從棱鏡計(jì)劃看大數(shù)據(jù)時(shí)代下的情報(bào)分析*

化柏林

（北京大學(xué)信息管理系 北京 100871）

·專題·

從棱鏡計(jì)劃看大數(shù)據(jù)時(shí)代下的情報(bào)分析*

化柏林

（北京大學(xué)信息管理系 北京 100871）

棱鏡計(jì)劃自被曝光之日起，就受到了世界各方面的廣泛關(guān)注，而大家關(guān)注的焦點(diǎn)主要集中在個(gè)人隱私與保護(hù)上，其實(shí)棱鏡計(jì)劃針對(duì)哪些大數(shù)據(jù)、通過(guò)哪些分析、實(shí)現(xiàn)了何種戰(zhàn)略目標(biāo)，更值得關(guān)注與討論。文章從情報(bào)分析的視角剖析了棱鏡計(jì)劃的數(shù)據(jù)基礎(chǔ)、分析過(guò)程與方法、實(shí)施目標(biāo)，進(jìn)而對(duì)大數(shù)據(jù)時(shí)代下的情報(bào)分析進(jìn)行探討。

棱鏡計(jì)劃大數(shù)據(jù)情報(bào)分析

1 引言

曾供職于美國(guó)中央情報(bào)局（CIA）的技術(shù)分析員愛(ài)德華·斯諾登（Edward Snowden）于2013年6月將美國(guó)國(guó)家安全局（NSA）關(guān)于棱鏡計(jì)劃（PRISM）監(jiān)聽(tīng)項(xiàng)目的秘密文檔披露給了《衛(wèi)報(bào)》和《華盛頓郵報(bào)》，引起了大家的廣泛關(guān)注。圍繞美國(guó)情報(bào)監(jiān)視的相關(guān)討論、分析和評(píng)論可謂鋪天蓋地，指責(zé)美國(guó)家安全局侵犯公民隱私、非法竊取外國(guó)情報(bào)的批評(píng)聲音成為關(guān)注與討論的焦點(diǎn)。然而，作為情報(bào)研究人員，反以思之，如果我們擁有這些大規(guī)模數(shù)據(jù)，是否能夠完成相應(yīng)的情報(bào)分析？面對(duì)這些大數(shù)據(jù)與情報(bào)任務(wù)，該如何開(kāi)展工作，經(jīng)過(guò)哪些步驟，需要運(yùn)用哪些方法？這些問(wèn)題也同樣值得我們深思。

PRISM是一項(xiàng)由NSA自2007年起開(kāi)始實(shí)施的絕密電子監(jiān)聽(tīng)計(jì)劃。該計(jì)劃的正式名號(hào)為“US-984XN”。根據(jù)報(bào)道，泄露的文件中描述PRISM計(jì)劃能夠?qū)磿r(shí)通信和現(xiàn)存資料進(jìn)行深度的監(jiān)聽(tīng)。許可的監(jiān)聽(tīng)對(duì)象包括任何在美國(guó)以外地區(qū)使用參與計(jì)劃公司服務(wù)的客戶，或是任何與國(guó)外人士通信的美國(guó)公民。NSA在PRISM中可以獲得電子郵件、視頻和語(yǔ)音交談、影片、照片、VIP交談內(nèi)容、檔案?jìng)鬏敗⒌卿浲ㄖ约吧缃痪W(wǎng)絡(luò)細(xì)節(jié)等。《總統(tǒng)每日簡(jiǎn)報(bào)》里很多報(bào)告都使用了來(lái)自PRISM的資料。

與此同時(shí)，大數(shù)據(jù)研究計(jì)劃主動(dòng)公開(kāi)。2012年美國(guó)奧巴馬政府發(fā)布了“大數(shù)據(jù)研究和發(fā)展倡議”，正式啟動(dòng)“大數(shù)據(jù)發(fā)展計(jì)劃”，并為此投入兩億美元以上資金。該計(jì)劃將提升美國(guó)利用收集的龐大而復(fù)雜的數(shù)字資料提煉真知灼見(jiàn)的能力，推進(jìn)和改善聯(lián)邦政府部門的數(shù)據(jù)收集、組織和分析的工具及技術(shù)，以提高從大量、復(fù)雜的數(shù)據(jù)集中獲取知識(shí)和洞見(jiàn)的能力，強(qiáng)化美國(guó)國(guó)家安全，協(xié)助加速科學(xué)、工程領(lǐng)域創(chuàng)新步伐，轉(zhuǎn)變學(xué)習(xí)和教育模式。

