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。……