加入收藏
加关注
登录
注册
微警用
大数据：边防情报的机遇、挑战及对策探讨
2014-03-24 10:28:46 作者 : 刘洁韵 钱妍冰 来源 : CPS警装网1、引言
截至2011年底，全球互联网总数据存储量已达100亿TB以上，并且正以59%以上的年增长率增长[1]。由此可见，世界已然迈进“大数据”时代的门槛，在科学研究、互联网、社交网络、商业交易等应用领域，数据量正以极快的速度增长。情报工作也不可避免的面临着大数据信息浪潮的冲击。当前，边防情报工作正进入“大情报”高速发展的重要时期，信息化程度不断提高，只有增强对“大数据”的紧迫感、掌握“大数据”技术，提升边防情报收集、分析研判、利用的能力，才能分享“大数据”成果，推动边防情报事业向前发展。
2、大数据的含义
2.1大数据的产生
大数据的产生不是一蹴而就的，而是经历了一个复杂的历史过程。人类社会的数据产生方式大致经历了3个阶段，而大数据的诞生正是基于数据产生方式的巨大变革。第一阶段，运营式系统阶段，数据库的出现大大简化了数据管理的复杂程度；第二阶段，用户原创内容阶段，互联网的诞生促使数据产生与传播方式的第二次重大飞跃；第三阶段，感知式系统阶段，云计算、物联网、交际网络的兴起，促使了大数据的产生[2]。
英国着名杂志《Nature》早在2008年就推出了Big Data专刊[3]。2011 年 5 月，美国EMC公司（Electron Machine Corporation）在 “云计算相遇大数据”的主题会议上正式提出“大数据”概念。同年6 月，麦肯锡、IBM相继发布了“大数据”的研究报告。随后“大数据”迅速成为各行业争相研究的热门。2012年3月29日，奥巴马政府在白宫网站发布了《大数据研究和发展计划》( Big Data Research and De-velopment Initiative) [4]，根据这一计划，美国政府将为此投入两亿美元以上资金，大力推动和改善数据的采集、保留、存储、管理，将大数据提升到全球战略的高度。北京时间2013年5月14日，Twitter宣布收购大数据创业公司Lucky Sort[5]，旨在深入地了解其用户的微博内容和如何最好地在其网站上放置广告，可见在商业竞争领域中“大数据”的重要性已经引发了越来越多的关注。
2.2大数据的定义
大数据并不是“海量数据”或“数据爆炸”，其维度更高，内涵更加丰富。实际上，大数据描绘的是一种状态，即数据量和数据类型激增而显现出来的现象，进而还包括应对这一现象并为实现数据价值最大化而提出的数据采集、分析处理、存储、调用等技术方法和过程。
对大数据的定义尚未统一，维基百科对大数据的定义为：巨量资料（big data），或称大数据、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯[6]。学术界大多从大数据的特征探讨其含义，比较有代表性的是3V定义，即大数据满足3大特点：①数据规模大（Volume），数据量已发展到PB甚至ZB级，称其为海量也不过分；②数据类型多样化（Variety），数据类型繁多，涉及网络日志、图片、音频、视频及商业管理信息等方方面面；③快速性（Velocity），要求数据处理要反应迅速且高效、持续。除此之外，还有提出4V定义的，即在3V的基础上增加数据价值稀疏性（Value）[7]的界定，即大数据符合价值高、密度低的特征，这正是大数据有别于以往数据形式的鲜明特点，体现了大数据利用过程中面临的难题，为大数据的利用提出了更高要求。
3、大数据为边防情报带来的机遇与挑战
目前，公安部党委在深入总结公安机关“三基”工程建设经验的基础上，提出了“三项建设”的新要求，即以科学发展观统领，深化“三基”工程建设，全力推进警务信息化、执法规范化、警民关系和谐等三项建设，进一步夯实公安工作根基，推动地县级公安机关工作又好又快发展[8]。其中公安队伍信息化建设地位十分突出，边防情报的信息化建设工作更是重中之重。大数据时代，要促进边防情报工作的高效发展、实现边防情报的信息化，就要充分认识到大数据为边防情报工作带来的机遇和挑战。
