基于大数据技术的情报侦察

郭 勇

(海军装备部综合计划局，北京 100841)

0 引言

随着科技的飞速发展、人工智能技术的不断推进、无人机技术的普及，未来战争将迎来大数据时代。大数据主要是指用常规软件工具无法在可承受时间范围内进行捕捉和处理的数据集合，是需要新型处理模式才能具有更强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术是一次颠覆性的技术革命，具有5V特点：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

随着电子信息系统的广泛应用和情报侦察能力的日益提升，未来战场的情报侦察数据呈指数级增加，情报侦察领域的大数据时代已然来临，情报侦察数据在数据量级、数据类型、数据格式等各个方面均有显著增加。电子信息对抗已经具有鲜明的4V特征，主要体现在：信息感知频段不断加宽，各种宽带雷达、通信体制相继出现，导致侦察获取的信号情报数据量迅速增长，即Volume特征；战场电磁信号越来越复杂，有通信、雷达、无线电引信、制导与导航等复杂的信号类型，即Variety特征；在密集的海量数据中，包含大量的噪声或干扰，以及各种有用信号，即Value特征；对信号处理及响应的实时性要求，即Velocity特征。大数据技术在电子对抗领域的应用将为该行业发展带来新的机遇和挑战。美军正在开发的新一代大数据系统，能够通过计算机的速度和精度以及人的敏捷性来理解和解释现实世界，协助指挥官和分析人员将以100倍于当前的速度来理解传感器收集的海量数据。美军通过多年的发展，已拥有全球最先进的情报侦察系统，因为对海量情报数据的分析，曾是美军情报侦察能力的瓶颈，而大数据正好能够帮助美军突破这一瓶颈。美国国防部近三年的财年报告都指出，大数据前沿技术和深度应用，在军事领域蕴藏着巨大价值，已成为军事科技能力竞争的焦点之一。

1 大数据技术在情报侦察领域的应用

军事信息技术从关注“T”(Technology)的阶段，向关注“I”(Information)的阶段转变；从建设指挥自动化系统(C4ISR)，即指挥、控制、通信、计算机、情报及监视与侦察等信息系统，整体管理“战场信息的获取、传递、处理和分发”的全信息流程，发展至重视大数据处理应用，综合集成数据采集、处理平台和分析系统，统一优化管理“战场数据采集、传递、分析和应用”的全数据流程。通过对海量数据进行开发处理，大幅度提高从中提取高价值情报的能力，从而实现对战场综合态势的实时感知、同步认知，进一步压缩“观察-调整-决策-行动”(OODA)周期，缩短“知谋定行”时间，提高快速反应能力。

西方一些电子战专家认为“电子战能力实际上几乎等于情报能力，特别是电子情报侦察处理能力”。没有及时、准确、全面的侦察情报信息，就无法进行电子对抗作战。情报侦察系统涉及的信息量巨大，具有强烈的数据融合需求。在一体化联合作战体系中，情报系统需要对各方数据信息(不同军种、不同区域、不同装备和系统的情报数据)进行综合和分析，从而为作战指挥、决策和行动提供有效支持。

大数据技术具有深度数据挖掘和分析能力，大大提高了情报侦察与分析的效率，即在有限时效内从更新速度快的海量数据中挖掘出有价值的情报，提高情报侦察系统运用的时效性。在阿富汗战争中，美军为打击恐怖分子，其部署在太空、空中和地面的全方位情报侦察监视系统24 h内产生的数据就有53T，可见数据更新之快。美军正在开发工具来检测军用计算机网络与网络间谍活动，及时发现网络上的恶意行为和有威胁的敌方目标，提升网络态势感知能力和网络监视预警能力，增强网络攻击能力。目前“侦、攻、防一体”的网络空间作战中，作战行动速度已经达到了“秒”级。

总之，未来的情报侦察系统完全可能依托大数据分析处理技术和建构模型，通过数据挖掘模式，从海量数据中挖掘出有价值的信息，及时准确掌握敌方的战略企图、作战规律和兵力配置，真正做到“知己知彼”，使战场变得清晰透明，从而拨开“战争迷雾”，达成“运筹于帷幄之中、决胜于千里之外”的作战目的。

2 美军大数据技术研究

对美军而言，武器装备数据量的增加所带来的问题越来越明显。例如，美军已积累了总价值达数十亿美元的侦察机和战场传感器。随着这些传感器捕获数据量的激增，传感器数据存储、分析和融合的难度与挑战也与日俱增。因此，亟需大数据技术来对已有的数据进行分析，实现大数据5V特征到1V(Value)的增值。2012年3月，美国发布《大数据研发倡议》，倡议包括美国防部在内的6个部门不断投资，开发相应工具盒技术，大力提升获取、管理和分析大数据的能力。美国防部及其下属机构DARPA在同期发布的大数据项目清单中列出了“从数据到决策”等10项研究计划。美军发布的《2013—2017国防部科学技术投资优先项目》将“从数据到决策”项目排在了第一位，凸现了大数据对其指挥决策方式的巨大影响。

