大數據背景下邊防“數字政工”平臺建構研究

郭文永，趙 科

(武警學院 訓練部，河北 廊坊 065000)

大數據背景下邊防“數字政工”平臺建構研究

郭文永，趙 科

(武警學院 訓練部，河北 廊坊 065000)

大數據為公安邊防部隊政治工作提供了全新的視角和工作模式，全面推動邊防“數字政工”平臺建設，將使政治工作發揮更大的效能和威力。大數據背景下構建邊防“數字政工”平臺需遵循統籌性、安全性、開放共享、標準統一、應用為主的原則；平臺應具備思想政治教育、業務管理、數據采集和數據分析功能；平臺數據建構包含數據挖掘、存儲、整合、應用四方面；平臺建設需從設施層、數據層、接口層和系統層加強安全防護。

大數據；公安邊防部隊；數字政工

當前，移動互聯網、物聯網、云計算、數據智能分析等信息技術迅猛發展，使人類邁入了大數據時代。大數據的理念和技術使人類面臨著前所未有的變革，也給公安邊防部隊政治工作提供了一種全新的視角和工作模式。研究把握大數據背景下公安邊防政治工作的特點和規律，緊緊抓住“生命線”加載“數據鏈”的時代特征，全面推動邊防“數字政工”平臺建構，將促進公安邊防政治工作科學、精準、高效，使公安邊防政治工作發揮更大的效能和威力。

一、大數據背景下邊防“數字政工”平臺的基本功能

(一)思想政治教育功能

大數據背景下，思想政治教育工作面臨著巨大的挑戰，其主要表現在：一是信息資源的海量涌現，大量不良信息摻雜其中，嚴重影響了邊防官兵的鑒別和區分能力；二是在信息發布和獲取更加自由的當今，邊防部隊基層官兵的視野更加開闊，追求更加多樣，對思想政治教育的內容和方法要求更高，以往依靠課堂教育灌輸的方式，已無法滿足官兵獲取信息的需求[1]。

因此，邊防“數字政工”平臺建設，要適應大數據時代信息傳播的特點，結合邊防官兵實際，在前期政工網、政工數據庫等信息化建設的基礎上，充分發揮社交媒體、新媒體等傳播速度快、覆蓋范圍廣、交互性強的優勢，充分運用“三微一端”等新手段，打造一批叫得響、立得住的品牌欄目，不斷優化平臺資源，充分滿足官兵學習、咨詢、娛樂等需求，使思想政治工作更具有吸引力和感染力。構建思想交流和輿論引導平臺，達到抵御不良侵蝕、提高思想覺悟、強化政治定力的目的。

(二)業務管理功能

業務管理功能是邊防“數字政工”平臺在實現政工信息化建設中承擔的重要職能，該平臺以轉變管理模式、提高工作效率、降低行政成本為目標，緊緊圍繞建設、應用、管理三個環節，進一步提升為公安邊防工作和隊伍建設服務的能力和水平，實現網上辦公、實時查詢、統計分析和信息共享。其內容主要包括人員機構管理、干部管理、證件管理、專業技術資格管理、表彰獎勵管理等內容。

(三)數據采集功能

在大數據背景下，邊防“數字政工”平臺應具備數據采集功能，要改變以往封閉式的數據采集、加工模式，采取廣泛面向網絡的數據采集，盡可能多地從網絡中獲取各類信息，為大數據分析提供數據支撐。

數據采集來源應具有多樣性和完備性，主要有以下三種：一是“數字政工”平臺各業務系統、數據庫、政工網站等信息化建設項目生成的數據；二是主動從國家、政府、軍隊等權威性媒體，博客、論壇、微博等泛在型媒體中采集的數據；三是官兵在學習訓練、通信聯絡、網上行為等記錄生成的數據。這些結構化與非結構化數據，將構成邊防“數字政工”平臺的數據基礎。

(四)大數據分析功能

“全樣本模式”是大數據分析的基本特征，數據越大，其真實性就越大。邊防“數字政工”平臺要能夠實現大數據分析功能，對長期產生和積累的數據，以及不斷產生的實時數據進行分析處理和深入研判，揭示出其內涵、規律，使其成為政治工作的信息源與知識源，并將其應用于邊防部隊政治工作當中，實現數據的增值。通過數據分析，可以了解特定群體的思想狀態、人脈網絡、意見傾向和價值判斷，因時因人制宜開展教育，提高思想政治教育的時效性和針對性，進而克服政治工作當中“思想難察覺、交往難掌握、行為難管控”[2]的現象，提高態勢感知能力和政治工作的針對性。

