[論文レビュー] Terrorism: Mechanisms of Radicalization Processes, Control of Contagion and Counter-Terrorist Measures

Alhaji Cherif, Hirotoshi Yoshioka+2 more|arXiv (Cornell University)|Oct 28, 2009

Terrorism, Counterterrorism, and Political Violence参考文献 31被引用数 5

ひとこと要約

本稿は、流行病学的区分的ダイナミクスを模倣した社会的空間的エージェントベースモデルを提案し、水平的、垂直的、斜方的伝播を組み込んだ、過激化を社会的伝染過程として模擬する。対テロ対策の効果が最大となる臨界の転送点がαₐ = 0.20で特定され、識別戦略の違いに関わらず、排除ダイナミクスが普遍的なスケーリング関数に収束することを示している。

ABSTRACT

The spread of radical ideologies is a key to fanaticism, recruitment and terrorist activities. Hence, preventing such activities requires predictive models capable of identifying areas and agents before occurrence of catastrophic terrorist act. In this paper, we develop a model that captures a radicalization mechanism through several intermediate stages of individuals. We propose a radicalizatiom mechanism using individual-based approach constructed from epidemiological model of contagion. Our model builds on insights from contagion models used in theoretical epidemiology and entails a mechanism for controlling the spread of radical ideologies on social spatial networks by identifying suspicious individuals and monitoring them, and taking action when necessary. We show how our model can combat the development of terrorist networks even with limited information on a target terrorist network.

研究の動機と目的

• 水平的、斜方的、垂直的伝播を含む社会的伝染ダイナミクスを捉えるメカニズム的過激化モデルの構築。
• 過激主義ネットワークの構造的および行動的特徴が、過激なイデオロギーの広がりと持続性に与える影響の理解。
• 効果的な対テロ対策介入のための過激化プロセスにおける最適な制御点の同定。
• さまざまな識別および自己識別率における対テロ対策のスケーリング行動の探求。
• データインフォームドなエージェントベースシミュレーションを用いた理論的モデリングとテロリストグループダイナミクスの実証的現実の橋渡し。

提案手法

• SIR型の区分的流行病学的モデルを応用し、過激化の段階（感受性、過激化、武装、排除済み）を表現。
• 半ガウス型の相互作用範囲を有する社会的空間的ネットワーク構造を導入し、局所的および長距離の社会的接触をモデル化。
• 非親族からの伝播（斜方的伝播）を、家族や同年代グループを超えたイデオロギー拡散の主要メカニズムとして導入。
• 文脈依存パラメータβᵢに従う確率的遷移を有するシミュレーション上でのエージェントベースシミュレーションを用い、個々の属性の多様性をモデル化。
• パラメータスイープと粗いスケールの分析を用い、排除ダイナミクスにおける転送点およびスケーリング行動の同定。
• 複雑系および社会物理学の理論的予測と既知のテロリズムダイナミクスとの比較による妥当性の検証。

実験結果

リサーチクエスチョン

• RQ1 水平的、斜方的、垂直的伝播メカニズムが、社会的ネットワーク内での過激なイデオロギーの広がりにどのように統合的に寄与するか？
• RQ2 対テロ対策介入が、排除されたテロリストの数が最大に達する臨界の武装率（αₐ）はどの程度か？これは転送点を示唆する。
• RQ3 さまざまな対テロ識別および自己識別率の影響が、単一のスケーリング関数に統合可能か？
• RQ4 ネットワーク構造（空間的範囲D）は、過激化の持続性および伝染にどのような役割を果たすか？
• RQ5 テロ組織における適応的圧力は、その構造的レジリエンスおよび制御措置に対する脆弱性にどのように影響するか？

主な発見

• 武装率αₐ = 0.20で、排除されたテロリスト数がピークに達する臨界の転送点が存在し、最適な介入時期を示唆する。
• 対テロおよび自己識別率の違いに関わらず、排除されたテロリスト数が一様な普遍的スケーリング関数に収束する。これは制御ダイナミクスの予測可能性を示している。
• 十分な初期条件が満たされると、過激化した集団の持続的または恒久的状態が生じる。これは過激主義ネットワークの長期的レジリエンスを示唆する。
• 斜方的伝播は、特に分散型またはディアスポラ的コミュニティにおいて、過激なイデオロギーの拡散を顕著に促進する。
• モデルは、武装集団への勧誘がテロ組織の成長の主な駆動要因であることを明らかにし、制御の主要ターゲットであることを示している。
• 社会的・経済的、心理的属性などの個々の属性をエージェントベースモデルに統合することで、現実的な多様性と自己組織的ネットワーク行動の出現が可能になる。