爆發(fā)期往往持續(xù)到暴恐事件發(fā)生的48小時之內，媒體暴恐輿情報道會在這一段時間之內快速跟進報道，各官方媒體也會在第一時間發(fā)布穩(wěn)定社會的權威信息，以確?；ヂ?lián)網媒體報道的正確性，甄別爆發(fā)期新聞報道的真實性，會達到表達官方正確立場，澄清輿情事件客觀性，達到安撫社會恐慌情緒等社會目的。

1.4.2 暴恐輿情發(fā)展期 運用大數據輿情監(jiān)測平臺，掌控暴恐輿情的發(fā)展期大概分為3個階段，即發(fā)孝階段、發(fā)生階段、高潮階段。暴恐輿情的發(fā)孝階段指輿情引發(fā)了部分群體的轉發(fā)和跟貼，但是尚未引發(fā)全民或媒體的關注，還沒有形成暴恐網絡輿情事件；暴恐輿情的發(fā)生階段指防止網絡暴恐輿情發(fā)展為網絡暴恐公關危機，需要提前介入遏制暴恐輿情泛濫擴大發(fā)生；暴恐輿情的高潮階段指暴恐輿情處在正在爆發(fā)過程，一般多表現在引發(fā)了官方媒體、權威媒體、社會輿論的關注和轉發(fā)，甚至吸引了全社人民的關注，在全社會形成了對暴恐事件輿情的大爆炸。隨之輿情進入震蕩期，相關媒體進行詳細深入的報道，人們的情感傾向受到媒體的輿情報道而波動起伏。大多數暴恐時間都已進行到偵破階段，這個階段的新聞報道會以評論性文章為主，各大媒體平臺都會以發(fā)表總結性文章及評論。

1. 4.3 暴恐輿情回落期 暴恐輿情在這個階段處于降溫階段，表現在暴恐輿情產生的危機事件得到了很好的解決，跟帖的網友和追溯的媒體已經逐漸忘卻，并開始追逐新社會焦點，這段時間便是輿情的回落期。此時往往會因為新的輿情的爆發(fā)期，吸引互聯(lián)網用戶又將注意力轉移到了其他熱點話題之上，舊的話題被暫且擱置爆發(fā)彼事件輿情社會熱點，此時應當總結經驗教訓防患于未然，防止此種危機的死灰復燃再掀起風波。例如，各大門戶網站上的熱搜排行榜，就是輿情新話題取代舊話題的現實表現。因此，在此階段需要將現實處置階段層面和媒體傳播層面的聯(lián)系結合，結合暴恐事件的輿情制定措施穩(wěn)定互聯(lián)網用戶情緒，對于妥善處置暴恐輿情和保持社會安全穩(wěn)定具有非常重要的意義。

2 暴恐事件輿情的數據融合與新技術應用

數據融合就是對龐大數據的歸類、整合和分析，借鑒物理數據融合和化學數據融合兩種方式，采用貝葉斯算法闡釋數據融合概念，數據融合新技術不斷在暴恐事件輿情的廣泛應用。

2.1數據融合數據融合(Data Fusion)也稱為信息融合(Information Fusion)。數據融合興起于軍事領域情報信息，之后被廣泛適用于各個領域。20實際90年代，美國聯(lián)合指揮實驗室(Joint Directors of Laboratories )，定義數據融合是多層面、多角度處理多個信息源而提供的數據，對數據進行檢測、計算、整合等一系列的過程[2]。而數據融合就是對龐大數據的歸類、整合、算法和分析。數據融合得到廣泛的應用和認識，通過數據融合可將數據碎片化、散亂化，有效整合數據，實現數據和信息共享。由于數據所表達的內容具有局限性，人們收集數據也存在局限性，單一數據無法完全表達事情的全貌，只有通過龐大的數據整合和對接，通過客觀的正確分析，才能發(fā)揮數據使用功能。

