基于大數據技術的情報偵察

郭 勇

(海軍裝備部綜合計劃局，北京 100841)

0 引言

隨著科技的飛速發展、人工智能技術的不斷推進、無人機技術的普及，未來戰爭將迎來大數據時代。大數據主要是指用常規軟件工具無法在可承受時間范圍內進行捕捉和處理的數據集合，是需要新型處理模式才能具有更強決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據技術是一次顛覆性的技術革命，具有5V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。

隨著電子信息系統的廣泛應用和情報偵察能力的日益提升，未來戰場的情報偵察數據呈指數級增加，情報偵察領域的大數據時代已然來臨，情報偵察數據在數據量級、數據類型、數據格式等各個方面均有顯著增加。電子信息對抗已經具有鮮明的4V特征，主要體現在：信息感知頻段不斷加寬，各種寬帶雷達、通信體制相繼出現，導致偵察獲取的信號情報數據量迅速增長，即Volume特征；戰場電磁信號越來越復雜，有通信、雷達、無線電引信、制導與導航等復雜的信號類型，即Variety特征；在密集的海量數據中，包含大量的噪聲或干擾，以及各種有用信號，即Value特征；對信號處理及響應的實時性要求，即Velocity特征。大數據技術在電子對抗領域的應用將為該行業發展帶來新的機遇和挑戰。美軍正在開發的新一代大數據系統，能夠通過計算機的速度和精度以及人的敏捷性來理解和解釋現實世界，協助指揮官和分析人員將以100倍于當前的速度來理解傳感器收集的海量數據。美軍通過多年的發展，已擁有全球最先進的情報偵察系統，因為對海量情報數據的分析，曾是美軍情報偵察能力的瓶頸，而大數據正好能夠幫助美軍突破這一瓶頸。美國國防部近三年的財年報告都指出，大數據前沿技術和深度應用，在軍事領域蘊藏著巨大價值，已成為軍事科技能力競爭的焦點之一。

1 大數據技術在情報偵察領域的應用

軍事信息技術從關注“T”(Technology)的階段，向關注“I”(Information)的階段轉變；從建設指揮自動化系統(C4ISR)，即指揮、控制、通信、計算機、情報及監視與偵察等信息系統，整體管理“戰場信息的獲取、傳遞、處理和分發”的全信息流程，發展至重視大數據處理應用，綜合集成數據采集、處理平臺和分析系統，統一優化管理“戰場數據采集、傳遞、分析和應用”的全數據流程。通過對海量數據進行開發處理，大幅度提高從中提取高價值情報的能力，從而實現對戰場綜合態勢的實時感知、同步認知，進一步壓縮“觀察-調整-決策-行動”(OODA)周期，縮短“知謀定行”時間，提高快速反應能力。

西方一些電子戰專家認為“電子戰能力實際上幾乎等于情報能力，特別是電子情報偵察處理能力”。沒有及時、準確、全面的偵察情報信息，就無法進行電子對抗作戰。情報偵察系統涉及的信息量巨大，具有強烈的數據融合需求。在一體化聯合作戰體系中，情報系統需要對各方數據信息(不同軍種、不同區域、不同裝備和系統的情報數據)進行綜合和分析，從而為作戰指揮、決策和行動提供有效支持。

大數據技術具有深度數據挖掘和分析能力，大大提高了情報偵察與分析的效率，即在有限時效內從更新速度快的海量數據中挖掘出有價值的情報，提高情報偵察系統運用的時效性。在阿富汗戰爭中，美軍為打擊恐怖分子，其部署在太空、空中和地面的全方位情報偵察監視系統24 h內產生的數據就有53T，可見數據更新之快。美軍正在開發工具來檢測軍用計算機網絡與網絡間諜活動，及時發現網絡上的惡意行為和有威脅的敵方目標，提升網絡態勢感知能力和網絡監視預警能力，增強網絡攻擊能力。目前“偵、攻、防一體”的網絡空間作戰中，作戰行動速度已經達到了“秒”級。

