遥不可及|大数据环境下的防务情报分析


遥不可及|大数据环境下的防务情报分析“大数据技术”的出现为情报分析提供了强有力的工具和方法 。 近10年 , 欧美国家情报机构的情报业务流程经历了大幅调整 , 从而为复杂的联合军事行动提供有力支撑 。 在欧美的防务情报业界 , 大数据技术早已开始了实际应用 , 并对情报分析工作产生了深刻的影响 。 未来大数据技术将持续推动情报分析业务的转型发展 , 各种新的分析方法不断引入 , 进而推动情报业务持续发展 , 终将释放出巨大的能量和效益 。
技术发展趋势
“大数据”指的是信息技术发展带来的呈指数级增长的数据 , 以及用于处理这些数据的先进方法 。 大数据带来的不仅仅是信息量的增加 , 还包括人类在创造新知识、理解新世界方面的变化 。 当然 , 大数据技术也为情报业务提供了一系列新机会 , 从信息处理、利用、分发到服务等等方面 。
数据资料的爆炸式的增长 , 为我们通过数据分析形成对目标的深入洞察和理解提供了物质基础 。 实际上 , 不仅是情报领域 , 各个应用领域对于有效控制和利用大数据的需求越来越大 。 大数据技术使得情报产品定制化和直观化的比例持续增加 , 厚重的用户手册、内容晦涩的文本成为历史 。 大数据应用对传统的情报行为认知构成挑战 , 包括情报搜集对象、情报处理程序、所需要的信息技术工具和人员技能组合等 。
机遇与挑战
1 机遇
纵观各类情报问题 , 大数据带来的最大希望主要在于信息处理方面 , 用于搜集、传递、存储和组织数据的新技术极大提高了情报分析人员能够接触到的信息量级 , 提高了情报业务工作的自动化水平和工作效率 , 情报分析人员能够将有限的精力和能力集中在最困难、最紧迫的问题上 。
1)为情报分析员提供支持
基于合理的体系结构和运算法则 , 情报系统能够以相对较少的工作量对数据进行管理——包括搜集、传递、存储和组织 , 最终实现最大程度的数据管理自动化 。 系统为情报分析员提供自动的、持续的数据推送 。 自动化的数据核对和分析技术能够节省情报分析人员的工作量 , 并给与他们生成新能力的帮助 。
数据分析将在不同程度的人工干预下进行 , 数据被分为不同含义的组群或类别 , 组群之外的数据也将同时进行搜集并分析 。 新的分析方法能够跨越多源、多格式数据的差别 , 迅速建成关于特定目标的结构化的、综合性态势表达 。
分析人员使用大数据及相关分析方法 , 迅速识别情报缺口、意想不到的关联性以及不寻常和不规则的状态 。 在此情况下 , 人工干预——特别是对目标的专业化分析非常关键 。 总之 , 大数据的应用使分析人员的工作变得更高效和更有质量 。
2)情报迅速传递 , 无限量存储
大数据技术使得情报可以迅速传递 , 无限量存储 。 许多新搜集到的数据几乎实时传递到位 , 大大提高了情报搜集、处理、利用、分发和分析的速度 。
系统根据需求搜集的海量数据在提交之前可以先行存储 , 在未来出现更多数据或者进一步需求的情况下 , 或者在发现或确定相关联系和发展趋势的情况下 , 再对这些数据进行开发 , 比如:调整策略再次搜集、数据对比和给出(初期)分析结果等等 。
人工智能(机器学习技术)使数据处理过程不断迭代和完善 。
3)更加有效的情报服务
用大量文字表述的情报产品成为过去 。 未来情报产品可能以我们根本想像不到的方式向用户展示 , 而且将以更方便、更快速的方式向用户推送 。 大数据技术将促进情报分析各个阶段的转型 , 最终为用户提供快捷、精确 , 满足需求的产品 。
未来的情报产品将包含以下特征:第一 , 形象化 。 比如使用地理空间工具这种形象化工具 。 由于大量的数据已经在地理空间定位 , 这种演示的效果远超文字表达 。 第二 , 持续更新 。 情报产品将自动录入数据 , 并对数据进行实时处理、持续更新 。 第三 , 互动 。 用户可以向产品“提问” , 情报产品依据其需求提供不同程度(深度和数量级)的情报服务 。


推荐阅读