Internet offre un moyen puissant d'exprimer des opinions, des émotions et des idées, en utilisant des plateformes en ligne soutenues par l'utilisation des smartphones et une forte pénétration d'Internet. La plupart des publications sur Internet sont textuelles et peuvent inclure les sentiments émotionnels des gens pour un moment ou un sentiment particulier. La surveillance des sentiments ou des opinions en ligne est importante pour détecter toute émotion excessive déclenchée par les citoyens qui peut entraîner des conséquences involontaires et des menaces pour la sécurité nationale. Les émeutes et la guerre civile, par exemple, doivent être abordées en raison du risque de compromettre la stabilité sociale et la sécurité politique, qui sont des éléments cruciaux de la sécurité nationale. L'extraction d'opinions en fonction du domaine de la sécurité nationale est un sujet de recherche pertinent qui doit être amélioré. Les mécanismes et les techniques qui peuvent sonder les opinions sur l'aspect de la sécurité politique nécessitent des améliorations significatives pour obtenir des résultats optimaux. Les chercheurs ont noté qu'il existe une forte relation entre les émotions, les sentiments et les menaces à la sécurité politique. Cette étude propose un nouveau cadre théorique pour prédire les menaces politiques à la sécurité en utilisant une technique hybride : la combinaison de l'approche basée sur le lexique et de l'apprentissage automatique dans le cyberespace. Dans le cadre proposé, Decision Tree, Naive Bayes et Support Vector Machine ont été déployés en tant que classificateurs de menaces. Pour valider notre cadre proposé, une analyse expérimentale est réalisée. Les performances de chaque technique utilisée dans les expériences sont rapportées. Dans cette étude, notre cadre proposé révèle que l'approche hybride basée sur le lexique avec le classificateur Decision Tree a enregistré le score de performance le plus élevé pour la prédiction des menaces de sécurité politique. Ces résultats offrent des informations précieuses pour la recherche en cours sur le sondage d'opinion dans la prédiction des menaces basées sur le domaine de la sécurité politique.

Internet ofrece un medio poderoso para expresar opiniones, emociones e ideas, utilizando plataformas en línea respaldadas por el uso de teléfonos inteligentes y la alta penetración de Internet. La mayoría de las publicaciones en Internet se basan en textos y pueden incluir los sentimientos emocionales de las personas para un momento o sentimiento en particular. Monitorear los sentimientos u opiniones en línea es importante para detectar cualquier emoción excesiva desencadenada por los ciudadanos que pueda llevar a consecuencias no deseadas y amenazas a la seguridad nacional. Los disturbios y la guerra civil, por ejemplo, deben abordarse debido al riesgo de poner en peligro la estabilidad social y la seguridad política, que son elementos cruciales de la seguridad nacional. Las opiniones mineras de acuerdo con el dominio de seguridad nacional es un tema de investigación relevante que debe mejorarse. Los mecanismos y técnicas que pueden extraer opiniones en el aspecto de la seguridad política requieren mejoras significativas para obtener resultados óptimos. Los investigadores han observado que existe una fuerte relación entre la emoción, el sentimiento y las amenazas a la seguridad política. Este estudio propone un nuevo marco teórico para predecir las amenazas a la seguridad política utilizando una técnica híbrida: la combinación de un enfoque basado en el léxico y el aprendizaje automático en el ciberespacio. En el marco propuesto, el árbol de decisiones, Naive Bayes y Support Vector Machine se han implementado como clasificadores de amenazas. Para validar nuestro marco propuesto, se realiza un análisis experimental. Se informa el rendimiento de cada técnica utilizada en los experimentos. En este estudio, nuestro marco propuesto revela que el enfoque híbrido basado en el Léxico con el clasificador del Árbol de Decisiones registró la puntuación de rendimiento más alta para predecir las amenazas a la seguridad política. Estos hallazgos ofrecen información valiosa para la investigación en curso sobre la minería de opinión en la predicción de amenazas basadas en el dominio de la seguridad política.

The internet offers a powerful medium for expressing opinions, emotions and ideas, using online platforms supported by smartphone usage and high internet penetration. Most internet posts are textual based and can include people's emotional feelings for a particular moment or sentiment. Monitoring online sentiments or opinions is important for detecting any excessive emotions triggered by citizens which can lead to unintended consequences and threats to national security. Riots and civil war, for instance, must be addressed due to the risk of jeopardizing social stability and political security, which are crucial elements of national security. Mining opinions according to the national security domain is a relevant research topic that must be enhanced. Mechanisms and techniques that can mine opinions in the aspect of political security require significant improvements to obtain optimum results. Researchers have noted that there is a strong relationship between emotion, sentiment and political security threats. This study proposes a new theoretical framework for predicting political security threats using a hybrid technique: the combination of lexicon-based approach and machine learning in cyberspace. In the proposed framework, Decision Tree, Naive Bayes, and Support Vector Machine have been deployed as threat classifiers. To validate our proposed framework, an experimental analysis is accomplished. The performance of each technique used in the experiments is reported. In this study, our proposed framework reveals that the hybrid Lexicon-based approach with the Decision Tree classifier recorded the highest performance score for predicting political security threats. These findings offer valuable insight to ongoing research on opinion mining in predicting threats based on the political security domain.

يوفر الإنترنت وسيلة قوية للتعبير عن الآراء والعواطف والأفكار، باستخدام منصات عبر الإنترنت مدعومة باستخدام الهواتف الذكية وانتشار الإنترنت العالي. معظم المشاركات على الإنترنت تستند إلى النصوص ويمكن أن تتضمن مشاعر الناس العاطفية للحظة معينة أو مشاعر معينة. تعد مراقبة المشاعر أو الآراء عبر الإنترنت مهمة للكشف عن أي مشاعر مفرطة يثيرها المواطنون والتي يمكن أن تؤدي إلى عواقب غير مقصودة وتهديدات للأمن القومي. فعلى سبيل المثال، يجب معالجة أعمال الشغب والحرب الأهلية بسبب خطر تعريض الاستقرار الاجتماعي والأمن السياسي للخطر، وهما عنصران حاسمان للأمن القومي. يعد استخراج الآراء وفقًا لمجال الأمن القومي موضوعًا بحثيًا ذا صلة يجب تعزيزه. تتطلب الآليات والتقنيات التي يمكن أن تستخلص الآراء في جانب الأمن السياسي تحسينات كبيرة للحصول على أفضل النتائج. لاحظ الباحثون وجود علاقة قوية بين العاطفة والمشاعر والتهديدات الأمنية السياسية. تقترح هذه الدراسة إطارًا نظريًا جديدًا للتنبؤ بالتهديدات الأمنية السياسية باستخدام تقنية هجينة: مزيج من النهج القائم على المعجم والتعلم الآلي في الفضاء الإلكتروني. في الإطار المقترح، تم نشر Decision Tree و Naive Bayes و Support Vector Machine كمصنفات للتهديدات. للتحقق من صحة إطارنا المقترح، يتم إجراء تحليل تجريبي. يتم الإبلاغ عن أداء كل تقنية مستخدمة في التجارب. في هذه الدراسة، يكشف إطارنا المقترح أن النهج الهجين القائم على المعجم مع مصنف شجرة القرار سجل أعلى درجة أداء للتنبؤ بالتهديدات الأمنية السياسية. تقدم هذه النتائج نظرة ثاقبة قيمة للأبحاث الجارية حول تنقيب الرأي في التنبؤ بالتهديدات بناءً على مجال الأمن السياسي.