球王会 - 球王会官方首页—美国特种作战队伍大数据需求与开发

本文摘要：【秦安点评】7月，蔡英文政府认可美特战队每年在台湾演训。10月8日，美军MC-130J特种作战飞机由北向南沿着所谓“海峡中线”航行。这些都提醒我们，要高度警惕美特战队伍介入台海冲突的情况。 当前，随着战场信息化水平不停提升，大数据对特战队伍至关重要。早在2017年5月，在美国佛罗里达州举行的特种作战队伍工业界集会上，美国特种作战司令部的首脑们希望与工业界开展更为密切深入的互助，开发大数据情报技术，支持作战队伍的决议与行动。

【秦安点评】7月，蔡英文政府认可美特战队每年在台湾演训。10月8日，美军MC-130J特种作战飞机由北向南沿着所谓“海峡中线”航行。这些都提醒我们，要高度警惕美特战队伍介入台海冲突的情况。

当前，随着战场信息化水平不停提升，大数据对特战队伍至关重要。早在2017年5月，在美国佛罗里达州举行的特种作战队伍工业界集会上，美国特种作战司令部的首脑们希望与工业界开展更为密切深入的互助，开发大数据情报技术，支持作战队伍的决议与行动。为此，我们推出知远战略与防务研究所唐利元翻译的“美国特种作战队伍大数据需求与开发”，供大家参考。文章为研究所卖力人授权秦安战略头条号独家原创推出，接待转发，请注明出处。

【知远导读】面临大数据辽阔的军事应用前景，美军早在1997年就提出大数据观点，并将其作为生长战略重点，以确保美军在信息领域的优势。特种作战队伍作为美国一支重要的军事战略气力，通过对大数据的有效开发，使用大数据工具提高特种作战队员的思维纪律，预测对手的作战 行动、战场态势的生长变化等庞大问题，从而在某种水平上破解甚至消除“战争迷雾”。基于此，本文首先界说大数据，然后评估特种作战队伍大数据的需求、机缘和挑战，重点是冲突前的态势和情况。

最后又分析了团结国“全球脉动计划”是如何使用数据科学和分析开展人道主义行动和实现可连续生长的，它在为特种作战队伍开发大数据方面发生了深刻的启示和履历教训。原文脚注过多，推送时为页面简练思量做了删除处置惩罚，需要参考原文注解的读者可直接与知远战略与防务研究所联系。民事部门对大数据、分析和机械学习的应用每年呈指数级级增长。

与民事部门相比，美国军方并未充实使用大数据的潜力。大数据分析在国防部具有广泛的适用性，然而，本文将重点关注美国特种作战司令部（USSOCOM）中大数据的使用。团结特种作战大学2018年特种作战研究主题，强调了美国特种作战司令部对大数据的兴趣。

由于美国特种作战司令部是一个奇特的作战司令部，包罗了种种焦点军事行动，其任务通常需要使用特殊技术、技术和能力，以在动态、严峻的情况和情况下行动，焦点运动包罗很是规战（UW）、叛逆乱（COIN）、军事信息支援行动和民事行动，这些都是大数据分析和公共信息挖掘增强对以人口为中心问题明白的例子。由于美国特种作战司令部的焦点运动本质上千差万别，因此在整个特种作战队伍（SOF）中确定大数据需求息争决方案仍然具有挑战性。

这些挑战包罗收集数据类型、数据分析、数据治理、将信息与其他情报整合、改变文化和治理、制定大数据使用政策、跨多个领域生长具有数据能力的队伍，以及招聘有才气的数据科学家和分析师。首先应该制定战略，然后确定大数据和分析需求。为美国特种作战司令部制定大数据战略和政策超出了本文的规模。

本文将着重于大数据开发——特别是针对特种作战队伍冲突前运动的非秘密、开放源码数据。在诸如叛逆乱之类的行动中，特种作战队伍在许可或半许可的情况中与东道国一起事情，并嵌入在当地民众中，特种作战队伍可以核实和验证从大数据中发生的潜在可付诸行动的信息。另一方面，在很是规战拒止情况中，大数据分析可通过增强态势感知，增强指示和警告，提供有关潜在暴乱地域的实时反馈，以及资助做出危机前的决议来资助特种作战队伍，这是特种作战队伍最有效的地方。凭据美国陆军特种作战司令部（USASOC）关于俄罗斯现代很是规战的非秘密陈诉，题目为“小绿人”：现代俄罗斯很是规战入门，乌克兰2013－3014。