把這兩件事情關(guān)聯(lián)在一起，我們不禁想到，如何針對(duì)大數(shù)據(jù)進(jìn)行有效地分析與處理，更好地挖掘出有價(jià)值的情報(bào)，為國(guó)家的戰(zhàn)略規(guī)劃與制定提供必要的情報(bào)支撐，可能這才是從情報(bào)視角看PRISM的重點(diǎn)。鑒于此，本研究將深入剖析PRISM的數(shù)據(jù)基礎(chǔ)、分析過(guò)程與方法、實(shí)施目標(biāo)，從情報(bào)分析的視角全面展示PRISM，并對(duì)大數(shù)據(jù)時(shí)代下的情報(bào)分析進(jìn)行探討。PRISM在大數(shù)據(jù)與戰(zhàn)略目標(biāo)之間存在一個(gè)黑盒，而揭開(kāi)此盒就需要剖析大數(shù)據(jù)情報(bào)分析的過(guò)程與方法（見(jiàn)圖1），這正是本文的研究重點(diǎn)與價(jià)值所在。

圖1大數(shù)據(jù)情報(bào)分析示意圖

2 數(shù)據(jù)基礎(chǔ)

2.1 數(shù)據(jù)來(lái)源

“棱鏡”項(xiàng)目監(jiān)視范圍很廣，參加PRISM的公司有近十家，包括（按加入項(xiàng)目的時(shí)間）微軟（2007年）、雅虎（2008年）、Google（2009年）、Facebook（2009年）、Paltalk（2009年）、YouTube（2010年）、Skype（2011年）、美國(guó)在線（2011年）以及蘋果公司（2012年）等（見(jiàn)圖2）。這些公司都是典型的大數(shù)據(jù)公司，通過(guò)不同的方式掌握著海量用戶的信息。

圖2 加入PRISM的公司編年圖

在數(shù)據(jù)的采集方式或來(lái)源方面，當(dāng)前的大數(shù)據(jù)主要包括訪問(wèn)日志采集、社交網(wǎng)絡(luò)數(shù)據(jù)、過(guò)程行為數(shù)據(jù)、傳感網(wǎng)絡(luò)數(shù)據(jù)、智能終端數(shù)據(jù)，移動(dòng)終端、視頻采集、語(yǔ)音通話等數(shù)據(jù)。數(shù)據(jù)獲取技術(shù)的革命性進(jìn)步、傳感器等自動(dòng)采集的數(shù)據(jù)、Web2.0等用戶生成數(shù)據(jù)（UGC）以及移動(dòng)設(shè)備生成的數(shù)據(jù)（位置、移動(dòng)和行為信息等）等多源數(shù)據(jù)使得數(shù)據(jù)生產(chǎn)迅速、數(shù)據(jù)存量龐大。大數(shù)據(jù)的特點(diǎn)包括數(shù)據(jù)存量大且增長(zhǎng)迅速、數(shù)據(jù)類型繁多結(jié)構(gòu)復(fù)雜、價(jià)值密度低等。

2.2 數(shù)據(jù)類型

受到NSA信息監(jiān)視項(xiàng)目“棱鏡”監(jiān)控的信息主要有10類：電郵、即時(shí)消息、視頻、照片、存儲(chǔ)數(shù)據(jù)、語(yǔ)音聊天、文件傳輸、視頻會(huì)議、登錄時(shí)間和社交網(wǎng)絡(luò)資料的細(xì)節(jié)（見(jiàn)圖3）。NSA可從公共、商業(yè)等來(lái)源擴(kuò)大通訊數(shù)據(jù)，來(lái)源包括銀行代碼、保險(xiǎn)信息、社交網(wǎng)絡(luò)“臉譜”檔案、乘客名單、選舉名冊(cè)、GPS坐標(biāo)信息，也包括財(cái)產(chǎn)記錄和未具體說(shuō)明的稅務(wù)資料。來(lái)自交易、業(yè)務(wù)往來(lái)、事件和電子郵件等的內(nèi)部數(shù)據(jù)能夠?yàn)榻M織提供有價(jià)值的洞察與分析。

