“大数据技术”的出现为情报分析提供了强有力的工具和方法。近10年，欧美国家情报机构的情报业务流程经历了大幅调整，从而为复杂的联合军事行动提供有力支撑。在欧美的防务情报业界，大数据技术早已开始了实际应用，并对情报分析工作产生了深刻的影响。未来大数据技术将持续推动情报分析业务的转型发展，各种新的分析方法不断引入，进而推动情报业务持续发展，终将释放出巨大的能量和效益。
技术发展趋势
“大数据”指的是信息技术发展带来的呈指数级增长的数据，以及用于处理这些数据的先进方法。大数据带来的不仅仅是信息量的增加，还包括人类在创造新知识、理解新世界方面的变化。当然，大数据技术也为情报业务提供了一系列新机会，从信息处理、利用、分发到服务等等方面。
数据资料的爆炸式的增长，为我们通过数据分析形成对目标的深入洞察和理解提供了物质基础。实际上，不仅是情报领域，各个应用领域对于有效控制和利用大数据的需求越来越大。大数据技术使得情报产品定制化和直观化的比例持续增加，厚重的用户手册、内容晦涩的文本成为历史。大数据应用对传统的情报行为认知构成挑战，包括情报搜集对象、情报处理程序、所需要的信息技术工具和人员技能组合等。
机遇与挑战
1 机遇
纵观各类情报问题，大数据带来的最大希望主要在于信息处理方面，用于搜集、传递、存储和组织数据的新技术极大提高了情报分析人员能够接触到的信息量级，提高了情报业务工作的自动化水平和工作效率，情报分析人员能够将有限的精力和能力集中在最困难、最紧迫的问题上。
1）为情报分析员提供支持
基于合理的体系结构和运算法则，情报系统能够以相对较少的工作量对数据进行管理——包括搜集、传递、存储和组织，最终实现最大程度的数据管理自动化。系统为情报分析员提供自动的、持续的数据推送。自动化的数据核对和分析技术能够节省情报分析人员的工作量，并给与他们生成新能力的帮助。
数据分析将在不同程度的人工干预下进行，数据被分为不同含义的组群或类别，组群之外的数据也将同时进行搜集并分析。新的分析方法能够跨越多源、多格式数据的差别，迅速建成关于特定目标的结构化的、综合性态势表达。
分析人员使用大数据及相关分析方法，迅速识别情报缺口、意想不到的关联性以及不寻常和不规则的状态。在此情况下，人工干预——特别是对目标的专业化分析非常关键。总之，大数据的应用使分析人员的工作变得更高效和更有质量。
2）情报迅速传递，无限量存储
大数据技术使得情报可以迅速传递，无限量存储。许多新搜集到的数据几乎实时传递到位，大大提高了情报搜集、处理、利用、分发和分析的速度。
系统根据需求搜集的海量数据在提交之前可以先行存储，在未来出现更多数据或者进一步需求的情况下，或者在发现或确定相关联系和发展趋势的情况下，再对这些数据进行开发，比如：调整策略再次搜集、数据对比和给出（初期）分析结果等等。
人工智能（机器学习技术）使数据处理过程不断迭代和完善。
3）更加有效的情报服务
用大量文字表述的情报产品成为过去。未来情报产品可能以我们根本想像不到的方式向用户展示，而且将以更方便、更快速的方式向用户推送。大数据技术将促进情报分析各个阶段的转型，最终为用户提供快捷、精确，满足需求的产品。
未来的情报产品将包含以下特征：第一，形象化。比如使用地理空间工具这种形象化工具。由于大量的数据已经在地理空间定位，这种演示的效果远超文字表达。第二，持续更新。情报产品将自动录入数据，并对数据进行实时处理、持续更新。第三，互动。用户可以向产品“提问”，情报产品依据其需求提供不同程度（深度和数量级）的情报服务。
2 挑战
大数据的应用前景非常吸引人，但也存在局限性。比如：无法用结构化数据来处理互不关联的问题；在用于分析原因和方式等方面的问题时，能够发挥的作用非常有限；无法解决不同来源、不同格式数据的处理和整合问题，特别是类似于文本和多媒体的非结构化数据。此外，大数据最难处理的是情报数据和分析管理方面的问题，因为技术最终也只是为管理服务的。
1）数据不能解决所有问题
目前来看，基于大数据的情报分析只适用于某些类型的情报问题。大数据可以准确提供“是什么”、“在哪里”、“发生了什么”，但是不能提供“为什么”和“将会发生什么”。在防务领域，大数据可以提供作战地理信息、军事部署、机构组成、武器性能和物资供应等详细情报，但是无法找出和解释其中的复杂关系，更不用说对未来的情况进行评估，掌握敌方的意图、作战计划和政治诉求等。
在复杂问题的分析中，大数据可以针对目标轻松而又迅速地提供更为细致全景态势，但只有专业的分析人员才能作出预测、得出结论并进行应对。在情报分析流程中，通常需要由专业的分析人员将关键数据进行定位，然后与其他问题进行关联。在一个有效的情报分析中，专业的分析人员需要将分析结果转化为对用户有意义的评估，这种工作则更为复杂而繁重，而专业知识在其中起着至关重要的作用。