美军大数据项目是美国国家项目的重要组成部分。美国政府启动了“大数据研究和发展计划”，希望通过改进大量复杂数据中挖掘知识、获取情报的能力。在前沿技术研究方面，DARPA在大数据工作中计划每年投入2500万美元，着手研发大数据处理分析所必要的硬件与智能化分析软件，以解决非结构化数据的组织积累、数据库关联等问题；推进大数据辅助决策，集中在情报、侦察、网络间谍等方面，汇集传感器、感知能力和决策支持建立真正的自治系统，实现操作和决策的自动化。

2.1 聚焦领域

目前，美军的大数据项目主要聚焦于三大领域：

1)从数据到决策，主要是开发分析海量数据的计算技术和软件工具；

2)自主性工具，主要是研发无需人工干预，便能判断趋势、适应现实条件以及能在动态复杂环境中工作的智能化工具；

3)人工系统，主要是推进人机结合，实现协同作战和训练。

大数据技术的研究和应用，将极大促进美军在情报侦察、信息化建设、网络安全、指挥决策等各个领域能力的提高。

2.2 开发目的

美军开展大数据技术研发项目的目的旨在：

1)发展大数据前沿核心技术，以满足搜集、存储、防护、管理、分析和共享海量数据的要求；

2)利用大数据相关技术，推动科学与工程领域的发明创造，增强国家安全，转变教育方式；

3)储备人力资源以满足研究和利用大数据技术的需求。

通过大数据研发，美军将会在数据获取、存储、管理、分析和分发等方面取得质的飞跃，进而提升美军战场态势感知、情报分析、智能决策以及安全防护能力，大大缩短OODA周期，以便迅速做出正确的决策，这对于掌握战场主动权和最终夺取胜利至关重要；此外，美军率先在大数据领域占领先机，将会全面拉开与其他国家在信息战领域的差距，确保战场信息主导权。

2.3 大数据技术项目

近年来，美军大数据技术方面的开发计划主要有：

1)多尺度异常检测(ADAMS)计划。解决大规模数据集的异常检测与表征问题。在此背景下，数据中的异常为在各种现实背景下搜集另外可操作的信息提供了线索。

2)网络内部威胁(CINDER)计划。寻求研究新的方法，检测军方计算机网络中的符合网络间谍特征的活动，旨在提高检测网络威胁的准确度、发现概率与速度。

3)洞察(Insight)计划。以弥补当前情报、监视与侦察系统中的重要不足，旨在研发一种资源管理系统，通过分析成像和非成像传感器及其他来源的信息，自动识别威胁网络和非常规作战行动。

4)机读(Machine Reading)计划。通过研发学习系统，处理自然文本并在知识库中插入产生的语义表示，而非依赖于当前用于知识表达昂贵且费时的处理过程。

5)“心灵之眼”(Mind′s Eye)计划。旨在开发一种可在机器上应用的“可视化情报”(visual intelligence)能力。

6)面向任务的弹性“云”(Mission-oriented Resilient Clouds)计划。旨在开发检测、诊断和应对攻击的技术，为“云”计算环境建立有效的“社区卫生服务体系”，应对云计算中固有的安全挑战。

7)加密数据编程计算(PROCEED)研究工作。旨在为运算中的数据开发其在应用的整个过程中保持加密状态所需的切实可行的做法与相关的现代编程语言，克服在“云”计算环境内信息安全面临的主要挑战。

8)视频与图像的检索与分析工具(VIRAT)计划。其目的是开发一套系统，使军事图像分析员有能力开发收集到的大量视频内容，使分析员能够为有价值的活动与事件建立起预警功能。

9)XDATA计划。旨在为分析大量半结构化和非结构化数据开发计算技术和软件工具，主要解决处理分布式数据存储中不完整数据的可扩展算法，以及用于各种任务、可迅速定制，方便视觉推理的有效的人机交互工具。

10)大数据和预测分析方法。2016年，国防信息信息系统局(DISA)寻求将大数据和预测分析整合至其网络安全工具套件中，提高网络安全自动化水平。美国商业公司Simulyze利用大数据分析工具提高无人机态势感知能力，能够提供更加完整的战场信息，例如友军位置、敌军位置以及海上舰船位置等。这些信息与主ISR通用作战图配合使用，勾画出更为完备的整体作战视图。虽然许多商业大数据平台通常具备分析能力,但该机构仍将授予单独的大数据分析工具研发合同；该工具可以为高级官员提供所需的数据以供鉴定,即使该数据来自不同的供应商。DISA正寻求从多个消息源摄取数据并进行整合,然后据此作出一些可操作的决策，并得到可操作的信息。这些数据将有助于国防部构建自动化平台，快速应对已知的威胁并修补漏洞。

