基于貝葉斯網絡的生物恐怖襲擊風險評估研究

（中國人民公安大學信息網絡安全學院，北京 100038）

0.引言

生物恐怖襲擊是一種非常規恐怖襲擊，通常指恐怖分子以生物材料（傳染病病原體、產生的毒素）作為武器發動的恐怖襲擊，容易造成嚴重的人員傷亡、經濟損失、社會恐慌甚至動亂[1]。根據國務院頒布的《特別重大、重大突發公共事件分級標準》，生物恐怖襲擊事件屬于特別重大突發事件，一旦發生，極易造成災難性后果，且由于其實施過程通常較為隱蔽、難以被發現，使得風險防控頗具難度。2019年12月以來，新冠肺炎疫情在全球范圍內快速蔓延，造成了巨大的人員損失、經濟損失，也嚴重影響著社會穩定。據報道，新冠肺炎疫情發生后，有人威脅將使用新冠病毒作為生物武器[2]，發動生物恐怖襲擊。這種情況一旦發生，輕則導致少數人員感染、社會恐慌、財產損失等后果，重則可能導致大規模人員傷亡、社會動亂等災難性后果。可見，在當前形勢下，生物恐怖襲擊的威脅是存在的，對生物恐怖襲擊的風險評估研究具有十分重要的意義。

1.相關工作

目前，專門針對生物恐怖襲擊風險評估的研究較少，多涉及生物恐怖襲擊的應急處置或后果評估。許晴等[3]建立了生物恐怖襲擊計算平臺生物恐怖襲擊模擬仿真計算平臺，并應用該平臺對某地區假想遭受恐怖襲擊的情景進行了危害評估；張文斗等[4]對城市遭受炭疽桿菌芽孢氣溶膠恐怖襲擊所造成的直接經濟損失評估方法進行了研究；田德橋等[5]分析、研究了美國應對地鐵生物恐怖襲擊的處置措施，并根據我國國情提出了應對地鐵生物恐怖襲擊的措施建議；王輝等[6]依據實際調查，對軍隊醫院生物恐怖襲擊的應對提出了相應建議；孫琳與楊春華[7]梳理、分析了近幾十年來美國發生的生物恐怖襲擊等事件，為我國應對生物威脅提出了建議；張斌等[8]建立了基于情景模擬的生物恐怖襲擊量化評估方法，評估了不同預警時間下的救治措施對于生物恐怖襲擊后果的降低效果；張斌等[9]基于離散事件仿真技術，構建了決策樹及不同干預措施下人群狀態轉移等模型，分析評估了城市遭受恐怖襲擊后多種干預策略對發病人數、死亡人數等的影響。以上研究大多從生物恐怖襲擊后的應急處置角度進行了研究，而對生物恐怖襲擊風險評估的研究則極少。基于此，本文以我國北方某大型城市發生生物恐怖襲擊事件為假設的情景算例，研究基于貝葉斯網絡的生物恐怖襲擊風險評估方法及應用，旨在為生物恐怖襲擊的風險防控提供決策建議。

2.生物恐怖襲擊貝葉斯網絡風險評估模型構建

2.1 貝葉斯網絡模型構建

貝葉斯網絡是一種常用的風險評估方法[10]，能夠處理有限的、殘缺的信息條件下的不確定性復雜問題。生物恐怖襲擊中，通過實驗室盜取病毒進行的恐怖襲擊的情況比較典型，因此本文以利用病毒發動恐怖襲擊的情況為研究對象，從病毒獲取到發動恐怖襲擊，再到恐怖襲擊發生后的應急處置的全過程進行分析與研究，充分考慮了生物武器獲取、城市脆弱性、應急處置能力與應急救治能力對于恐怖襲擊成功發生的可能性以及造成的人員死亡與社會恐慌的影響，基于文獻調研、專家經驗等方法構建了如圖1所示的貝葉斯網絡結構。

2.2 條件概率分布的確定

貝葉斯網絡中每個節點的概率分布與依賴強度采用該節點的條件概率表來表示。

一般情況下，貝葉斯網絡的條件概率分布是通過參數學習或專家評分的方法得到的。其中采用參數學習的方法需要大量的數據，而生物恐怖襲擊的數據很少，因此本文基于專家經驗的方法得到條件概率分布。在本研究中，邀請了4位在恐怖襲擊風險評估方面具有豐富經驗的專家，為建立的貝葉斯網絡的節點條件概率分布提供經驗支撐。根據專家經驗，得到了各個節點的條件概率表，進而利用D-S證據理論[11-13]對專家經驗進行綜合分析，最終確定各節點的概率分布。例如，在確定節點“M1生物武器成功獲取可能性”的條件概率時，該節點的概率分布取決于“X1盜取人員身份”與“X2實驗室管理”的節點狀態。采用D-S證據理論對四位專家的不同意見進行綜合分析，從而確定該節點的條件概率分布。其他節點采用同樣的處理方法，從而得到所有子節點的條件概率分布。父節點的數據來源于政府官方網站（http://www.nhc.gov.cn/、http://jtw.beijing.gov.cn/）與專家經驗。