總之，未來的情報偵察系統完全可能依托大數據分析處理技術和建構模型，通過數據挖掘模式，從海量數據中挖掘出有價值的信息，及時準確掌握敵方的戰略企圖、作戰規律和兵力配置，真正做到“知己知彼”，使戰場變得清晰透明，從而撥開“戰爭迷霧”，達成“運籌于帷幄之中、決勝于千里之外”的作戰目的。

2 美軍大數據技術研究

對美軍而言，武器裝備數據量的增加所帶來的問題越來越明顯。例如，美軍已積累了總價值達數十億美元的偵察機和戰場傳感器。隨著這些傳感器捕獲數據量的激增，傳感器數據存儲、分析和融合的難度與挑戰也與日俱增。因此，亟需大數據技術來對已有的數據進行分析，實現大數據5V特征到1V(Value)的增值。2012年3月，美國發布《大數據研發倡議》，倡議包括美國防部在內的6個部門不斷投資，開發相應工具盒技術，大力提升獲取、管理和分析大數據的能力。美國防部及其下屬機構DARPA在同期發布的大數據項目清單中列出了“從數據到決策”等10項研究計劃。美軍發布的《2013—2017國防部科學技術投資優先項目》將“從數據到決策”項目排在了第一位，凸現了大數據對其指揮決策方式的巨大影響。

美軍大數據項目是美國國家項目的重要組成部分。美國政府啟動了“大數據研究和發展計劃”，希望通過改進大量復雜數據中挖掘知識、獲取情報的能力。在前沿技術研究方面，DARPA在大數據工作中計劃每年投入2500萬美元，著手研發大數據處理分析所必要的硬件與智能化分析軟件，以解決非結構化數據的組織積累、數據庫關聯等問題；推進大數據輔助決策，集中在情報、偵察、網絡間諜等方面，匯集傳感器、感知能力和決策支持建立真正的自治系統，實現操作和決策的自動化。

2.1 聚焦領域

目前，美軍的大數據項目主要聚焦于三大領域：

1)從數據到決策，主要是開發分析海量數據的計算技術和軟件工具；

2)自主性工具，主要是研發無需人工干預，便能判斷趨勢、適應現實條件以及能在動態復雜環境中工作的智能化工具；

3)人工系統，主要是推進人機結合，實現協同作戰和訓練。

大數據技術的研究和應用，將極大促進美軍在情報偵察、信息化建設、網絡安全、指揮決策等各個領域能力的提高。

2.2 開發目的

美軍開展大數據技術研發項目的目的旨在：

1)發展大數據前沿核心技術，以滿足搜集、存儲、防護、管理、分析和共享海量數據的要求；

2)利用大數據相關技術，推動科學與工程領域的發明創造，增強國家安全，轉變教育方式；

3)儲備人力資源以滿足研究和利用大數據技術的需求。

通過大數據研發，美軍將會在數據獲取、存儲、管理、分析和分發等方面取得質的飛躍，進而提升美軍戰場態勢感知、情報分析、智能決策以及安全防護能力，大大縮短OODA周期，以便迅速做出正確的決策，這對于掌握戰場主動權和最終奪取勝利至關重要；此外，美軍率先在大數據領域占領先機，將會全面拉開與其他國家在信息戰領域的差距，確保戰場信息主導權。

2.3 大數據技術項目

近年來，美軍大數據技術方面的開發計劃主要有：

1)多尺度異常檢測(ADAMS)計劃。解決大規模數據集的異常檢測與表征問題。在此背景下，數據中的異常為在各種現實背景下搜集另外可操作的信息提供了線索。

2)網絡內部威脅(CINDER)計劃。尋求研究新的方法，檢測軍方計算機網絡中的符合網絡間諜特征的活動，旨在提高檢測網絡威脅的準確度、發現概率與速度。

3)洞察(Insight)計劃。以彌補當前情報、監視與偵察系統中的重要不足，旨在研發一種資源管理系統，通過分析成像和非成像傳感器及其他來源的信息，自動識別威脅網絡和非常規作戰行動。