3.1带来的机遇
3.1.1数据数量大、类型多，有利于提高边防情报的真实性。
边防情报工作涉及的范围非常广，既包括边境及周边国家（地区）经济、政治秩序，又包括边境犯罪等信息，而这些信息多是隐蔽的、甚至被人为的进行了加密，这就为边防情报工作加大了难度。要想在最大程度上实现情报的真实可靠，就要最大程度的收集各类相关数据、信息，为下一步情报分析奠定丰富的素材基础。而大数据数量庞大、类型众多，正好解决这一需求。
通过从数据间挖掘相互关系和痕迹，进行数据的比对，做到“去粗取精、去伪存真”，使情报及其分析结果更大程度上接近于真实，提高决策的合理性。合理利用大情报，有利于大大扩充边防情报部门掌握的信息、数据的范围和数量，大大提高情报信息的准确性，大大增强边防情报部门工作的效率。
3.1.2数据传递、更新迅速且高效、持续，有利于提高边防情报的实时性。
边防情报是边防部门合理决策的重要依据，为了满足边防工作实时变化的形势要求，边防情报时性要求也很高。当前，社会信息流转的重心在于互联网，而互联网的重心正向移动互联转移，移动互联以其速度快、使用方便且廉价等特点迅速发展起来。截至2013年1月，我国网民已达5.64亿，手机网民规模达到4.2亿[9]，超过总体网民的74.4%。移动互联的迅速发展实现了信息数据的即时传播，为边防情报部门及时、持续掌握数据提供可能性，加以合理利用，可以有效提高边防情报的时效性，提升边防情报工作的效率以及边防部门反应能力。
同时，对数据的持续监控，有利于实现边防情报的预测。对社会上、辖区内突发事件和一些犯罪的预测及监控已经成为边防情报工作的重要组成部分，这些事件或行为发生之前往往有很多征兆，而它们就隐藏在丰富的大数据资料中。通过对这些数据的持续监控，以及与相关指标的比对，有利于把握事件及犯罪的发展趋势，及时做出预警和准备，有效预防和处置突发事件，及时查出犯罪，最大程度地降低社会危害；同时及时占据舆论高地，对社会舆论加以正确引导。
3.2面临的挑战
3.2.1情报存储问题
要想完成情报的分析处理及利用，情报的存储问题是基础性问题。目前，情报信息的存储多依赖于大型数据库，即通过情报信息平台来实现。基于大数据的4V特点，对边防情报的存储应当实现以下要求：
第一，有序，情报的存储的有序性是情报利用的基础。特别是针对大数据数量庞大且速度极快的特点，情报存储的有序化，可以实现数据存储空间的最大化，为数据的插入、删除、归类等操作提供便捷。在这一过程中，情报存储的分类工作尤为重要，不同的分类标准可以满足不同的存储要求，进而更好的服务于情报产品的后续分析和使用。
第二，完整，情报存储的完整性为情报的持续利用提供可能。情报的利用往往要经历一个复杂的过程，零次情报、一次情报的完整存储是情报整理分析的基础。也许我们需要的情报就隐藏在粗糙的、琐碎的零次情报或一次情报中，只有将这些情报完整存储，才能为情报的分析提供素材，进而实现情报的持续利用。
第三，高效，存储更新便捷、利用高效是情报使用根本要求。情报的存储要经历大量的存取、删除、替换、复制、借阅、流转等操作，只有这些更新措施便捷、简便，才能实现情报的高效利用，而面对当前大数据急速发展的现状这一点尤为重要。
3.2.2情报分析问题
如果说大数据对情报存储的要求是严格的，那么大数据为边防情报的分析工作提出的要求是接近苛刻的。鉴于大数据的价值稀疏性特点，边防情报分析工作无疑于“大海寻宝”，即在浩瀚的数据“海洋”中“逐浪”淘“情报之宝”，因此情报人员要掌握科学合理的情报分析方法，做成功的“逐浪者”，否则就会在大浪中迷失自我。
第一，把握情报分析的宽度。面度海量信息，如何寻找出有价值的部分是进行合理分析的第一步。这就要求分析人员既能将有价值的信息全部纳入分析范围，不遗漏任何有益信息，同时又能有效避免将精力浪费在相对无用的信息处理上，尽最大可能提高情报分析的质量和效率，实现效益最大化。
第二，把握情报分析的深度。情报分析的过程是从现象到本质的过程，不能只注重分析的信息、数据的表面形式，还要讲究分析的深度，即在广泛又相对“有限的”信息中发掘深层的隐藏的情报或线索。
