天天看點

美國國防部大資料的運用

美國國防部大資料的運用

 據防務系統網9月23日報道:這個迫在眉睫的預算緊縮的時代正在加大美國國防規劃者的壓力——戰場内外利用大資料能力。對于軍方來說,無定型術語“大資料”是指從信号情報、手機和電子戰截獲到衛星圖像到視訊圖像的一切資料。這意味着軍方正淹沒在資料中,而且這個趨勢短時間内不太可能被改善。例如,根據最近的一項外交關系委員會報告,軍火庫無人飛機的數量,在過去的十年裡,從2001年9月的僅僅50架激增到2012年4月的7500架。

美國國防進階研究計劃局代理局長凱格漢姆?加布裡埃爾,在宣布xdata項目時說:“大量的資訊生成了一個雜亂背景。”作為奧巴馬政府大資料研究和發展倡議中推出的 xdata項目将在四年裡耗費2500萬美元來開發計算技術和防護資料軟體。據白宮透露,面臨的核心挑戰是為不完善的資料處理開發可擴充算法并且建立有效的人機互動工具。

加布裡埃爾說:“大西洋約3.5億立方公裡的體積,或者近1000億,數十億加侖的水。如果每加侖的水代表一個位元組或字元,在2010年大西洋幾乎可以存儲世界生成的所有的資料。”

加布裡埃爾補充道:“在檔案中尋找一個特定資訊或者頁面相當于在大西洋裡搜尋一個僅55加侖的桶。”然而,大資料的應用在增長的軍事需要和減少的預算之間越來越需要找到一個平衡。

國防部面臨大幅度削減,進入了國防部長查克?哈格爾所形容的“前所未有的預算不确定性”階段。全面的削減将展現在人員和項目賬戶上,包括減少情報分析以及作戰司令部情報和作戰中心的生産。7月下旬,哈格爾說,美國國防部的戰略選擇管理審查旨在“建立更緊密的內建,減少國防企業内的重複”。

尋找“為什麼”

傳感器的擴散幫助推動大資料過剩。exelis公司地理空間情報解決方案的副總裁理查德?庫克承認道:“我們已經為我們的許多客戶處理的一些資料過剩做出巨大的努力。”

庫克說,“這是所有相關的重要資料。這樣的問題,我們已經碰到過太多了。”

他補充說,問題是資料的種類和數量。“他們(美國國防部)隻是沒有足夠的人利用現有的所有資訊。”作為回應,注意力從資料管理轉移到盡可能多的有效提取有用資訊。

庫克說:“我們有系統可以處理和管理這些資料。”下一個挑戰是建立軟體工具來分析和開發資料,這樣軍事使用者可以利用來為任務規劃和情報收集提取相關資訊。他解釋說:“我們已經很擅長制作可以分析資料以及告訴你事件、地點、時間的工具。現在,行業正關注‘為什麼’以及前瞻性方面問題。”

國家安全局效應

未來,有一些軍方官員想從美國情報局的電腦裡拿出一頁,包括國家安全機構最近暴露的電子監視資料采集項目——棱鏡。該機構中心項目是海量收集看似無關的和經常性非結構化的資料。

庫克說:“如果你把隐私問題從制度中拿出來,然後至少你看起來是人們所說的國家安全局實際上在做什麼,這絕對是模範,是情報系統全體以及軍方使用者全體真的需要努力的方向。它能提出看各種資料源種類以及尋找不是很明顯的隐藏關聯的技術。”

然而,情報分析人員面臨的挑戰不同于無人機視訊流或者手機信号模式,開源資料并不遵循可預測的模式。庫克說:“模式就在那裡,但是它們分層深度大大超過我們傳統資料源。它的技術包括可以挖掘額外層以及找出這些通信模式。”

exelis的方法着重于齧合傳統情報收集技術,像信号情報通過新興大資料源得到更清晰的圖檔來了解戰場上以及遠方發生了什麼。

庫克辯論道,至少在媒體報道中披露,國家安全局技術也可以應用于幫助情報收集過程自動化同時減少人力以獲得最相關資訊。

庫克說:“如果我們能夠幫助指揮官将幾個小時的視訊會降至最關鍵的30秒的視訊,這就是一個巨大的勝利。”

觀察員強調,各軍種急于應用這些新的大資料技術但是缺乏資源來這樣做。庫克說:“他們承認他們漏掉了資料中微妙的關聯,這些資料能暗示他們需要知道并且現在還不知道。”

容易實作的目标

資料更深層次的挖掘不僅僅在戰争中發揮作用。易安信公司的首席聯邦技術專家,裡奇?坎貝爾說,如後勤這樣更平常的軍事任務也可以受益于應用大資料技術。坎貝爾說,戰争是圖檔中的迷人部分,但是“接下來是帶來大多數變化和積蓄的業務部分”。後勤部分是“最容易摘到的水果”。

例如,戰場中的無線射頻識别标記開始工作,其存貨時需要掃描以及驗證。在此過程中,有個小(10%到12%)機率會使無線射頻識别标記将需要重新核對。坎貝爾解釋道,當一些幾位數中缺少一個序列号時,預測能力能幫助利用大資料分析。新功能幫助避免重新掃描整個裝置裝載,找出并糾正錯誤的需要。

坎貝爾說:“這樣的事情,分析可以起到幫助作用。

商業企業也帶來了靈感,通過和像聯邦快遞和沃爾瑪這樣的公司分享大資料戰略旨在提高效率。坎貝爾說:“軍事實際上是利用商業企業空間來真正地了解他們是怎樣做的以及他們為什麼這麼做。”

他補充說:“今天,我們國防部很多使用者着眼于大資料和作為這個大規模複雜問題的分析挑戰。老實說,很多時候他們已經有資料。它隻是如何真正完善它以及從中得到些什麼。”

從坎貝爾到其他服務提供者的資訊是應用大資料技術需要不複雜。“有很多方法在更簡單的方式中利用它。”坎貝爾辯解道,“這不是可怕的東西。”

<b>原文釋出時間為:2013-10-04</b>

<b></b>

<b>本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号</b>

繼續閱讀