4)機讀(Machine Reading)計劃。通過研發學習系統，處理自然文本并在知識庫中插入產生的語義表示，而非依賴于當前用于知識表達昂貴且費時的處理過程。

5)“心靈之眼”(Mind′s Eye)計劃。旨在開發一種可在機器上應用的“可視化情報”(visual intelligence)能力。

6)面向任務的彈性“云”(Mission-oriented Resilient Clouds)計劃。旨在開發檢測、診斷和應對攻擊的技術，為“云”計算環境建立有效的“社區衛生服務體系”，應對云計算中固有的安全挑戰。

7)加密數據編程計算(PROCEED)研究工作。旨在為運算中的數據開發其在應用的整個過程中保持加密狀態所需的切實可行的做法與相關的現代編程語言，克服在“云”計算環境內信息安全面臨的主要挑戰。

8)視頻與圖像的檢索與分析工具(VIRAT)計劃。其目的是開發一套系統，使軍事圖像分析員有能力開發收集到的大量視頻內容，使分析員能夠為有價值的活動與事件建立起預警功能。

9)XDATA計劃。旨在為分析大量半結構化和非結構化數據開發計算技術和軟件工具，主要解決處理分布式數據存儲中不完整數據的可擴展算法，以及用于各種任務、可迅速定制，方便視覺推理的有效的人機交互工具。

10)大數據和預測分析方法。2016年，國防信息信息系統局(DISA)尋求將大數據和預測分析整合至其網絡安全工具套件中，提高網絡安全自動化水平。美國商業公司Simulyze利用大數據分析工具提高無人機態勢感知能力，能夠提供更加完整的戰場信息，例如友軍位置、敵軍位置以及海上艦船位置等。這些信息與主ISR通用作戰圖配合使用，勾畫出更為完備的整體作戰視圖。雖然許多商業大數據平臺通常具備分析能力,但該機構仍將授予單獨的大數據分析工具研發合同；該工具可以為高級官員提供所需的數據以供鑒定,即使該數據來自不同的供應商。DISA正尋求從多個消息源攝取數據并進行整合,然后據此作出一些可操作的決策，并得到可操作的信息。這些數據將有助于國防部構建自動化平臺，快速應對已知的威脅并修補漏洞。

11)ACCESS計劃。旨在開發專為大型復雜體系的演化計算所設計的獨立仿真處理系統，包括大數據加速分析計算、混合加速仿真計算、高效加速計算的技術攻關。

12)Maven計劃。2017年項目啟動，美國防部算法戰跨部門小組負責，旨在加速國防部對人工智能與機器學習技術的集成，將國防部海量的可用數據快速轉變為可用于行動的情報。開發用于目標探測、識別與預警的計算機視覺算法，提高無人機收集全動態視頻(FWV)的處理、利用與分發(PED)能力。2017年12月，首批算法在美國非洲司令部部署，情報分析人員使用算法從“掃描鷹”、MQ-9“死神”等無人機拍攝到的數百萬小時視頻圖像中自主識別感興趣的目標。該算法具備初始能力后，已經在中央司令部以及弗吉尼亞州蘭利空軍基地第1分布式地面站(DGS-1)部署，也將在加利福尼亞州比爾空軍基地的第2分布式地面站(DGS-2)部署。

3 大數據背景下的信息偵察

隨著數據挖掘技術、大規模并行算法及人工智能技術的不斷完善與在軍事上的廣泛應用，情報、決策與作戰一體化進展快速。圖1為ISR任務工作模型，可以看出，在武器裝備上，將特別注重各作戰平臺的系統融合和無縫鏈接，以保證戰場信息的實時快速流轉，縮短從“傳感器到射手”的時間差，實現“發現即摧毀”的作戰目標。

