從棱鏡計劃看大數(shù)據(jù)時代下的情報分析*

化柏林

（北京大學(xué)信息管理系 北京 100871）

·專題·

從棱鏡計劃看大數(shù)據(jù)時代下的情報分析*

化柏林

（北京大學(xué)信息管理系 北京 100871）

棱鏡計劃自被曝光之日起，就受到了世界各方面的廣泛關(guān)注，而大家關(guān)注的焦點主要集中在個人隱私與保護上，其實棱鏡計劃針對哪些大數(shù)據(jù)、通過哪些分析、實現(xiàn)了何種戰(zhàn)略目標(biāo)，更值得關(guān)注與討論。文章從情報分析的視角剖析了棱鏡計劃的數(shù)據(jù)基礎(chǔ)、分析過程與方法、實施目標(biāo)，進而對大數(shù)據(jù)時代下的情報分析進行探討。

棱鏡計劃大數(shù)據(jù)情報分析

1 引言

曾供職于美國中央情報局（CIA）的技術(shù)分析員愛德華·斯諾登（Edward Snowden）于2013年6月將美國國家安全局（NSA）關(guān)于棱鏡計劃（PRISM）監(jiān)聽項目的秘密文檔披露給了《衛(wèi)報》和《華盛頓郵報》，引起了大家的廣泛關(guān)注。圍繞美國情報監(jiān)視的相關(guān)討論、分析和評論可謂鋪天蓋地，指責(zé)美國家安全局侵犯公民隱私、非法竊取外國情報的批評聲音成為關(guān)注與討論的焦點。然而，作為情報研究人員，反以思之，如果我們擁有這些大規(guī)模數(shù)據(jù)，是否能夠完成相應(yīng)的情報分析？面對這些大數(shù)據(jù)與情報任務(wù)，該如何開展工作，經(jīng)過哪些步驟，需要運用哪些方法？這些問題也同樣值得我們深思。

PRISM是一項由NSA自2007年起開始實施的絕密電子監(jiān)聽計劃。該計劃的正式名號為“US-984XN”。根據(jù)報道，泄露的文件中描述PRISM計劃能夠?qū)磿r通信和現(xiàn)存資料進行深度的監(jiān)聽。許可的監(jiān)聽對象包括任何在美國以外地區(qū)使用參與計劃公司服務(wù)的客戶，或是任何與國外人士通信的美國公民。NSA在PRISM中可以獲得電子郵件、視頻和語音交談、影片、照片、VIP交談內(nèi)容、檔案傳輸、登錄通知，以及社交網(wǎng)絡(luò)細(xì)節(jié)等?！犊偨y(tǒng)每日簡報》里很多報告都使用了來自PRISM的資料。

與此同時，大數(shù)據(jù)研究計劃主動公開。2012年美國奧巴馬政府發(fā)布了“大數(shù)據(jù)研究和發(fā)展倡議”，正式啟動“大數(shù)據(jù)發(fā)展計劃”，并為此投入兩億美元以上資金。該計劃將提升美國利用收集的龐大而復(fù)雜的數(shù)字資料提煉真知灼見的能力，推進和改善聯(lián)邦政府部門的數(shù)據(jù)收集、組織和分析的工具及技術(shù)，以提高從大量、復(fù)雜的數(shù)據(jù)集中獲取知識和洞見的能力，強化美國國家安全，協(xié)助加速科學(xué)、工程領(lǐng)域創(chuàng)新步伐，轉(zhuǎn)變學(xué)習(xí)和教育模式。

把這兩件事情關(guān)聯(lián)在一起，我們不禁想到，如何針對大數(shù)據(jù)進行有效地分析與處理，更好地挖掘出有價值的情報，為國家的戰(zhàn)略規(guī)劃與制定提供必要的情報支撐，可能這才是從情報視角看PRISM的重點。鑒于此，本研究將深入剖析PRISM的數(shù)據(jù)基礎(chǔ)、分析過程與方法、實施目標(biāo)，從情報分析的視角全面展示PRISM，并對大數(shù)據(jù)時代下的情報分析進行探討。PRISM在大數(shù)據(jù)與戰(zhàn)略目標(biāo)之間存在一個黑盒，而揭開此盒就需要剖析大數(shù)據(jù)情報分析的過程與方法（見圖1），這正是本文的研究重點與價值所在。

