安全问题一直是世界各国关注的焦点问题。恐怖组织的袭击方式存在多样性,尽管安全部门会对恐怖组织的活动有一定的了解,但是由于安全部门掌握的信息量有限,很难准确预测出恐怖组织会对哪个目标进行袭击以及采取何种袭击方式。同时,安全部门拥有的安全资源是有限的,并不能对所有潜在的目标进行24小时不间断的保护。因此,如何合理的部署有限的安全资源,是安全部门亟需解决的问题。反恐方面存在许多难以攻克的挑战。近些年,许多恐怖分子的攻击活动都表现出了持续性,即恐怖分子可能持续使用杀伤性武器对人群造成生命威胁,并且可能在短时间内实施多起恐怖袭击。然而,现有的大多数研究却忽略了这些问题。针对于恐怖分子的持续攻击问题,本文首先将它建模成一个新颖的Stackelberg博弈。然后,本文提出了一个紧凑表示的数学规划来求解安全部门的最优保护策略。最后,为了进一步提升算法的可拓展性,本文提出了一个基于Double Oracle的启发式算法,并证明了该算法与精确解之间的近似率。由于恐怖分子的攻击活动可能是有预谋的连环攻击,因此还需要考虑攻击发生后的人群疏散问题。针对恐怖袭击过程中的人群疏散问题,本文同样将它建模成一个新颖的Stackelberg博弈。在这个博弈中,安全部门首先要将人群最大化的分配到交通网络中,然后再将有限的安全资源部署到人群疏散路径上实施保护,同时恐怖分子会实施多起攻击来阻截人群疏散。根据人群在交通网络中的疏散过程是否与时间相关进行划分,本文提供了四个算法用于计算在不同情况下的安全部门的最优保护策略。本文通过大量的实验对提出的模型和算法进行了评估。实验结果表明,对于恐怖分子的持续攻击问题,本文提出的模型和算法要明显优于其它基准算法,并且提出的启发式算法将算法的可拓展性进一步提升。对于恐怖袭击中的人群疏散问题,本文提出的算法要明显优于随机算法,并且本文对于提出的四个算法在不同的图结构上进行了比较。