基于大數據的態勢感知運用分析及對策建議

+ 楊建（國防大學）

在競爭對抗中，有效感知和掌握綜合態勢，是己方進行戰略決策的重要依據，也是戰勝對方、奪取勝利的重要基礎。隨著信息科技的飛速發展，信息數量爆炸式增長，大數據技術應運而生，在獲取感知有關方面戰略態勢上發揮了重要作用。對科技原理和作用機理的準確把握，發現并解決其存在的有關問題，對于進一步提高基于大數據技術的戰略態勢感知的準確性和效能具有重要的促進作用。

一、大數據在態勢感知中的運用

《孫子兵法》中指出，“故明君賢將，所以動而勝人，成功出于眾者，先知也。”可見，只有及時、準確、全面地掌握信息，才能把握主動、取得全勝。大數據技術的產生和運用，為“知”提供了有力的工具，為有效掌握態勢情況創造了良好條件。

（一）大數據中蘊含態勢感知

信息技術高速發展，人類已經進入了一個充斥著海量數據的時代，大數據正是這個時代的產物。大數據具有體量巨大、類型繁多、價值密度低、處理速度要求高等4個典型特點，面對仍在爆炸式增長、足以“淹沒”一切現有處理設備的巨量數據，人們已經逐漸發覺其重要作用和對其加以利用的方法。在“梅特卡夫定律”的作用下，信息網絡節點越多，價值和發揮的作用越大；數據體量越大，能夠造成效果也就越大。當數據增長到巨量的規模時，其將產生復雜或混沌的現象，雖然價值密度很低，但是通過特定的理論和方法，深入分析數據之間的聯系，也能夠通過大數據感知到更多不易被發現的規律和情況。特別是，當今社會萬物互聯成為一種趨勢，人與人通過網絡彼此相連，各種經濟、工業、交通設施通過有線或無線網絡連接并交換數據，全球交匯信息數據的數量“聚沙成塔”，所有人的想法和行動幾乎都映射在虛擬的數據世界中。通過盡可能多地占有數據，分析、關聯、還原大數據中的信息，也就能夠識別并提取有關邏輯和關系，拓展人類的感知，并能持續跟蹤、信息補充、趨勢預測，并為進一步的決策和采取行動提供支持。

（二）態勢感知對大數據技術提出旺盛需求

本文所指的態勢可分為廣義和狹義兩類，其中，廣義的態勢，一般指一個國家（地區）在政治、外交、軍事、文化等方面表現出的戰略狀態或動向，以及在雙方或多方互動中所處的相對位勢；狹義的態勢，主要指軍隊所占地理位置、兵力對比、戰備情況等對當前和爾后行動是否有利，戰略主動權是否掌握等。對態勢的感知，即運用各種手段對對方各個方面戰略情況及動向的發覺和掌握，是國家或軍隊高度關注的重點，也是國家制定大政方針、維護自身安全和發展利益的重要保障。

隨著全球化進程不斷加快，國際之間交往日益增多，對了解掌握其他國家有關情況的需求已經大大超越的傳統情報工作的范疇，延伸到政治、外交、軍事、經濟、科技、文化，甚至是社會民生、意識形態等領域。在這一情況下，態勢感知對大數據技術提出了旺盛的需求。在軍事領域，人們普遍認為，優質的信息有利于沖破“戰爭迷霧”，而優質信息是由數據量及其可靠性決定的。正如克勞塞維茨所分析的：“戰爭中得到的情報，很大一部分是互相矛盾的，更多的是假的，絕大部分是相當不確實的。這就要求軍官具有一定的辨別能力，這種能力只有通過對事物和人的認識和判斷才能得到。”面對現代戰爭中越來越多的信息，如果不能有效提取優質信息，去除其中夾雜著的大量“信息糟粕”，就可能陷入“信息誤區”，從而處于信息劣勢地位，無法取得戰爭的主動權。而大數據技術就是從復雜信息中發現關聯性、揭示隱蔽性、增強可信性的一門科學，它能夠有效彌補人力在信息處理方面的不足，因此在戰略態勢感知方面越來越需要大數據技術的參與和支持。