學者們將數據融合分為物理融合和化學性質融合。數據物理融合，是將一類數據的一種或多種數據進行組合，有序排列，進行數據組合或數據重組，這樣可以通過組合或重組的數據發(fā)現事實真相，數據的本質也隨之發(fā)生變化，這種數據融合被稱之為物理融合。而采用貝葉斯算法，可以將不同數據進行融合，即對不同的數據采用統(tǒng)一標準進行整合，從新的視角發(fā)現事實真相，這種融合也被稱之為化學融合。

2.2暴恐事件輿情的數據融合對暴恐事件輿情的數據融合，體現出物理數據融合和化學數據融合兩種模式和特征：一是運用綜合計算、網絡輿情和物理環(huán)境的有機結合和深度協(xié)作，實現對暴恐輿情的實時感知、動態(tài)控制和信息服務，采用多維復雜系統(tǒng)實現物理數據融合；二是對暴恐輿情進行數據進行人工分類，實行暴恐輿情監(jiān)控的數據化管理，使數據算法發(fā)生化學催化作用，產生暴恐輿情數據信息化學數據融合，實現暴恐輿情信息的集中管控和互利共享，為科學管控暴恐輿情信息提供強大的技術支撐和安全保障。

2.3數據融合的新技術應用在大數據信息時代下，數據融合有了新的涵義，尤其是互聯(lián)網、物聯(lián)網、云技術等數字化技術的產生，數據融合成為處理數據和信息的一種技術性手段，通過各種技術方法，將數據融合在同一個數據倉庫中，采用新的技術和方法對數據進行自動處理以便于數據的有效應用。而面對恐怖主義的網絡化發(fā)展形勢，防恐、反恐也逐漸數字化，尤其是反恐情報工作，對暴恐輿情數據的掌握成為防恐、反恐的關鍵[3]。在全球數字化管控的今天，恐怖主義犯罪活動也隨之變化，恐怖主義善于利用互聯(lián)網傳播暴恐輿情，將恐怖主義犯罪數字化，無論是恐怖主義思想的傳播路徑，還是恐怖組織實施恐怖襲擊活動的渠道過程，都逐漸構建以數據管控為核心的恐怖主義活動形式。

3 暴恐事件輿情的表現形式與薄弱環(huán)節(jié)

輿情無界的全球化發(fā)展，信息技術已經成為社會的主要手段，對人、事、物的描述逐漸多元化，通過不同的信息技術從不同層面、不同結構的數據刻畫人、事、物，基于對暴恐事件輿情數據的研究，發(fā)現在數據融合上存在共享壁壘以及缺乏數據融合系統(tǒng)兩個突出問題。

暴恐事件輿情融合一般存在以下3個表現形式與薄弱環(huán)節(jié)，即暴恐事件輿情數據的共享存在缺漏、暴恐事件輿情數據數據共享的交流不暢、暴恐事件輿情預警平臺應用出現遲滯。

3.1暴恐事件輿情數據的共享存在制度缺漏在反恐情報預警工作層面上，情報預警推動反恐工作的前提和基礎。如何對暴恐事件輿情數據搜集、研判和分析是情報預警的關鍵。目前，暴恐事件輿情數據出現的管控薄弱，情報工作效率低下的主要原因之一就是各參與反恐職能部門輿情數據融合不到位，未形成有效的數據融合共享機制。暴恐事件的特殊性導致各參與部門難以在數據信息層面上形成共享，情報的碎片化、數據系統(tǒng)的密封性、數據信息共享的缺乏，導致反恐各部門的數據得不到及時的融合，降低了整個情報工作的效力。

3.2暴恐事件輿情數據交流的共享不暢暴力事件輿情數據融合共享存在壁壘的核心問題是缺乏數據融合、數據協(xié)作與運作平臺。具體而言：在輿情數據交流層面上，公安部門、國家安全部門及有關職能部門在反恐數據信息交流上存在阻力，公安部門、國家安全部門采取的是上下級的領導，數據信息的管理采取的行政權限劃分方式，情報的搜集、研判和分析都是各種獨立。從數據情報管控上看，情報資源過多分散在各個反恐職能部門未形成統(tǒng)一的工作規(guī)范，情報數據的匯集、儲存、共享缺乏規(guī)范的工作流程。

