“總體國家安全觀”思想對情報方法研究的影響

摘?要：[目的/意義]面對復雜的國家安全新形勢，需要情報學界拓展與國家安全情報相關的問題領域，發展能夠為國家安全情報工作提供指導的情報學理論、方法與技術。探討“總體國家安全觀”思想對情報方法研究的影響有助于情報學界把握學科建設的內容與方向。[研究設計/方法]使用文獻調查法和內容分析法，探討基于“總體國家安全觀”開展情報方法研究的相關問題。[結論/發現]論證了基于“總體國家安全觀”開展情報方法研究的必要性，梳理出適用于國家安全治理的常用情報方法以及“總體國家安全觀”下情報方法研究的重點問題。

關鍵詞：情報學;國家安全;總體國家安全觀;情報方法;情報工作;技術方法

DOI：10.3969/j.issn.1008-0821.2020.03.001

〔中圖分類號〕G250.2?〔文獻標識碼〕A?〔文章編號〕1008-0821（2020）03-0003-11

Abstract：[Objective/Meaning]Facing the complex new situation of national security，the information science community needs to expand the problem areas related to national security intelligence，and develop information science theories，methods and technologies that can provide guidance for national security intelligence work.Exploring the influence of the thought of“Holistic View of National Security”on the research of intelligence methods will help the information science community to grasp the content and direction of discipline construction.[Research Design/Method]Using literature survey method and content analysis method，to explore the related issues of intelligence method research based on“A Holistic View of National Security”.[Conclusion/Discovery]Demonstrated the necessity of conducting research on intelligence methods based on the“Holistic View of National Security”，combing out common intelligence methods applicable to national security governance and the key issues of intelligence method research under the“Holistic View of National Security”.

Key words：information science;national security;a holistic view of national security;intelligence method research;intelligence work;technical method

在復雜、嚴峻的國際大環境中，中國政府越來越重視國家安全工作。2014年4月，習近平總書記在主持召開中央國家安全委員會第一次會議時強調：“堅持總體國家安全觀，以人民安全為宗旨，以政治安全為根本，以經濟安全為基礎，以軍事、文化、社會安全為保障，以促進國際安全為依托，走出一條中國特色國家安全道路”[1]。

總體安全觀是世界各大國處理安全問題的基本趨勢，也是安全治理需要走綜合治理道路的需求。對情報界而言，未來的情報工作既要服務于傳統國家安全的需要，也要服務于經濟安全、科技安全、信息安全等非傳統國家安全的需要。安全形勢的復雜性使得維護國家安全和社會穩定的任務日益艱巨，相應的情報工作需要與之適應的情報理論、方法與技術的支撐。為了順應國家安全工作的新特點、新要求，為國家安全工作提供強有力的情報保障，我國情報學界應將面向國家安全的情報研究作為情報學學科建設的重點內容之一[2]。這就需要情報學界繼承科技情報、社科情報和國家安全等方面已有的理論成果與實踐經驗，在“總體國家安全觀”的指導下拓展與國家安全情報相關的問題領域，發展能夠為國家安全情報工作提供指導的情報學理論、方法與技術，協助情報服務機構滿足國家在快速發展進程中面臨各種安全風險時對情報的渴求，為國家的安全和發展做出新貢獻。

基于此，本文將圍繞國家安全情報流程的關鍵環節，探討情報學界在情報方法研究方面應該關注的問題。一個完整的情報流程包含情報收集、情報加工（包含情報融合）、情報分析、情報傳遞、科學預測、決策研究等多個環節，每個環節都可以借助情報方法或技術提升效率。祝振媛等采用文獻調查法和內容分析法，歸納總結了適用于“情報問題解決”的情報方法集、適用于“情報對象分析”的情報方法集，歸納出5類功能方法，分別為情報的搜集方法、情報的分析方法、情報的評價方法、情報的情境分析方法和情報的支撐方法[3]。本文主要分析如何面向國家安全拓展情報收集、情報融合、情報分析3個環節的方法，不探討方法的細節。

1?我國情報學領域的國家安全研究現狀

在非情報學領域，國家安全主題一直是學者們關注的研究領域，涉及環境、經濟、科技、軍事等多個方面。研究主題可細分為以下多個方面，如：制度建設、生態安全、國防建設、食品安全、公民權利、文化安全、環境安全、大數據、美國政府、國際關系、總體安全觀、生產安全、軍事安全、安全審查、經濟安全、金融安全、網絡安全、信息安全、糧食安全、科技安全。在這些主題中，食品安全、公民權利、信息安全、糧食安全等主題在研究內容上側重于民生、國防建設、美國政府、國際關系、軍事安全等主題在研究內容上側重于國際環境，主要探討國際形勢變化以及中國的應對準備工作;其他主題在研究內容上涉及面較廣，多從宏觀角度探討經濟安全、科技安全等問題。相對于非情報學領域，情報學領域在國家安全主題上的研究內容較為單一匱乏。

國內目前發表了多篇與國家安全主題高度相關的論文。這些論文主要討論了以下方面的問題：國家安全視角下的情報學發展，包括國家安全環境下的情報學學科建設、人才培養、學科發展;面向國家安全的情報學分支學科，如技術競爭情報、公共安全情報、反恐情報等;國家安全領域的情報信息共享，等等。這表明，國內情報學界已經意識到開展面向國家安全的情報研究的重要性，但是目前參與其中的學者較少，相關的科研產出較少。張家年等給出國家安全情報的定義，即為了實現國家戰略目標，保障國家和平與發展的安全狀態，應對傳統國家安全問題和非傳統國家安全問題而采用的情報和反情報，其中包括與國家安全相關的知識、組織、活動、法律和監督、教育和培訓體系等方面[4]。孫瑞英等探討了構建國家情報工作安全體系的路徑與策略，包括推進國家情報工作的“三融合”（技術融合、業務融合、數據融合），實現國家情報工作“五跨越”（跨層級、跨地域、跨系統、跨部門、跨業務）的協同管理和服務，用“數字傳感和人工智能”（數據化、數字化、信息化、智能化）手段，更好感知、分析、預測社會安全態勢、內聚外聯、輔助決策施政[5]。呂宏玉等認為，情報需求識別是國家安全情報工作最基本、最重要的環節，面對國家戰略層次的情報服務較為被動的現狀，情報學界需要創新情報需求識別方法，以指導國家安全戰略相關情報工作的規劃。他們提出一種基于模板的國家安全情報需求識別方法，該方法是對識別綱領性情報需求的一種嘗試，能夠為情報機構的情報規劃提供指導性信息[6]。除了上述論文，鮮有其他論文涉及國家安全主題。