圖3 美國(guó)PRISM監(jiān)控的主要數(shù)據(jù)類型

技術(shù)的發(fā)展極大地?cái)U(kuò)展了信息的傳播媒介和傳播能力，印刷媒介（報(bào)紙、雜志、宣傳冊(cè)等）、電子媒介（電視、廣播、電影、電話等）、網(wǎng)絡(luò)媒介（社交網(wǎng)站、視頻分享網(wǎng)站、博客等）、展示媒介（陳列、櫥窗、廣告等）和其他媒介（政府?dāng)?shù)據(jù)、航拍圖片和學(xué)術(shù)信息）等形成了多位一體的公開(kāi)信息來(lái)源渠道。據(jù)美國(guó)中央情報(bào)局統(tǒng)計(jì)，2007年的情報(bào)收集總數(shù)中超過(guò)80%來(lái)自公開(kāi)信息。公開(kāi)信息有多種渠道與來(lái)源，把不同渠道、利用多種采集方式獲取的具有不同數(shù)據(jù)結(jié)構(gòu)的信息匯聚到一起，形成具有統(tǒng)一格式、可以面向多種應(yīng)用的數(shù)據(jù)集合，稱之為多源信息融合。同一個(gè)事實(shí)或規(guī)律可以同時(shí)隱藏在不同的數(shù)據(jù)形式中，也可能是每一種數(shù)據(jù)形式分別支持了同一個(gè)事實(shí)或規(guī)律的某一個(gè)或幾個(gè)側(cè)面，這既為數(shù)據(jù)和信息分析的結(jié)論的交叉驗(yàn)證提供了契機(jī)，也要求分析者在分析研究過(guò)程中有意識(shí)地融集各種類型的數(shù)據(jù)，從多種信息源中發(fā)現(xiàn)潛在價(jià)值與情報(bào)。因此，綜合利用多來(lái)源、多形式的數(shù)據(jù)是現(xiàn)代科學(xué)決策的鮮明特點(diǎn)。“兼聽(tīng)則明，偏信則暗”，多維度、多數(shù)據(jù)源的分析才有說(shuō)服力。

2.3 數(shù)據(jù)規(guī)模

PRISM的每個(gè)數(shù)據(jù)源，其數(shù)據(jù)規(guī)模都是巨大的，是典型的大數(shù)據(jù)。如Facebook有10億節(jié)點(diǎn)和千億連邊，YouTube月獨(dú)立訪問(wèn)人數(shù)超過(guò)8億，Google每天都會(huì)收到來(lái)自全球超過(guò)30億條的搜索指令，每個(gè)月處理的數(shù)據(jù)量超過(guò)400PB。Yahoo!數(shù)據(jù)中心的Hadoop云計(jì)算平臺(tái)有34個(gè)集群，總存儲(chǔ)容量超過(guò)100PB。據(jù)美國(guó)《連線》雜志報(bào)道，NSA正在鹽湖縣與圖埃勒縣交界處建造一個(gè)新的數(shù)據(jù)中心，這個(gè)“數(shù)據(jù)中心”占地48萬(wàn)平方米，耗資17億美元。在這個(gè)巨大的“數(shù)據(jù)中心”里，有四個(gè)25000平方英尺的大廳將用來(lái)存放服務(wù)器，NSA每6小時(shí)可以收集74兆兆級(jí)字節(jié)的數(shù)據(jù)，如此計(jì)算下來(lái)，這些收集的未經(jīng)編輯原始數(shù)據(jù)幾乎每24小時(shí)便能填滿4個(gè)美國(guó)國(guó)會(huì)圖書館。

PRISM中較好地體現(xiàn)了大數(shù)據(jù)，而大數(shù)據(jù)存在、產(chǎn)生并應(yīng)用于很多領(lǐng)域。從數(shù)據(jù)存量的角度，一般認(rèn)為PB以上級(jí)別的數(shù)據(jù)就可稱之為大數(shù)據(jù)。維基百科將大數(shù)據(jù)定義為無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合。萬(wàn)維網(wǎng)具有超過(guò)萬(wàn)億的統(tǒng)一資源定位符（URL），淘寶網(wǎng)站每天有超過(guò)數(shù)千萬(wàn)筆交易，單日數(shù)據(jù)產(chǎn)生量超過(guò)50TB。百度公司目前數(shù)據(jù)總量接近1000PB，每天大約要處理60億次搜索請(qǐng)求。醫(yī)療衛(wèi)生、地理信息、電子商務(wù)、影視娛樂(lè)、科學(xué)研究等行業(yè)，每天都產(chǎn)生大量的數(shù)據(jù)。根據(jù)賽門鐵克公司的調(diào)研報(bào)告，全球企業(yè)的信息存儲(chǔ)總量已達(dá)2.2ZB（1ZB等于1000EB），年增長(zhǎng)達(dá)67%。而麥肯錫全球研究院（MGI）預(yù)測(cè)，到2020年，全球數(shù)據(jù)使用量預(yù)計(jì)達(dá)到35ZB。如何處理超大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)、移動(dòng)數(shù)據(jù)、射頻采集數(shù)據(jù)、社會(huì)計(jì)算數(shù)據(jù)，已經(jīng)成為科研學(xué)術(shù)界和產(chǎn)業(yè)界亟待解決的關(guān)鍵科學(xué)技術(shù)問(wèn)題。