3.3暴恐事件輿情預警平臺出現的運用遲滯在數字化背景下，恐怖主義的發(fā)展已經趨于“網絡化”，恐怖組織善于利用網絡宣傳恐怖主義思想、實施恐怖活動。恐怖組織在網絡上的宣傳、募集資金、招聘恐怖分子等行為都會留下蛛絲馬跡，形成可搜集的數據情報。只要能夠將這些散亂在各處的數據情報匯集到一起進行研判和分析，便能夠掌握恐怖主義的動向，為反恐預警作出準確的指引。目前，面對網絡化的恐怖主義，缺乏大數據技術平臺，暴恐事件的輿情數據、信息無法得到融合，難以有效地開展情報研判和分析，使得預警工作缺乏準確的方向，導致大量有價值的數據信息沒有發(fā)揮作用。也導致了暴恐情報數據在互聯(lián)網上任意轉換和交叉，導致恐怖組織實施的恐怖活動得以實現。面對數據化的恐怖主義，各反恐職能部門應當順應信息科技的發(fā)展，在情報工作中建立大數據平臺，將聚集于各類的數據融合，采用相關技術對多元、異構數據進行處理，以生成高效的情報產品，為情報預警、應對處置工作提供準確的情報信息需要。

4 暴恐事件輿情的數據融合策略

在涉及各行各業(yè)滲透到各個部門的暴恐事件輿情信息中，運用科學技術信息設備銜接社會反恐基礎設施，運用Hadoop數據融合共享平臺的數據倉庫，對暴恐事件輿情數據的采集、收入、分類、應用融合計算，暴恐事件輿情數據的訪問權、分配權、使用權進行共享管控，對結合實際立法構建和完善暴恐事件輿情的規(guī)章制度和政策措施。

4.1構建暴恐事件的數據融合平臺設計實現新舊媒體與輿情數據中涉及個人、集體、域內外極端恐怖事件信息的大融合，建立云計算視域下設計暴恐輿情的數據融合平臺模塊架構，按照暴恐事件輿情數據融合機制進一步平臺化、模塊化、科學化運行。

4.1.1 架構暴恐事件的設計數據融合平臺 針對暴恐事件的輿情數據融合平臺的總設計，最核心的是網絡技術上全面覆蓋IaaS、PaaS、SaaS、DaaS等云計算。借助云計算實現媒體與輿情數據中涉及個人極端恐怖事件信息的大融合，形成規(guī)模的數據資源體系[7]。通過傳統(tǒng)輿情、網絡輿情、自媒體輿情等各種信息數據的整合，建立數據資源池，將涉及的全部數據信息吸收到數據資源池進行融合，通過數據的分析和數據的計算對輿情信息分類和研判，提高輿情信息數據使用的質量。為了對暴恐事件數據進行整合，設計以Hadoop平臺進行設計融合計算和應用。Hadoop平臺以非結構數據作為支撐，數據存儲無上限，可以在數據節(jié)點上擴張性，具有集成、穩(wěn)定、高質量的特征，如圖1所示：

圖1 云平臺架構圖

通過Spark和Mapreduce搭建云計算平臺，利用對數據的處理技術，最終提高數據的高質量運用(如圖1所示)。 Hadoop數據融合平臺采取對數據的技術性處理，采取對多源數據、異構數據進行存儲和計算，進行統(tǒng)一性管理和調度。通過采取得到的多源異構數據，經過ETL處理，進入Hadoop大數據融合臺，通過技術對數據進行處理，統(tǒng)一對外提供數據服務。在內部平臺數據融合層面上，規(guī)范數據格式和規(guī)范。在網閘和防火墻的支持下解決數據跨部門、阻礙數據流通的障礙。在外部平臺下，利用Kettle、DataX、Sqoop等工具，對數據進行清洗、轉化，形成統(tǒng)一化格式最終存入Hadoop大數據倉庫中，通過Azkaban或者oozie對平臺數據進行管理和調度。