（三）大數據技術促進態勢感知能力的提升

當前，世界各國將態勢感知的著眼點落到政治、國防、經濟、反恐等多個領域，對于感知的廣度和精度有了更高的要求。《孫子兵法》道，“多算勝，少算不勝。”決定能否“多算”的重要因素在于掌握數據的多少，以及對數據處理能力的高低。大數據技術逐步應用于各領域的態勢感知，將通過各種渠道搜集到的各種信息數據進行自動分類、整理、分析，有效解決現有情報、監視、偵察系統不足等問題，獲取信息優勢，并提高國家安全保障水平。

從技術上來看，斯諾登事件曝光的美國網絡監聽系統就是一個典型的大數據技術運用案例。美國利用其網絡控制權，直接進入國際網絡公司的中心服務器挖掘數據，搜集網絡空間的各種信息數據。其中，“棱鏡”項目針對的是網絡數據，“主干道”項目針對的是電話信息，“核子”、“碼頭”、“上游”等項目則涉及通話內容、網絡元數據以及海底光纜通信的監聽。美國的監聽對象上至其他國家的元首，下至黎民百姓，通過大數據技術從獲取的海量數據中挖掘提取重要的情報信息，包括軍事部署、經濟動態、科技發展等多個方面，有力地提升了美國的戰略態勢感知能力。

在軍事領域，由于不同軍事目標之間或軍事目標與社會要素有一定的聯系和交互，這就為運用大數據技術進行關聯性分析提供了可能。除了從公開渠道獲取的各類社會信息中提取軍事情報，還可以利用地理影像、電磁頻譜等方面的海量數據，提取出軍事活動情況。如，現代戰場彌漫著承載各種信號的電磁波，這些信號暗含著各種作戰單元之間的復雜關系，即便是在加密條件下，不通過分析信號內容，僅憑對信號個性化特征和相互通聯關系，也可以在海量數據的分析中，獲取有關軍事目標部署位置、活動情況及相互關系。因此，大數據技術在信息化、網絡化飛速發展的條件下，對態勢感知能力的提升發揮了非常重要的作用。

二、大數據技術在態勢感知運用中的弱點分析

人們在看到大數據技術在提升態勢感知能力的同時，也應看到其存在的問題，有些問題可能遲滯對態勢的感知，有些問題甚至會導致誤判的產生，這些都需要在運用大數據技術時引起高度的重視。

（一）數據處理仍是大問題

當前，信息技術仍在快速發展，帶來的影響是高性能通信手段的廣泛普及和信息量的進一步暴增，全球各類數據呈指數級、非線性增長到PB為單位的巨量規模。在這種情況下，協調好空間、時間和能力之間的關系尤為重要，在大數據處理方面，需要空間足夠寬廣、時間足夠壓縮、能力足夠強大，也就是要求以足夠強大的能力解決兩個重要問題——數據采集傳輸和數據分析；滿足兩個重要需求——領域寬、地域廣的需要和時間緊、精度高的需要。而針對戰略態勢感知，其大數據之“大”，給采集傳輸和處理分發都帶來了嚴峻挑戰。美國政府早在2012年就發布了《大數據研發倡議》，同時公布了所有的研發計劃，大數據技術研發和運用不斷推進，但在實際運行中，面對來自網絡、太空、空中、地面、水下等多領域數據采集系統傳來的結構化或非結構化的巨量數據，同樣面臨各種系統不斷飽和、通信線路帶寬不足、分發運用難以及時的困境。有些領域雖然引入了大數據技術，但人力參與仍不可缺少，如美軍一架“捕食者”無人偵察機在阿富汗一天所搜集的影像數據達到50000GB以上，在運用技術處理的同時，仍需要19名情報分析人員參與。這些凸顯出大數據技術在戰略態勢感知運用中，數據處理和分發仍是亟待解決的瓶頸問題。

