基于贝叶斯网络的生物恐怖袭击风险评估研究

（中国人民公安大学信息网络安全学院，北京 100038）

0.引言

生物恐怖袭击是一种非常规恐怖袭击，通常指恐怖分子以生物材料（传染病病原体、产生的毒素）作为武器发动的恐怖袭击，容易造成严重的人员伤亡、经济损失、社会恐慌甚至动乱[1]。根据国务院颁布的《特别重大、重大突发公共事件分级标准》，生物恐怖袭击事件属于特别重大突发事件，一旦发生，极易造成灾难性后果，且由于其实施过程通常较为隐蔽、难以被发现，使得风险防控颇具难度。2019年12月以来，新冠肺炎疫情在全球范围内快速蔓延，造成了巨大的人员损失、经济损失，也严重影响着社会稳定。据报道，新冠肺炎疫情发生后，有人威胁将使用新冠病毒作为生物武器[2]，发动生物恐怖袭击。这种情况一旦发生，轻则导致少数人员感染、社会恐慌、财产损失等后果，重则可能导致大规模人员伤亡、社会动乱等灾难性后果。可见，在当前形势下，生物恐怖袭击的威胁是存在的，对生物恐怖袭击的风险评估研究具有十分重要的意义。

1.相关工作

目前，专门针对生物恐怖袭击风险评估的研究较少，多涉及生物恐怖袭击的应急处置或后果评估。许晴等[3]建立了生物恐怖袭击计算平台生物恐怖袭击模拟仿真计算平台，并应用该平台对某地区假想遭受恐怖袭击的情景进行了危害评估；张文斗等[4]对城市遭受炭疽杆菌芽孢气溶胶恐怖袭击所造成的直接经济损失评估方法进行了研究；田德桥等[5]分析、研究了美国应对地铁生物恐怖袭击的处置措施，并根据我国国情提出了应对地铁生物恐怖袭击的措施建议；王辉等[6]依据实际调查，对军队医院生物恐怖袭击的应对提出了相应建议；孙琳与杨春华[7]梳理、分析了近几十年来美国发生的生物恐怖袭击等事件，为我国应对生物威胁提出了建议；张斌等[8]建立了基于情景模拟的生物恐怖袭击量化评估方法，评估了不同预警时间下的救治措施对于生物恐怖袭击后果的降低效果；张斌等[9]基于离散事件仿真技术，构建了决策树及不同干预措施下人群状态转移等模型，分析评估了城市遭受恐怖袭击后多种干预策略对发病人数、死亡人数等的影响。以上研究大多从生物恐怖袭击后的应急处置角度进行了研究，而对生物恐怖袭击风险评估的研究则极少。基于此，本文以我国北方某大型城市发生生物恐怖袭击事件为假设的情景算例，研究基于贝叶斯网络的生物恐怖袭击风险评估方法及应用，旨在为生物恐怖袭击的风险防控提供决策建议。

2.生物恐怖袭击贝叶斯网络风险评估模型构建

2.1 贝叶斯网络模型构建

贝叶斯网络是一种常用的风险评估方法[10]，能够处理有限的、残缺的信息条件下的不确定性复杂问题。生物恐怖袭击中，通过实验室盗取病毒进行的恐怖袭击的情况比较典型，因此本文以利用病毒发动恐怖袭击的情况为研究对象，从病毒获取到发动恐怖袭击，再到恐怖袭击发生后的应急处置的全过程进行分析与研究，充分考虑了生物武器获取、城市脆弱性、应急处置能力与应急救治能力对于恐怖袭击成功发生的可能性以及造成的人员死亡与社会恐慌的影响，基于文献调研、专家经验等方法构建了如图1所示的贝叶斯网络结构。

2.2 条件概率分布的确定

贝叶斯网络中每个节点的概率分布与依赖强度采用该节点的条件概率表来表示。

一般情况下，贝叶斯网络的条件概率分布是通过参数学习或专家评分的方法得到的。其中采用参数学习的方法需要大量的数据，而生物恐怖袭击的数据很少，因此本文基于专家经验的方法得到条件概率分布。在本研究中，邀请了4位在恐怖袭击风险评估方面具有丰富经验的专家，为建立的贝叶斯网络的节点条件概率分布提供经验支撑。根据专家经验，得到了各个节点的条件概率表，进而利用D-S证据理论[11-13]对专家经验进行综合分析，最终确定各节点的概率分布。例如，在确定节点“M1生物武器成功获取可能性”的条件概率时，该节点的概率分布取决于“X1盗取人员身份”与“X2实验室管理”的节点状态。采用D-S证据理论对四位专家的不同意见进行综合分析，从而确定该节点的条件概率分布。其他节点采用同样的处理方法，从而得到所有子节点的条件概率分布。父节点的数据来源于政府官方网站（http://www.nhc.gov.cn/、http://jtw.beijing.gov.cn/）与专家经验。