4.1.2 暴恐事件的數據融合平臺模塊構成 根據設計的Hadoop數據融合，基于應用將系統(tǒng)劃分為五大模塊，以便于對外提供數據服務，如圖2所示。

圖2 數據融合平臺模塊圖

登陸界面模塊：該界面為進入界面，通過設置驗證碼、訪問權限等方式登錄，通過后臺的允許進入數據平臺，根據不同的需要搜索數據。

平臺主頁模塊：主頁上顯示的為各種系統(tǒng)的數據模塊，進入者和管理者可以根據需要對各個模塊的運行進行了解和運用，并通過綜合顯示平臺顯示運行狀況、儲存情況、數據類型、數據項目、數據變化等情況。

系統(tǒng)管理模塊：該模塊包含了角色權限管理功能塊、用戶管理功能塊、日志管理功能塊。角色權限管理功能塊是為了方便管理，根據不同工作需要設置的；用戶管理維護塊是對基本數據的維護，管理數據不受非法攻擊；日志管理功能塊是記錄用戶的操作情況及應用數據的情況，主要是保護數據，對操作行為進行跟蹤和保存，以有跡可尋。

數據管理維護模塊：主要包含數據源接口管理模塊、數據表管理模塊和元數據管理模塊。數據接口管理模塊是對各個數據來源系統(tǒng)的對接管理，通過數據列表和接口對數據進行操作；數據表管理模塊主要對涉及倉庫中的數據統(tǒng)一管理和分類；元數據管理是對技術元、業(yè)務元和操作元的數據管理。

模型設計和管理模塊：在云平臺架構中，模型設計和管理主要是對數據處理、分析和計算，通過模型的管理能夠對數據進行修改、刪除等，以不斷更新數據，保障數據的準確性。

4.1.3 推進暴恐事件的數據融合步驟科學化 暴恐事件一旦被公開，輿情信息會泛濫，相關信息數據都會在各大網絡平臺上出現，如何有效管控，需要將這些數據全部收集融合，尋找數據源，對數據進行分析，找出有價值的數據進行處理。采用ETL(Extract Transform Load)技術，將其分為數據抽取、轉換和加載，如圖3所示。

圖3 ETL框架

ETL是數據融合的關鍵，通過該系統(tǒng)將數據轉移到倉庫中，這是對數據分析的基礎。首先將固定接口對接涉及進行抽取，進行數據分類；然后按照數據應用的實際需要對原始數據進行加工、建模，根據應用提取數據類型；最后，將處理過的數據引入倉庫中，對數據進行保存。

4.2暴恐事件輿情的數據融合與計算針對暴恐事件輿情的數據融合與計算，對其數據融合共享平臺的數據倉庫層級進行論證分析，對暴恐事件輿情數據融合平臺的數據倉庫的分層、分類、步驟及其設置應急措施論證。

4.2.1 暴恐事件輿情的數據融合共享平臺的數據倉庫 Hadoop數據融合共享平臺的數據倉庫分層，為了規(guī)范數據的管理和調度，基于Hadoop技術將數據倉庫分層(如圖4所示)，以保障數據的安全以及應用者的應用效果。

圖4 數據倉庫分層示意圖

a.源數據采集層(ODS層)。源數據采集層是為了保障終端數據與獲得數據的一致性，保障原始數據不丟失，便于后期對原始數據的追溯。該層是數據倉庫的原始層，存在著全部的數據和增量數據。該層保障了數據的原始性，能夠保證存儲原始數據與原網成一對一映射。并將數據分為結構性數據和非結構性數據。結構性數據一般以文字、日志文本、圖片視頻等體現，而非結構性數據一般是電子表格、文本文件等體現[9]。對于結構性數據，可以采取ETL工具連接數據直接訪問，而對于非結構性數據需要通過文件路徑訪問。