（二）偽裝欺騙仍不可忽視

偽裝欺騙是態勢感知的最大敵人，即便是信息化條件下，有意而為之的偽裝欺騙仍會給基于大數據技術的態勢感知造成誤判。而且針對大數據技術的特點，有針對性地在一些關鍵信息上進行掩蓋，或者通過民眾的力量將虛假信息進行放大，那么真實信息將被數據洪流所淹沒，從而達成欺騙的目的。1944年6月盟軍實施諾曼底登陸前實施的戰略欺騙就是典型案例，盡管德國嚴密監視海峽對面的盟軍動向，并派遣大量情報人員嚴密搜集盟軍的部署情況，相當于構建了一個對盟軍態勢的“大數據感知網”。然而盟軍在部隊調動、無線電通聯、物資儲備、軍隊將領任用、軍民交往互動等方面實施了全面的欺騙，制造了種種假象，甚至故意傳遞一些虛假情報。這些數據匯總處理后，使德軍得出了盟軍登陸作戰準備還未完成、主攻方向是加萊等錯誤判斷，從而減輕了諾曼底登陸部隊的作戰壓力，使盟軍成功開辟了歐洲大陸的第二戰場。類似的案例也發生在第四次中東戰爭期間，盡管以色列布置了嚴密的情報偵察系統，但埃及和敘利亞為了達成戰爭的突然性，實施了各種偽裝和欺騙。埃及在戰前半年中對預備役人員多次進行征召爾后復原，架橋器材反復運抵和撤離運河，部隊經常前調和后撤。在開戰當天，埃及政府還組織各國駐埃及大使到各地參觀，宣布一批高級軍官到沙特“朝圣”。埃及和敘利亞這種周密的偽裝和欺騙措施共計二百余項，使得以色列對戰略態勢的感知產生很大偏差，以至于以色列軍隊在突然的開戰中遭受了沉重的打擊。

信息時代，大數據技術在采取和處理數據的過程中，往往是以大量的數據為支撐，而如果是有意識地提供大量與實際情況相反的數據，很可能會成功欺騙大數據感知系統；抑或是少量的真實情況，淹沒在大量的偽裝數據之中，同樣難以準確辨識出來。因此，需要人的能動參與，以及把握住關鍵手段或細節，才能有效提升態勢感知的準確度。

（三）算法選擇仍需因地制宜

數據分析算法的科學性對大數據處理來說至關重要，其直接影響所得結論的準確性。對于戰略態勢感知來說，需要有針對性地運用不同的算法，對特定事件出現的各種征兆或跡象進行采集、質疑、假設、數據補充、驗證和評價，這一過程往往需要重復循環進行并不斷修正，以提高結論的準確性。然而有關算法的邏輯基礎大多是基于人的判斷，雖然人的判斷在后續會得到修正，但是如果一開始方向就是錯誤的，得到的結論可能會距離真相越來越遠。

例如，二戰中盟軍對德國展開了大轟炸，德軍防空火力猛烈，造成很多飛機被擊傷擊落。由于飛機載重有限，軍方必須在飛機作戰性能和防護效率方面取得平衡，即在最需要被保護的部位增加裝甲厚度。軍方提供的數據顯示，返回基地的飛機上留下來的彈孔并不均勻，機翼是被擊中最多的部位，而引擎和座艙則被擊中的較少，因此建議在機翼部位加裝裝甲。美軍請來了數學家瓦爾德對該結論進行論證和評估，但他給出的答案與軍方的截然相反。通過數據統計和反復計算，瓦爾德提出的方案是在彈孔最少的部位，即引擎和座艙部位加裝裝甲，理由是：飛機各部位受到損壞的概率應是均等的，但引擎和座艙上的彈孔很少，究其原因是由于這些部位被擊中的飛機大多未能返航，而是墜毀了。這就是著名的幸存者偏差理論。從數據處理的角度，軍方和瓦爾德針對的統計樣本是一致的，但是得到結論不同恰恰是采用的算法模型不同。

