本研究探讨了在区域危机情境下，与机器学习算法相结合的情报类信息系统在支持东部安全领域自适应决策中的作用。该研究旨在开发一个预测模型，能够预测摩尔多瓦难民在欧洲各国之间的潜在分布。预测所依据的一组变量与被迫迁徙的动态相关：与摩尔多瓦共和国的距离、文化相似性、宗教相似性、生活水平以及历史上的难民数量。研究方法基于使用 WEKA 平台中的随机树算法，选择该算法是因为其能够生成可解释的模型，且适用于安全领域的多标准分类问题。所生成的决策树突显了距离是影响初始流动性的首要因素，其次是针对邻国的文化及宗教决定因素，以及针对更远目的地的经济与侨民指标。该树的层次结构证实了以下假设：重新安置决策是地理邻近性、社会认同亲和力及社会经济吸引力之间复杂相互作用的结果。将此项分析整合到情报信息系统中，能够增强安全机构在危机情境下预测人员流动的能力，为资源规划、早期预警及制定东部邻近地区的适应性战略，提供一个稳健且透明的预测工具。