圖1大數(shù)據(jù)情報分析示意圖

2 數(shù)據(jù)基礎(chǔ)

2.1 數(shù)據(jù)來源

“棱鏡”項目監(jiān)視范圍很廣，參加PRISM的公司有近十家，包括（按加入項目的時間）微軟（2007年）、雅虎（2008年）、Google（2009年）、Facebook（2009年）、Paltalk（2009年）、YouTube（2010年）、Skype（2011年）、美國在線（2011年）以及蘋果公司（2012年）等（見圖2）。這些公司都是典型的大數(shù)據(jù)公司，通過不同的方式掌握著海量用戶的信息。

圖2 加入PRISM的公司編年圖

在數(shù)據(jù)的采集方式或來源方面，當(dāng)前的大數(shù)據(jù)主要包括訪問日志采集、社交網(wǎng)絡(luò)數(shù)據(jù)、過程行為數(shù)據(jù)、傳感網(wǎng)絡(luò)數(shù)據(jù)、智能終端數(shù)據(jù)，移動終端、視頻采集、語音通話等數(shù)據(jù)。數(shù)據(jù)獲取技術(shù)的革命性進步、傳感器等自動采集的數(shù)據(jù)、Web2.0等用戶生成數(shù)據(jù)（UGC）以及移動設(shè)備生成的數(shù)據(jù)（位置、移動和行為信息等）等多源數(shù)據(jù)使得數(shù)據(jù)生產(chǎn)迅速、數(shù)據(jù)存量龐大。大數(shù)據(jù)的特點包括數(shù)據(jù)存量大且增長迅速、數(shù)據(jù)類型繁多結(jié)構(gòu)復(fù)雜、價值密度低等。

2.2 數(shù)據(jù)類型

受到NSA信息監(jiān)視項目“棱鏡”監(jiān)控的信息主要有10類：電郵、即時消息、視頻、照片、存儲數(shù)據(jù)、語音聊天、文件傳輸、視頻會議、登錄時間和社交網(wǎng)絡(luò)資料的細(xì)節(jié)（見圖3）。NSA可從公共、商業(yè)等來源擴大通訊數(shù)據(jù)，來源包括銀行代碼、保險信息、社交網(wǎng)絡(luò)“臉譜”檔案、乘客名單、選舉名冊、GPS坐標(biāo)信息，也包括財產(chǎn)記錄和未具體說明的稅務(wù)資料。來自交易、業(yè)務(wù)往來、事件和電子郵件等的內(nèi)部數(shù)據(jù)能夠為組織提供有價值的洞察與分析。

圖3 美國PRISM監(jiān)控的主要數(shù)據(jù)類型

技術(shù)的發(fā)展極大地擴展了信息的傳播媒介和傳播能力，印刷媒介（報紙、雜志、宣傳冊等）、電子媒介（電視、廣播、電影、電話等）、網(wǎng)絡(luò)媒介（社交網(wǎng)站、視頻分享網(wǎng)站、博客等）、展示媒介（陳列、櫥窗、廣告等）和其他媒介（政府?dāng)?shù)據(jù)、航拍圖片和學(xué)術(shù)信息）等形成了多位一體的公開信息來源渠道。據(jù)美國中央情報局統(tǒng)計，2007年的情報收集總數(shù)中超過80%來自公開信息。公開信息有多種渠道與來源，把不同渠道、利用多種采集方式獲取的具有不同數(shù)據(jù)結(jié)構(gòu)的信息匯聚到一起，形成具有統(tǒng)一格式、可以面向多種應(yīng)用的數(shù)據(jù)集合，稱之為多源信息融合。同一個事實或規(guī)律可以同時隱藏在不同的數(shù)據(jù)形式中，也可能是每一種數(shù)據(jù)形式分別支持了同一個事實或規(guī)律的某一個或幾個側(cè)面，這既為數(shù)據(jù)和信息分析的結(jié)論的交叉驗證提供了契機，也要求分析者在分析研究過程中有意識地融集各種類型的數(shù)據(jù)，從多種信息源中發(fā)現(xiàn)潛在價值與情報。因此，綜合利用多來源、多形式的數(shù)據(jù)是現(xiàn)代科學(xué)決策的鮮明特點?！凹媛爠t明，偏信則暗”，多維度、多數(shù)據(jù)源的分析才有說服力。