3.结果与讨论

3.1 贝叶斯网络计算结果

以北方某大型城市为例，将采集得到的数据输入到本文建立的贝叶斯网络模型，得到了如图1所示的风险分析结果。根据计算结果可知，该城市中生物武器被恐怖分子成功获取的可能性为“低”的概率是83.3%，生物恐怖袭击成功发生的可能性为“低”的概率为89.4%，无人员感染的概率为92.1%。可见，该城市发生恐怖袭击的概率很低，其可能的原因包括生物武器难以获取、城市脆弱性不高等，因此造成大量人员感染的概率较低，整体上处于较低的风险水平。

图1 贝叶斯网络结构与实例计算结果

3.2 情景分析

为研究不同情景下生物恐怖袭击风险水平的差异，本文进行了情景分析研究。表1所示为不同人口流动情况与不同防护措施下感染人群情况的情景分析结果。对比场景1、2可知，在群体防护措施处于“比较完善”以及个人防护措施处于“有”并且防护措施执行力处于“一般”时，人口流动量处于“大”与人口流动量处于“较小”相比，造成大量人群感染的概率高出23.8%。对比场景1、5可知，在人口流动量处于以“较小”时，个人与群体的防护能力较差的情况比良好的情况，造成大量人群感染的概率高出6.60%。虽然防护措施不到位，但由于人口流动量较小，因此造成大量人群感染的概率相对于场景1、2较小。对比场景3、4可知，在群体防护措施处于“完善”、个人防护措施处于“有”以及防护措施执行力处于“高”时，大的人口流动量与较小的人口流动量相比，造成大量人群感染的概率高2.7%，对比场景3、5可知，在人口流动都处于“较小”时，群体防护措施处于“不完善”、个人防护措施处于“无”与防护措施执行力处于“低”相比群体防护措施处于“完善”、个人防护措施处于“有”以及防护措施执行力处于“高”，造成大量人群感染的概率高15.5%。通过以上分析，相对人口流动而言，群体防护能力、个人防护措施与防护措施的执行力更为重要，需在风险防控策略的制定中重点考虑。

表1 不同人口流动情况与防护措施下感染人群的情景分析结果

表2为不同应急处置能力和应急救治能力下的后果情景分析结果。其中将生物恐怖袭击成功可能性设置为100%、城市脆弱性设置为“较高”。比较场景1与2可知，在应急处置能力处于“弱”时，应急救治能力处于“弱”相比处于“强”，造成3人以上人员死亡的概率高42.1%。而对于场景2，在应急救治能力处于“强”时，生物恐怖袭击不会造成人员死亡的概率为43.7%。与此同时，应急救治能力处于“强”相比处于“弱”时，造成社会恐慌的概率低9.6%。对比场景1与3，在应急救治能力处于“弱”时，应急处置能力处于“强”相比处于“弱”，造成3人以上人员死亡的概率低51.34%但3人以下人员死亡的概率高39.5%，且造成社会恐慌的概率低16.4%。这是因为疫情的传播得到了一定的控制。对比场景1-3可知，对于社会恐慌的影响，应急救治能力与应急处置能力同样重要，但相比之下，应急处置能力的影响则相对更加重要一些。比较场景1、4可知，在应急处置能力处于“强”且应急救治能力处于“强”相比都处于“弱”，不造成人员死亡的概率高49.2%且不造成社会恐慌的概率高27.1%，这也进一步证实了上述的观点。因此，对于应急处置能力与应急救治能力的加强应同步进行。

表3为不同救治能力下人员伤亡情景分析结果。其中将生物恐怖袭击成功可能性设置为100%、城市脆弱性设置为“较高”、应急处置能力设置为“中等”。比较场景1、3可知，定点医院数处于“大于6”相比处于“1-2”，由于收治能力的增加，应急救治能力得到一步一步的上升，无人员死亡的概率高13.8%。比较场景2和4、2和5可知，相比于医疗物资的储备情况，定点医院医护人员的配备则相对更加重要，这是因为医护人员的增加能更好的护理收治人员。场景4、6和5、6的比较，同样能分析出定点医院医护人员数量相对更加重要。