3.結果與討論

3.1 貝葉斯網絡計算結果

以北方某大型城市為例，將采集得到的數據輸入到本文建立的貝葉斯網絡模型，得到了如圖1所示的風險分析結果。根據計算結果可知，該城市中生物武器被恐怖分子成功獲取的可能性為“低”的概率是83.3%，生物恐怖襲擊成功發生的可能性為“低”的概率為89.4%，無人員感染的概率為92.1%。可見，該城市發生恐怖襲擊的概率很低，其可能的原因包括生物武器難以獲取、城市脆弱性不高等，因此造成大量人員感染的概率較低，整體上處于較低的風險水平。

圖1 貝葉斯網絡結構與實例計算結果

3.2 情景分析

為研究不同情景下生物恐怖襲擊風險水平的差異，本文進行了情景分析研究。表1所示為不同人口流動情況與不同防護措施下感染人群情況的情景分析結果。對比場景1、2可知，在群體防護措施處于“比較完善”以及個人防護措施處于“有”并且防護措施執行力處于“一般”時，人口流動量處于“大”與人口流動量處于“較小”相比，造成大量人群感染的概率高出23.8%。對比場景1、5可知，在人口流動量處于以“較小”時，個人與群體的防護能力較差的情況比良好的情況，造成大量人群感染的概率高出6.60%。雖然防護措施不到位，但由于人口流動量較小，因此造成大量人群感染的概率相對于場景1、2較小。對比場景3、4可知，在群體防護措施處于“完善”、個人防護措施處于“有”以及防護措施執行力處于“高”時，大的人口流動量與較小的人口流動量相比，造成大量人群感染的概率高2.7%，對比場景3、5可知，在人口流動都處于“較小”時，群體防護措施處于“不完善”、個人防護措施處于“無”與防護措施執行力處于“低”相比群體防護措施處于“完善”、個人防護措施處于“有”以及防護措施執行力處于“高”，造成大量人群感染的概率高15.5%。通過以上分析，相對人口流動而言，群體防護能力、個人防護措施與防護措施的執行力更為重要，需在風險防控策略的制定中重點考慮。

表1 不同人口流動情況與防護措施下感染人群的情景分析結果

表2為不同應急處置能力和應急救治能力下的后果情景分析結果。其中將生物恐怖襲擊成功可能性設置為100%、城市脆弱性設置為“較高”。比較場景1與2可知，在應急處置能力處于“弱”時，應急救治能力處于“弱”相比處于“強”，造成3人以上人員死亡的概率高42.1%。而對于場景2，在應急救治能力處于“強”時，生物恐怖襲擊不會造成人員死亡的概率為43.7%。與此同時，應急救治能力處于“強”相比處于“弱”時，造成社會恐慌的概率低9.6%。對比場景1與3，在應急救治能力處于“弱”時，應急處置能力處于“強”相比處于“弱”，造成3人以上人員死亡的概率低51.34%但3人以下人員死亡的概率高39.5%，且造成社會恐慌的概率低16.4%。這是因為疫情的傳播得到了一定的控制。對比場景1-3可知，對于社會恐慌的影響，應急救治能力與應急處置能力同樣重要，但相比之下，應急處置能力的影響則相對更加重要一些。比較場景1、4可知，在應急處置能力處于“強”且應急救治能力處于“強”相比都處于“弱”，不造成人員死亡的概率高49.2%且不造成社會恐慌的概率高27.1%，這也進一步證實了上述的觀點。因此，對于應急處置能力與應急救治能力的加強應同步進行。

表3為不同救治能力下人員傷亡情景分析結果。其中將生物恐怖襲擊成功可能性設置為100%、城市脆弱性設置為“較高”、應急處置能力設置為“中等”。比較場景1、3可知，定點醫院數處于“大于6”相比處于“1-2”，由于收治能力的增加，應急救治能力得到一步一步的上升，無人員死亡的概率高13.8%。比較場景2和4、2和5可知，相比于醫療物資的儲備情況，定點醫院醫護人員的配備則相對更加重要，這是因為醫護人員的增加能更好的護理收治人員。場景4、6和5、6的比較，同樣能分析出定點醫院醫護人員數量相對更加重要。