2.3 數(shù)據(jù)規(guī)模

PRISM的每個數(shù)據(jù)源，其數(shù)據(jù)規(guī)模都是巨大的，是典型的大數(shù)據(jù)。如Facebook有10億節(jié)點和千億連邊，YouTube月獨立訪問人數(shù)超過8億，Google每天都會收到來自全球超過30億條的搜索指令，每個月處理的數(shù)據(jù)量超過400PB。Yahoo!數(shù)據(jù)中心的Hadoop云計算平臺有34個集群，總存儲容量超過100PB。據(jù)美國《連線》雜志報道，NSA正在鹽湖縣與圖埃勒縣交界處建造一個新的數(shù)據(jù)中心，這個“數(shù)據(jù)中心”占地48萬平方米，耗資17億美元。在這個巨大的“數(shù)據(jù)中心”里，有四個25000平方英尺的大廳將用來存放服務(wù)器，NSA每6小時可以收集74兆兆級字節(jié)的數(shù)據(jù)，如此計算下來，這些收集的未經(jīng)編輯原始數(shù)據(jù)幾乎每24小時便能填滿4個美國國會圖書館。

PRISM中較好地體現(xiàn)了大數(shù)據(jù)，而大數(shù)據(jù)存在、產(chǎn)生并應(yīng)用于很多領(lǐng)域。從數(shù)據(jù)存量的角度，一般認(rèn)為PB以上級別的數(shù)據(jù)就可稱之為大數(shù)據(jù)。維基百科將大數(shù)據(jù)定義為無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合。萬維網(wǎng)具有超過萬億的統(tǒng)一資源定位符（URL），淘寶網(wǎng)站每天有超過數(shù)千萬筆交易，單日數(shù)據(jù)產(chǎn)生量超過50TB。百度公司目前數(shù)據(jù)總量接近1000PB，每天大約要處理60億次搜索請求。醫(yī)療衛(wèi)生、地理信息、電子商務(wù)、影視娛樂、科學(xué)研究等行業(yè)，每天都產(chǎn)生大量的數(shù)據(jù)。根據(jù)賽門鐵克公司的調(diào)研報告，全球企業(yè)的信息存儲總量已達2.2ZB（1ZB等于1000EB），年增長達67%。而麥肯錫全球研究院（MGI）預(yù)測，到2020年，全球數(shù)據(jù)使用量預(yù)計達到35ZB。如何處理超大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)、移動數(shù)據(jù)、射頻采集數(shù)據(jù)、社會計算數(shù)據(jù)，已經(jīng)成為科研學(xué)術(shù)界和產(chǎn)業(yè)界亟待解決的關(guān)鍵科學(xué)技術(shù)問題。

3 情報分析

3.1 分析理念

邦弗朗尼原理表明并非給定數(shù)據(jù)集和挖掘任務(wù)就肯定能挖掘出合理的結(jié)果，因此，分析就變得很重要。數(shù)據(jù)具有累積性和關(guān)聯(lián)性，單個地點或單一來源的信息可能不會暴露用戶的隱私，但是如果有辦法將某個人的很多行為從不同的獨立地點聚集在一起時，他的隱私就很可能會暴露，因為有關(guān)他的信息已經(jīng)足夠多，這就是PRISM中大數(shù)據(jù)的原理。例如，通過Google的檢索日志可以獲取用戶關(guān)注信息的興趣點以及關(guān)注熱點的變化，通過Facebook、paltalk等社交網(wǎng)站可以了解用戶的人際網(wǎng)絡(luò)與活動動態(tài)，通過微軟、Yahoo！可以掌握人們聯(lián)機工作的時間、方式以及內(nèi)容等。而把這些信息融合到一起，可以較為全面地認(rèn)識并掌握某個用戶或某類群體的信息行為特征。

大數(shù)據(jù)時代在數(shù)據(jù)分析理念上有三個轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對精確，要相關(guān)不要因果。在大數(shù)據(jù)時代，我們可以分析更多的數(shù)據(jù)，有時候甚至可以處理和某個特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機采樣。大數(shù)據(jù)處理的一個重要邏輯就是將價值含量較低的海量數(shù)據(jù)進行價值凝練和萃取，在不失代表性的前提下進行數(shù)據(jù)簡化處理。亞馬遜的推薦系統(tǒng)用更快更便宜的方式找到數(shù)據(jù)的相關(guān)性，梳理出了有趣的相關(guān)關(guān)系，但并不知道背后的原因。在大數(shù)據(jù)環(huán)境下，知道“是什么”就已經(jīng)足夠，不必非要弄清楚“為什么”。

