群体异常行为识别技术研究

中国电子科技集团公司电子科学研究院 陈 诚

随着社会经济的不断发展，信息化技术越来越成熟，信息的动态性、多源性、开放性等特点促使人们之间的联系越来越紧密，群体性活动和事件也日益增多，增加了群体事故的发生，例如人群滞留、聚集等。目前中国正处于快速发展的关键时期，频发的群体事件为社会稳定和公共安全带来了新的风险和挑战，是对社会治理能力的进一步考验，因此需要对群体的异常行为识别技术进行研究。相比于个体异常行为，群体异常行为具有规模化、易扩散、多模式的特点，其形成机理更复杂，影响后果更严重，传统方法难以识别和预测，因此亟需借助大数据、机器学习等技术，对群体异常行为进行分析建模，实现群体异常行为的智能识别和发现，加强对群体行为的理解和异常行为的检测能力，提高群体异常行为识别的准确性和时效性。

随着群体异常行为的识别逐渐成为各行业领域的关注焦点，它已经在多个领域得到了研究应用，如公共安全领域、交通管理领域、网络舆情领域等，也取得了很多研究成果。本文对群体异常行为识别技术进行了概述，基于已有研究和成果，首次提出了群体异常行为识别的标准建模思路，并分别从行为类别、使用技术和应用领域等多个方面详细介绍了群体异常行为识别，最后对群体异常行为识别常用数据集进行了归纳并对全文作了总结。

1 群体异常行为识别建模

整体来说，对群体异常行为识别的建模方法可以分为三大类。……