b.數據倉庫層(DW層)。數據倉庫層與源數據采集層一對一映射，源數據采集將原始數據導入數據倉庫層以后，數據倉庫層對數據進行存儲。數據倉庫層一般不允許下游用戶訪問。數據倉庫層分為數據匯聚層(DWB層)與數據明細層(DWD)。數據匯集層屬于清洗層，對無效的、臟的數據進行再清理，例如清除數據的時間、日期、全半角、刪除多余符號等；數據明細層不對數據進行清除，是規(guī)范數據標準、將數據融合匯總的一種程序，保留原始數據與源數采集層數據一對一映射關系。

c.數據集市層(DM層)。暴恐事件輿情數據集市層來源于數據倉庫層，對暴恐事件輿情數據建模分析，以盡可能滿足遏制恐怖襲擊者的實際需求。通過對暴恐事件輿情建模的方式形成立體化客觀的運行系統(tǒng)，然后，通過指標的權重設置、指標計算等抽離出不同的數據形態(tài)，供應用者分析，例如，在暴恐事件中的恐怖分子排查分析這一領域內，對恐怖分子或可疑人員的身份信息、活動軌跡等建模，形成數據集市大寬表，通過計算可以確定恐怖分子的活動區(qū)域或落腳點，與實施對暴恐事件輿情全面的嚴格監(jiān)控。

d.應用層(APP層)。暴恐事件輿情應用層是暴恐事件輿情數據融合之后通過數據計算統(tǒng)計出的結果，其主要是來源于輿情數據集市層。通過暴恐輿情數據建模，可以直觀地發(fā)現暴恐事件輿情數據的規(guī)律或計算得出結果。應用層是應用者可以直接獲取暴恐事件輿情的數據資源，通過暴恐事件輿情數據倉庫的數據清洗、篩選、建模、分析等直接將結論輸入到暴恐事件輿情應用層，為應用者提供研判和分析暴恐事件輿情的基礎性數據。

e.臨時層。在暴恐事件輿情數據整合存儲與分析層設置臨時層上，能夠提供暴恐輿情輔助方法方式，降低暴恐輿情數據建模、計算的運行難度，補充暴恐事件輿情數據上存在的不足和缺陷，以提高暴恐事件輿情數據融合運行效率。引導暴恐事件輿情研判的合理性、合法性、正當性，必須建制形成科學的、系統(tǒng)的、全面的新時代暴恐事件輿情數據的整體觀、安全觀、發(fā)展觀，需要從戰(zhàn)略層面制定黨的領導制度、工作的頂層設計、其他的統(tǒng)籌兼顧。

f.公共層。公共層屬于暴恐事件輿情數據平臺的對外顯示層，國內主流媒體、網絡社交平臺關于暴恐輿情的話題量呈現爆發(fā)式增長，對輿情監(jiān)測系統(tǒng)統(tǒng)計分析，全面監(jiān)測輿情預警系統(tǒng)，根據輿情研判顯示社會公共安全現況，對穩(wěn)定社會人民群眾情緒，保障社會穩(wěn)定，快速破獲暴恐案件，提供了良好的輿論環(huán)境和社會環(huán)境，并對國內外個別反動個人、組織、國家起到了較大的震懾作用，其中包含了暴恐事件輿情數據平臺的名稱、使用說明、官方網址等方便人民群眾的舉措。

4.2.2 暴恐事件輿情數據Hadoop數據融合平臺的數據倉庫 暴恐事件輿情數據融合以后，對數據進行分類和計算，然后構建數據倉庫，應用者根據需要在數據倉庫中針對性地尋找數據。為了強化對數據的管理和維護，在適用ETL技術整理數據之后，以Hadoop技術完成數據融合然后歸入數據倉庫。數據倉庫是對數據管理和應用的一種方式，它不僅以Hadoop技術為支撐，還兼顧了ETL、建模、調度等一系列系統(tǒng)。所以，構建數據倉庫是數據融合的關鍵一步：a.通過數據建模將數據分層、分類，讓應用者高效搜索;b.設置每一層搜索的步驟，數據出現錯誤以后可通過某一步驟的調整即可獲得使用數據；c.設置應急措施，對暴恐事件輿情數據獲得失敗的，可通過醫(yī)院對數據源的追溯，直接遵循定位到數據源查找。