由此可見，我國情報學界已經意識到開展國家安全情報研究的重要性，但是相關研究目前處于起步階段，國家安全情報方法等方面的研究比較稀缺。現有研究成果對本文關于國家安全情報方法的探討具有一定的啟發作用。

2?適用于國家安全治理的常用情報方法

傳統的情報方法依然在國家安全治理中發揮著作用，并隨著信息技術的發展而不斷進步。本節主要介紹部分常用的情報方法及其發展。

2.1?情報搜集方法

到目前為止，情報收集手段的發展大致可分4個階段：第一次世界大戰及其之前的人力情報（Human Intelligence，HUMINT），第二次世界大戰期間的信號情報（Signal Intelligence，SIGINT），蘇美冷戰時期的地理空間情報（GEOINT）、圖像情報（Image Intelligence，IMINT），以及網絡時代的開源情報（Open Source Intelligence，OSINT，或Network Intelligence，NETINT，或Cyber Intelligence，CYBINT）。Svendsen A D M[7]提出一種新的術語RESINT（Research-Originating Intelligence），表示起源于研究的情報材料或產品。RESINT可以是基于開源（OS）資料的研究報告，也可以融合或與來自其他來源和情報收集手段的產品集成，包括那些來自更敏感的秘密和秘密來源。另外，還有測量與特征信號情報（Measurement and Signature Intelligence，MASINT）、技術情報（TECHINT）、醫療情報（MEDINT）等情報收集途徑。MASINT通過對來自各種通信手段的發送方和接收方的技術數據進行定量和定性分析來獲取信息，包括核情報（NUCINT）、紅外情報（IRINT）、雷達情報（RADINT）、聲學情報（ACOUSTINT）、射頻情報（RFINT）或電磁脈沖情報（EMPINT）、激光情報（LASINT）、意外輻射情報（RINT）、化學和生物情報（CBINT）、電光情報（ELECTRO-OPTINT）、定向能武器情報（DEWINT）、圖像情報（IMINT）、信號情報（SIGINT）等[8]。MEDINT依賴于醫療資源和分析目標的能力，其范圍包括民用和軍用領域的目標的生物科學、環境、醫學和基礎設施細節。SIGINT包括通信攔截（COMINT）、遙測情報（TELINT）以及電子情報（ELINT）。

情報收集內容與方式取決于所需的決策支持水平。鑒于決策者在戰略、戰術和執行層面上具有不同的任務利益，收集策略和偏好將根據任務的不同而有所不同。對于更復雜的國家安全問題，同時使用的不同收集方法的組合可能比僅依靠一種收集方法帶來更好的結果。例如，假設情報部門一直在調查恐怖分子團體對炭疽病毒的收購，以便將其武器化。在戰術層面，逮捕涉案人員所需的信息類型可能相對簡單（例如，檢查警察數據庫，以查看相關人員是否擁有武器或有暴力史）;在執行層面，由于調查仍在進行中，所涉及的執法和安全機構可能依賴于更廣泛的收集來源（例如，與微生物法醫專家就所涉及的炭疽的可能性質和來源進行磋商，SIGINT和HUMINT也可能參與）;在戰略層面，重點是更高層次地綜合所有可用案例信息，以了解該團隊如何參與炭疽制造和武器化以及評估類似的團體可能會使炭疽病毒武器化[9]。

隨著互聯網技術及應用的發展，傳統的情報收集方法在網絡環境中得到變革與拓展。

2.1.1?網絡時代的HUMINT

自9·11事件后，生物識別技術被更多地應用于安全情報領域。它既可用于對可疑分子進行指紋或視網膜掃描，以便上傳到龐大的生物識別數據庫中進行比對，也可用于反間諜活動，對敵方可疑情報人員進行識別，使得為情報人員開發和維護假身份變得困難。

另外，互聯網社交媒體的普及，使得圍繞社交媒體的身份隱藏變得更加困難。隨著社交媒體平臺的快速發展，社交媒體已經成為人們進行互動的主要渠道，幾乎每個互聯網用戶都有自己的社交媒體賬號，如Facebook（或類似）賬號、LinkedIn賬號等等。這些賬號被描述為“數字足跡”，既可以驗證身份，也可以通過好奇的熟人或安全服務來承受某種程度的審查。現在，情報人員想要在互聯網環境中隱瞞真實身份，也需要在常用的社交媒體上留有個人資料。如果他擁有了社交媒體賬號，那么就可能不得不描述他的辦公樓，他的停車場，他最喜歡的午餐地點，或者他的日常通勤方式。這些信息可以利用商業地圖軟件輕松地加以查驗。如果一個人說自己沒有社交媒體賬號，那么他如何能夠給出令人信服的解釋？由于數字連接的世界和網絡空間中必要的足跡，可以輕松檢查身份，因此，情報人員如何使用社交媒體而不至于暴露身份？在大規模泄密和政府攻擊之前，鼓勵情報人員和高級別通關人員盡量減少或根本不使用社交媒體。事實上，擁有較少的數字足跡將使任何對手更難以挑戰一個人的掩護，并使任何潛在的招聘方法復雜化。

網絡時代影響著HUMINT情報收集方式，從招募情報人員到處理他們的方式。例如，通過LinkedIn等專業網站，人們會發現大量有關其專業職位的信息，這些職位中的詳細職責、公司層級、客戶群、就業日期以及其他信息。將LinkedIn等專業網站上的信息與Facebook等網站提供的個人信息相結合，可以得到更加全面的信息，包括婚姻狀況、旅行歷史、出生日期、家庭成員、社交關系，甚至是工作或生活中的挫折，以及對國家政策的負面或消極評論，等等。這些信息為敵對情報機構的情報人員招聘提供了重要的依據。例如：他們會查看對國家政策的負面或消極評論，這些被認為是背叛自己政府的潛在動機;通過搜索互聯網來尋找潛在的招募目標，這些目標可能存在財務問題，或者是影響他或他的家人的嚴重健康問題，或者具有一個可被利用的不良習慣。

2.1.2?網絡時代的CSI與COLINT

美國軍方嚴重依賴人力情報（HUMINT）和開源情報（OSINT）來深入了解其國外感興趣的領域，但這些情報收集手段具有固有的局限性。傳統的HUMINT主要依靠與少數人接觸的情報收集者，通常是面對面的，在有爭議和廣闊的地區建立強大而敏感的人力情報網絡的能力往往受到挑戰。OSINT的方法依賴于希望找到已發布到互聯網的情報價值信息，這種方法過于被動。使用通用信息和通信技術的眾包（Crowdsourcing）可以幫助克服這些挑戰。

