基于控制图的国际武器贸易网络分析开题报告

1. 研究目的与意义

武器贸易作为实现国家政治、外交、军事利益的重要手段，是国家安全战略的重要组成部分，也是国家政治关系的纽带，已成为影响局部地区乃至全球局势的敏感因素。从国家竞争角度看，正常的武器贸易有助于增强各国自卫能力，维持国家间军事力量平衡，从而有利于维护国际和地区的和平与安全。

武器贸易活动不是单方行为，进行武器贸易的国家基于彼此的贸易关系形成网络，各个参与的国家构成了网络的节点；国家之间通过贸易往来形成了连接，构成了网络的边。由此可以从形成的贸易网络出发，运用社会网络分析法进行分析。社会网络分析研究的对象不再是单一的节点，以网络的形式把握节点之间的关联，从而分析节点的情况和行为，可以更好地发掘现象的本质，为研究开辟思考的新角度。将国家之间的武器进出口关系建模为有向网络图，可以直接观察出国际武器贸易的总体概况。对武器贸易网络进行中心性分析，找出网络中的关键节点，从而确定在国际武器贸易中主要的进出口国家，即为后续分析中重点关注的点。

武器贸易作为国际关系纽带中的一个重要而敏感的因素，整个贸易网络中是否存在异常点则是关乎国际局势的关键要素，因此找到国际武器贸易中的异常点对把握军事格局具有重要意义。控制图作为一种统计过程控制工具，常用于过程异常监测，可应用于分析国际武器贸易社会网络中关键点的属性和情况。控制图可以检测和监控武器贸易网络的变化和异常，做出预警。而监测到变化、找到异常点之后，优化控制图，提高检测变化的敏感性，可以减少国家之间武器贸易的不合理、不平衡，从而更好地把握国际军事格局和国际关系变化形势。

2. 研究内容和预期目标

（一）研究内容本文根据国际武器贸易网络的特点和现状，通过社交网络分析和控制图工具进行分析，发现武器贸易中的异常点，以此加深对军事格局变化的理解。

以下为本研究的章节梗概：第一章，介绍了研究背景，讲述了国际武器贸易情况，对国内外研究现状进行阐述，引出本文研究内容。

第二章和第三章，分别介绍了本研究需要用到的社会网络分析方法和控制图工具，阐述了各自的原理和其中要素，并指明了具体应用分析的流程。

3. 国内外研究现状

（一）国际武器贸易sidel. v. w（1995）发现，许多后殖民国家认为，一个“发达”国家的重要组成部分是大型军火库，而武器则经常被用来维持军事独裁者的权力。

美国、英国则是向使用武器侵犯公民人权的国家出售军事装备，如发展存在巨大问题的前殖民国家印度，是英国最大的客户之一。

而对于武器贸易，传统观点认为发展中国家进口的武器是对人类安全条件的有害影响，而有研究却表明武器会带来安全。

4. 计划与进度安排

第一阶段：2022年11月底前确定论文选题。

第二阶段：2022年1月中前①查阅文献；②收集和整理资料；③完成开题报告。

第三阶段：2022年3月底前①学习所需分析方法和工具的相关知识；②收集数据；③运用软件处理和分析数据；④分析案例；⑤完成研究；⑥撰写初稿。

5. 参考文献

[1]Sidel V W. The international arms trade and its impact on health.[J]. BMJ (Clinical research ed.),1995,311(7021):[2]Blanton,Shannon Lindsey. The impact of the international arms trade on human security[D]. University of South Carolina,1996.[3]Rachel Stohl,Suzette Grillot. The International Arms Trade[M].Cambridge: Polity Press, 2009.[4]许源,乔淑欣,伍赣湘.世界武器贸易现状及趋势研究[J].导弹与航天运载技术. 2011(05).[5]赵霞,王可,苏冠英,崔宇红.全球武器贸易市场的时空格局及其演变[J].飞航导弹,2019(01):1-9.[6]M. Japhet. THE INTERNATIONAL ARMS TRADE[J]. Scientia Militaria,2012,9(4):[7]方芳,谭立忠.全球武器贸易市场分析与预测[J].飞航导弹. 2021(11).[8]Paul W. Thurner,Christian S. Schmid,Skyler J. Cranmer,G#246;ran Kauermann. Network Interdependencies and the Evolution of the International Arms Trade[J]. Journal of Conflict Resolution,2019,63(7):[9]俞淮.面向武器贸易关系的社会网络分析技术研究[D].国防科学技术大学,2011.[10]孙祯桢.武器贸易关系的多维动态社会网络分析技术研究及实现[D].国防科学技术大学,2012.[11]Chandola V, Banerjee A, Kumar V. Anomaly detection: A survey[J], ACM Com-puting Surveys (CSUR). 2009, 41 (3): 15.[12]David Savage,Xiuzhen Zhang,Xinghuo Yu,Pauline Chou,Qingmai Wang. Anomaly detection in online social networks[J]. Social Networks,2014,39:[13]William H. Woodall,Meng J. Zhao,Kamran Paynabar,Ross Sparks,James D. Wilson. An overview and perspective on social network monitoring[J]. IISE Transactions,2017,49(3):[14]McCulloh, I., Carley, K. and Horn, D.B. Change detection in social networks[R].Fort Belvoir,VA: United States Army Research Institute for the Behavioral and Social Sciences, 2008.[15]McCulloh, I. and Carley, K.M. Detecting change in longitudinal social networks[J]. Journal of Social Structure,2011(12).[16]Saleh, N.A., Zwetsloot, I.M., Mahmoud, M.A. and Woodall, W.H. CUSUM charts with controlled conditional performance under estimated parameters[J].Quality Engineering,2016,28(4):402–415.[17]王明晖. 基于统计过程控制和图的序列的社会网络分析及异常诊断[D].西安电子科技大学,2011.