3.2.3情报安全问题
大数据背景下情报人员开展情报工作，在享受大数据带来的各种裨益的同时，也要承担这种方便带来的巨大隐患和挑战，而情报安全问题的挑战是其中十分严峻的问题。
情报的安全包括两部分：第一，管理安全，指管理人员对情报、数据的日常管理和维护过程中应当采取有效措施保证情报的安全；第二，使用安全，指具体使用人员在对情报的读取、借阅、复制、共享等使用过程中应当依照相应的规范和要求，保证情报的安全。
同时，情报的安全追根到底是要服务于情报的利用，因此情报安全应当满足服务于使用的基本要求：第一，安全措施应当在保证效果的同时尽量简化，保证情报时效性的要求；第二，应当在情报安全的基础上最大限度的实现情报的共享，避免过分强调安全而影响情报的共享。
4、应对策略
大数据是科学进步赐予时代的礼物，也是历史发展的必然结果。尽管大数据带来的挑战众多，作为边防情报工作人员应当避免畏难情绪，避免消极、被动的工作作风，以积极的心态，结合实践中探索应对策略，了解大数据、利用大数据，为边防情报的持续发展提供动力、技术支持。
4.1树立基于大数据的情报意识
情报意识主要指情报人员在情报工作过程中对边防情报的敏感程度，它包括情报发现意识、搜集意识、质量意识、时间意识、协作意识、效益意识等等，涉及到边防情报工作的方方面面。树立基于大数据的情报意识，是指在情报工作中真正理解大数据的特点和基本要求，坚信大数据的重要意义，并在情报工作的过程中时刻从大数据出发，努力发掘情报工作过程中大数据的价值，并尽量避免大数据使用过程中可能出现的错误和损失。
第一，积极应变。面对大数据带来的机遇和挑战不能采取无所作为的政策，不能做固守现状的“鸵鸟”，而应主动分析自身条件，客观分析自身工作的长处、不足，主动把握大数据带来的机遇，积极应对大数据的挑战。
第二，深刻认识大数据与边防情报工作的关系。大数据时代边防情报工作也必然被卷入大数据的浪潮，边防情报工作人员应当敏锐地察觉到情报工作中的深刻变革，把握时代发展到脉络，深刻认识大数据与边防情报工作的契合点，有重点地开展新时代的边防情报工作。
第三，积极使用和发掘数据分析的相关技术。在具体的工作过程中，应时刻本着大数据服务边防情报工作的目标，积极学习和发掘适合边防情报工作需要的大数据处理技术，真正利用好大数据。
第四，取长补短，主动进取。大数据的研究有先有后，情报工作人员应树立取长补短的进取心态，从先进的对象身上汲取经验教训，同时可以从先进学科中移植恰当的方法，加以改进、创新，应用于日常边防情报工作中。
4.2培养具有大数据分析能力的边防情报人员
要在边防情报工作中更好的应对大数据，培养其专业工作人员是非常重要的。而这类专业工作人员的要求很高，不仅可以灵活运用计算机、互联网，能掌握数据库等基础工具，还要具备较高的情报工作能力，拥有较为完善的知识体系等。因此，需要采取灵活的策略来培养具有大数据分析能力的边防情报人员：
第一，加强技术培训。从边防情报工作人员队伍中选拔基础好、领悟力强的人员，对其进行特定技术培训，加强统计学和数据分析方面的训练；引进先进的数据处理平台和技术方法，积极与世界先进接轨；发挥边防工作人员业务熟练的优势，努力将数据处理的技术方法与边防工作实际相结合，更好的服务于实战。
第二，加强高校培养。解决问题终究还是要从源头上找方法，各大军事院校是培养部队高级人才的摇篮，要解决专业人才缺乏的问题，归根结底还是要加强院校对专业人才的培养。在课程中开设基础的数据处理课程，有条件的也可以开设专门的学科，为边防部队输送急需人才。
第三，合理利用社会资源。对于一些高端软件的开发、专业平台的设计可以借助社会上的专门的机构，借助他们的专业技术为边防工作提供帮助。但在这一过程中应特别注意保密工作，避免一些别有用心的人借机窃取边防秘密。
4.3加强情报安全制度建设
技术的进步为边防情报工作提供了众多便利，大数据必将成为边防情报重要的资源，但如果这种资源不能被妥善保护，将会给边防情报工作带来重大的打击，甚至对国家利益造成损失。因此，大数据环境下，要重视加强边防情报安全制度建设。