Crowdsourcing Intelligence（CSI）屬于秘密或公開的HUMINT，具體取決于收集者或管理員所采用的保密或虛假陳述的程度[10]。CSI可以通過快速、積極地吸引更多的人加入，從而增強情報收集方法，這些人比那些參與傳統情報收集實踐的人更有可能擁有訪問具有情報價值信息的場合或權限。CSI為情報運營提供了眾多機會。無論是通過可公開訪問的網站，還是先前通過CSI網絡開發確定的特定人群，各單位都可以發布具有安全威脅的人員、車輛或警訊的圖片和描述，使社區對威脅相關的信息要求敏感。例如，“城市之夜”項目將夜間城市的照片發布到一個網站，志愿者可以幫助將照片與實際的城市相匹配。使用此模型，一個單位可以將從圣戰視頻或社交媒體中獲得的圖片發布到網站，或將其發送給特定的先前確定的人群，以幫助確定所涉及的位置和人員。單位可以使用CSI網絡外包其他與情報相關的工作。例如，沿著某些區域的街道錄像建筑物，以便在必要時可以使用圖像幫助計劃執行。單位可以使用CSI派生的人員網絡來識別具有某些技能的社區內的潛在雇員，例如精通英語以及本地方言的人。

集體智慧（群體智慧、集體智能）在英文里有著較多類似的概念，如Collective Intelligence（COLINT）、General Intelligence等，這些概念實際都表達了相同的內涵。簡單的任務不需要集體智慧的深度參與，如將一本書的不同章節分給多人錄入語料庫。當依賴已有社交網絡平臺不便直接進行情報信息的采集與分析時，可構建并運行集體智慧系統。

2.1.3?網絡時代的SOCMINT

社會化媒體數據已經成為數字生態系統的重要組成部分。通過社會化媒體上的每一個鏈接或導航，用戶都會生成大量數據：喜歡、發文、分享等等。這種數據流具有豐富的情報價值，已經得到政府與學者們的關注與研究，并由此產生出現一個新的術語，即社會化媒體情報（SOCMINT）。SOCMINT已經成為情報收集或情報源驗證的強大工具，也成為開展反間諜工作的重要手段[11]。社會化媒體作為情報源主要應用于商業智能、輿情監測、國家安全等領域。社會化媒體信息是一種動態情報源，社會化媒體平臺每時每刻都在產生大量數據與冗余信息，而且這些信息具有“多、雜、亂、散”的分布特點[12]。因此，選擇高質量的社會化媒體情報源是進行情報分析及應用的重要前提及難點。

社會化媒體中蘊含的社交網絡將人們之間的現實關系投射至虛擬世界，基于各個社會化媒體平臺產生的各種異構數據相互關聯，在一定程度上反映出個人與群體的真實情況。隨著用戶數量的大量激增，社會化媒體正成為一種占主導地位的網絡交流互動手段，原始情報數據得到極大豐富。因此，通過深度挖掘和使用社會化媒體中的情報信息，情報分析人員能夠在網絡世界里盡可能地接近和了解更真實的個人或群體。英國數據論壇認為，社會化媒體數據研究有助于了解社會行為模式，如參與活動、政治態度、冒險行為、團體動機、宗教信仰、生活方式選擇等[13]。目前，社會化媒體已經成為人們完成情報獲取、活動推廣以及品牌營銷等任務的重要途徑之一，社會化媒體的情報價值日益受到重視。例如，Piskorski J等對如何利用Twitter進行邊境安全相關情報收集進行了初步探索[14]。

美國中央情報局開放資源中心的情報分析人員專門負責進行網絡監視，他們通過監視社會化媒體緊跟時事，提取在線評論，曾經準確預言了2011年的埃及和突尼斯動亂。利用機器學習和自然語言處理技術進行情緒分析、態勢分析，可以幫助決策者快速準確了解當前事態變化以及未來發展趨勢，可以用來幫助決策者快速確定其感興趣的國家，包括人民與政府。以社會化媒體為情報源的情報分析方法在民用領域已經比較成熟，監測和分析社會化媒體內容的技術已經工業化。由于軍事和民用目標人群之間存在一些明顯的差異，面向國家安全的社會化媒體情報應用需要研究和修改當前的算法模型[15]。

2.1.4?暗網中的安全情報收集

隨著暗網（Dark Web）技術的進步，網絡犯罪正在增加。網絡威脅情報的主要目標之一是找出負責網絡犯罪的流行暗網網站。監視暗網并收集威脅情報是必要的，但是過程繁瑣、困難，開發與利用面向暗網的情報收集技術得到情報界的重視。例如：Trivedi T等[16]提出一個威脅情報工具，用于自動監控暗網網站，并通過預測它們在暗網世界中的受歡迎程度來獲取威脅情報;Zhang X等[17]構建了一個暗網威脅情報分析平臺，可以基于IP地址、主機名檢測潛在的威脅、位置以及TOR節點的其他信息，基于TOR網站列表提取包括用戶ID（買方/賣方）、交易記錄、電子貨幣、圖片、網址、電子郵件、詐騙數據以及惡意軟件等關鍵信息，可以使用機器學習方法，對常規網站與暗網中關鍵信息的數據進行關聯分析，獲得潛在的犯罪活動、實際的罪犯活動等威脅情報。

2.2?情報融合方法

當前國家安全形勢錯綜復雜，各安全要素之間相互影響，遂行單一國家安全任務的主體變得多元化，例如，國家層級打擊恐怖主義的活動需要軍隊、外交、公安等部門的聯合參與。這種復雜性決定了情報活動不再是傳統的“收集—組織—傳遞—利用”的線性過程，而是通過信息處理技術和情報方法，發現信息之間的關聯。在此過程中，情報融合是基礎性工作，決策內容是情報融合的依據。

一種觀點將情報融合看成情報分析的預處理過程，該過程將通過不同渠道收集而來的異構情報進行過濾、集成、序化，形成統一的數據組織形式，其目的是為了提高情報分析數據集的完整性、覆蓋度以及結構化程度，為產生決策支持作用的情報奠定基礎。根據融合程度，這類情報融合可分為3個層級：數據級，初步實現數據的共享以及互聯互通;資源級，通過統一的情報資源建設規范和描述機制，對分散于各個組織的情報資源建設技術和標準進行規范，以更好地滿足情報用戶對情報服務的全面性、立體性和準確性要求;應用級，通過現有先進信息技術，將各種可用資源和應用系統集成起來，實現一種更為動態、高效的應用[18]。數據級融合主要涉及數據更新與同步、數據交換與共享、數據清洗與比對、數據記錄濾重、字段映射與互補、數據記錄互補、元數據統一描述、異構數據加權等多個方面，每個方面都涉及具體的技術細節與處理方法[19]。