4.2.3 暴恐事件輿情數據融合共享平臺的管控 對于暴恐事件輿情數據融合安全的管控，主要考慮到數據采集、數據傳輸與數據訪問的安全問題。在數據采集與傳輸上，由于技術或人為原因，可能導致數據損壞、丟失、竊取或被黑客攻擊，所以需要數據管理需要加密保障安全，通常使用身份驗證、人臉識別、設置訪問權等方式保障；在數據訪問上，對于應用者應當驗明身份，保存訪問痕跡[10]。具體而言：a.從技術層面上加強數據融合平臺的管控?？梢栽O置常用的配置方法和協(xié)議，例如，路由器過濾協(xié)議、IP認證協(xié)議、SSL協(xié)議等，保障數據在每一個節(jié)點上的安全。b.設置數據訪問和管理的級別和權限。在設計的大數據融平臺中，根據不同的工作需要設置不同的安全等級，自上而下設置訪問權限，針對專門的訪問者進行核查、驗證，對存儲數據進行審計和篩選，確保數據的安全性。c.基于暴恐事件輿情數據的特殊性，對暴恐情報信息設置最高級別的訪問，以反恐情報預警和反恐應對處置工作為核心，不涉及兩項工作的情況下禁止訪問，防止不法分子或恐怖分子趁虛而入，破壞大數據融合平臺。

4.3暴恐事件輿情的數據共享管控在暴恐事件輿情云平臺數據的采集和接入中，為數據加載是云平臺中數據倉庫完善的最后一步，通過數據采集、接入、清洗、轉換等方式，將獲得的數據存入數據平臺倉庫，注重暴恐事件輿情數據管控的技術和要點，著重解決暴恐事件輿情數據共享管控中，管控好隔離數據的分配權、限制數據的訪問權、備份數據的存儲權、區(qū)塊鏈技術的使用權。

4.3.1 暴恐事件輿情數據隔離的分配權 暴恐事件輿情數據隔離是針對多個應用者對同一數據的應用問題，針對不同應用者采取數據隔離的方式，目前的數據隔離主要采取物理隔離和虛擬化隔離。在暴恐事件輿情數據融合的平臺下，采取物理隔離較為適宜，在大數據平臺網域上建立私有云服務器，在物理和空間隔離的云服務器中進行數據的篩選、分析和計算。

4.3.2 暴恐事件輿情限制數據的訪問權 暴恐事件輿情限制訪問權是常用的一種方式，通過設置訪問權限、訪問密碼等方式限制進入數據平臺查找數據，這是對數據安全的有效保護。目前，可以采用CA證書設置權限級別，在大數據不斷融合平臺中，針對不同的應用者設置不同的CA權限證書，應有者根據權限進行訪問，并對應用者進行層層審批，訪問人民群眾跟蹤調查等方式。

4.3.3 暴恐事件輿情數據備份的存儲權 暴恐事件輿情數據備份是防止數據損壞、丟失而設置的一種保護措施。數據備份在大數據融合平臺中非常關鍵，一旦產生數據可能損壞、丟失的現象，數據自動備份，一般情況下，數據可以備份到本機機房或通過IP協(xié)議備份到其他機房。在大數據融合平臺上，管理者應當盡量不同的備份機房，簽訂不同的IP安全協(xié)議，確保暴恐事件輿情數據的安全。

4.3.4 暴恐事件輿情區(qū)塊鏈技術的使用權 在大數據融合平臺中使用區(qū)塊鏈技術可以采取區(qū)塊鏈技術驗證數據的原始性，并可以存儲數據。區(qū)塊鏈是一種去中心化的賬本數據庫，采用區(qū)塊鏈技術可以保障數據的穩(wěn)定性、可靠性與透明性。通過大數據、區(qū)塊鏈、人工智能等三軍技術，可以將大數據融合平臺的數據重新編程，展現一個全新的數據框架和計算范式，這是數據使用的創(chuàng)新方式，將區(qū)塊鏈技術融入到大數據融合平臺中是一種發(fā)展趨勢和基本技術設備要求。