由大數據支撐的擁有自主能力的無人作戰平臺，將使得美軍“從傳感器到平臺的實時打擊能力，追求零傷亡”成為可能。事實上，隨著大數據技術水平的不斷提高，大數據分析正在逐步取代傳統偵察手段，成為軍隊高層進行決策的重要依據。美軍通過利用大數據工具提高軍事人員對多個戰場空間情報的發現和深度認知能力；還利用相關大數據技術組織開發了戰略預警工具，在線分析互聯網大數據，挖掘重要線索和關聯性實體和事件，實時或近實時監控全球整體性恐怖預警態勢和熱點沖突預警態勢，提高戰略防御能力。在戰略牽引上，美軍“第三次抵消戰略”已將以自主系統、大數據分析、自動化等為代表的人工智能技術列為主要發展方向。在情報偵察領域，美軍將人工智能技術視為未來情報偵察監視體系的支柱，特別是將人工智能技術用于處理和分析海量情報數據視作在這一領域最重要和最強烈的應用需求。

圖1 情報偵察中的ISR任務工作模型

大數據技術將賦予無人作戰平臺一定的“能動性”。以無人機為例，在大數據技術需求牽引下，美軍正在研發能夠以作戰平臺為依托進行數據邊緣高速處理的“近傳感器計算(NSC)”產品。這一產品將使無人機不依賴成本高昂、功耗很大的通信系統，或者笨重、龐大的存儲系統，就能夠避免與潛在的其他飛行器迎面相撞這類事故。

近幾年迅速發展的無人機作戰平臺，其本質就是一個智能系統。其可以成建制地對實時捕獲的重要目標進行“發現即摧毀”式的精確打擊，還能通過融合情報的前端和后端，使數據流程與作戰流程無縫鏈接并相互驅動，構建全方位遂行聯合作戰的“偵打一體”體系，從而實現了體系化的“從傳感器到射手”的重大突破。由大數據支撐的擁有自主能力的無人作戰平臺，將使得這些追求成為可能。例如，目前全世界最先進的無人偵察機“全球鷹”，能連續監視運動目標，準確識別地面的各種飛機、導彈和車輛的類型，甚至能清晰分辨出汽車輪胎的類型。現今，美空軍的無人機數量已經超過了有人駕駛的飛機，或許不久的將來，美軍將向以自主無人系統為主的，對網絡依賴度逐漸降低的“數據中心戰”邁進。目前，美國正使用新一代極高頻的通訊衛星作為大數據平臺的支撐。未來，無人機甚至有可能擺脫人的控制實現完全的自主行動。美軍試驗型無人戰斗機X-47B就是這一趨勢的代表，它已經可以在完全無人干預的情況下，自動在航母上完成起降并執行作戰任務。

無人機集群作戰則是依托云計算、大數據和人工智能等先進技術進行作戰協同，根據任務需要，在機群內靈活配置偵察探測、信息處理、導彈火力等模塊，形成一個具有偵察、干擾和打擊能力的復合編隊，在軍事行動中進行戰略威懾、戰役對抗和戰術行動。美軍的典型無人機集群項目主要有“小精靈”、“進攻性蜂群使能戰術”(OFFSET)、低成本無人機蜂群技術(LOCUST)。

4 結束語

美國五角大樓高層認為，大數據將改變戰爭游戲規則，為實現“成為以新的、非常規方式在全譜軍事行動中利用大數據的領頭羊”目標，美軍建立了以國家項目為依托、進行商業化運作的重要發展路徑。從作戰手段角度看，大數據及其支撐的新型武器裝備的應用，將豐富軍隊的作戰體系，使體系作戰能力大幅提升；從作戰效能角度看，大數據下的作戰行動循環所耗時間將大為縮短，更符合“未來戰爭不是大吃小，而是快吃慢”的制勝規律。

信息化戰爭的突出特點就是戰場數據劇增。在未來的信息化戰爭中，作戰優勢集中體現為信息優勢，其本質就是數據優勢?；谠朴嬎?、以大數據獲取、存儲、處理、分析為基礎的信息對抗體系是軍事電子系統領域的發展趨勢，在未來電子戰中是有潛力的技術發展方向。■