3 情報(bào)分析

3.1 分析理念

邦弗朗尼原理表明并非給定數(shù)據(jù)集和挖掘任務(wù)就肯定能挖掘出合理的結(jié)果，因此，分析就變得很重要。數(shù)據(jù)具有累積性和關(guān)聯(lián)性，單個(gè)地點(diǎn)或單一來(lái)源的信息可能不會(huì)暴露用戶的隱私，但是如果有辦法將某個(gè)人的很多行為從不同的獨(dú)立地點(diǎn)聚集在一起時(shí)，他的隱私就很可能會(huì)暴露，因?yàn)橛嘘P(guān)他的信息已經(jīng)足夠多，這就是PRISM中大數(shù)據(jù)的原理。例如，通過(guò)Google的檢索日志可以獲取用戶關(guān)注信息的興趣點(diǎn)以及關(guān)注熱點(diǎn)的變化，通過(guò)Facebook、paltalk等社交網(wǎng)站可以了解用戶的人際網(wǎng)絡(luò)與活動(dòng)動(dòng)態(tài)，通過(guò)微軟、Yahoo！可以掌握人們聯(lián)機(jī)工作的時(shí)間、方式以及內(nèi)容等。而把這些信息融合到一起，可以較為全面地認(rèn)識(shí)并掌握某個(gè)用戶或某類群體的信息行為特征。

大數(shù)據(jù)時(shí)代在數(shù)據(jù)分析理念上有三個(gè)轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對(duì)精確，要相關(guān)不要因果。在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機(jī)采樣。大數(shù)據(jù)處理的一個(gè)重要邏輯就是將價(jià)值含量較低的海量數(shù)據(jù)進(jìn)行價(jià)值凝練和萃取，在不失代表性的前提下進(jìn)行數(shù)據(jù)簡(jiǎn)化處理。亞馬遜的推薦系統(tǒng)用更快更便宜的方式找到數(shù)據(jù)的相關(guān)性，梳理出了有趣的相關(guān)關(guān)系，但并不知道背后的原因。在大數(shù)據(jù)環(huán)境下，知道“是什么”就已經(jīng)足夠，不必非要弄清楚“為什么”。

情報(bào)分析的理念在大數(shù)據(jù)時(shí)代也需要做出相應(yīng)的調(diào)整與轉(zhuǎn)變。如何有效地利用好大數(shù)據(jù)，從中分析出有決策價(jià)值的情報(bào)，值得我們關(guān)注。大數(shù)據(jù)時(shí)代下的情報(bào)研究應(yīng)從單一領(lǐng)域情報(bào)研究轉(zhuǎn)向全領(lǐng)域情報(bào)研究、綜合利用多種數(shù)據(jù)源、注重新型信息資源的分析、強(qiáng)調(diào)情報(bào)研究的嚴(yán)謹(jǐn)性和情報(bào)研究的智能化五個(gè)方面。

3.2 分析流程

傳統(tǒng)的情報(bào)分析流程包括計(jì)劃與指示、搜集、分析與處理、報(bào)告撰寫、研究傳遞等過(guò)程。大數(shù)據(jù)環(huán)境下的情報(bào)分析流程除了原有的過(guò)程之外，更加強(qiáng)調(diào)信息搜集與分析處理，具體包括：情報(bào)需求定義、情報(bào)計(jì)劃制定、信息檢索與數(shù)據(jù)采集、多源信息融合與清洗、信息分析與內(nèi)容挖掘、信息展現(xiàn)與情報(bào)提煉、報(bào)告撰寫與情報(bào)傳遞等一系列過(guò)程（見(jiàn)圖4）。

