摘要：分析大数据的内涵与特点，重点分析大数据技术对于军事情报理论研究与实践工作的重要影响，并提出几条应对措施。

关键词：大数据；军事情报；影响；应对

随着信息技术、网络技术、大数据技术等先进技术的迅猛发展，人类已经从信息化时代逐步迈入智能化时代。数据作为智能化所不可或缺的基础支撑，已经成为推动经济社会发展、科技进步与军事变革的重要战略资源；同时，大数据技术也成为智能化时代的主要推动力之一，是人工智能技术集的核心关键技术。当前，世界各国都在抢占大数据的军事制高点。大数据技术的快速发展与广泛应用对于军事情报理论研究与实践工作产生了深远的影响，如何应对影响从而赢得未来的竞争与挑战值得深入思考。

一、大数据的内涵与特点剖析

大数据（Big Data）概念早已出现，2008年，《自然》推出以大数据为主题的专刊，探讨了大数据带来的科研形态的变化，认为“以数据为准绳的理念指导，以及强大的计算能力支撑，正在驱动着一次科学研究方法论的革命。”一些专家据此提出了“大数据是继实证实验、理论推导、建模仿真之后，科学研究的第四范式”等观点[ 1 ]。

大数据是指具有规模庞大、类型多样、处理时效紧、数据来源可靠性低等综合属性的数据集合。大数据通常具有“4V”特征[ 2 ]：一是数据规模庞大（Volume），一般在TB、PB乃至EB；二是数据类型多样性（Variety），信息种类多，并以数字、表格、网页、图片、视频等结构化、半结构化、非结构化等形态存在，数据关联度较低；三是数据处理要求响应速度快（Velocity），数据流高速产生，并需要快速、持续地实时传输与处理；四是数据价值密度低（Value），规模巨大与类型多样带来了高价值低密度特点，增加了挖掘难度。

大数据的核心与内涵：一是确实“数据很大”。这是一个基本前提，没有大量的数据不能称为大数据。二是大数据种类多源、相互关联、具有整体性。大数据的数据主体并不是单一的结构化数据，而是来源广泛、种类繁多的多媒体数据。大数据的“关键”不仅仅是“大”，更在于“多源”以及多源数据之间的联系，这样就可以多方印证。三是大数据还要体现出价值是否被“挖出”和利用。大数据的关键难点在于缺乏好的数据挖掘、分析算法，制约着能否从数据中挖掘出有价值的内容。

目前，大数据技术与工具取得了长足的发展，形成了比较完善的大数据处理生态体系，包括大规模分布式计算技术、内存计算技术、流处理技术等；相应的软件产品包括大数据批处理计算软件Hadoop、快速分析软件Spark、流处理软件Storm等。这些软件与传统的数据库相比，能够有效满足针对大数据的存储、管理、分析与处理需求，在可伸缩性、健壮性、计算性能与成本上具有明显优势。

二、大数据技术对于军事情报的影响

（一）大数据挑战军事情报分析处理能力

随着军事信息化的高速发展，战场广布的雷达、电子战装备等传感器无时无刻不在产生着海量的空情、陆情、海情等情报数据，以往困惑决策者的战场感知与情报获取能力已经得到了极大的提升。同时，由于战场伪装、情报欺骗等敌方对抗原因，以及数据类型、数据精度等装备能力差异，通过各类手段形成的数据洪流实际上包罗万象、内容繁杂、虚实混杂、真伪难辨，具有高价值低密度等大数据典型特点。如何从军事情报大数据中挖掘与提炼出准确、高价值的情报信息，挑战着军事情报分析系统、分析人员与决策者的能力，成为迫切需要解决的问题。

通过大数据技术升级改造军事情报分析系统至关重要。2017年4月，美国防部启动“Maven计划”（即算法战跨功能团队），用于加速美军对人工智能与机器学习技术的集成，通过快速认知战场态势大数据，自动生成支援作战行动的情报产品。该计划首先将开发用于目标探测、识别与预警的计算机视觉算法，提高对无人机所收集全动态视频的处理、利用与分发能力，减轻人力负担。具备战场态势感知、全域信息融合、数据深度挖掘、机器自动处理、多源情报印证的军事情报分析系统，将成为决策者实施精准决策、快速决策的重要支撑工具。

（二）开源情报将成为军事情报的重要来源

近年来，开源情报（OSINT）的重要性与地位得到了情报界的广泛认可。相比于传统的情报手段，开源情报具有信息来源广泛、收集信息成本低廉、共享程度高、敏感情报资产暴露风险低等独特优势。据统计，开源情报提供情报界使用信息的80%～95%。Google地球提供的地理空间情报（GEOINT）比大多数政府提供的地理信息数据更详细、更真实。

