對新形勢下國防大數據建設的觀察與思考

魏 驊 丁衛華 關 兆

近年來，世界各國官方和民間智庫加大了對我國防和軍隊建設的研究，其中以美國尤甚。其投入力量之大、研究范圍之廣、綜合分析之深，前所未有。美研究者通過對因特網公開資料等開源情報的初步分析，建立大數據統計、分析和預測模型，在比較及縱觀性研究基礎上，獲得了大量研究成果，進而推動本國國防理念及技術應用的整體進步。通過觀察美國海軍戰爭學院等智庫對大數據的利用，筆者認為，在新形勢下，我國防大數據建設應全面提升保密意識，優先強化對現有開源數據的分級保密，同時加強我軍在大數據分析方面的對等研究。

國外智庫對我國防信息大數據研究經驗值得借鑒

近年來，美國海軍戰爭學院、海軍分析中心、布魯金斯學會、日本防衛研究所等智庫專家學者頻繁訪華。通過與相關學者的交流發現，美、日等國在公開宣揚西太平洋軍事和戰略壓力的同時，以亞太“再平衡”戰略為指引，加快了軍事西進對壘。在軍事智庫建設方面，著重于力量建設和發展，此舉不僅加強了服務本國的軍事理論和應用研究，更重要的是為其盟友提供了具有針對性的戰術研究和風險研判。

以美國海軍戰爭學院的研究為例。為進一步加強涉華研究力量，近兩年，該學院成立了中國海洋研究中心（CMSI），聚合了海軍戰爭學院長期參與對華研究的專家學者，同時邀請院外學者參與共同研究，并通過學術期刊《中海》按需發布，在按主題重點發布學術研究成果的同時，還開展對相關領域的回顧性研究。

《中海》自2008年開通網絡版以來，已陸續發布12期，其內容主要涉及中國軍方尤其是海軍的科研創新、人才隊伍建設、船舶基地建設等基礎性、根本性問題。其中，運用大數據搜索分析方法進行歸納研究的案例逐漸增多。從該期刊第一期的研究文章《中國造船業的全面調查：商業發展與戰略意義》一文中可以看到，作者通過搜集中國造船業的相關報道、學術文章、官方數據等數據，詳細繪制出《自1999年起十年間中國各省份造船能力分布圖》，噸位及標注非常詳細。

國外智庫專家普遍表示，中國目前正在公布越來越多的數據，從國有企業的上市信息到各類媒體的新聞報道，無所不有，這些數據對于他們的研究有直接幫助。美國海軍戰爭學院教授肯尼斯·艾倫在其撰寫的《解放軍海軍的招聘、教育和訓練》一文中，通過對《解放軍報》等媒體、《中國國防生》等著作、軍隊院校及普通高校國防生班報考指南、各省教育廳招考信息、百度百科等大量開源數據的綜合分析、分類整理，完成了有關我海軍生長軍官特別是海軍系統國防生教育訓練的全面研究。

經調查了解，艾倫教授通過長期的數據“清洗”和整合分析，分散獲得中國所有國防院校的招生計劃，對國防生招生的數量和專攻領域、國防生后續的分配及訓練項目都有了全面系統的認識，并通過表格等形式予以公開，形成了系統、翔實且具有極高價值的分析報告。

在與美國海軍戰爭學院教授吉原恒淑等專家學者交流過程中，學者們向筆者展示了大量利用開源數據對我海軍進行研究所得的全面、系統的研究成果，研究領域覆蓋國防生教育體系、近海防務、大洋戰略等范疇，內容多引自我軍地公開的招生計劃、學術刊物等素材，通過建立相關數學模型，利用非結構性海量數據分析方法，完成了對這些數據的系統整理，形成了對我海軍人才培養方向、近海防務建設進度、海洋戰略等情況詳盡的分析判斷。

國防大數據建設應從根本上轉變傳統數據觀念

數據是一種特殊的戰略資源。新形勢下推進國防大數據建設，應從根本上轉變傳統數據觀念。大數據的核心是預測，其精髓在于分析信息時的三個轉變：一是大數據技術可以處理與某個問題相關的所有數據，而不再依賴于隨機采樣數據；二是大數據更關注宏觀問題，而不是微觀精確度；三是大數據更關注事物之間的相關關系，而非因果關系。

第一個轉變的實質，是徹底突破了信息缺乏時代和信息流通受限制的模擬數據時代給數據分析造成的局限，即只能通過隨機選擇樣本進行采樣分析。隨機采樣雖有其時代意義和使用價值，但實踐證明，由于實現采樣的隨機性非常困難，一旦采樣過程中存在任何偏見，分析結果就會相去甚遠。大數據出現后，“樣本即總體”成為可能，前述美國海軍戰爭學院艾倫教授的工作即是如此。

第二個轉變的實質，是接受了因數據量大幅增加可能造成結果不準確的現實，同時還要接受一些混亂甚至錯誤的數據混入研究數據庫的可能。這個轉變是數據發展趨勢使然。據統計，在數據發展過程中，非結構性數據如網頁和視頻資源，占所有數據的95%。由于混亂和錯誤數據的出現，數據才真正體現出其完整性。

第三個轉變的實質，是顛覆“知其所以然”的傳統觀念。擁有大數據技術后，數據分析指向的因果關系將逐漸被相關關系所取代。在某種程度上，研究者利用大數據技術，只需得知“會發生什么”而不是“為什么會發生”，而這正是大數據的價值。比如，谷歌公司曾把5000萬條美國人最頻繁檢索的詞條和美國疾控中心在2003～2008年間季節性流感傳播時期的數據進行比較，從而預測出2009年甲型H1N1流感的爆發。谷歌聲稱，他們并不依賴特定檢索詞條的語義理解，只關注特定檢索詞條的使用頻率與流感在時間和空間上的傳播之間的聯系。