情報分析的理念在大數(shù)據(jù)時代也需要做出相應(yīng)的調(diào)整與轉(zhuǎn)變。如何有效地利用好大數(shù)據(jù)，從中分析出有決策價值的情報，值得我們關(guān)注。大數(shù)據(jù)時代下的情報研究應(yīng)從單一領(lǐng)域情報研究轉(zhuǎn)向全領(lǐng)域情報研究、綜合利用多種數(shù)據(jù)源、注重新型信息資源的分析、強調(diào)情報研究的嚴(yán)謹(jǐn)性和情報研究的智能化五個方面。

3.2 分析流程

傳統(tǒng)的情報分析流程包括計劃與指示、搜集、分析與處理、報告撰寫、研究傳遞等過程。大數(shù)據(jù)環(huán)境下的情報分析流程除了原有的過程之外，更加強調(diào)信息搜集與分析處理，具體包括：情報需求定義、情報計劃制定、信息檢索與數(shù)據(jù)采集、多源信息融合與清洗、信息分析與內(nèi)容挖掘、信息展現(xiàn)與情報提煉、報告撰寫與情報傳遞等一系列過程（見圖4）。

圖4大數(shù)據(jù)時代下的情報分析流程

大數(shù)據(jù)時代的情報分析，首先要明確情報任務(wù)的類型，確定情報任務(wù)的主題，分析情報任務(wù)的情境，捕捉情報用戶的特點，然后把情報需要轉(zhuǎn)化成情報需求，并明確地給予定義。在明確了情報需求以后，根據(jù)需求確定情報流程、構(gòu)建指標(biāo)體系、計劃情報時間、組建情報隊伍、選擇合適的研究方法、選配相應(yīng)的技術(shù)與工具。根據(jù)情報任務(wù)計劃確定信息檢索與數(shù)據(jù)采集的來源渠道、范圍、規(guī)模、類型，然后制定收集策略并實施收集，對收集的數(shù)據(jù)結(jié)果進行評估，包括數(shù)據(jù)規(guī)模、時效性、真?zhèn)蔚?。對?shù)據(jù)進行預(yù)處理，把多種來源、不同結(jié)構(gòu)的數(shù)據(jù)進行融合，重復(fù)的數(shù)據(jù)進行過濾、對重名、別名等問題進行識別、數(shù)據(jù)拆分提取、查漏補缺、數(shù)據(jù)降維等一系列操作。經(jīng)過預(yù)處理的數(shù)據(jù)可以進行分析挖掘，形成有決策支持或參考價值的情報報告，在恰當(dāng)?shù)臅r間以合適的方式把準(zhǔn)確的情報傳遞給正確的人。

3.3 分析方法

如何針對特定的情報需求，快速地獲取準(zhǔn)確數(shù)據(jù)、高效地分析海量數(shù)據(jù)、清晰地解讀系列數(shù)據(jù)是情報工作者面臨的嚴(yán)峻挑戰(zhàn)。應(yīng)對這一挑戰(zhàn)，需要敏銳的思維以及專業(yè)的工具與方法。通過關(guān)聯(lián)分析、聚類分析、孤立點分析、模式分析、網(wǎng)絡(luò)分析、異常分析、時序分析、演化分析等一系列方法挖掘出有價值的情報。例如，通過模式分析可以識別某種罪犯的犯罪模式，通過關(guān)聯(lián)分析可以分析恐怖分子的活動網(wǎng)絡(luò)，通過聚類分析可以聚類某一類用戶并分析該類用戶的特征，根據(jù)爆發(fā)詞分析可以分析關(guān)注熱點甚至預(yù)測流感爆發(fā)的時間與地點。在科技情報領(lǐng)域，針對論文、項目等數(shù)據(jù)，通過統(tǒng)計排序、數(shù)量分布統(tǒng)計、年度增長統(tǒng)計、關(guān)聯(lián)規(guī)則等實現(xiàn)關(guān)鍵人物發(fā)現(xiàn)、重要機構(gòu)識別、國家實力對比、前沿?zé)狳c監(jiān)測等，根據(jù)這些結(jié)果可以判斷科學(xué)技術(shù)發(fā)展各要素及總體的現(xiàn)狀與趨勢，并進一步分析出機遇和威脅，從而把信息變成情報。