圖4大數(shù)據(jù)時(shí)代下的情報(bào)分析流程

大數(shù)據(jù)時(shí)代的情報(bào)分析，首先要明確情報(bào)任務(wù)的類型，確定情報(bào)任務(wù)的主題，分析情報(bào)任務(wù)的情境，捕捉情報(bào)用戶的特點(diǎn)，然后把情報(bào)需要轉(zhuǎn)化成情報(bào)需求，并明確地給予定義。在明確了情報(bào)需求以后，根據(jù)需求確定情報(bào)流程、構(gòu)建指標(biāo)體系、計(jì)劃情報(bào)時(shí)間、組建情報(bào)隊(duì)伍、選擇合適的研究方法、選配相應(yīng)的技術(shù)與工具。根據(jù)情報(bào)任務(wù)計(jì)劃確定信息檢索與數(shù)據(jù)采集的來(lái)源渠道、范圍、規(guī)模、類型，然后制定收集策略并實(shí)施收集，對(duì)收集的數(shù)據(jù)結(jié)果進(jìn)行評(píng)估，包括數(shù)據(jù)規(guī)模、時(shí)效性、真?zhèn)蔚取?duì)數(shù)據(jù)進(jìn)行預(yù)處理，把多種來(lái)源、不同結(jié)構(gòu)的數(shù)據(jù)進(jìn)行融合，重復(fù)的數(shù)據(jù)進(jìn)行過(guò)濾、對(duì)重名、別名等問(wèn)題進(jìn)行識(shí)別、數(shù)據(jù)拆分提取、查漏補(bǔ)缺、數(shù)據(jù)降維等一系列操作。經(jīng)過(guò)預(yù)處理的數(shù)據(jù)可以進(jìn)行分析挖掘，形成有決策支持或參考價(jià)值的情報(bào)報(bào)告，在恰當(dāng)?shù)臅r(shí)間以合適的方式把準(zhǔn)確的情報(bào)傳遞給正確的人。

3.3 分析方法

如何針對(duì)特定的情報(bào)需求，快速地獲取準(zhǔn)確數(shù)據(jù)、高效地分析海量數(shù)據(jù)、清晰地解讀系列數(shù)據(jù)是情報(bào)工作者面臨的嚴(yán)峻挑戰(zhàn)。應(yīng)對(duì)這一挑戰(zhàn)，需要敏銳的思維以及專業(yè)的工具與方法。通過(guò)關(guān)聯(lián)分析、聚類分析、孤立點(diǎn)分析、模式分析、網(wǎng)絡(luò)分析、異常分析、時(shí)序分析、演化分析等一系列方法挖掘出有價(jià)值的情報(bào)。例如，通過(guò)模式分析可以識(shí)別某種罪犯的犯罪模式，通過(guò)關(guān)聯(lián)分析可以分析恐怖分子的活動(dòng)網(wǎng)絡(luò)，通過(guò)聚類分析可以聚類某一類用戶并分析該類用戶的特征，根據(jù)爆發(fā)詞分析可以分析關(guān)注熱點(diǎn)甚至預(yù)測(cè)流感爆發(fā)的時(shí)間與地點(diǎn)。在科技情報(bào)領(lǐng)域，針對(duì)論文、項(xiàng)目等數(shù)據(jù)，通過(guò)統(tǒng)計(jì)排序、數(shù)量分布統(tǒng)計(jì)、年度增長(zhǎng)統(tǒng)計(jì)、關(guān)聯(lián)規(guī)則等實(shí)現(xiàn)關(guān)鍵人物發(fā)現(xiàn)、重要機(jī)構(gòu)識(shí)別、國(guó)家實(shí)力對(duì)比、前沿?zé)狳c(diǎn)監(jiān)測(cè)等，根據(jù)這些結(jié)果可以判斷科學(xué)技術(shù)發(fā)展各要素及總體的現(xiàn)狀與趨勢(shì)，并進(jìn)一步分析出機(jī)遇和威脅，從而把信息變成情報(bào)。

4 結(jié)果與目標(biāo)

4.1 棱鏡計(jì)劃的戰(zhàn)略目標(biāo)

據(jù)外媒報(bào)道，NSA自2010年11月起開(kāi)始準(zhǔn)許以海外情報(bào)意圖來(lái)分析電話以及電郵記錄，監(jiān)視美國(guó)公民交友網(wǎng)絡(luò)。根據(jù)NSA 2011年1月的備忘錄，政策轉(zhuǎn)向目的是在幫助該局“發(fā)現(xiàn)并追蹤”海外情報(bào)目標(biāo)和美國(guó)人民之間的關(guān)聯(lián)。該文件指出，NSA得到授權(quán)，可在不檢查每個(gè)電郵地址、電話號(hào)碼或任何指針的“外來(lái)性”情況下，“大規(guī)模以圖表分析通訊原數(shù)據(jù)”。在泄露的秘密文檔內(nèi)的一頁(yè)幻燈片中，顯示了兩種數(shù)據(jù)來(lái)源：PRISM和Upstream（另一個(gè)監(jiān)聽(tīng)項(xiàng)目的代號(hào)）。PRISM是從上述美國(guó)服務(wù)提供商的服務(wù)器直接進(jìn)行收集，Upstream項(xiàng)目則在承載互聯(lián)網(wǎng)骨干通信內(nèi)容的光纜上安裝分光鏡，復(fù)制其通信內(nèi)容。英國(guó)的政府通信總部（GCHQ，與NSA對(duì)應(yīng)的信號(hào)情報(bào)（SIGINT）機(jī)構(gòu)）最早從2010年6月起就能訪問(wèn)PRISM系統(tǒng)，并在2012年使用該計(jì)劃的數(shù)據(jù)撰寫了197份報(bào)告。

