[目的/意义] 从多模态数据驱动的视角出发，厘清多模态数据与安全态势感知的内涵，构建多模态数据驱动的安全态势感知框架，旨在及时准确对网络数据安全威胁进行态势感知、态势理解、态势预测以及决策处置，并依据科学决策精准施策。[方法/过程] 以安全情报理论与WSR系统方法论为理论依据，结合大量文献调研，按照“物理—事理—人理”的逻辑层次构建多模态数据驱动的安全态势感知框架。[结果/结论] 框架从物理层面信息技术与硬件设施出发，着重探讨事理层面态势危机察觉、态势要素提取、态势理解以及态势预测之多模态数据驱动的态势感知过程与机制，最终落脚于人理层面的多模态数据态势感知协同治理机制健全与态势感知智能决策赋能科学应用。

[目的/意义] 探索多模态数据驱动的公共安全事件事理图谱构建方法，挖掘多模态公共安全事件的内在逻辑与演变规律，实现对公共安全事件的深入分析和理解，增强公共安全事件的预防和控制能力。[方法/过程] 获取官方通报、新闻报道、期刊论文的多模态公共安全事件数据，通过构建公共安全本体、事件抽取、事件关系抽取等步骤，构建多模态公共安全事件事理图谱，并基于事理图谱进行事件的时序演化和因果逻辑分析。[结果/结论] 研究表明多模态数据的公共安全事件事理图谱可以揭示公共安全事件的事理逻辑，并为公共安全事件的预防和应对提供科学依据。

[目的/意义] 针对不同任务的性质设计用于多模态数据处理的AI智能体模式，有利于深入挖掘多模态数据价值，从而支持决策过程。[方法/过程] 设计一种结合水平智能体结构与垂直智能体结构的混合模式，以智能投资场景中财务年度报告为例，选择美股市场道琼斯指数的30支股票，对各个公司2023年度年报进行智能投资研究分析。利用大型语言模型处理多模态数据的能力，分析公司基本面、市场情绪与风险和机会3个子任务，并根据子任务做出最终的投资决策。[结果/结论] 垂直结构在要求工作效率和清晰决策的分析中表现出色。水平结构在需要协作、灵活性和广泛汇集知识与专业技能的场景中表现更佳。针对不同的任务选择最佳的混合智能体结构后，在最终的投资决策准确性上比单一模式的智能体结构表现更好。