另一種觀點將情報融合看成情報分析過程，認為情報融合“是對目標原始情報進行校準、聯合，生成更高層次情報的處理過程”[20]，覆蓋線索挖掘、信息搜索和知識聚類等方面，涉及情報來源的選擇、清洗、集成、泛化、關聯等環節。這類情報融合要求在動態情報所要求的時效范圍內，圍繞關鍵情報課題，融合各種各樣碎片化分割的情報線索，將它們拼接成一幅接近于完整的全景情報態勢圖;知識層面的知識聚類強調如何實現不同情報碎片在內容上的邏輯一致、入情入理、相互契合[21]。該類情報融合包含數據清洗等預處理環節，以提升情報分析結果的準確度。根據融合策略，這類情報融合可分為數據級融合、特征級融合、決策級融合、混合融合等類型。數據級融合是指將同一對象的不同來源的原始數據進行融合;特征級融合是指將來自同一對象的不同特征數據進行融合，通常包含從原始數據中提取特征這一步驟，主要有串行連接、并行連接、加權疊加等融合方法;決策級融合是指將多個基于單一特征的分析結果進行融合;混合融合是指將基于數據級融合、特征級融合、決策級融合中的2種或3種策略的分析結果進行融合[22]。例如，基于像素加權融合法的圖像融合方法可將源自多個傳感器的圖像合成為一個圖像，融合后的圖像可以在一定程度上綜合有各來源圖像的互補信息，該類融合方法屬于數據級融合方法。張壯等[23]在研究用戶畫像方法時將同一用戶的所有博文合并為該用戶的單一文本信息，然后采用不同方法對文本信息進行特征提取，分別得到每個用戶擁有的特征詞F、文本特征T、手工特征S以及連接用戶彼此的鏈接特征L等4種模態的特征;將每個用戶4種特征中的多種特征數據串接成一個特征向量，用于用戶分類，得到分類結果，這種融合屬于特征級融合;利用多種特征級融合方案生成的分類結果進行融合，得到最后的分類結果，這種融合屬于決策級融合。Modi A等[24]提出一種自動威脅情報融合框架能夠將各種威脅來源考慮在內，并通過連接明顯孤立的網絡事件點來發現新的情報，例如，通過對異構來源（如惡意軟件、地下社交網絡、加密貨幣交易記錄等）收集的數據進行威脅情報融合，自動組裝網絡犯罪事件的拼圖。Cowan N P[25]將面向戰場的情報融合分為內容驅動分析和時間主導融合兩類，其中內容驅動分析更接近政策制定者，為提供政策制定者提供一個理解部隊正在運作的總體環境，時間主導融合更接近傳感器，其關鍵任務是基于特定工具將大量通過多種收集方式獲得的信息（包括社交媒體）與實時收集的信息進行關聯，以評估敵人偏離其基準（Baseline）活動的可能性，并提供對活動的快速融合評估。Modi與Cowan所做的情報融合屬于數據級的融合。

為了便于利用，情報融合之后產生的數據集合應該以類似數據倉庫的形式進行組織與存儲。“數據倉庫是面向主題的、集成的、隨時間變化的、非易失的數據集合，用于支持管理層的決策過程”。數據倉庫的構造過程，首先就是確定主題的過程。數據倉庫的設計者必須明確該數據倉庫所支持的決策內容，即數據倉庫的用途，并將決策內容歸納為若干個具體的、易于利用數據組織加以分析的主題。也只有以分析主題為依據來規劃數據的組織，才能保證數據倉庫的內容邏輯清楚、條理明晰、脈絡分明，在操作上擁有較高的效率，避免大量的、無效的數據檢索。例如，Atasoy U C等提出一個SYBINT模型，在該模型中，相關情報存入電子犯罪、數據泄露、受損數據、惡意軟件信息、攻擊者信息、僵尸網絡信息、威脅指標、惡意主機、安全事件、全球事件、攻擊活動、漏洞、社交媒體威脅檢測、已爬取的網絡來源等數據庫中，主要提供4類服務（即決策主題），即風險建模、風險評分、廣泛的監控、威脅/風險過濾[26]。這些數據庫中的信息是由多源情報融合而來。例如，網絡分析、Pentest服務、漏洞掃描、數據泄漏、Pwned帳戶、泄露的信息等來源可以提供IP范圍、SSL控制、打開端口、使用過的系統和服務、漏洞、泄露的用戶名和密碼、泄露的電子郵件地址、泄露的敏感數據挖掘、個人賬戶（社交媒體），國家計算機應急響應小組、供應商、信息共享平臺等來源可以提供攻擊活動、產品錯誤修復/補丁、自定義惡意軟件等信息，社交媒體、博客、論壇、深網、暗網等來源可以提供攻擊者個人資料、利用漏洞、漏洞、攻擊活動、新的攻擊和惡意軟件，等等。

2.3?情報分析方法

情報分析是一套方法論和認知過程，它們在情報實踐中“推動”其他一切。情報工作的核心始終是情報分析。

圖書情報學領域所討論和使用的情報分析方法一般是指算法型情報分析方法，情報研究領域所討論和使用的情報分析方法一般是指技巧型情報分析方法。算法型情報分析方法面向數據，注重算法性能，具有明確期望的輸出結果，這類方法通常只適用于一般性的信息分析任務，不適合戰略層面的情報分析任務。例如異常檢測算法，輸出的結果是被認為異常的實例。技巧型情報分析方法面向問題，注重分析過程，沒有明確期望的輸出結果，例如魔鬼代言人方法，通過構建和受推薦的判斷最為對立的案例來進行質疑[27]。算法型方法的結果通常被用作技巧型方法進行推理的知識或證據。

傳統的情報分析方法帶有明顯的學科和專業側重，常用的方法包括歷史分析法、經濟分析法、科技分析法、社會網絡分析法、政治分析法、內容分析法、貝葉斯分析法，等等。圖書情報界和科技情報界所擅長的貝葉斯分析法、交叉影響分析法、回歸分析法、內容分析法、文獻計量分析法等傳統信息分析方法已經逐漸被應用于國家安全情報領域;各種引文分析、模式分析、模型分析、大數據分析正是目前國家安全情報分析所缺乏的，在國家安全情報分析中引入定量分析方法可提高情報分析的科學性[28]。部分圖書情報領域所采用的情報方法源于軍事情報領域，如SWOT分析法、PEST分析法、“五力”分析法、戰爭游戲法、情境分析法、波士頓矩陣等。