4 結(jié)果與目標(biāo)

4.1 棱鏡計劃的戰(zhàn)略目標(biāo)

據(jù)外媒報道，NSA自2010年11月起開始準(zhǔn)許以海外情報意圖來分析電話以及電郵記錄，監(jiān)視美國公民交友網(wǎng)絡(luò)。根據(jù)NSA 2011年1月的備忘錄，政策轉(zhuǎn)向目的是在幫助該局“發(fā)現(xiàn)并追蹤”海外情報目標(biāo)和美國人民之間的關(guān)聯(lián)。該文件指出，NSA得到授權(quán)，可在不檢查每個電郵地址、電話號碼或任何指針的“外來性”情況下，“大規(guī)模以圖表分析通訊原數(shù)據(jù)”。在泄露的秘密文檔內(nèi)的一頁幻燈片中，顯示了兩種數(shù)據(jù)來源：PRISM和Upstream（另一個監(jiān)聽項目的代號）。PRISM是從上述美國服務(wù)提供商的服務(wù)器直接進行收集，Upstream項目則在承載互聯(lián)網(wǎng)骨干通信內(nèi)容的光纜上安裝分光鏡，復(fù)制其通信內(nèi)容。英國的政府通信總部（GCHQ，與NSA對應(yīng)的信號情報（SIGINT）機構(gòu)）最早從2010年6月起就能訪問PRISM系統(tǒng)，并在2012年使用該計劃的數(shù)據(jù)撰寫了197份報告。

PRISM的目標(biāo)不是關(guān)注某個普通民眾的個人隱私，這對國家戰(zhàn)略沒有實質(zhì)的意義。大數(shù)據(jù)其中一個特點就是價值密度低，普通民眾的個人隱私信息對于國家的宏觀治理并沒有太大的價值，真正有價值的是普類群體特征或個別關(guān)鍵人物的活動信息。PRISM的主要戰(zhàn)略目標(biāo)可能包括以下幾個方面：恐怖主義人物與活動的監(jiān)測、預(yù)測犯罪行為模式與頻率、部分國家領(lǐng)導(dǎo)人活動與政策動態(tài)、國際合作談判所需的數(shù)據(jù)與情報支撐、新的戰(zhàn)略新興產(chǎn)業(yè)與機會發(fā)現(xiàn)、某些國家的不安全因素挖掘等等，這些都是國家戰(zhàn)略。例如，通過關(guān)鍵詞篩選、用戶聯(lián)系頻率與地點與恐怖襲擊可能存在的聯(lián)系、不正常現(xiàn)金流向的分析，也許能從中找出“恐怖襲擊”的蛛絲馬跡，并進行有效的預(yù)測與預(yù)防打擊。

4.2大數(shù)據(jù)分析的目標(biāo)

奧巴馬政府發(fā)布的“大數(shù)據(jù)研究和發(fā)展倡議”旨在提升利用大量復(fù)雜數(shù)據(jù)集合獲取知識和洞見的能力，提升美國利用收集的龐大而復(fù)雜的數(shù)字資料提煉真知灼見的能力，協(xié)助加速科學(xué)、工程領(lǐng)域創(chuàng)新步伐，強化美國國土安全，轉(zhuǎn)變教育和學(xué)習(xí)模式。還將在科學(xué)研究、環(huán)境保護、生物醫(yī)藥研究、教育以及國家安全等領(lǐng)域利用大數(shù)據(jù)技術(shù)進行突破。美國政府認(rèn)為大數(shù)據(jù)是“未來的新石油”，將“大數(shù)據(jù)研究”上升為國家意志，對未來的科技與經(jīng)濟發(fā)展必將帶來深遠影響。國土安全部項目主要推進可視化數(shù)據(jù)分析，應(yīng)用領(lǐng)域主要為自然災(zāi)害、恐怖事件、邊境安全、網(wǎng)絡(luò)威脅等。