11)ACCESS计划。旨在开发专为大型复杂体系的演化计算所设计的独立仿真处理系统，包括大数据加速分析计算、混合加速仿真计算、高效加速计算的技术攻关。

12)Maven计划。2017年项目启动，美国防部算法战跨部门小组负责，旨在加速国防部对人工智能与机器学习技术的集成，将国防部海量的可用数据快速转变为可用于行动的情报。开发用于目标探测、识别与预警的计算机视觉算法，提高无人机收集全动态视频(FWV)的处理、利用与分发(PED)能力。2017年12月，首批算法在美国非洲司令部部署，情报分析人员使用算法从“扫描鹰”、MQ-9“死神”等无人机拍摄到的数百万小时视频图像中自主识别感兴趣的目标。该算法具备初始能力后，已经在中央司令部以及弗吉尼亚州兰利空军基地第1分布式地面站(DGS-1)部署，也将在加利福尼亚州比尔空军基地的第2分布式地面站(DGS-2)部署。

3 大数据背景下的信息侦察

随着数据挖掘技术、大规模并行算法及人工智能技术的不断完善与在军事上的广泛应用，情报、决策与作战一体化进展快速。图1为ISR任务工作模型，可以看出，在武器装备上，将特别注重各作战平台的系统融合和无缝链接，以保证战场信息的实时快速流转，缩短从“传感器到射手”的时间差，实现“发现即摧毁”的作战目标。

由大数据支撑的拥有自主能力的无人作战平台，将使得美军“从传感器到平台的实时打击能力，追求零伤亡”成为可能。事实上，随着大数据技术水平的不断提高，大数据分析正在逐步取代传统侦察手段，成为军队高层进行决策的重要依据。美军通过利用大数据工具提高军事人员对多个战场空间情报的发现和深度认知能力；还利用相关大数据技术组织开发了战略预警工具，在线分析互联网大数据，挖掘重要线索和关联性实体和事件，实时或近实时监控全球整体性恐怖预警态势和热点冲突预警态势，提高战略防御能力。在战略牵引上，美军“第三次抵消战略”已将以自主系统、大数据分析、自动化等为代表的人工智能技术列为主要发展方向。在情报侦察领域，美军将人工智能技术视为未来情报侦察监视体系的支柱，特别是将人工智能技术用于处理和分析海量情报数据视作在这一领域最重要和最强烈的应用需求。

图1 情报侦察中的ISR任务工作模型

大数据技术将赋予无人作战平台一定的“能动性”。以无人机为例，在大数据技术需求牵引下，美军正在研发能够以作战平台为依托进行数据边缘高速处理的“近传感器计算(NSC)”产品。这一产品将使无人机不依赖成本高昂、功耗很大的通信系统，或者笨重、庞大的存储系统，就能够避免与潜在的其他飞行器迎面相撞这类事故。

近几年迅速发展的无人机作战平台，其本质就是一个智能系统。其可以成建制地对实时捕获的重要目标进行“发现即摧毁”式的精确打击，还能通过融合情报的前端和后端，使数据流程与作战流程无缝链接并相互驱动，构建全方位遂行联合作战的“侦打一体”体系，从而实现了体系化的“从传感器到射手”的重大突破。由大数据支撑的拥有自主能力的无人作战平台，将使得这些追求成为可能。例如，目前全世界最先进的无人侦察机“全球鹰”，能连续监视运动目标，准确识别地面的各种飞机、导弹和车辆的类型，甚至能清晰分辨出汽车轮胎的类型。现今，美空军的无人机数量已经超过了有人驾驶的飞机，或许不久的将来，美军将向以自主无人系统为主的，对网络依赖度逐渐降低的“数据中心战”迈进。目前，美国正使用新一代极高频的通讯卫星作为大数据平台的支撑。未来，无人机甚至有可能摆脱人的控制实现完全的自主行动。美军试验型无人战斗机X-47B就是这一趋势的代表，它已经可以在完全无人干预的情况下，自动在航母上完成起降并执行作战任务。

无人机集群作战则是依托云计算、大数据和人工智能等先进技术进行作战协同，根据任务需要，在机群内灵活配置侦察探测、信息处理、导弹火力等模块，形成一个具有侦察、干扰和打击能力的复合编队，在军事行动中进行战略威慑、战役对抗和战术行动。美军的典型无人机集群项目主要有“小精灵”、“进攻性蜂群使能战术”(OFFSET)、低成本无人机蜂群技术(LOCUST)。

4 结束语

美国五角大楼高层认为，大数据将改变战争游戏规则，为实现“成为以新的、非常规方式在全谱军事行动中利用大数据的领头羊”目标，美军建立了以国家项目为依托、进行商业化运作的重要发展路径。从作战手段角度看，大数据及其支撑的新型武器装备的应用，将丰富军队的作战体系，使体系作战能力大幅提升；从作战效能角度看，大数据下的作战行动循环所耗时间将大为缩短，更符合“未来战争不是大吃小，而是快吃慢”的制胜规律。

信息化战争的突出特点就是战场数据剧增。在未来的信息化战争中，作战优势集中体现为信息优势，其本质就是数据优势。基于云计算、以大数据获取、存储、处理、分析为基础的信息对抗体系是军事电子系统领域的发展趋势，在未来电子战中是有潜力的技术发展方向。■