心理學、國際關系學、政治學、歷史學、社會學、犯罪學、管理學、計算機科學等學科領域為情報分析提供了解釋與分析安全環境的技術和工具。其中，源于國際關系學、政治學、歷史學的情報分析方法一般用于解決與政治安全相關的情報問題，情報分析人員傾向于利用可以改善其工作的政治理論和模型，犯罪學理論在構建警務情報分析方法時具有重要的指導價值。

社會網絡分析（SNA）是近年來在警務情報以及國家安全情報中被廣泛應用的一種社會學方法。SNA涉及檢查和繪制人、活動和地點之間的關聯，在此基礎上可以衡量這些網絡的價值，識別節點（或個人）和鏈接之間的模式、關聯和影響程度，預測網絡中成員的行為。例如，查明和評估個人網絡如何參與販毒和反恐等復雜的跨國犯罪[29]。SNA也被國家安全情報機構用于尋求了解各國政治領導人之間的關系以及預測他們的行為和決策。Doppler Haider J等探討了SNA方法在共犯網絡分析方面的應用，他們認為：共犯網絡的一個具體特征是數據的稀疏性;犯罪者傾向于保持他們的關系秘密，網絡通常不密集;情報分析員主要關注的是個人的關系以及小群體罪犯的識別，而不是大群體[30]。

管理學領域為情報分析提供了很多實用的方法，許多簡單的分析工具，如Gantt圖（Gantt Charting）、頭腦風暴、PESTELO分析以及SWOT分析，長期以來一直被管理層使用在業務規劃和項目管理方面。這些工具也適用于國家安全情報和警務情報情境。源于管理學的其他定性分析工具，如力場分析（Force Field Analysis）、情景生成等，也可用于國家安全情報分析，以幫助情報分析人員形成判斷、識別問題的驅動因素或者估計未來可供選擇的事物。

計算機科學領域新近興起的許多數據挖掘技術、深度學習技術被廣泛用于國家安全情報分析。例如，神經網絡算法被用于檢測異常，聚類算法被用于對案例進行分組，決策樹被用于預測個人參與策劃恐怖襲擊的可能性。Liu X等[31]提出一種基于文本挖掘的文本立方體方法，用于研究Twitter流中嵌入的各種人類、社會、文化和行為（HSCB）信息，以及對這類信息的有效查詢和可視化，用戶可以查看統計報告并執行在線分析處理。犯罪情報分析的一個主要挑戰是處理大量半結構化或非結構化數據，如文本文檔和視頻，并從數據中提取有用信息，以支持語義搜索、意義建構和決策制定。Qazi N等[32]給出一個解決方案，結合概念提取、本體使用和演化、關聯搜索以及用于語義搜索和知識發現的圖像/視頻分析等技術，以支持從大量半結構化或非結構化犯罪數據中提取信息與知識，并嘗試將計算機視覺領域最先進的深度學習技術應用于物體檢測和分類。視頻監控是一個具有強大預防能力的綜合系統，廣泛應用于軍事、海關、警察、消防、機場、鐵路、城市交通和許多其他公共場所。它是安全系統的重要組成部分，因為它具有可視化、準確、及時和豐富的信息內容。但是，隨著世界范圍內視頻監控系統的大規模建設，以及來自人群手持設備的圖像的激增，視頻大數據無法立即發現有關信息和線索的問題，降低了犯罪預測和公共治理治理中的檢測效率。Xu Z等[33]提出一種基于語義的視頻結構描述模型，使用時空分割、特征選擇、對象識別及語義Web技術將視頻內容解析為文本信息，并提出基于視頻結構描述模型，從監控視頻中智能地識別出人、車的解決方案。

情報分析過程是認知的過程，在該過程中，個體或群體的潛意識、偏見或思維模式阻止了所有可能的概率和結論的完全反映，這可能會導致錯誤的分析和評估。Xia H等[34]提出一種設計Crowdsourcing平臺的新方法，即TRACE（可跟蹤推理、協作以及評估分析），該平臺有助于在情報分析中進行分歧協調、意義建構和溝通。Heuer和他的同事們開發并完善了許多稱為補充（alternative）分析工具的軟件，以幫助分析人員更明確地表達他們的偏見和認知錯誤，并在他們的分析中尋找其他結論或可能的事件和問題解釋。這些工具包括早期使用的舊工具，例如“紅細胞分析”和“魔鬼代言人”，以及其他諸如后來的“高影響/低概率”、競爭假設分析、關鍵假設檢查和選擇性未來學[35]（Alternative Futures），等等，主要在中央情報局的情報局和謝爾曼肯特分析學院實施。結構化分析技術是一個比補充分析更廣泛的術語，它是一個“循序漸進的過程，將個體分析人員的思維外化，使其對其他人顯而易見，從而使其能夠被他人共享、建立和批評”[36]。這類技術旨在通過檢查兩個典型的誤差源（系統偏差和隨機噪聲）來改進情報分析[37]。上述“紅細胞分析”等方法均屬于結構化情報分析技術。使用眾包、結構化分析技術可以改進分析推理系統，進而更好地理解支持或與結論沖突的證據和假設批評性思維、預測技術等。

3?“總體國家安全觀”下情報方法研究的重點問題

目前的情報學領域缺乏基于“總體國家安全觀”的研究成果，而且現有的情報方法不能較好地勝任“總體國家安全觀”下的情報工作。因此，基于“總體國家安全觀”情報方法研究已經成為情報學領域內的一項亟需開展的任務。

3.1?國家安全情報收集面臨的問題

情報搜集是一個周而復始的過程。這一過程始于情報需求的提出。在這些情報需求中，大量的、基礎性的一般情報由非間諜機構的研究所、國家機關承擔。經過篩選后，一些不易獲取的情報，一些需要專門手段才能獲得的情報，交由間諜機構去執行。

在保障國家安全的情報感知過程中，首先要建立全源化的信息獲取理念，盡可能地搜集與國家安全與發展有關的信息來源，以保證初始材料的全面性，為后期情報人員的分析預測提供保障;其次要借助一定的技術手段對外界信息實現持續性的跟蹤與收集[38]。挑戰在于如何捕獲這些被認為與國家安全與發展相關的數據，這些數據是國家安全情報的源泉。