數據管理及國防科研應換位思考加強內外研究統籌

“看似不起眼的海量分散數據，一旦被加以整合分析，將能夠形成對某一學科及領域十分透徹甚至影響深遠的研究。”在數據日益“開源”的當下，這席話已不再危言聳聽。面對日益嚴峻的信息安全危機，要進行換位思考，國防大數據科研不僅要加強對內關鍵數據的保護，更要注重對外數據的采集及分析研判。

通過基層調研發現，由于數據分散搜集、使用和保存，大多數數據管理部門并未意識到手中數據的重要意義，反而對數據予以公開傳播。以國防生信息為例，雖然國防生的招生介紹并不屬保密范疇，然而一旦將各高校教務信息中的招生信息進行匯總比對，就可形成對我軍未來人才數量需求、建設目標、能力素質、職業化程度等情況的詳細分析。

近年來，許多招收國防生的大專院校為了吸引更多優質生源，對國防生教育訓練信息都予以公開，不僅包括國防生招收門類、選拔方案、培養協議，更細到平時訓練、教學內容甚至包括學生個人簡介及學習感言。類似內容“恰巧”成為國外學者研究的重點。因此，筆者建議我相關數據管理部門，不僅應從本崗位、本機構職責出發考慮信息安全，上級指導單位應更全面細致地考慮研究，站在數據使用者的角度“極端化”考量問題，同時建立數據分級管理體系，加強對分散數據的保管和風險研判力度。

目前，國內有關國防大數據的研究還較為分散，學者主要依靠內部或涉密資料加以研究，在觀念上，比較輕視國內外開源數據分析；在應用上，對因特網數據檢索與分析方法較為陌生。因此，我國相關領域研究者應加強內外研究統籌，在打通內部研究渠道的同時，加強本地跨學科、跨領域、跨區域的共同研究，強化對海外資源、信息搜集方法的應用和借鑒，全方位提升國防大數據科研的水平和效率。

除了借鑒國外方法，我國相關科研機構也應適當派遣人員前往海外學習參與研究，從而拓展研究領域和思維方式。據悉，包括美國國會研究服務部（CRS）、海軍分析中心（CNA）在內的美國官方主要智庫的對華研究部門，長期定向招募華裔研究人員。因此，相關機構在借鑒國外智庫經驗建立有關國家國別研究中心的基礎上，可以考慮引入具有海外學習和工作背景的研究人員。

優先梳理開源數據分級保密強化對等研究

面對大數據時代日趨嚴峻的信息泄露風險，我國各級信息數據管理部門應當優先對現有數據進行分級保密管理，同時，大力推進國際搜索能力建設，通過提升信息采集能力，逐步開展并強化對外開源數據的對等研究，從而把大數據威脅轉變為國防利器。

一要篩查涉軍單位開源數據并分級管理。因特網和物聯網解決了數據產生問題，云計算解決了數據、服務和計算資源的共享問題。當海量數據“奔涌”出現，傳統的“一刀切”不公開和簡單的物理隔絕等信息保密手段就顯得捉襟見肘。以大數據技術取代傳統保密手段，實現對海量數據的分級管理已成為必然趨勢。以國防生信息為例，招生數量和培養方向均可對學生、家長公布，然而具體的培養計劃、培訓內容、專業素質及個人信息都應列為保密內容。這種“宏觀公開，具體保密”的做法已經在美國較為通行。比如，著名智庫蘭德公司針對兩岸臺海危機出臺的研究報告《恐怖的海峽？》中應用了美軍“聯合一體化作戰模型”作為研究的重要工具，這個作戰模型基本反映了美軍在這些戰爭中的作戰思想和戰術特點。但是，美軍在實際作戰中極其重視而且大量使用的某些作戰要素，在該報告使用的“聯合一體化作戰模型”中，既沒有任何表達，也沒有任何戰術或技術數據。

二要加強國際搜索能力建設。目前，國內部分研究者過分依賴境外搜索服務，其中不乏軍隊科研機構和軍事院校的相關人員，大多通過使用代理服務器等方式搜索國外的外文資料并加以研究。由于國外一些因特網公司已經具備強大的大數據分析能力，國內研究者對相關問題搜索所形成的數據基礎已經成為其研判我軍事科研動向的重要依據。比如，谷歌基于其所有搜索記錄（以每天30億條遞增），對特定檢索詞條的使用頻率與某些問題之間的聯系進行分析，已在公共衛生領域取得突破性進展。但也必須認識到這一現象存在的隱患：谷歌、雅虎等主流境外搜索引擎看似便捷，但我研究者進行搜索時產生的海量數據亦盡在其搜索服務運營商掌控之中。因此，建議相關單位及學者，除加強對境外搜索引擎使用的監管外，更應加強國內外文搜索能力的建設，逐步發展起能夠滿足國內需求的搜索引擎。

三要加強開源數據應用研究。目前，我國學者受限于搜索引擎等工具壁壘，在獲取開源數據方面存在一定難度，部分學者特別是社會科學領域的學者，不重視研究領域專業與技術的結合，不重視對開源數據的應用。如此一來，不僅呈現出技術與專業脫節的現象，而且直接影響到研究質量。軍隊科研機構和院校宜借鑒自然科學領域開源數據應用經驗，引入成熟研究方法和可靠研究工具，加強開源數據應用研究，提高大數據分析研判能力，助推我國防領域的信息化建設。