俄罗斯人接纳了种种动能、非动能、非对称、非线性行动，并将典型的权力工具扩展到包罗信息、经济、金融和文化运动中。作者进一步论述了跨域（如，互联网、报纸和博客）的信息战包罗如何利用和欺骗。从开源信息的视察中发生了关于运动、事件和新问题的实时证据和推理，特别是在非传统武装冲突中，需要更好的敏捷性来适应模糊、庞大和破坏性强的宁静情况。

2012年阿拉伯之春（Arab Spring）暴乱期间的情报疏漏，是使用大数据重要性的另一个例子。国防情报局前副局长大卫·谢德（David Shedd）认可了这种情报失误，并认为有须要讨论“如何使用现有的大量的开源信息，推断出可能泛起的趋势”。

美国特种作战司令部第11任司令雷蒙德·托马斯三世将军在2017年5月向参议院武装委员会致辞时也指出，大数据有助于信息情况和全源情报，可在冲突之前使人们更好地明白当地社会文化、教育、经济和政治问题。为更好地明白为特种作战队伍需求而开发大数据，本文首先界说大数据，然后评估特种作战队伍大数据的需求、机缘和挑战，重点是冲突前的态势和情况。最后，本文分析了团结国“全球脉动计划”（Global Pulse program）是如何使用数据科学和分析开展人道主义行动和实现可连续生长的，它在为特种作战队伍开发大数据方面发生了深刻的启示和履历教训。

界说大数据在互联网上快速搜索一下，就会发现大数据的多种界说。凭据美国国家尺度与技术研究院（National Institute of Standards and Technology）的说法，大数据是“广泛的数据集……需要一个可扩展的用于高效存储、操作和分析的架构。

”大数据挑战通常以种种“V”字母开头的单词为特征，例如大容量、多样性、快速度和真实性。顾名思义，大数据涉及大量信息。

我们生活在一个由数据驱动的麋集技术世界中，我们天天发生约莫2.3兆字节的数据（2.3万亿字节），随着越来越多的人进入数字时代，包罗欠蓬勃地域的人们，这个数字还在不停增长。除了大容量外，数据的多样性还以差别的形式泛起，好比电子邮件、视频、照片、推文、在线生意业务和录音。收集到的数据中约有95%是非结构化的（如，照片、视频、无线广播、网页和社交媒体数据等），这意味着它们以不易治理的形式存在。

分析非结构化数据以提取知识很是具有挑战性，需要专门的数据分析工具。数据挖掘是机械学习的一种形式，它将大量数据提取、处置惩罚和分析，成为有用的用户信息。

大数据的速度形貌了数据传输的速度，以及数据处置惩罚和分析的速度。随着盘算机数据交流技术的革新和网络联通性的增强，数据传输速度快到令人难以置信，但处置惩罚和分析数据仍然具有挑战性。由于数据的容量庞大，自动化分析相对于手动分析是须要的。

大数据第四个特征是真实性。使用机械学习可以使盘算机从大数据中学习，识别错误数据，并增强对将数据的处置惩罚和分析，从而提高数据的准确性。

只管大数据的界说有许多种，而且经常被过分使用，但使用大数据获取有用或可行的情报是关键因素。空军未来作战观点《2035年空军视角》形貌了大数据如何“资助从所有泉源收集信息，并提高人类评估、解释和预测对手行动的能力，同时提供革新的情报通报机制。

”特种作战队伍可以使用种种开源信息的数据来支持其冲突前的运动。下面将重点先容特种作战队伍的大数据需求和挑战。

特种作战队伍冲突前运动中的大数据需求和挑战大数据需求与民用商业部门相比，美国军方在大数据开发方面相对滞后。第32任国防部副部长罗伯特·沃克（Robert O. Work）解释道：“大数据、超级盘算机、小型化、机械人技术、人工智能和纳米技术等，所有这些都是由商业部门推动的。

”五角大楼战略能力办公室前主任威尔·罗珀（Will Roper）也认为：“五角大楼没有认识到数据将成为未来战争中的主要工具、动力和武器之一。我们看待数据的方式与谷歌、苹果或亚马逊等公司差别。”他强调了国防部为机械学习生存和存储所有数据的重要性，以资助战斗人员将数据用作战略资源。