為了提升國家安全情報獲取的完整性、覆蓋度與效率，必須重視現代情報收集技術的開發與利用。例如：加大網絡情報數據收集和分析系統的研發力度，提高自動發現并及時處理安全情報信息的效率;充分利用電子監聽設備、攝像探頭設備、通信攔截設備等技術手段收集安全情報信息，采用視頻結構化描述等技術手段將非結構化視頻信息進行結構化處理并存儲;通過網絡輿情分析工具對社交平臺、新聞、論壇等網絡信息進行自動掃描和動態監測，收集有價值的安全情報信息;對收集的安全情報信息進行分級、分類處理，建立數據庫，等等。利用網絡爬蟲獲取開源數據具有局限性，因為內置保護功能使得使用搜索引擎進行自動數據收集變得復雜。為了防止濫用和減少負載，搜索引擎使用各類脫機檢測方法、在線檢測方法來防止自動搜索和檢測Web機器人[39]。同時，社交平臺、新聞、論壇等類型網絡站點的反爬蟲技術也在日益完善，信息自動采集的難度越來越大。為了實現國家安全情報的自動收集，需要不斷尋找可以克服保護措施的方法，如模擬用戶操作、使用時間延遲、使用代理服務器，等等。由此可見，開發更好的自動采集方案或系統是國家安全情報收集方法研究的重要任務之一。針對特定類別的國家安全情報采集，需要設置和完善情報信息采集關鍵詞表，并持續更新。

盡管先進的技術手段能夠獲得大量的開源情報信息，但是也存在收集的干擾信息復雜難辨等弱點。同時，由于安全形勢的復雜性，通過開源情報收集只能獲得部分安全情報信息。因此，需要重視國家安全人力情報工作，達到人技互補。國家需要組建由專門力量和兼職力量組成的安全情報信息收集和處理隊伍，負責及時收集和定期反映各類安全情報信息，將安全情報信息的收集工作延伸到社會的各部門、各單位、各行各業;組建覆蓋廣泛的信息員隊伍，并對信息員進行分類分級管理;加強重點情報對象的安全情報信息收集，及時獲取深層次、內幕性、動態性的情報信息。國家戰略層面的安全情報信息應該由專門的情報服務機構收集或產出，并匯總于相關主管部門。

3.2?國家安全情報融合面臨的問題

國家安全涉及部門眾多、情報來源廣泛，情報部門在工作中應做到統一指揮、分工合作，盡可能對各來源的基礎信息進行全面收集和組織，對多主題、多層次的情報做好融合分析。各情報部門應建立和健全社會組織和公眾的參與機制，通過多元參與來豐富情報融合的內容和形式。國家安全機構面臨的挑戰將是如何將相關情報源整合成獨立的情報數據庫，以便在總體國家安全觀下面向國家安全問題實現單一的情報分析。戰略分析人員可以依靠獨立的情報數據庫幫助政策制定者預測并預防不利的戰略意外，預測指示安全環境戰略變化的指標、異常值或弱噪聲。

美國情報部門在“9·11”恐怖襲擊以后建設“情報百科”，開啟了情報融合的大門。情報百科面向美國16個情報、軍事、外交、安全等機構提供服務，通過維基的在線協作方式建立起情報信息庫，各機構間的情報能夠得以快速融合和共享，使美國情報體系能夠在第一時間得到實時的情報和來自于專業人士的對情報的分析和解讀[40]。情報百科創建者希望通過鼓勵更多的情報機構或人員發表獨立的意見，進而可能有機會從多角度理解同一個情報，或是有機會得到一個多數人贊同的觀點，或是讓情報經過多人考察、評論以避免錯誤。

在我國，總體國家安全觀為情報融合提供了清晰的組織線索。政治安全、國土安全和軍事安全等11個領域基本涵蓋了安全的所有領域，在針對具體問題的情報活動中，需要將這些領域看作一個整體來構建融合化的情報工作網絡，從而從整體上為某一特定問題的情報方案設計提供線索。在面向某一具體安全領域的情報分析中，需要多學科領域的共同參與才能深刻揭示數據與信息背后深層次的情報指向。

當今的公共安全情報體系確保我國的國家安全機構能夠有效利用進入政府系統的海量數據。當前我國國家安全情報的數據來源比較繁雜，包括電信、金融、航空、交通、互聯網、社會監控、保險、旅行社、賓館、商品交易、銀行等社會服務型部門產生的海量信息，而且每時每刻都在快速遞增。這些數據記錄中隱藏著重要的國家安全情報線索，但是需要通過有效的情報分析手段才能獲得。例如，加大對海量的人流、物流、信息流、資金流的比對、碰撞，加強關聯性分析，對數據中可疑人員談話、來自可疑地區的電子郵件，互聯網上可疑交易、金融可疑交易等情況進行關聯分析，加大可疑人員與行為之間軌跡分析，通過這些手段可以發現新的國家安全線索和情報[41]。

然而，國家安全情報涉及的面太廣，如果直接進行面向國家安全的情報融合就會無從下手。要想對面向國家安全的全源情報進行有效的融合，必須首先從實際的國家安全情報問題中梳理出一系列的決策主題，然后再去分析與每個決策主題可能相關的信息源，每個信息源可能提供的信息種類，每種信息的采集方式。在此基礎上圍繞決策主題探討相關信息源的融合方案才有可能產生可以操作的結果。對我國情報學界而言，可以先分別探討適用于單種安全要素的情報融合方案，然后基于總體安全觀再去尋找數據級、資源級、應用級的國家安全情報融合方案。在此過程中需要重視各類安全情報以及安全情報工作的專業性與差異性。

為了便于實現安全情報的關聯與融合，需要選擇合適的語料集，采用合適的自然語言處理技術，從中識別出每類安全情報的主題詞，在此基礎上構建安全情報主題關系網絡。同時，需要在提取情報源信息特征要素的基礎上，在數據級、特征級、決策級等層級實現情報實體、情報源、利益相關者、事件、環境、實體關系等各種情報要素之間的融合，為后續的情報分析提供良好的情報資源儲備;需要在情報融合的基礎上尋找高性能的安全情報分類算法與聚類算法，實現對安全情報的自動歸類與自動聚類，確定情報產品的派送對象，即確定合適的主管部門或機構、需要聯動的部門或機構。

3.3?國家安全情報分析面臨的問題

從本質上來說，國家安全情報機構就下列問題向決策者提供咨詢，即：當前和未來的趨勢，國家安全環境的變化，國家安全面臨的威脅，推進國家利益的機遇，等等。為此，情報機構應提供所需的戰略評估、戰略判斷、戰略影響、戰略預測等咨詢意見，必要時還可提供相關應對建議[42]。國家層面需要的安全情報是戰略層次的情報，戰略層次的國家安全情報分析需要一系列相互關聯的政策領域的重要支持，如反恐、國家安全、執法、外交和政治決策以及軍事事務等。戰略情報分析人員的任務是將長期視野中的“大局”放在一起，并預測對國家利益和安全具有重大意義的變化或事件。