PRISM的目標(biāo)不是關(guān)注某個(gè)普通民眾的個(gè)人隱私，這對(duì)國(guó)家戰(zhàn)略沒(méi)有實(shí)質(zhì)的意義。大數(shù)據(jù)其中一個(gè)特點(diǎn)就是價(jià)值密度低，普通民眾的個(gè)人隱私信息對(duì)于國(guó)家的宏觀治理并沒(méi)有太大的價(jià)值，真正有價(jià)值的是普類群體特征或個(gè)別關(guān)鍵人物的活動(dòng)信息。PRISM的主要戰(zhàn)略目標(biāo)可能包括以下幾個(gè)方面：恐怖主義人物與活動(dòng)的監(jiān)測(cè)、預(yù)測(cè)犯罪行為模式與頻率、部分國(guó)家領(lǐng)導(dǎo)人活動(dòng)與政策動(dòng)態(tài)、國(guó)際合作談判所需的數(shù)據(jù)與情報(bào)支撐、新的戰(zhàn)略新興產(chǎn)業(yè)與機(jī)會(huì)發(fā)現(xiàn)、某些國(guó)家的不安全因素挖掘等等，這些都是國(guó)家戰(zhàn)略。例如，通過(guò)關(guān)鍵詞篩選、用戶聯(lián)系頻率與地點(diǎn)與恐怖襲擊可能存在的聯(lián)系、不正常現(xiàn)金流向的分析，也許能從中找出“恐怖襲擊”的蛛絲馬跡，并進(jìn)行有效的預(yù)測(cè)與預(yù)防打擊。

4.2大數(shù)據(jù)分析的目標(biāo)

奧巴馬政府發(fā)布的“大數(shù)據(jù)研究和發(fā)展倡議”旨在提升利用大量復(fù)雜數(shù)據(jù)集合獲取知識(shí)和洞見(jiàn)的能力，提升美國(guó)利用收集的龐大而復(fù)雜的數(shù)字資料提煉真知灼見(jiàn)的能力，協(xié)助加速科學(xué)、工程領(lǐng)域創(chuàng)新步伐，強(qiáng)化美國(guó)國(guó)土安全，轉(zhuǎn)變教育和學(xué)習(xí)模式。還將在科學(xué)研究、環(huán)境保護(hù)、生物醫(yī)藥研究、教育以及國(guó)家安全等領(lǐng)域利用大數(shù)據(jù)技術(shù)進(jìn)行突破。美國(guó)政府認(rèn)為大數(shù)據(jù)是“未來(lái)的新石油”，將“大數(shù)據(jù)研究”上升為國(guó)家意志，對(duì)未來(lái)的科技與經(jīng)濟(jì)發(fā)展必將帶來(lái)深遠(yuǎn)影響。國(guó)土安全部項(xiàng)目主要推進(jìn)可視化數(shù)據(jù)分析，應(yīng)用領(lǐng)域主要為自然災(zāi)害、恐怖事件、邊境安全、網(wǎng)絡(luò)威脅等。

大數(shù)據(jù)雖然表面上是個(gè)技術(shù)術(shù)語(yǔ)，但實(shí)際上已經(jīng)滲透或?qū)⒁獫B透到社會(huì)生活、經(jīng)濟(jì)運(yùn)行、國(guó)防軍事、科學(xué)技術(shù)等各個(gè)方面。數(shù)據(jù)已經(jīng)成為一種商業(yè)資本，一項(xiàng)重要的經(jīng)濟(jì)投入，可以創(chuàng)造新的經(jīng)濟(jì)利益。事實(shí)上，一旦思維轉(zhuǎn)變過(guò)來(lái)，數(shù)據(jù)就能被巧妙地用來(lái)激發(fā)新產(chǎn)品和新型服務(wù)。大數(shù)據(jù)是人們獲得新的認(rèn)知、創(chuàng)造新的價(jià)值的源泉。大數(shù)據(jù)還是改變市場(chǎng)、組織機(jī)構(gòu)以及政府與公民關(guān)系的方法。當(dāng)前大數(shù)據(jù)應(yīng)用領(lǐng)域處于領(lǐng)先的是Amazon、Google、Facebook等美國(guó)新興網(wǎng)絡(luò)企業(yè)。他們已經(jīng)開(kāi)始通過(guò)基于云計(jì)算的平臺(tái)，匯集來(lái)自互聯(lián)網(wǎng)、無(wú)線標(biāo)簽、全球定位系統(tǒng)（GPS）、智能手機(jī)等采集的大量數(shù)據(jù)，經(jīng)過(guò)分析后用于客戶信息管理或者市場(chǎng)營(yíng)銷活動(dòng)。IBM擁有一個(gè)5000人組成的數(shù)據(jù)分析團(tuán)隊(duì)，幫助石油企業(yè)更高效地勘測(cè)、開(kāi)采和煉制石油。通用汽車投入15億美元收購(gòu)大數(shù)據(jù)分析公司，以充分挖掘多個(gè)數(shù)據(jù)點(diǎn)，找到有效的途徑，延長(zhǎng)燃?xì)鉁u輪、噴氣式發(fā)動(dòng)機(jī)和其他重型設(shè)備的運(yùn)行時(shí)間，同時(shí)也不必進(jìn)行不定期維護(hù)。

