利用数据挖掘技术打击犯罪：安全与刑事侦查

"Investigative.Data.Mining.For.Security.And.Criminal.Detection_2003" 是一本由Jesus Mena编写的书籍，专注于探讨数据挖掘技术在安全防护和犯罪侦查中的应用。书中通过丰富的实例，为安全专家、情报和执法分析人员以及刑事调查员提供了利用数据挖掘作为新型调查工具的方法，并详细阐述了如何利用这些技术来打击犯罪。 这本书共分为12章，深入浅出地介绍了数据挖掘在预防犯罪、构建调查数据仓库、关联分析、智能代理、文本挖掘、神经网络、机器学习、网络欺诈案例研究、犯罪模式识别、入侵检测技术和系统、实体验证系统（EVS）的概念架构以及犯罪集群分析等方面的应用。 第1章介绍的是预防犯罪数据挖掘，探讨了在犯罪发生前如何通过数据挖掘进行预测和预防。 第2章讲解了调查数据仓库，这是数据挖掘的基础，用于存储和管理用于分析的大量数据。 第3章涉及关联分析，这是一种可视化工具，用于揭示不同事件或实体之间的联系。 第4章介绍了智能代理，这些软件侦探能够在海量数据中自动搜索和发现线索。 第5章聚焦于文本挖掘，特别是聚类概念，用于从非结构化的文本数据中提取有价值的信息。 第6章讨论了神经网络，这是一种模式分类工具，能够识别和理解复杂的模式和行为。 第7章讲述了机器学习，通过让计算机自我学习，构建犯罪者的特征档案。 第8章以网络欺诈为例，展示了如何运用数据挖掘技术进行实际的案例分析。 第9章关注犯罪模式的检测技术，帮助识别犯罪行为的规律和模式。 第10章讨论了入侵检测，介绍了各种检测技术和系统，以保护网络安全。 第11章提出了实体验证系统（EVS）的概念架构，这是一个用于验证和分析实体信息的系统。 第12章则侧重于犯罪集群分析，通过聚类方法将相似的犯罪案件分组，以便更好地理解和预防犯罪。 附录A列出了1000个在线资源，为读者提供了进一步研究和获取数据的途径。 这本书是数据挖掘与刑事司法领域交叉研究的重要参考资料，对于提升安全防护和犯罪侦查的效率具有极大的价值。通过学习这些知识，专业人士可以更有效地利用数据来预测、预防和解决犯罪问题。