本专著主要对基于大数据的社会安全态势感知这一交叉领域进行总结, 阐述最新理论成果及实践应用。第一章大数据。社会安全研究的新范式, 介绍社会安全态势感知相关研究背景和国内外现状, 分析数据驱动逐渐成为本领域研究趋势的原因。第二章数据源。无处不在的社会传感网络, 介绍网络社会人背景下安全态势感知研究的新特点, 以及主要的数据源类型。第三章数据挖掘。社会运行特征模式发现, 介绍用于社会安全研究的主流数据挖掘方法, 重点提出频繁子图模式并行挖掘算法。第四章机器学习。未来社会冲突检测与预测, 介绍基于频繁子图特征工程的社会冲突检测方法和基于隐式半马尔科夫模型的社会冲突预测方法, 对基于深度神经网络的冲突预测进行探讨。第五章实践应用。全球安全态势分析预警平台, 基于GDELT全球整合新闻数据库, 搭建全球安全态势分析预警平台, 介绍其全链条的采集、存储、处理及可视化过程, 结合各功能模块分析主要应用场景。