尤其是随着互联网技术、大数据技术的发展，门户网站、个人网站、博客、推特、微信等媒介的泛滥，“互联网+大数据”为情报分析人员提供了新的且更为丰富的情报来源与分析手段。通过国际互联网公开渠道获取的信息，在经过分布式数据采集、自动机数据过滤、联合多维数据关联分析等大数据技术处理之后，能夠快速、实时生成各种类型的情报信息，并以可视化的方式展现给决策者与情报分析人员。

（三）大数据对军事情报人员提出新的要求

大数据时代的到来使内嵌人工智能算法的智能化系统不断拓展和延伸分析人员的人类智能成为现实，在情报来源更加多源、高价值情报获取处理更加困难的同时，也给从业人员带来了新的挑战。军事情报人员不仅要研究掌握新兴的开源情报获取与分析方法、大数据分析的商用现代工具，还要发挥人的主观能动性、创造性，才能真正成为大数据时代要求的军事情报人才，才能更好地从大数据中“洞察”真实情况，指导决策与行动。

为了充分利用大数据技术分析开源情报、秘密情报，更高层次的跨界复合情报分析人才团队得以成立，不仅仅局限于军事人员和信息技术人员，还包括人文科学家、语言学家、地理学家、心理学家、经济学家以及金融学家等各界顶尖人才，以扩宽与提升团队在政治、经济、军事战略、科学技术、人文、生态等领域的知识、能力。美国的大数据挖掘公司帕兰提尔科技公司（Palantir Technologies）为美国追捕本·拉登、叙利亚反恐、扫毒禁毒等行动，提供了众多极为重要的情报分析，起到了关键作用。该公司的联合创始人、现任CEO Alex Karp获得了哲学博士学位，却完全不懂编程与数据分析。但是，他能够将来自人文、经济、统计学、计算机等领域的众多顶尖人员，打造成一个复合型大数据团队，不断获得来自美国国防部、中央情报局、空中客车集团的大项目，充分体现了跨界复合高层次人才对于军事情报的重要作用。

三、应对措施

（一）努力掌握大数据前沿理论与技术的主动权

大数据前沿理论与关键算法等基础研究水平的高低，将直接决定着大数据技术的发展上限，也直接决定着军事情报的发展潜力与水平。当前，我国在机器学习、深度挖掘、信息融合等大数据技术的基础研究领域與国外先进水平尚有一定差距，严重制约了我国大数据技术的可持续发展。大数据核心技术的自主性、安全性、可靠性，将是我国数据安全的根本保证。我国需要将推动大数据的基础理论创新与发展上升到国家战略层面，立足长远需求，科学筹划部署，不断加强技术积累。应支持国内条件较好的单位协力开展研究，不断加大大数据领军人才培养、引进力度，重点加快大数据框架、AI芯片、智能挖掘算法、CPU、GPU等软硬件关键技术突破，在大数据的存储设备和技术方面实现自主可控，进一步缩小我国与强国在大数据和军事情报等领域的差距。

（二）着力提升大数据采集分析处理与安全防护能力

认真研究大数据技术带来的革命性变化，充分挖掘并保护大数据中蕴含的情报价值。一方面要加强对大数据情报来源的甄别，充分掌握和利用社交媒体等平台，通过数据筛选、清洗实现情报可视化。合理利用现成商用工具，如机器学习和自然语言处理工具等，根据军事情报特定目的和需求设计大数据情报分析处理系统，确保适配并为军事情报带来更大的价值，提高工作效率。另一方面，要做好数据开源的控制和防护，尽可能地切断敌对势力通过国际互联网等对我国敏感信息的窥探与收集的开源情报渠道。加强基于生物特征的个人隐私加密技术、面向大数据的数据加密技术、可信计算技术等网络安全防护技术，完善社交网络数据收集与应用相关法律、法规，综合运用技术、政策、法律与标准等手段保证国家信息基础设施数据和个人隐私行为特征敏感数据的安全。

（三）大力培育“大数据+”军事情报复合型人才

建设军事强国、情报强国的关键在于人才，高层次人才是军事情报领域的核心竞争力。要下大力气解决大数据军事情报高端人才培养、使用和团队建设问题。要为高端人才创造良好的政策环境、科研环境与工作环境，并从薪酬待遇、发展前景等多个方面加大力度吸引、留住国内甚至国际顶尖人才。要做好大数据、互联网、人工智能、心理学、经济学、法学等多学科交叉融合，推动政府、高校、科研机构、企业与军事部门在大数据军事情报领域的对接协作，军民融合形成合力，形成规模，才能有所突破，参与国际竞争。

[1] 胡晓峰. 战争科学论[M]. 北京：科学出版社，2019.

[2] 郭继光，黄胜.基于大数据的军事情报分析与服务系统架构研究[J].远望周刊，2017，12（4）：389-393，413.

（作者简介：尹江辉，战略支援部队信息工程大学研究生院研究生学员）