幫助政策制定者進行合理的國家安全戰略分析是一項非常艱巨的工作。新形勢下我國國家安全和社會穩定面臨的危險和挑戰增多，特別是各種威脅和挑戰的聯動效應明顯，各種敵對勢力遙相呼應，影響社會穩定的因素大量存在。這些都給我們維護國家安全和社會穩定增加了新的難度[43]。

首先，情報感知的對象有不同的來源，可能是各種類型、各種語言、結構化或非結構化數據的混合，表現形式、語義特性等不盡相同，且可能存在沖突或潛在的欺騙，給情報工作帶來了困難。如果僅僅對信息進行獨立的分析，往往只能得到一種解釋或解決方案，缺乏關聯證據的支持。針對這一問題，美國國防高級研究計劃局設立多方案主動詮釋計劃（ Active Interpretation of Disparate Alternatives，AIDA），其目標是開發一種多假設語義引擎，實現對多源異構對象的感知，并生成對事件、態勢、趨勢的多種詮釋，分析每個假設語義表示的一致性，進而度量可靠性，以應對嘈雜的信息環境。該引擎必須能夠將自動從多個媒體源派生的知識元素映射到一個通用的語義表示中，匯總從這些媒體源派生的信息，并生成和探索有關事件、情況和趨勢的多種假設;該引擎必須基于分析的準確性和每個假設的語義表示的一致性，為導出的知識和假設建立置信度度量;該引擎必須能夠通過更改媒體分析算法的模型或先驗概率來提高通用性并根據上下文的期望解決歧義，從而利用通用語義表示中的知識以及生成的假設作為媒體分析算法的替代上下文;該引擎必須能夠與用戶進行通信以揭示所生成的假設，并允許用戶更改假設或提出新的假設[44]。

其次，情報工作通常集中于迅速發生的事件，因此分析很少或根本沒有時間對情報收集和生產過程進行內省或反思[45]。快節奏的全球發展以及威脅的多樣化和國家安全概念的本質不斷變化，使得決策者在訂購和等待情報產品面臨突破性發展時沒有充足的時間。因此，視界掃描和基于戰略遠見的情報可以為更準確、有見地和全面的預警情報提供支撐機制[46]。

第三，在當今大數據環境中，信息的絕對數量和速度空前增長，這些數字數據流嚴重制約了情報企業僅僅依靠人類的判斷和解釋，在戰略、作戰和戰術層面成功地為決策提供信息的能力。近年來，成功地完成“提醒決策者注意問題，或向情報消費者提供關于未來情況的潛在有價值的判斷”這一認知任務已成為情報分析人員更為望而生畏的任務。使用自動或半自動運行的機器學習和計算機視覺應用程序為增強情報企業的能力提供了一種簡單可行的方法，人工智能技術可更廣泛地適應情報企業（無論是部署在戰術、作戰還是戰略層面）和國家安全決策。人工智能這一新興的技術創新有可能加速信息評估，找到極為合適的正確方法，使決策者有機會不依賴直覺或良好的愿望，以此作為預測和塑造數字時代國家安全成果的基礎[47]。

目前國家安全情報分析方法已經形成豐富體系，并且在不斷演化與發展。回看國內圖書情報領域所傳授的方法、技術和手段，基于總體安全觀的情報分析方法比較欠缺，現有分析方法大多已經不太適應國家安全與發展形勢的需要，應該借鑒西方情報界的經驗與做法。同時，應考慮兩類情報分析方法的融合，即在解決具體的情報問題時，使用特定的算法型情報分析方法處理數據，使用特定的技巧型情報分析方法驗證結論或情報的合理性。

4?結?語

國家安全一直是在非情報學領域關注的重要主題，涉及環境、經濟、科技、軍事等多個方面。由于國家安全情報的秘密性與敏感性，圖書情報學領域的學者很少參與國家安全情報方面的研究，情報學領域在國家安全主題上的研究內容較為單一、匱乏。同時，由于軍、民情報工作存在體制上的差異，體制上的差異導致理論與方法的分野，現有情報方法不能勝任對國家安全情報工作的技術支撐。本文從情報收集、情報融合、情報分析3個方面分析了國家安全情報領域亟需探討的情報方法問題。這些問題領域是國家安全需求給情報學發展帶來的機遇，也是提高國家安全情報工作效率必須突破的技術難點。解決了這些技術難點，情報學就能夠為綜合性的安全治理提供可用的情報方法與工具。

參考文獻

[1]習近平談治國理政[M].北京：外文出版社，2014：200.

[2]楊建林，苗蕾.情報學學科建設面臨的主要問題與發展方向[J].科技情報研究，2019，（1）：29-50.

[3]祝振媛，李廣建.從情報學碩博士論文看情報問題與情報方法[J].情報理論與實踐，2016，39（1）：1-7.

[4]張家年，馬費成.我國國家安全情報體系構建及運作[J].情報理論與實踐，2015，38（8）：5-10.

[5]孫瑞英，馬海群.總體國家安全觀視域下中國特色的國家情報工作安全體系構建研究[J].情報資料工作，2019，40（1）：33-43.

[6]呂宏玉，楊建林.基于模板的國家戰略情報需求識別研究[J].情報理論與實踐，2019，42（11）：8-14.

[7]Svendsen A D M.Introducing RESINT：A Missing and Undervalued“INT”in All-source Intelligence Efforts[J].International Journal of Intelligence and Counterintelligence，2013，26（4）：777-794.

[8]Atasoy U C，Sari A.Multidisciplinary Intel Fusion Technique for Proactive Cyber-Intelligence Model for the IoT[M].Security，Privacy and Trust in the IoT Environment.Springer，Cham，2019：61-81.

[9]Walsh P F.Collection[M].Intelligence，Biosecurity and Bioterrorism.Palgrave Macmillan，London，2018：89-119.

[10]Randazzo L C D T，Foster C B R.Advancing Collection Capabilities Through Crowdsourced Intelligence[EB/OL].https：//publications.armywarcollege.edu /pubs/3582.pdf，2019-06-06.

[11]Gioe D V.‘The More Things Change：HUMINT in the Cyber Age[M].The Palgrave Handbook of Security，Risk and Intelligence.Palgrave Macmillan，London，2017：213-227.

[12]胡雅萍，洪方.社交媒體情報研究[J].情報雜志，2018，37（3）：15-21.

[13]王丹丹.面向科學研究的社交媒體數據共享問題研究——美國國會圖書館的案例分析[J].檔案學研究，2018，（2）：101-106.