另外一個案例是，2009年谷歌啟動流感預測項目，該項目能夠比美國疾病控制中心提前兩周預報流感的發病率，其機理就在于對大量搜索中有關流感相關關鍵詞的統計，為美國掌握流感爆發情況、提前進行預防控制提供了有力支撐。然而在此后的5年中，該項目預測結果頻頻產生嚴重偏差，原因在于由于媒體對該事件的報道，導致人們對搜索行為發生了新的變化，從根本上說是由于運用的數據統計和處理算法只是關注了相關性關系而沒有更多關注因果關系。

因此，對于戰略態勢感知來說，大數據處理算法更需因時、因勢、因事而定，片面的或者僵化的算法都將產生嚴重的誤差，而人為因素的全程介入，則又將造成一定的主觀性，二者的矛盾需要很好地協調解決，才能切實增強感知的有效性。

三、有關啟示

善用數據者制人，不善用者制于人。圍繞國家和軍隊的戰略需求，利用大數據技術有針對性地進行態勢感知，越來越具有重要的意義。美國有一句流傳頗廣的名言：“除了上帝，任何人都必須用數據說話”。這句話雖然過于絕對，但也反映了一種潮流和趨勢。未來國與國之間競爭對抗的一個重要方面在于數據，數據的獲取能力、處理能力和支撐決策能力將是獲得比較優勢的關鍵。發揮好大數據技術優勢，同時修正其存在的問題，將會有效提高戰略態勢感知能力，并為戰略決策提供強有力的支撐。

（一）加強頂層設計，著力解決基礎支撐問題

基于大數據技術的態勢感知是一項事關國家安全和發展利益的系統工程，需要加強頂層設計和宏觀謀劃，依托國家力量穩步推進。由于態勢感知涉及安全領域多、政府部門多、手段技術多，因此應加快協調合作機制建設，促進相關工作的對口銜接和密切配合。在探索并成熟有關政策機制的基礎上，應推進立法建設，保障工作的穩定和長遠發展。加大投入力度，促進基礎設施、手段、力量等方面的建設，著力解決數據采集、傳輸、處理和分發問題，最大限度地利用全球數據資源，根據我國數據處理能力，構建相應的數據處理模式，努力在數據獲取、計算、傳輸等方面形成平衡，發揮整體的最大效益。國外有關做法可供我們借鑒，但最重要的是結合我國實際，走出一條具有我國特色的發展道路。

（二）推進綜合集成，著力解決人技結合問題

抓住時代機遇，牢牢把握開發利用海量數據的主動權，是發展基于大數據技術的態勢感知能力的基本著眼點和落腳點。但是在當前的形勢下，單純利用大數據技術來感知戰略態勢，還存在很多不成熟、不確定的地方。盡管大數據技術的發展已經取得了極大的進步，但我們也應看到其局限性，大數據技術在很多方面無法完全取代人類的智慧和判斷。因此，在進行態勢感知過程中，需要注重人的參與，特別是相關領域專業人士的參與，更好地將人類的智慧、經驗、知識與科技裝備的高速運算、海量存儲、光速傳輸相融合，從而產生更加準確的態勢感知結果。

（三）突出科技創新，著力解決關鍵技術問題

大數據中大多是非結構化的數據，要想及時捕捉、存儲、聚合和管理這些數據，以及對數據進行深度分析和挖掘，需要強有力的技術能力。盡管美國等西方國家在大數據處理軟件平臺和相關產業方面已經初具規模，但是由于應用領域和模式的不斷拓展，大數據技術仍處于快速發展變化之中。在利用云計算、高性能計算、人工智能技術處理海量數據，進行態勢感知方面，我國既有機遇，又有潛力，需要加強科技創新，努力在關鍵技術上求突破，以技術創新推動態勢感知能力的快速提升。在發展路徑方面，應大力推進軍民融合，充分利用社會科研資源和力量，爭取在創新成果和產業規模上形成躍升，為利用大數據技術輔助戰略決策、支持戰略行動方面提供有力支撐。