我國(guó)當(dāng)前在大數(shù)據(jù)等方面有一批有一定優(yōu)勢(shì)的企業(yè)，如電信企業(yè)、商業(yè)銀行、騰訊、阿里巴巴、百度等。大數(shù)據(jù)就像一個(gè)神奇的鉆石礦，當(dāng)它的首要價(jià)值被發(fā)掘后仍能不斷給予。它的真實(shí)價(jià)值就像飄浮在海洋中的冰山，第一眼只能看到冰山的一角，而絕大部分都隱藏在表面之下。而挖掘出這冰山下面的隱藏價(jià)值，可以實(shí)現(xiàn)很多目標(biāo)。大數(shù)據(jù)從不同視角反映人物、事件或活動(dòng)的相關(guān)信息，把這些數(shù)據(jù)融合匯聚在一起進(jìn)行相關(guān)分析，可以更全面地揭示事物聯(lián)系，挖掘新的模式與關(guān)系，從而為市場(chǎng)的開(kāi)拓、商業(yè)模式的制定、競(jìng)爭(zhēng)機(jī)會(huì)的選擇提供有力的數(shù)據(jù)支撐與決策參考。

4.3大數(shù)據(jù)時(shí)代的情報(bào)目標(biāo)

一個(gè)國(guó)家擁有數(shù)據(jù)的規(guī)模和運(yùn)用數(shù)據(jù)的能力將成為綜合國(guó)力的重要組成部分，對(duì)數(shù)據(jù)的占有和控制也將成為國(guó)家間和企業(yè)間新的爭(zhēng)奪焦點(diǎn)。如在賽博戰(zhàn)領(lǐng)域如何利用大數(shù)據(jù)分析（Big Data Analysis，BDA）實(shí)現(xiàn)賽博態(tài)勢(shì)感知、在電子戰(zhàn)領(lǐng)域如何利用BDA實(shí)現(xiàn)有源與無(wú)源情報(bào)的分類與融合等。此外，隨BDA而來(lái)的諸多新類型情報(bào)也有待進(jìn)一步研究，如移動(dòng)情報(bào)、云情報(bào)、社會(huì)情報(bào)、大數(shù)據(jù)情報(bào)等。

在大數(shù)據(jù)時(shí)代，情報(bào)人員需要圍繞情報(bào)任務(wù)與需求，廣泛搜集各類相關(guān)信息、運(yùn)用多種工具與方法進(jìn)行內(nèi)容分析，監(jiān)測(cè)其中的新現(xiàn)象、新情況、新異常，并根據(jù)蛛絲馬跡發(fā)現(xiàn)其中的規(guī)律、本質(zhì)、戰(zhàn)略意圖等，并將這些內(nèi)容“填充”到情報(bào)分析結(jié)果的模式中，或按預(yù)定的模式組織所發(fā)現(xiàn)的內(nèi)容，形成情報(bào)分析報(bào)告。這樣的情報(bào)對(duì)于企業(yè)來(lái)講可以服務(wù)于產(chǎn)品研發(fā)、市場(chǎng)開(kāi)拓、技術(shù)合作、人才爭(zhēng)奪等活動(dòng)，實(shí)現(xiàn)跟蹤競(jìng)爭(zhēng)對(duì)手的動(dòng)態(tài)、分析戰(zhàn)略部署，把握主要趨勢(shì)與次要趨勢(shì)，厘清長(zhǎng)期戰(zhàn)略與近期目標(biāo)，從而完成趨勢(shì)判斷、動(dòng)向感知、前瞻預(yù)測(cè)、情景研判等情報(bào)目標(biāo)，實(shí)現(xiàn)“耳目、尖兵、參謀”的情報(bào)功能。

5 結(jié)語(yǔ)