(五)基于大數據的決策功能

在大數據分析基礎之上進行決策，是邊防“數字政工”平臺應具備的重要功能，由于其數據量足夠大，數據分析客觀性與全面性大幅提高。決策支撐的目標包括兩個方面：一是針對個體或群體工作對象開展政治工作，針對個體或群體進行細節化的監測和測量，了解和把握工作對象的關注熱點、現實問題、心理需求、行為規律、思想變化趨勢以及根源和原因，通過信息化手段和啟發式、互動式、討論式工作方法發揮政治工作教育、溝通、引導作用，做到“緊貼問題”“對癥下藥”地為邊防官兵解決思想迷惑和生活困難，因勢利導地化解官兵在日常訓練、學習、生活中遇到的問題；二是針對邊防部隊整體政治工作確定發展的大方向，對邊防部隊政治工作進行宏觀性的監測和測量，達成對民情社情、軍心士氣的全面認識和把握。這些認識和把握可以通過動態的、簡明的、可視化的數據圖譜展示，并提供關聯提示、預警研判，直接為決策服務。

二、大數據背景下邊防“數字政工”平臺建構原則

邊防“數字政工”平臺建構要統一規劃，遵循“緊貼實際、循序漸進、智能融合、建維一體”的原則，加強對邊防“數字政工”的系統規劃和科學論證。平臺建設需遵循以下幾個原則：

(一)統籌性原則

按照全軍“政工數字一體化”的總體框架，依托現在的建設要求，堅持統籌規劃、主體先行、應用引領、重點突破，立足政治工作實際，集成邊防部隊政工業務、數據和資源，實現政工資源的高利用率、數據的關聯共享和平臺的集成統一。

(二)共享開放原則

借鑒“開放”理念，堅持整合資源、共享數據、開放平臺、創新應用，搭建新的信息化生態環境，在平臺的建設基礎之上，允許各團級或支隊級單位結合實際應用對平臺的功能進行擴充和數據的共享銜接。

(三)應用為主原則

堅持以實際應用為主導，通過計算技術先進的科技手段、方法，強化對數據的沉淀和分析、典型業務的分享和學習，生成高質量的產品，開發效能突出的軍隊數字政工一體化平臺應用，形成獨具軍隊特色的亮點應用品牌。

(四)標準統一原則

云平臺、大數據環境下，平臺的根本就是一個標準統一的表工程，表中有不同的數據，這些數據可以自由組合，形成新的數據。政治工作各方面的應用，就是在一個綜合數據平臺下各種數據的“拼裝”。通過政工數據體系工程，原本條塊分割造成的政工信息孤島將變成一片充滿活力的數據海洋。在這個海洋里，“橫向集成，縱向貫通，互聯互通，全面共享”。

(五)安全性原則

平臺安全保護機制必須簡單、一致，并建立到系統底層，設計、開發嚴格遵循安全體系的有關標準、技術，進行定期的漏洞掃描和實時監測，及時調整安全策略，并制定切實可行的應急計劃和措施，確保網絡信息系統不受損失或盡量減少損失。

三、大數據背景下邊防“數字政工”平臺的數據建構

邊防“數字政工”平臺的數據包括四部分：數據挖掘、數據存儲、數據整合和數據應用四部分。這四部分相互依存、相互作用，形成一個共生、共享的循環系統，每一部分都將根據邊防“數字政工”的特點形成一個獨立的體系框架。

(一)數據挖掘

邊防政工大數據挖掘需要根據數據的特點對前端數據來源和后端數據應用進行延伸，包括邊防政工基礎數據挖掘和動態數據挖掘。邊防政工基礎數據包括：有關邊防的政策法規、條令條例、評功評獎、轉業安置、政工教育、人員情況等政工人員日常工作中積累的原生數據，其核心是建立一個全面、系統的數據體系，也就是一個表工程，并且這個表是一個不斷成長的有機體。邊防政工動態數據分為內網信息和外網信息，內網信息包括政工網、政工網絡教育、網上黨校、政工業務平臺于一體的“云超市”(簡稱“三網一平臺”)，外網主要是互聯網數據、微媒體數據、移動互聯網數據。動態數據的挖掘首先通過網絡對海量數據進行預處理，然后根據布拉德福定律，確定動態數據的重要挖掘對象。

(二)數據存儲

依據大數據技術構建海量的邊防政工數據倉庫主要有兩種方式：一是利用云儲存技術，在支隊級及以上級單位建立存儲中心，由多個存儲設備組成，通過集群功能、分布式文件系統或類似網格計算等功能聯合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統。二是通過縮短數據保存時限、降低數據存儲質量的方式來降低建設成本。雖然這種方式會降低數據的可追溯性和辨識價值，但是可以有效地避免由于數據增長過快所帶來的問題。加之信息數據本身就含有大量的冗余成分，因此可以通過篩選把數據的損失降低在可允許的失真范圍內來達到目的。

