可视化在复杂安全分析中的应用.pdf

1、北京大学 信息学院可视化在复杂安全分析中的应用Commissioner Garrets Investigation Board满城尽是可视化可视化与认知可视化Visualization数据Data心理模型MentalModel图像Image洞察Insights通过设计视觉符号提高效率PositionsRectangular areas(aligned or in a treemap)AnglesCircular areasCleveland&McGills ResultsCrowdsourced Results1.03.01.52.52.0Log Error1.03.01.52.52.0Log

2、 ErrorCrowdsourcing Graphical Perception:Using Mechanical Turk to Assess Visualization Design.Heer and Bostock.Proc ACM Conf.Human Factors in Computing Systems(CHI)2010,p.203212.VAST Challenge 2017背景故事 红冠蓝雀（Rose-crested Blue Pipit）是 Boonsong Lekagul 自然保护区的常见鸟类，但近年来大量减少 鸟类学家 Mitch 对保护区展开调查，以期发现蓝雀减少的原

3、因VAST Challenge 2017自然保护区的相关数据 交通数据 环境监测数据 遥感图像交通数据 园区各处设置交通监测站 车辆经过留下记录 数据细节 40个不同类型的监测站 13个月的时间跨度 17万条交通记录 18,708辆不同类型的车MitchVAST Challenge 2017假如你是 Mitch，面对着园区内长达一年的交通记录不具备数据分析背景的你，如何能够高效地归纳出常见的交通行为、并发掘可疑车辆？VAST Challenge 2017可视分析：大众化数据分析的“瑞士军刀”频繁序列投影视图空间视图标签视图车辆列表时间视图车辆列表高维数据可视化：换个角度看数据 数据转换 将监测

4、站看作维度 统计每辆车通过监测站的次数 形成 40*18708 的高维数据 降维投影 采用 t-SNE 加强聚类效果 展现车辆行为的相似性 结果 十个明显的主要聚类 若干个小型聚类VAST Challenge 2017Vehicle IDSensor_1Sensor_2Sensor_3Car_13100Car_24141Truck_11608Truck_21816Truck_32009主要交通模式VAST Challenge 2017主要交通模式：进一步分析你发现了其中的 共同点 么？“”字型绕路行为交通要道 横向穿越园区，需要通过一段“交通要道”VAST Challenge 2017为何需要

5、“绕路”？两条通路连接东西侧园区 南侧通路设有两个 Gate 入口，只允许护林员通过交通要道护林员专用道护林员专用道VAST Challenge 2017“抄近路”的违禁车辆 查询通过专用道的所有车辆 在视图中，选中专用道两侧的 Gate 监测站 启动数据查询 大部分为护林员车辆 存在部分 违禁车辆 抄近路的 原因？蓝色：通过专用道的车辆黄色高亮：护林员车辆违禁车辆VAST Challenge 2017“抄近路”的违禁车辆 共计23辆车 时间特征 每个月仅13次行动 仅在凌晨25点之间行动 行程时间不超过1小时 空间特征 从工业区到湖边去 抄近路 速去速回你能猜到 他们在做什么 吗？工业区湖边

6、VAST Challenge 2017从其他数据获取的信息 新闻报道 政府新规：禁止化合物Methylosmolene 的排放 环境监测数据 工业区内 Methylos-molene 排放水平正常 遥感图像 发现湖边植被减少、化学物质含量升高工业区湖边谜底揭晓 某一间家具厂的车队 运输工业废料到湖边倾倒 掩盖超规排放的事实 凌晨出没、非法抄近路：迅速而隐蔽地行动、以免被发现生态环境恶化的“元凶”可视分析是由交互可视界面支持的分析推理的科学(Visual analytics is the science of analytical reasoning facilitated by interac