通過(guò)上述分析，本文認(rèn)為，PRISM的真正目標(biāo)并不在個(gè)人隱私與保護(hù)上，而是如何運(yùn)用大數(shù)據(jù)提升科學(xué)決策與發(fā)展戰(zhàn)略。大數(shù)據(jù)時(shí)代數(shù)據(jù)來(lái)源廣泛、結(jié)構(gòu)類型復(fù)雜、數(shù)據(jù)規(guī)模龐大，如何有效地獲取、融合并進(jìn)行關(guān)聯(lián)、聚類、孤立點(diǎn)、模式、網(wǎng)絡(luò)、演化等一系列分析，從中發(fā)掘出有價(jià)值的情報(bào)，為戰(zhàn)略決策提供全面準(zhǔn)確、客觀有力的支撐與參考服務(wù)，是大數(shù)據(jù)時(shí)代情報(bào)分析的重點(diǎn)，也是情報(bào)從業(yè)人員的關(guān)鍵能力所在。

［1］湯镕昊.從“棱鏡門”事件看美國(guó)的情報(bào)監(jiān)督機(jī)制［J］.情報(bào)雜志，2013，（9）：6-10，22.

［2］方興東，張笑容，胡懷亮.棱鏡門事件與全球網(wǎng)絡(luò)空間安全戰(zhàn)略研究［J］.現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2014，（1）：115-122.

［3］儲(chǔ)昭根.淺議“棱鏡門”背后的網(wǎng)絡(luò)信息安全［J］.國(guó)際觀察，2014，（2）：56-67.

［4］李娜.“棱鏡門”暴露大數(shù)據(jù)時(shí)代隱私危機(jī)［J］.科技導(dǎo)報(bào)，2013，（18）：9.

［5］維基百科［EB/OL］.［2012-10-22］.http：//zh.wikipedia. org/wiki/US-984XN.

［6］Big Data Across the Federal Government［EB/OL］.［2012-10-22］.http：//www.whitehouse.gov/sites/default/files /microsites/ostp/big_data_fact_sheet_final.pdf.

［7］中國(guó)日?qǐng)?bào)網(wǎng).斯諾登再曝美監(jiān)控公民細(xì)節(jié)（圖）［EB/OL］.［2013-10-12］.http：//www.chinadaily.com.cn/hqgj/jryw/ 2013-09-29/content_10225785.html.

［8］王新才，丁家友.數(shù)據(jù)知識(shí)圖譜：概念、特征、應(yīng)用與影響［J］.情報(bào)科學(xué)，2013，31，（9）：10-14，136.

［9］李廣建，楊林.大數(shù)據(jù)視角下的情報(bào)研究與情報(bào)研究技術(shù)［J］.圖書與情報(bào)，2012，（6）：1-8.

［10］美安全局機(jī)房曝光監(jiān)控百億億兆級(jí)別數(shù)據(jù)［EB/OL］.［2013-12-15］.http：//servers.pconline.com.cn/354/3541 237.htm l.

［11］W ikipedia.Big data［EB/OL］.［2012-10-22］.http：//en. wikipedia.org/wiki/Big_data

［12］Cohen J，Dolan B，Dunlap M，et al.MAD skills：New analysis practices for big data［J］.PVLDB，2009，2（2）：1481-1492.

［13］維克托·邁爾-舍恩伯格，肯尼思·庫(kù)克耶.盛楊燕，周濤譯.大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革［M］.杭州：浙江人民出版社，2013.

［14］張春磊，楊小牛.大數(shù)據(jù)分析（BDA）及其在情報(bào)領(lǐng)域的應(yīng)用［J］.中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，（1）：18-22.

Intelligence Analysis in the Big Data Era in the Context of PRISM

The PRISM program has drawn extensive attention from all over the world after being exposed，and attention seems to focus on personal privacy and its protection.But in fact,what data are collected，how they are processed and what strategic objectives are to be achieved are more worthy of attention and discussion.This article makes a comprehensive analysis of the prism program from the perspective of intelligence analysis，which includes data resource，analysis process and methods，strategic target，and ends on a discussion about intelligence analysis in the era of big data.

PRISM；big data；intelligence analysis

G250.2

：A

：1003-6938（2014）05-0002-05

化柏林（1977-），男，北京大學(xué)信息管理系博士后，研究方向：知識(shí)抽取與情報(bào)分析。

*本文系國(guó)家社科基金重點(diǎn)項(xiàng)目“大數(shù)據(jù)環(huán)境下的計(jì)算型情報(bào)分析方法與技術(shù)研究”（項(xiàng)目編號(hào)：4ATQ005）研究成果之一。

2014-09-10；責(zé)任編輯：魏志鵬