(三)數據整合

按照邊防政工數據需求在各邊防政工數據源中進行數據采集、檢索和整合，并對數據進行篩選，包括去噪、取樣、過濾、合并、標準化等去除冗余和多余數據，建立待處理數據集[3]。數據處理的主要任務是用以預測(包括回歸和分類)和描述(相關、趨勢、聚類、軌跡和異常)，供預警和決策使用。包括兵情分析、預警研判、思想教育、組織建設等都可視為分類任務，可以利用決策樹模型、預測模型、貝葉斯算法、人工神經網絡和支持向量機等挖掘算法，形成以元數據為基礎的邊防政工基礎數據庫、政工專業數據庫、官兵應用數據庫。如通過統一檢索系統，縱向上以時間維度，形成個人思想動態變化趨勢分析圖；橫向上結合官兵屬性和兵情熱點，進行多層次的量化描述和多視角的研判解讀，實現對某一特定群體的數據綜合性分析。

(四)數據應用

做強以邊防政工大數據為依托的一體運行的“主網站”，整合各類邊防政工信息化資源，設置統一的界面和端口，開發云桌面虛擬平臺、云教育、云管理等系統，不斷打造邊防部隊特色的“云政工”，逐步形成資源統一調度、數據充分共享、系統互聯互通、實戰應用豐富的邊防“數字政工”大格局。做精務實管用的邊防業務子系統，如集山東青島邊防支隊的心理測評、危機預警、問卷調查、咨詢預約、心理檔案管理等功能于一體，有效形成“預防、預警、干預”三級防御機制，滿足心理健康工作的一站式需求。做新互動交流的“微平臺”，搭建各種便捷實用的網上閱讀、思想教育等平臺，經常化開展互動交流、調查研究、心理測查等活動，實時宣傳重大理論和政工動態，掌控官兵思想脈搏，真正將邊防“數字政工”打造成基層官兵的“晴雨表”、上下聯系的“快通道”，使之成為提升工作效率的“倍增器”。

四、大數據背景下邊防“數字政工”平臺安全架構

大數據時代，信息安全面臨新常態，在數據收集、傳輸、存儲、管理、分析、發布、使用、銷毀的大數據生命周期全過程，大數據面臨眾多的安全威脅[4]。因此，邊防“數字政工”平臺安全在整個系統的建構中具有極其重要的位置，是開展“數字政工”建設的前提條件，需要從設施層、數據層、接口層、系統層4個層次進行安全防護。設施層主要應對大數據平臺基礎設施設備的安全問題，對終端、云平臺和大數據基礎設施進行安全防護；數據層主要解決數據處理的生命周期帶來的安全問題，在數據采集、存儲、發布、分析、應用等方面進行安全防護；接口層主要解決平臺系統中數據提供者、使用者等角色之間的接口安全問題，如隱私泄露、不明身份入侵、非授權訪問等等；系統層主要解決系統面臨的安全問題，如平臺攻擊、遠程操控、僵尸攻擊、APT攻擊等。

大數據背景下“數字政工”平臺建構是一項基礎性工作，只有積極轉變觀念，在平臺建設中既遵循數據運動規律，又符合部隊政工特點，才能主動超前占領網絡陣地，掌握網絡思想政治工作的制高點，真正提高網絡思想政治工作的實效性和針對性。

[1] 朱峰民,馮躍民.大數據條件下公安邊防部隊基層思想政治教育創新研究[J].武警學院學報,2016,32(5):45-47.

[2] 陳曉暉.大數據助推軍隊政治工作信息化發展[J].軍隊政工理論研究,2015,16(5):108-110.

[3] 李陽.大數據環境下在線學習行為分析模型研究[D].哈爾濱：哈爾濱理工大學,2017：19-20.

[4] 呂欣,韓曉露.健全大數據安全保障體系研究[J].信息安全研究,2015,1(3):211-216.

ResearchonConstructingDigitalPoliticalWorkPlatformSystemofFrontierDefenseinBigDataEra

GUO Wenyong， ZHAO Ke

(StaffOffice，TheArmedPoliceAcademy，Langfang，HebeiProvince065000，China)

Big data provides a new angle of view and a working mode for the political work of the border control force.Promoting the construction of digital political work platform system in the border areas will make public security and frontier defense political work more effective.This paper contends five principles shall be followed in the construction of digital political work platform system of frontier defense， namely overall planning， safety， open sharing， unified standards and application orientation.While undertaking data mining， data storage， data integration and data application， the platform’s basic functions include ideological and political education， management， data collection and data analysis.To strengthen platform security， measures shall be taken at infrastructure layer， data layer， interface layer and system layer.

big data; border control force; digital politics

2017-10-09

2016年度河北省社會科學發展研究課題“大數據時代部隊‘數字政工’創新發展研究與實踐“(201603030601)

郭文永(1976— )，男，河北大城人，館員；趙科(1972— )，男，河北文安人，館員。

F426.61

A

1008-2077(2017)11-0048-04

(責任編輯李獻惠)