大数据和人工智能时代的情报分析和技术探索
发布时间：2021-08-06 14:20
在深入梳理现代情报分析六大关键问题和理想状态的基础上,结合大数据和人工智能技术近10年的跨越式发展,针对目前大数据和人工智能技术应用于情报分析的主要认识误区,详细分析了其用于情报分析领域的六大挑战和所需7项关键支撑技术,并提出了大数据和人工智能基础上的新型情报分析技术体系架构模型和情报生产使用流程。最后,对未来情报界相关系统和工作流程建设提出了四个方面的建议。
【文章来源】：电讯技术. 2018,58(05)北大核心
【文章页数】：8 页
【部分图文】：
以目标为中心的情报生产多层视角Fig．1Multi－layerviewoftargetorientedintelligenceproduction
?2．1现代情报分析的基本内涵与工作目标现代情报分析的理想状态如图1所示。采用以目标为中心、以事件为驱动的情报分析方法，通过人工智能、大数据等技术手段和管理模式调整，在满足保护情报搜集、分析和反情报安全需求的前提下，将决策者(用户)、搜集者、分析者和管理者等利益相关方均纳入情报生产体系，实时反馈相关意见和建议，并根据意见建议快速调整搜集和分析策略［3－6］。图1以目标为中心的情报生产多层视角Fig．1Multi－layerviewoftargetorientedintelligenceproduction相对经典的中情局情报分析环(如图2)而言，现代情报分析在一个阶段的情报生产流程结束前，反馈即可有效作用，而不只是在阶段结果获得后指导下一次的改进。图2中情局视角Fig．2TheviewofCentralIntelligenceAgency(CIA)根据现代情报分析对大数据和人工智能技术在业务层面的需求，下面简要介绍其基础技术模型和特点。2．2现代情报分析面临的主要问题情报分析的结果是将直接面对最终用户的各类情报产品，情报产品的质量将直接关系到用户决策的正确性，因此，情报分析也是整个情报流程中最关键的一环［7］。但是，各国情报界对情报分析的关注程度远远不如情报搜集，而且，一旦出现情报研判失误，首当其冲的均为情报分析机构和人员，矛头总是指向人和流程，而很少有人分析技术和体制问题，这也是大数据和人工智能技术在军政界的应用首先被想到的就是情报分析方面的原因———“只要信息足够，只要分析过程按规则进行，只要除去人的主观因素和偶然错误，就能减少情报分析失误”。“责任重、权利小，关注少、责罚多”使得情报分析在各国情报界都存在着或多或少的问题。以美国情报界为例，现代情报分析主要面临以下六方面的问题［8］:
５悴偶?出并交给人进行分析。第四，数据搜集与共享应打破部门界限，建立分层分级的数据管理机制。在条件允许的情况下，尽可能搜集更加全面的数据，并协调搜集策略;在授权和安全确认的情况下，可在情报流程有效期内，向情报界其他成员共享各层数据和情报产品。第五，建立搜集者、分析者、管理者和决策者联合完成以目标为中心分布式情报分析的技术环境，利用技术手段和管理机制将利益相关方紧密联系在一起。根据上述设计原则，并结合情报分析理想状态，初步考虑大数据和人工智能时代的新型情报分析技术体系架构如图3所示，在此架构下情报处理全流程如图4所示。图3新型情报搜集分析技术体系架构Fig．3Newintelligencecollectionandanalysisarchitecture·115·第58卷甘翼，王良刚，黄金元，等:大数据和人工智能时代的情报分析和技术探索第5期
【参考文献】：
期刊论文
[1]面向作战的侦察情报数据仿真系统设计[J]. 戴礼灿. 电讯技术. 2017(07)
[2]大数据与深度学习综述[J]. 马世龙,乌尼日其其格,李小平. 智能系统学报. 2016(06)
[3]大数据分析的神经网络方法[J]. 章毅,郭泉,王建勇. 工程科学与技术. 2017(01)
[4]基于深度认知神经网络的跨媒体情报大数据智能处理技术[J]. 白亮,郭金林,老松杨. 指挥与控制学报. 2016(04)
[5]战场多源情报信息仿真评估系统的设计与实现[J]. 宁克俭. 电讯技术. 2016(06)
[6]基于改进层次分析法的美军空基情报、监视与侦察系统作战能力分析[J]. 唐文亚,单洁,赵震. 电子对抗. 2015 (05)
[7]大数据通用处理平台及其在ISR领域的潜在军事应用[J]. 蒋盘林. 通信对抗. 2013(03)