[14]Piskorski J，Tanev H，Balahur A.Exploiting Twitter for Border Security-related Intelligence Gathering[C]//2013 European Intelligence and Security Informatics Conference.IEEE，2013：239-246.

[15]Forrester B，den Hollander K.The Role of Social Media in the Intelligence Cycle[C]//Next-Generation Analyst IV.International Society for Optics and Photonics，2016，9851：98510G.

[16]Trivedi T，Parihar V，Khatua M，et al.Threat Intelligence Analysis of Onion Websites Using Sublinks and Keywords[M].Emerging Technologies in Data Mining and Information Security.Springer，Singapore，2019：567-578.

[17]Zhang X，Chow K P.A Framework for Dark Web Threat Intelligence Analysis[J].International Journal of Digital Crime and Forensics（IJDCF），2018，10（4）：108-117.

[18]袁莉，姚樂野.應急管理中的“數據-資源-應用”情報融合模式探索[J].圖書情報工作，2014，58（23）：26-32.

[19]化柏林，李廣建.面向情報流程的情報方法體系構建[J].情報學報，2016，35（2）：177-188.

[20]宋丹，高峰.美國自然災害應急管理情報服務案例分析及其啟示[J].圖書情報工作，2012，56（20）：79-84.

[21]王馨.戰略情報研究反思與探索之一——基于情報融合和情報分析的團隊一體化動態情報研究模式[J].情報理論與實踐，2014，37（3）：1-5.

[22]何剛，霍宏，方濤.兼顧特征級和決策級融合的場景分類[J].計算機應用，2016，36（5）：1262-1266.

[23]張壯，馮小年，錢鐵云.基于多模態融合技術的用戶畫像方法[J/OL].北京大學學報：自然科學版：1-8，2019-12-22.

[24]Modi A，Sun Z，Panwar A，et al.Towards Automated Threat Intelligence Fusion[C]//2016 IEEE 2nd International Conference on Collaboration and Internet Computing（CIC）.IEEE，2016：408-416.

[25]Cowan N P.Rethinking Intelligence Fusion[EB/OL].http：//internationalc2institute.org/s/094.pdf，2019-06-10.

[26]Atasoy U C，Sari A.Multidisciplinary Intel Fusion Technique for Proactive Cyber-Intelligence Model for the IoT[M].Security，Privacy and Trust in the IoT Environment.Springer，Cham，2019：61-81.

[27]（美）小理查茲·J.霍耶爾，倫道夫·弗森 .情報分析：結構化分析方法[M].張魁，夏儒鋒，劉耀軍，等譯.北京：金城出版社，2018：前言003.

[28]高金虎.軍事情報學研究現狀與發展前瞻[J].情報學報，2018，37（5）：31-39.

[29]Burcher M，Whelan C.Social Network Analysis as a Tool for Criminal Intelligence：Understanding Its Potential from the Perspectives of Intelligence Analysts[J].Trends in Organized Crime，2018，21（3）：278-294.

[30]Doppler Haider J，Gastecker B，Pohl M，et al.Sense-making Strategies in Explorative Intelligence Analysis of Network Evolutions[J].Behaviour & Information Technology，2019，38（2）：198-215.

[31]Liu X，Tang K，Hancock J，et al.A Text Cube Approach to Human，Social and Cultural Behavior in the Twitter Stream[C]//International Conference on Social Computing，Behavioral-Cultural Modeling，and Prediction.Springer，Berlin，Heidelberg，2013：321-330.

[32]Qazi N，Zhang L，Blomqvist E，et al.Applying Data Science to Criminal Intelligence Analysis[EB/OL].https：//pdfs.semanticscholar.org/e7f9/13f65b661743ef86e9a0af69463fae3b5644.pdf，2019-09-16.

[33]Xu Z，Hu C，Mei L.Video Structured Description Technology Based Intelligence Analysis of Surveillance Videos for Public Security Applications[J].Multimedia Tools and Applications，2016，75（19）：12155-12172.

[34]Xia H，sterlund C，McKernan B，et al.TRACE：A Stigmergic Crowdsourcing Platform for Intelligence Analysis[C]//Proceedings of the 52nd Hawaii International Conference on System Sciences，2019.

[35]Coulthart S.Improving the Analysis of Foreign Affairs：Evaluating Structured Analytic Techniques[D].University of Pittsburgh，2015.

[36]Heuer R J，Pherson R H.Structured Analytic Techniques for Intelligence Analysis[M].Cq Press，2010：16.

[37]Chang W，Berdini E，Mandel D R，et al.Restructuring Structured Analytic Techniques in Intelligence[J].Intelligence and National Security，2018，33（3）：337-356.

[38]陳美華，陳峰.維護科技安全的情報感知路徑探析[J].情報科學，2019，37（2）：137-141.

[39]Poltavtseva M A，Bazarnova D A.Automation of Open Sources Data Processing for the Security Assessment[C]//2019 Ivannikov Memorial Workshop（IVMEM）.IEEE，2019：64-67.

[40]Willbrand R T.The Evolution toward“Bureaucracy 2.0”：A Case Study on Intellipedia，Virtual Collaboration，and the Information Sharing Environment in the US Intelligence Community[EB/OL].http：//www.iiis.org /CDs2010/CD2010SCI/PISTA_2010/PapersPdf/PA252GQ.pdf，2019-06-01.

[41]閔劍.我國反恐情報體系的構建[J].河南警察學院學報，2018，27（3）：117-123.

[42]高金虎.論國家安全決策中情報的功能[J/OL].情報理論與實踐：1-11.http：//kns.cnki.net/kcms/detail/11.1762.G3.20190516.1626.010.html，2019-10-10.

[43]李黎.準確理解和把握總體國家安全觀[J].軍隊政工理論研究，2015，16（3）11-14.

[44]Active Interpretation of Disparate Alternatives[EB/OL].https：//www.darpa.mil/program/active-interpretation-of-disparate-alternatives，2018-04-06.

[45]Swenson R G，Moore D T，Krizan L A.In：R.G.Swenson，ed.Introduction Bringing Intelligence About：Practitioners Reflect on Best Practice[J].Washington，DC：Center for Strategic Intelligence Research，2005：1-6.

[46]Giannoulis A.Intelligence Failure and the Importance of Strategic Foresight to the Preservation of National Security[R].2011.https：//www.files.ethz.ch/isn/134367/rieas155.pdf.

[47]Regens J L.Augmenting Human Cognition to Enhance Strategic，Operational，and Tactical Intelligence[J].Intelligence and National Security，2019：1-15.

（責任編輯：馬?卓）