大數(shù)據(jù)雖然表面上是個技術(shù)術(shù)語，但實際上已經(jīng)滲透或?qū)⒁獫B透到社會生活、經(jīng)濟運行、國防軍事、科學(xué)技術(shù)等各個方面。數(shù)據(jù)已經(jīng)成為一種商業(yè)資本，一項重要的經(jīng)濟投入，可以創(chuàng)造新的經(jīng)濟利益。事實上，一旦思維轉(zhuǎn)變過來，數(shù)據(jù)就能被巧妙地用來激發(fā)新產(chǎn)品和新型服務(wù)。大數(shù)據(jù)是人們獲得新的認(rèn)知、創(chuàng)造新的價值的源泉。大數(shù)據(jù)還是改變市場、組織機構(gòu)以及政府與公民關(guān)系的方法。當(dāng)前大數(shù)據(jù)應(yīng)用領(lǐng)域處于領(lǐng)先的是Amazon、Google、Facebook等美國新興網(wǎng)絡(luò)企業(yè)。他們已經(jīng)開始通過基于云計算的平臺，匯集來自互聯(lián)網(wǎng)、無線標(biāo)簽、全球定位系統(tǒng)（GPS）、智能手機等采集的大量數(shù)據(jù)，經(jīng)過分析后用于客戶信息管理或者市場營銷活動。IBM擁有一個5000人組成的數(shù)據(jù)分析團隊，幫助石油企業(yè)更高效地勘測、開采和煉制石油。通用汽車投入15億美元收購大數(shù)據(jù)分析公司，以充分挖掘多個數(shù)據(jù)點，找到有效的途徑，延長燃?xì)鉁u輪、噴氣式發(fā)動機和其他重型設(shè)備的運行時間，同時也不必進行不定期維護。

我國當(dāng)前在大數(shù)據(jù)等方面有一批有一定優(yōu)勢的企業(yè)，如電信企業(yè)、商業(yè)銀行、騰訊、阿里巴巴、百度等。大數(shù)據(jù)就像一個神奇的鉆石礦，當(dāng)它的首要價值被發(fā)掘后仍能不斷給予。它的真實價值就像飄浮在海洋中的冰山，第一眼只能看到冰山的一角，而絕大部分都隱藏在表面之下。而挖掘出這冰山下面的隱藏價值，可以實現(xiàn)很多目標(biāo)。大數(shù)據(jù)從不同視角反映人物、事件或活動的相關(guān)信息，把這些數(shù)據(jù)融合匯聚在一起進行相關(guān)分析，可以更全面地揭示事物聯(lián)系，挖掘新的模式與關(guān)系，從而為市場的開拓、商業(yè)模式的制定、競爭機會的選擇提供有力的數(shù)據(jù)支撐與決策參考。

4.3大數(shù)據(jù)時代的情報目標(biāo)

一個國家擁有數(shù)據(jù)的規(guī)模和運用數(shù)據(jù)的能力將成為綜合國力的重要組成部分，對數(shù)據(jù)的占有和控制也將成為國家間和企業(yè)間新的爭奪焦點。如在賽博戰(zhàn)領(lǐng)域如何利用大數(shù)據(jù)分析（Big Data Analysis，BDA）實現(xiàn)賽博態(tài)勢感知、在電子戰(zhàn)領(lǐng)域如何利用BDA實現(xiàn)有源與無源情報的分類與融合等。此外，隨BDA而來的諸多新類型情報也有待進一步研究，如移動情報、云情報、社會情報、大數(shù)據(jù)情報等。

在大數(shù)據(jù)時代，情報人員需要圍繞情報任務(wù)與需求，廣泛搜集各類相關(guān)信息、運用多種工具與方法進行內(nèi)容分析，監(jiān)測其中的新現(xiàn)象、新情況、新異常，并根據(jù)蛛絲馬跡發(fā)現(xiàn)其中的規(guī)律、本質(zhì)、戰(zhàn)略意圖等，并將這些內(nèi)容“填充”到情報分析結(jié)果的模式中，或按預(yù)定的模式組織所發(fā)現(xiàn)的內(nèi)容，形成情報分析報告。這樣的情報對于企業(yè)來講可以服務(wù)于產(chǎn)品研發(fā)、市場開拓、技術(shù)合作、人才爭奪等活動，實現(xiàn)跟蹤競爭對手的動態(tài)、分析戰(zhàn)略部署，把握主要趨勢與次要趨勢，厘清長期戰(zhàn)略與近期目標(biāo)，從而完成趨勢判斷、動向感知、前瞻預(yù)測、情景研判等情報目標(biāo)，實現(xiàn)“耳目、尖兵、參謀”的情報功能。