此外，由退役的军队、政府和行业专家组成的国防科学委员会（DSB），就信息技术向美国国防部提供科学和技术咨询。该委员会在几份陈诉中强调，需要有一个整体型政府，逾越传统情报泉源的以人口为中心的原则，使用社交媒体和物联网的数据、数据科学和数据分析，以便更好地在很是规军事行动中运作，包罗维稳、叛逆乱和受限制的行动。此外，水师陆战队情报、监视与侦察（ISR）计划强调了使用开源信息、社交媒体和创新方式，增加对庞大、易变，不确定情况的相识的重要性。幸运的是，国防部已经认识到大数据开发的重要性和须要性。

正如顾问长联席集会的“团结作战拱顶石观点：团结队伍2030”所强调的那样，团结队伍必须革新“大数据综合以及传统与非传统情报的融合。”美国国防部存在大数据需求，供美国国防部长和顾问长联席集会主席使用。军事组织可以使用大数据来提高任务效率，特别是在未理由有争议的规范和连续无序主导的冲突中，正如《团结作战情况2035》所形貌的那样。

大数据开发特别适用于特种作战队伍，因此对特种作战队伍人员有很高的期望，希望他们能够在与明白社会、文化、物理、信息和心理元素相关的庞大的人类域（human domain）中行动。事实证明，这一点极具挑战性，因为纵然在同一地域，人群中也可能会充斥着多种文化、习俗和语言。然而，来自大数据的信息可能会通过增强特种作战队伍态势感知，使特种作战队伍在人类域更有效地发挥作用。

此外，特种作战队伍通常在需要小规模作战的小型队伍中行动，因此，从大数据中获取可操作的情报以确保任务乐成的需求就越发重要了。例如，就很是规战而言，特种作战队伍在拒止情况下行动，而且很难收集有关当地人口的情报，来自公然资料泉源的大数据提供了以人口为中心的看法。直播电台广播和公共社交媒体网站或平台很容易被监控，从而发生有价值的开源情报(OSINT)。例如，相识公民的不满和看法，以及对社会、经济、政治、地理和人道主义问题的态势感知。

负面情绪的增加或抗议运动的上升趋势可能会引发人力情报（HUMINT）、地理空间情报（GEOINT）和其他情报收集手段的决议。正如JP3.0《团结作战》所解释的那样，“在美国政府或美国军事存在很少的地方，开源情报可能是最好的即时可用信息，为美军在外国作战做准备。”来自开源信息的大数据也有助于核实或消除其他情报泉源的冲突，以协助决议和实施行动。

另一方面，过多的数据可能会使问题恶化，并拖延决议。在机械学习的资助下，将收集到的海量大数据举行排序，留下未使用的、无关的数据。所选数据将进一步分析、处置惩罚，并转化为可操作的情报和其他情报，以便更快地分发给决议者。

此外，大数据分析提供了对特种作战队伍不应关注的目的领域的看法，从而节约了名贵的时间和资源。从种种公然泉源开发大数据可能展现预测分析的趋势和模式，以及潜在冲突的指标。

作战和技术上的挑战、限制和问题与商业部门一样，国防部也面临着与大数据的大容量 、多样性、快速度和真实性等属性相关的挑战。基本问题包罗：特种作战队伍应该从那里收集数据？如何收集？是否可靠？在泽内普·图费克奇（Zeynep Tufekci）的文章《社交媒体大数据的大问题：代表性、有效性和其他方法论陷阱》中，对数据的解释可能具有挑战性，因为社会文化互动和人类行为都是可变且庞大的，不容易被算法明白。当地住民的情绪很容易因他们现在的情况和状况而颠簸。此外，过分依赖某一类型的社交媒体泉源的数据研究社交运动，可能无法对整小我私家群的社会问题做出准确的评估。

例如，皮尤研究中心（Pew Research Center）发现，与暮年人相比，年轻的互联网用户更倾向于使用推特（Twitter）。此外，并非所有生长中国家的成员都可以使用手机、互联网或信息基础设施。在这两种情况下，收集的数据都来自能够肩负和获得技术的小群体，这可能会对一定年事或更富足的群体发生偏见的结论，而不能代表整小我私家口。

固然，这并不会导致社交媒体数据挖掘的自动消失，因为统计数据讲明，生长中国家发生的数据量继续呈指数级级增长。凭据思科视觉网络指数，2016年全球新增移动设备凌驾4亿部，其中中东和非洲的移动流量增长率最高，到达96%。

滥用信息技术可能会增加暴力和冲突，1994年的卢旺达种族大屠杀证明晰这一点，暴力行为者使用无线电广播举行种族宣传。如今，社交媒体的广泛使用导致滥用，可快速流传禁绝确或恶意的信息，影响新闻周期（例如病毒视频）。

