基于证据理论和信度熵的地铁站恐怖袭击风险评估模型

刘爽

（中国刑事警察学院 基础教研部，辽宁 沈阳 110854）

0 引言

地铁因其方便、快捷、堵车风险小等优势成为人们出行的交通首选。而地铁站作为乘客的主要聚集地，具有人群密度大、环境相对封闭、遭受袭击后生命财产损失巨大等特点，其安全直接影响到整个地铁系统乃至城市轨道交通的运行，因而也成为恐怖分子主要的袭击目标。例如，2017年“4·3”圣彼得堡地铁恐怖事件、2017年“9·15”伦敦地铁爆炸事件。恐怖袭击风险评估是根据影响恐怖袭击风险的指标对地铁站的风险状态进行评估[1]。通过恐怖袭击风险评估可以发现风险源，并对地铁站中存在的恐怖袭击风险进行监控，帮助地铁管理者及时发现潜在风险，从而尽量避免恐怖袭击事件的发生。因此，针对地铁站恐怖袭击进行风险评估,对地铁系统的安全运行具有重要意义。

目前，已有学者针对恐怖袭击风险评估的方法展开研究。例如，刘明辉[2]利用K-means聚类算法分析不同恐怖袭击手段下飞机、机场以及民航工作人员三个维度上的风险等级。郭璇等[3]根据恐怖袭击事件发生的先后顺序及概率对不同袭击方式下的损失和风险进行评估。赵传鑫和刘明辉[4]基于DBSCAN聚类算法从恐怖袭击事件的发生次数和伤亡人数对事件风险进行量化评估。但是鉴于恐怖袭击风险评估是根据风险指标对事件未发生时的估计，评估信息存在不确定性。因此，本文提出基于证据理论和信度熵对地铁站恐怖袭击事故进行风险评估。

图1 地铁站恐怖袭击风险评估指标体系

1 风险评估指标体系

根据MMEM系统理论，事件的风险主要受人(Man)、机 (Machine)、环境 (Environment)以及管理 (Management)4个方面的影响，通过有效估计这些方面的有关因素可以合理评估风险[5]。因此，本文基于MMEM理论并借鉴已有相关研究[6-7]，确定地铁站恐怖袭击风险评估的指标体系如图1所示。

2 基于证据理论和信度熵的风险评估模型

基于证据理论和信度熵对地铁站恐怖袭击风险进行评估，首先，邀请专家对各指标进行风险评估，并将专家所给出的评估信息表示成信度形式。其次，根据评估信息的信度熵计算各指标的权重。最后，在考虑指标权重的情况下，将多指标上的风险评估信息进行集结，从而得到地铁恐怖袭击的风险评估得分。

2.1 风险评估的信度表示

在确定风险评估的识别框架Θ后，邀请专家评估各指标在不同风险等级上的可能性，并将多名专家的评估信息进行算数平均，从而得到针对各指标风险评估的BPAβn(Cr,k)，具体表示专家们认为指标Cr,k的风险等级为Hn的信度，n=1,2,… ,5。

2.2 风险指标的权重度量

由于各指标对于地铁站恐怖袭击风险评估的重要程度不同，在融合评估信息前需要度量指标的权重。本文借助信度熵分析评估信息的信息量来确定指标权重。信度熵是由Deng在传统信息熵的基础上提出的[9-10]。信度熵的基本原理为：针对某一指标的评估信息，若其信度熵越小，表明提供的信息量越小，则该指标被赋予的权重越小；反之，若其信度熵越大，表明提供的信息量越大，则该指标被赋予的权重越大。利用信度熵的思想计算各指标的权重，具体计算过程如下。

2.3 风险评估的信度融合

依据Dempster合成法则将一级指标的BPA进行融合，得到关于地铁站恐怖袭击风险评估的BPAmn。然后，计算地铁站恐怖袭击风险评估的期望效用作为风险评估的总得分。设un为识别框架Θ中风险等级Hn的效用值，n= 1,2,… , 5，其计算公式如下：

表1 风险评估的基本可信度分配

表2 指标权重

图2 一级指标的风险评估

通过将风险评估的总得分Q与风险等级的效用值un进行比较，从而分析地铁站的恐怖袭击风险情况。

综上，基于证据理论和信度熵的地铁站恐怖袭击风险评估模型的具体步骤如下：

步骤1 邀请专家对指标进行风险评估，并将评估信息表示为信度形式；

步骤2 依据式(1)-(4)，计算各指标的权重；

步骤3 依据式(5)-(8)，利用Dempster合成法则融合人员、设备、环境和管理4个方面的风险评估信息；

步骤4 依据式(9)和(10)，计算风险评估的总得分。

3 算例分析

为验证所提出模型的可用性，将该模型应用于A市B地铁站的恐怖袭击风险评估。邀请8位专家针对10项二级指标在不同风险等级上进行评估，将专家的风险评估结果按照专家总人数进行算数平均，得到各指标风险评估的BPA，如表1所示。

根据式(1)-(4)得到二级指标的相对权重和一级指标的权重，如表2所示。

在考虑指标权重的情况下，利用式(5)和(6)修正一级指标的BPA，并将其绘制成图2。由图2可知，相比人员、设备和管理，地铁站在环境方面存在的恐怖袭击风险较高。

利用式(7)和(8)融合修正后的一级指标的BPA，从而得到地铁站恐怖袭击风险评估的总体BPA，如图3所示，地铁站恐怖袭击风险评估具有较大的不确定性，但从整体上来看，相比其他等级，B地铁站在低风险等级上的信度较大。

根据式(9)和(10)，计算B地铁站恐怖袭击风险评估的总得分Q= 0.3575。由于u2＜Q＜u3，则B地铁站的恐怖袭击风险等级介于中等风险和中低风险之间，总体而言风险水平偏低。就单一指标而言，地铁管理人员需要重点关注环境方面，来降低地铁站遭受恐怖袭击的风险。

图3 地铁站恐怖袭击风险评估

4 结语

本文提出了一种基于证据理论和信度熵的地铁站恐怖袭击风险评估模型。该模型首先基于MMEM理论构建风险评估指标体系；然后，考虑到风险评估信息存在不确定性，采用证据理论对风险评估信息进行融合，在融合过程中利用信度熵确定指标权重；最后，利用期望效用函数计算地铁站恐怖袭击风险评估的总得分。该模型在评估恐怖袭击风险的过程中考虑了评估信息的不确定性，以降低风险评估的偏差。同时本文给出的风险评估模型概念清晰，求解方便，可为地铁站恐怖袭击风险管理提供决策支持，具有一定的现实应用价值。后续的研究工作可以扩展风险评估的信息源，对地铁站恐怖袭击风险评估问题进行深入研究。