表3 不同救治能力下人員傷亡情景分析結果

表4為不同應急處置能力下社會恐慌情景分析結果。其中將生物恐怖襲擊成功可能性設置為100%、城市脆弱性設置為“較高”、應急救治能力設置為“中等”。從場景3可以得知，隔離措施處于“無”時，造成社會恐慌的概率相比其他場景都高。從場景1、3、4可知，核酸檢測能力與人員信息融合與運用同等重要，相比較而言，核酸檢測能力相對更加重要一些，這是因為更強的檢測能力會更好地檢測出潛在的感染人群，并在此基礎之上進行隔離等措施。

表4 不同應急處置能力下社會恐慌情景分析結果

3.3 敏感性分析

敏感性分析是一種從眾多個影響因素當中識別出對目標對象有顯著影響的敏感因素的不確定性分析技術。本文通過互信息百分比進行節點之間的敏感性分析研究。表5所示為影響“生物恐怖襲擊成功可能性”的相關節點的敏感性分析結果。節點“生物恐怖襲擊成功可能性”受“生物武器成功獲取可能性”的影響程度最高。因此，為防止恐怖分子釋放生物武器，應加強實驗室對于病毒、細菌等材料的保管，防止內部人員等盜取病毒來為自己或外部人員提供生物武器，從而阻止生物恐怖襲擊的發生。

表5 “生物恐怖襲擊成功可能性”敏感性分析

影響“城市脆弱性”的相關節點的敏感性分析報告如表6所示。根據報告數據可知，節點“城市脆弱性”受“防護措施執行情況”的影響程度最高。根據實際疫情數據顯示，分析報告結果與實際相符合。因此，為提高城市應對生物恐怖襲擊的能力，應進一步完善個人與群體的防護措施，并在此基礎之上加大宣傳預防知識加強人群的防護措施執行力。

表6 “城市脆弱性”敏感性分析

此外，影響后果節點“人員傷亡”的相關節點的敏感性分析報告如表7所示。根據分析報告數據顯示，節點“人員傷亡”受“感染人群”與“高危人口比例”的影響程度都很高，同時受“應急救治能力”的影響也相對較高。其中根據表8“高危人口比例”的敏感性分析報告顯示，“高危人員比例”節點受“基礎性疾病人口比例”的影響程度最高。因此，為降低恐怖襲擊發生后的人員傷亡數量，應在提高應急救治能力的基礎之上，做好應對多重病癥的救治工作，如針對新冠肺炎救治，同濟醫院組建護心、保腎、護肝、護腦、氣管插管與中藥特殊治療隊。根據最新診療方案顯示，對于重型、危重型病例的治療，在基礎性治療之上，還應進行24小時密切監護，抗感染、抗病毒對癥治療。積極防治并發癥，治療基礎性疾病，預防繼發感染，及時進行器官功能支持。

表7 “人員傷亡”敏感性分析

表8 “高危人口比例”敏感性分析

4.結語

本文根據對全球恐怖主義數據庫關于生物恐怖襲擊案例的梳理，并在大量調研相關文獻的基礎之上建立了基于貝葉斯網絡的生物恐怖襲擊風險評估模型，由于缺乏相關實際案例數據，通過專家經驗與D-S證據理論等方法確定條件概率。可以一定程度上提供相對定量的風險分布參考。根據研究結果顯示，恐怖分子大概率無法發動生物恐怖襲擊，并且將不會造成人員死亡。經過情景分析與敏感性分析顯示，我們應加強對實驗室的管理從而防止生物武器被獲取并作為生物戰劑。城市的管理中應完善個人與群體的防護措施并加強市民的防護意識以提高防護措施的執行力，從而將遭受恐怖襲擊的風險降低。此外，在假設遭受了生物恐怖襲擊的情況下，應同步加強應急處置與救治能力，在這兩個能力之下，應注意加強隔離措施與定點醫院數與定點醫院醫護人員數。此外，由于模型的建立由專家經驗建立，可能存在一些不足之處與不適之處，在后續工作中將繼續進行深入的研究與完善。但由于模型更新方便、快捷，因此在以后的工作中可以根據實際情況進行更新，實現動態調整模型與數據的輸入，以期為后續應急決策與處置等工作提供更加良好的建議。