4.4立法規(guī)范暴恐事件輿情的應對措施和政策制度通過立法制定規(guī)則，規(guī)范暴恐事件輿情的管控，依托云平臺自動化采集全面準確的暴恐事件輿情數據，科學化甄別、適時化捕獲、歸類化抽取的涉暴恐輿情數據，精準化梳理、格式化清洗、邏輯化篩選的涉暴恐輿情數據，樹立數據融合共享成為大數據發(fā)展的必然趨勢，暴恐事件輿情數據進一步融合成為反恐情報預警工作的核心要義。

4.4.1 依托云平臺自動化采集全面準確的暴恐事件輿情數據 暴恐事件輿情云平臺的數據采集主要是公安機關及各參與反恐職能部門中涉及的基礎性數據信息，主要包括：一是反恐機關日常中的儲存數據，如報警數據、個人信息數據、各交通部門移送的數據等；二是反恐部門自行搜集的數據，例如銀行、旅店、網吧等行業(yè)的信息數據；三是反恐部門針對涉恐協(xié)調各部門移送的數據信息，如安保部門、火車站、機場等采集的數據、ETC、物流公司、媒體部門、網絡監(jiān)管部門等采集的數據。采集的方式主要是通過API接口傳送或下線拷貝，要針對不同的網域設置不同的接口，保障采集數據的及時性。

4.4.2 科學化甄別、適時化捕獲、歸類化抽取的涉暴恐輿情數據 在暴恐事件輿情云平臺數據中，數據抽取包含數據剖析、捕獲增量數據以及數據抽取[8]。數據融合以后先進行數據梳理，對數據的不同形式、不同結構進行分析歸類，統(tǒng)計數據數量、類型；然后，根據數據的不斷更新，采用主鍵、時間戳、觸發(fā)器及其采集方式對增量數據及時捕獲處理；最后，根據管理者的需要抽取數據。

4.4.3 精準化梳理、格式化清洗、邏輯化篩選的涉暴恐輿情數據 由于暴恐事件輿情平臺匯集的數據非常龐大、數據源網域也存在差異，整個數據質量也是參差不齊。編碼錯誤、拼寫錯誤、數據缺失等各種無效的數據、難以讀出的數據不可避免，為了提高數據質量，需要對不達標的數據事先清洗和篩選。首先，通過篩選將數據存在明顯錯誤的進行梳理，與數據源對比，排除錯誤原因，是技術上的問題，還是本身數據的儲存問題針對性的解決；其次，對數據格式化清洗。通過技術的的過濾，將那些難以恢復、無法讀出的數據清洗掉；再次，對數據邏輯化清洗。采取重復操作的方式，根據歸類的數據的重要程度決定是否要清洗掉難以恢復、讀出的數據，以防止誤刪重要的數據；最后，對篩選出具有重要價值的數據進行邏輯性修復。

5 結 語

在大數據共享管控社會背景下，反恐情報預警工作也必須順應時代的潮流，實現大數據的全面融合和綜合運用，只有提高暴恐事件情報預警工作效率，才能通過以暴恐事件輿情數據的管控工作為載體，進一步剖析我國在暴恐事件輿情數據融合中存在的薄弱環(huán)節(jié)，充分論證分析發(fā)現需要對暴恐事件輿情數據進行融合，提出針對暴恐輿情建立大數據融合平臺方案，依托高科技手段設計先進的暴恐事件輿情數據融合平臺，采取智慧化措施提高反恐情報工作效率，發(fā)揮暴恐事件輿情數據的支撐作用，為遏制暴恐事件提供正確工作方向、可靠的理論依據和科學的實踐遵循。