首先，建立信息审计制度。对大数据的安全管理应当建立在对数据合理审计的基础上，这种审计主要包括：统一的信息审计标准和流程；信息审计的专门管理人员、分工及权限；信息审计的周期、范围；对情报、信息泄露的审计及其损失估算机制。
其次，完善情报、信息共享制度。情报共享是情报利用的重要方面，要实现情报的安全共享，首先要合理确定情报、信息的密级，进而根据具体的密级确定其分享范围，对其存取、删除、替换、复制、借阅、流转进行相应规范，并且在使用过程中完善既有制度，不断提高情报、信息共享的安全度。
第三，明确机密、绝密情报保护制度。对于机密、绝密的情报应当有专门的制度对其进行管理：严格规范机密、绝密情报的接触者和传播环节；对机密、绝密情报进行进一步的加密，并严格知密范围；按一定时期更新密钥，防止长时间使用造成的泄露。
第四，完善涉密人员管理制度。涉密人员是指所有管理、使用以及能接触到情报的人员。涉密人员在接触情报的过程中主观性较强，因而对其管理十分有必要；同时，对涉密人员的管理要讲究方法、策略，既充分发挥涉密人员的主观能动性、实现对情报安全性的提高，又尽量减少涉密人员的失误操作及其他可能的泄密、窃密的发生。
第五，建立日常安全保障制度。通过建立日常安全运行与维护机制、应急响应机制、安全监控管理机制，可以实现对于情报安全的实时管理。而且这些管理应当在日常使用中进行完善，进而满足信息安全的最高要求。
5、结束语
大数据时代的来临已经毋庸置疑。大数据所具有的数据体量大、类型多、价值稀疏以及速度快的特征，给边防情报工作带来了重大的机遇和挑战。只有正确认识这些机遇与挑战，利用好大数据，才能为边防情报工作注入活力，是边防情报工作在新时代的大潮中永葆生命力。当然，随着研究和应用的深入，对大数据的认识也在不断发展，怎样才能最大程度的发掘大数据的价值，要从未来的实践中寻求答案。相信随着大数据研究的进一步深入，以及边防情报工作的持续发展，大数据所隐藏的大智慧一定会为边防情报工作提供更好的决策支持。
参考文献
[1]张新征,李海鹰.“大数据”对美陆军信息系统建设的影响[N].轻兵器,2012(19).
[2]孟小峰,慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展,2013(1).
[3]Nature. Big Date[EB/OL]. http://www.nature.com/news/specials/bigdata/index.html,2012-10-02.
[4]陈明奇,姜禾,张娟,廖方宇.大数据时代的美国信息网络安全新战略分析[J]. 第27次全国计算机安全学术交流会论文集,2012(8).
[5]凤凰科技网:Twitter宣布收购大数据分析公司Lucky Sort[EB/OL].
http://tech.ifeng.com/internet/detail_2013_05/14/25266034_0.shtml, 2013-5-14.
[6]维基百科:大数据[EB/OL].http://zh.wikipedia.org/wiki/%E5%A4%A7%E6%95%B0%E6%8D%AE, 2013.
[7]吴金红,张飞,鞠秀芳.大数据：企业竞争情报的机遇、挑战与对策研究[J].情报杂志,2013(1).
[8]百度百科：公安队伍三项建设[EB/OL]. http://baike.baidu.com/view/3284277.htm,2013.
[9]中国广播网. 中国网民数量达到5.38亿 手机网民规模达3.88亿[EB/OL].
http://www.cnr.cn/gundong/201207/t20120719_510279110.shtml, 2012-07-19.
[10]陈如明.大数据时代的挑战、价值与应对策略[J]. 2012中国国际信息通信展专刊,2012(17).
[11]亓冬,吴洋,彭默馨.直面大数据对信息安全的挑战[J].信息安全,2012(8).
新闻稿件欢迎直接联系：QQ 34004818 微信公众号：cpsjyzb
我要评论
0 条评论
- 还没有人评论过，赶快抢沙发吧！