5 結(jié)語

通過上述分析，本文認(rèn)為，PRISM的真正目標(biāo)并不在個人隱私與保護上，而是如何運用大數(shù)據(jù)提升科學(xué)決策與發(fā)展戰(zhàn)略。大數(shù)據(jù)時代數(shù)據(jù)來源廣泛、結(jié)構(gòu)類型復(fù)雜、數(shù)據(jù)規(guī)模龐大，如何有效地獲取、融合并進行關(guān)聯(lián)、聚類、孤立點、模式、網(wǎng)絡(luò)、演化等一系列分析，從中發(fā)掘出有價值的情報，為戰(zhàn)略決策提供全面準(zhǔn)確、客觀有力的支撐與參考服務(wù)，是大數(shù)據(jù)時代情報分析的重點，也是情報從業(yè)人員的關(guān)鍵能力所在。

［1］湯镕昊.從“棱鏡門”事件看美國的情報監(jiān)督機制［J］.情報雜志，2013，（9）：6-10，22.

［2］方興東，張笑容，胡懷亮.棱鏡門事件與全球網(wǎng)絡(luò)空間安全戰(zhàn)略研究［J］.現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2014，（1）：115-122.

［3］儲昭根.淺議“棱鏡門”背后的網(wǎng)絡(luò)信息安全［J］.國際觀察，2014，（2）：56-67.

［4］李娜.“棱鏡門”暴露大數(shù)據(jù)時代隱私危機［J］.科技導(dǎo)報，2013，（18）：9.

［5］維基百科［EB/OL］.［2012-10-22］.http：//zh.wikipedia. org/wiki/US-984XN.

［6］Big Data Across the Federal Government［EB/OL］.［2012-10-22］.http：//www.whitehouse.gov/sites/default/files /microsites/ostp/big_data_fact_sheet_final.pdf.

［7］中國日報網(wǎng).斯諾登再曝美監(jiān)控公民細(xì)節(jié)（圖）［EB/OL］.［2013-10-12］.http：//www.chinadaily.com.cn/hqgj/jryw/ 2013-09-29/content_10225785.html.

［8］王新才，丁家友.數(shù)據(jù)知識圖譜：概念、特征、應(yīng)用與影響［J］.情報科學(xué)，2013，31，（9）：10-14，136.

［9］李廣建，楊林.大數(shù)據(jù)視角下的情報研究與情報研究技術(shù)［J］.圖書與情報，2012，（6）：1-8.

［10］美安全局機房曝光監(jiān)控百億億兆級別數(shù)據(jù)［EB/OL］.［2013-12-15］.http：//servers.pconline.com.cn/354/3541 237.htm l.

［11］W ikipedia.Big data［EB/OL］.［2012-10-22］.http：//en. wikipedia.org/wiki/Big_data

［12］Cohen J，Dolan B，Dunlap M，et al.MAD skills：New analysis practices for big data［J］.PVLDB，2009，2（2）：1481-1492.

［13］維克托·邁爾-舍恩伯格，肯尼思·庫克耶.盛楊燕，周濤譯.大數(shù)據(jù)時代——生活、工作與思維的大變革［M］.杭州：浙江人民出版社，2013.

［14］張春磊，楊小牛.大數(shù)據(jù)分析（BDA）及其在情報領(lǐng)域的應(yīng)用［J］.中國電子科學(xué)研究院學(xué)報，2013，（1）：18-22.

Intelligence Analysis in the Big Data Era in the Context of PRISM

The PRISM program has drawn extensive attention from all over the world after being exposed，and attention seems to focus on personal privacy and its protection.But in fact,what data are collected，how they are processed and what strategic objectives are to be achieved are more worthy of attention and discussion.This article makes a comprehensive analysis of the prism program from the perspective of intelligence analysis，which includes data resource，analysis process and methods，strategic target，and ends on a discussion about intelligence analysis in the era of big data.

PRISM；big data；intelligence analysis

G250.2

：A

：1003-6938（2014）05-0002-05

化柏林（1977-），男，北京大學(xué)信息管理系博士后，研究方向：知識抽取與情報分析。

*本文系國家社科基金重點項目“大數(shù)據(jù)環(huán)境下的計算型情報分析方法與技術(shù)研究”（項目編號：4ATQ005）研究成果之一。

2014-09-10；責(zé)任編輯：魏志鵬