另外，从专业角度看，面对数据，情报机构另一个风险是现有数据有可能会主导情报分析的方向和结论。情报分析机构可能会根据容易获得的数据类型，对情报搜集的方向作出调整；或者刻意重视数据最密集的方向，或强调最有可能发现和追踪的目标或问题，从而导致客观评估出现偏差。
2）情报空缺
从情报的角度来谈，再多再全面的数据量，也存在着情报缺口，即有重要的信息被遗漏和忽略。在过去，秘密情报搜集是挖掘稀缺情报信息的关键手段，因为某一个关键情报抵得过无数个普通的低价值情报。
尤其是防务领域的大数据情报往往是不准确信息或假情报，其中的关键信息经常被刻意删除或无意覆盖掉：这是大数据技术难以解决的问题。例如，要想记录某国航母的特征，描述其舰载机和武器系统的性能，或者追踪其在巡航过程中的位置，这些都有可以找到的答案。但是，要确定该国政府在危机时期或者实施战略计划时将如何使用这种新航母，并结合运用其他能力，这就是一种复杂的情报空缺，具有偶然性、复杂性和不可预见性。
此外，大数据无法显示非客观的事物，如思维模式和决策过程等。对于这样的空缺，仅仅搜集和整理所有相关数据并不能解决问题，数据或许可以为分析和预测提供更丰富的证据，但最终也只能作为专业情报分析补充。
情报分析流程
大数据技术不仅将影响到情报分析人员的工作，而且还将对情报机构建设产生深远影响。在情报领域应用大数据技术需要有长远的战略视野和细致的流程规划。比如：新技术、新工具、新的业务技能和业务流程，对于传统情报流程的冲击；如何人员招募和培训新型的数据科学家，情报分析人员如何适应大数据技术：情报机构在这些方面将面临极大的挑战。大数据技术为情报机构转型提供了一个难得的机遇，但情报机构不能简单地将新技术直接套用在当前的业务工作中，而是需要从根本上对情报分析的业务模式进行重塑。
1 防务情报机构转型
防务情报机构转型主要体现在三个方面，一提升情报职能，二转型评估服务，三改变情报流程。
1）提升情报职能。
赋予情报机构行动的权力与能力，给予充分的经费支持，鼓励其建立强大的人才团队，应用最先进的信息技术，建立最为广泛的情报网络，赋予其直接与用户接触的特权，并且能够利用网络资源获取来自其他机构、合作伙伴、商业渠道和外部专家的支援。这样的情报机构才能够摆脱耗时又繁琐的情报流程，使其有能力直接获得关键情报，解决关键问题，保障决策正确。使得情报机构在大数据分析中能够拨云见日，掌握真相，并掌控全局。
2）转型评估服务。
简单地将海量数据交给用户，并不能达到预期目标，即便是经过仔细整合的完整的数据，如果没有专家的评估和建议，也只会降低具有价值的可用情报的信噪比。随着用户的决策周期不断缩短，他们需要的是直截了当且数据丰富的结果，而不是旷日持久的讨论，或是模棱两可、无法证实的“直觉”。情报机构需要对自身的角色重新定位，即从原先唯一的情报生产者转变为服务提供者。用户永远更希望与反应敏捷、应对自如的专家进行当面交流，这被视为评估服务的最重要特征之一。
3）改变情报流程。
面对越来越苛刻的期望，目前的情报生产流程——情报、搜集、整理、分析以及生成最终的报告——非常繁琐又及其耗时。如果情报机构严格遵循上述流程，用户将无法满意，转而寻求从其他渠道获取所需要的情报。如何建立一套全新的情报生产、管理与服务模式是个无法回避的问题。
2 情报机构信息流程架构设计
1）信息类型
防务情报机构必须掌握海量的信息，大数据主要来源包括：数据库、开源信息、内部信息（文献、商务信息、人员信息）、涉密信息、多媒体（视频/音频/图片）、邮件、社交媒体、语音通话、传感网络、智能终端等等。从公开来源获取的信息，如公司财务信息、GPS 坐标信息、乘客名单、税务资料、交易信息、业务往来信息、新闻事件、电子邮件等等，加上各种内部信息，将为情报分析提供有价值的深度洞察。
2）情报分析流程
情报应回归其“简单”的本质。情报“简单化”的一个重要方面就是流程“就简”，这将是情报业务转型的一个重要方面。大数据技术的介入将提供重要的流程简化工具，情报人员将不再需要介入信息检索与数据采集、多源信息融合与清洗、信息分析与内容挖掘等过程。人工干预的部分将限于前端的需求定义、计划制定和信息搜集策略部分，以及后端的成果展现与情报传递策略。
大数据环境下情报分析流程
3）信息流程架构设计
基于对相关信息资源开发与利用的理解，为防务情报机构建立一个完整的“采集——管理——分析——研究—产品线——宣传”信息流程架构。
信息流程架构
（参考文献：略）
声明：本文来自体系工程，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