数据经常被人为利用或曲解，以到达自身的利益。例如，“推特炸弹”被界说为“使用多个帐户在微博网站推特上公布类似的标签、关键词和链接，目的是吸引更多的人浏览某个网站、产物、服务或想法”，放大假新闻，并将目的针对种族群体，甚至针对美国军事人员和队伍。因此，当试图使用大数据获取冲突前情报或行动时，特种作战队伍必须思量数据源，并确定是否存在任何偏差。

《人道主义技术：批判性研究议程》一书的作者克里斯汀·贝格托拉·桑德维克（Kristin Bergtora Sandvik）认为，由于远离冲突现场，信息技术剥夺了人性原则。换言之，当直接视察冲突时，诸如共情这样的情感因素可能不会被技术正确地感知到。纵然技术旨在提供中立和公正性，但由于人类具有可能的偏见，因此数据的收集息争释可能并非中立。其他人则认为，大数据分析的利益之一是消除了情感偏见，以资助决议。

然而，在某些情况中，向导者需要本能和直觉，以及对群体情绪的明白，而这些并纷歧定会被大数据分析所展现。处置惩罚数据的最大问题之一是掩护敏感的小我私家信息（例如位置、性别和财政数据）和隐私。随着移动电话元数据（包罗通话日志和位置数据）的泛起，也会泛起队伍掩护问题。

对手可以使用数据分析功效来链接服务成员的小我私家、已部署和暂时值班所在。除了收集数据的挑战和局限性外，有效地将大量数据处置惩罚成有用的信息至关重要。更详细地说，必须挖掘数据，通过盘算方法提取有用的信息，并以一种容易明白的形式（如直方图和散点图）将其可视化，供数据科学家和分析人员解释。

否则，大量的数据或难以明白的陈诉将是无用的，或者更重要的是，成为无法接纳行动的情报。机械学习、数据挖掘、统计分析和算法开发有助于克服大数据大容量、多样性、快速度和真实性等问题。正如美国特种作战司令部前司令托马斯将军所解释的那样，“机械学习将资助我们淘汰花费数千小时对大量数据举行排序的事情量”，就像处置惩罚和分析特种作战队伍的开源信息一样。

重要的是要明确，大数据如果不举行分析就是无用的，而这些系统中仍然存在着信任问题。在罗伯特·迪克森上校的文章《将大数据引入特大都会战争》中，向导人关于如何使用大数据的判断和决议仍然至关重要，因为“数据分析通常展现相关性，但并不明确说明因果关系。

”为了进一步说明，数据分析可能讲明一个群体的社会和政治运动与该地域恐怖运动的增加之间存在相关性，但目的群体可能不是该恐怖事件的起因。特种作战队伍数据科学家和向导者必须相识，并意识到大数据分析的局限性。

正如美国国家航空和航天情报中心（National Air and Space Intelligence Center）通信和信息局（Communications and Information Directorate）技术主任大卫·德雷克（David Drake）所解释的那样，“一个庞大的挑战是，相对于建立大数据分析算法期间可能没有思量到的其他数据，数据自己可能具有特定的语境和∕或语义意义。”只管在智能数据挖掘和认知盘算等大数据方面有重要的研究，但人的因素在大数据分析中仍然起着至关重要的作用。一旦完成数据收集、处置惩罚和分析步骤，将这些信息与其他泉源（如人力情报）的情报整合起来举行决议和接纳行动仍然是一项挑战。

正如美国空军情报、监视和侦察副顾问长在《革命性的空军情报分析》一文中解释的那样，来自传统和非传统泉源的种种大数据，来自新技术的传感器和开源信息组成了军事行动规模内的挑战。然而，向导者和用户必须记着，虽然大数据可能会增强态势感知，但它不应该是决议的唯一理由。《智慧都会：大数据、民间黑客和新乌托邦的探索》一书的作者安德尼·汤森（Anthony Townsend）警告称，只管数据展现了问题的可见性，但向导人需要注意数据不足的问题，不要匆匆接纳行动和做出决议。

决议者需要通过其他泉源（例如，卫星图像、无人驾驶航空系统或亲自视察）核实信息，因为大数据组件只是情报收集难题的一部门。

本文关键词：球王会官网,美国,特种,作战,队伍,大,数据,需求,与,开发

本文来源：球王会-www.syrwl.com