表3 不同救治能力下人员伤亡情景分析结果

表4为不同应急处置能力下社会恐慌情景分析结果。其中将生物恐怖袭击成功可能性设置为100%、城市脆弱性设置为“较高”、应急救治能力设置为“中等”。从场景3可以得知，隔离措施处于“无”时，造成社会恐慌的概率相比其他场景都高。从场景1、3、4可知，核酸检测能力与人员信息融合与运用同等重要，相比较而言，核酸检测能力相对更加重要一些，这是因为更强的检测能力会更好地检测出潜在的感染人群，并在此基础之上进行隔离等措施。

表4 不同应急处置能力下社会恐慌情景分析结果

3.3 敏感性分析

敏感性分析是一种从众多个影响因素当中识别出对目标对象有显著影响的敏感因素的不确定性分析技术。本文通过互信息百分比进行节点之间的敏感性分析研究。表5所示为影响“生物恐怖袭击成功可能性”的相关节点的敏感性分析结果。节点“生物恐怖袭击成功可能性”受“生物武器成功获取可能性”的影响程度最高。因此，为防止恐怖分子释放生物武器，应加强实验室对于病毒、细菌等材料的保管，防止内部人员等盗取病毒来为自己或外部人员提供生物武器，从而阻止生物恐怖袭击的发生。

表5 “生物恐怖袭击成功可能性”敏感性分析

影响“城市脆弱性”的相关节点的敏感性分析报告如表6所示。根据报告数据可知，节点“城市脆弱性”受“防护措施执行情况”的影响程度最高。根据实际疫情数据显示，分析报告结果与实际相符合。因此，为提高城市应对生物恐怖袭击的能力，应进一步完善个人与群体的防护措施，并在此基础之上加大宣传预防知识加强人群的防护措施执行力。

表6 “城市脆弱性”敏感性分析

此外，影响后果节点“人员伤亡”的相关节点的敏感性分析报告如表7所示。根据分析报告数据显示，节点“人员伤亡”受“感染人群”与“高危人口比例”的影响程度都很高，同时受“应急救治能力”的影响也相对较高。其中根据表8“高危人口比例”的敏感性分析报告显示，“高危人员比例”节点受“基础性疾病人口比例”的影响程度最高。因此，为降低恐怖袭击发生后的人员伤亡数量，应在提高应急救治能力的基础之上，做好应对多重病症的救治工作，如针对新冠肺炎救治，同济医院组建护心、保肾、护肝、护脑、气管插管与中药特殊治疗队。根据最新诊疗方案显示，对于重型、危重型病例的治疗，在基础性治疗之上，还应进行24小时密切监护，抗感染、抗病毒对症治疗。积极防治并发症，治疗基础性疾病，预防继发感染，及时进行器官功能支持。

表7 “人员伤亡”敏感性分析

表8 “高危人口比例”敏感性分析

4.结语

本文根据对全球恐怖主义数据库关于生物恐怖袭击案例的梳理，并在大量调研相关文献的基础之上建立了基于贝叶斯网络的生物恐怖袭击风险评估模型，由于缺乏相关实际案例数据，通过专家经验与D-S证据理论等方法确定条件概率。可以一定程度上提供相对定量的风险分布参考。根据研究结果显示，恐怖分子大概率无法发动生物恐怖袭击，并且将不会造成人员死亡。经过情景分析与敏感性分析显示，我们应加强对实验室的管理从而防止生物武器被获取并作为生物战剂。城市的管理中应完善个人与群体的防护措施并加强市民的防护意识以提高防护措施的执行力，从而将遭受恐怖袭击的风险降低。此外，在假设遭受了生物恐怖袭击的情况下，应同步加强应急处置与救治能力，在这两个能力之下，应注意加强隔离措施与定点医院数与定点医院医护人员数。此外，由于模型的建立由专家经验建立，可能存在一些不足之处与不适之处，在后续工作中将继续进行深入的研究与完善。但由于模型更新方便、快捷，因此在以后的工作中可以根据实际情况进行更新，实现动态调整模型与数据的输入，以期为后续应急决策与处置等工作提供更加良好的建议。