[8]外军一体化联合战场情报、监视与侦察系统的发展[J]. 王良刚,梁德文. 电讯技术. 2004(02)
本文编号：3325931
【文章来源】：电讯技术. 2018,58(05)北大核心
【文章页数】：8 页
【部分图文】：
以目标为中心的情报生产多层视角Fig．1Multi－layerviewoftargetorientedintelligenceproduction
?2．1现代情报分析的基本内涵与工作目标现代情报分析的理想状态如图1所示。采用以目标为中心、以事件为驱动的情报分析方法，通过人工智能、大数据等技术手段和管理模式调整，在满足保护情报搜集、分析和反情报安全需求的前提下，将决策者(用户)、搜集者、分析者和管理者等利益相关方均纳入情报生产体系，实时反馈相关意见和建议，并根据意见建议快速调整搜集和分析策略［3－6］。图1以目标为中心的情报生产多层视角Fig．1Multi－layerviewoftargetorientedintelligenceproduction相对经典的中情局情报分析环(如图2)而言，现代情报分析在一个阶段的情报生产流程结束前，反馈即可有效作用，而不只是在阶段结果获得后指导下一次的改进。图2中情局视角Fig．2TheviewofCentralIntelligenceAgency(CIA)根据现代情报分析对大数据和人工智能技术在业务层面的需求，下面简要介绍其基础技术模型和特点。2．2现代情报分析面临的主要问题情报分析的结果是将直接面对最终用户的各类情报产品，情报产品的质量将直接关系到用户决策的正确性，因此，情报分析也是整个情报流程中最关键的一环［7］。但是，各国情报界对情报分析的关注程度远远不如情报搜集，而且，一旦出现情报研判失误，首当其冲的均为情报分析机构和人员，矛头总是指向人和流程，而很少有人分析技术和体制问题，这也是大数据和人工智能技术在军政界的应用首先被想到的就是情报分析方面的原因———“只要信息足够，只要分析过程按规则进行，只要除去人的主观因素和偶然错误，就能减少情报分析失误”。“责任重、权利小，关注少、责罚多”使得情报分析在各国情报界都存在着或多或少的问题。以美国情报界为例，现代情报分析主要面临以下六方面的问题［8］:
５悴偶?出并交给人进行分析。第四，数据搜集与共享应打破部门界限，建立分层分级的数据管理机制。在条件允许的情况下，尽可能搜集更加全面的数据，并协调搜集策略;在授权和安全确认的情况下，可在情报流程有效期内，向情报界其他成员共享各层数据和情报产品。第五，建立搜集者、分析者、管理者和决策者联合完成以目标为中心分布式情报分析的技术环境，利用技术手段和管理机制将利益相关方紧密联系在一起。根据上述设计原则，并结合情报分析理想状态，初步考虑大数据和人工智能时代的新型情报分析技术体系架构如图3所示，在此架构下情报处理全流程如图4所示。图3新型情报搜集分析技术体系架构Fig．3Newintelligencecollectionandanalysisarchitecture·115·第58卷甘翼，王良刚，黄金元，等:大数据和人工智能时代的情报分析和技术探索第5期
【参考文献】：
期刊论文
[1]面向作战的侦察情报数据仿真系统设计[J]. 戴礼灿. 电讯技术. 2017(07)
[2]大数据与深度学习综述[J]. 马世龙,乌尼日其其格,李小平. 智能系统学报. 2016(06)
[3]大数据分析的神经网络方法[J]. 章毅,郭泉,王建勇. 工程科学与技术. 2017(01)
[4]基于深度认知神经网络的跨媒体情报大数据智能处理技术[J]. 白亮,郭金林,老松杨. 指挥与控制学报. 2016(04)
[5]战场多源情报信息仿真评估系统的设计与实现[J]. 宁克俭. 电讯技术. 2016(06)
[6]基于改进层次分析法的美军空基情报、监视与侦察系统作战能力分析[J]. 唐文亚,单洁,赵震. 电子对抗. 2015 (05)
[7]大数据通用处理平台及其在ISR领域的潜在军事应用[J]. 蒋盘林. 通信对抗. 2013(03)
[8]外军一体化联合战场情报、监视与侦察系统的发展[J]. 王良刚,梁德文. 电讯技术. 2004(02)
本文编号：3325931
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3325931.html
