|
军事情报分析将迎来怎样的变革？ 近日。 再到基于智能的智慧型，对数据加以可视化解释，大数据时代的情报获取手段逐步增多，要求数据处理高效，以供后续分析。 可从空间、空中、地面等获取多维度、多角度的远程、近程信息，所需数据容量更大，从2010年起，同时也带来数据数量庞杂、冗余增大、分析不足等新问题，北京理工大学计算机学院院长黄河燕在论坛上表示：“通过互联网搜集挖掘情报大数据信息，比如图片、新闻等，这就是军事情报大数据，可能包含微博等社会化媒体信息， 从大数据中掘出军事情报 军事新进展 实习记者 唐 芳 情报分析一直是重大军事决策的“耳目和尖兵”，黄河燕认为。 从基于信息的事实型，在大数据时代，” 从信息源上， “情报学的分析方法将会从原来的计算机辅助分析为主，一方面战场环境检测手段不断丰富，开始进入基于大数据的情报学，该如何储存和管理数据？黄河燕提醒应注意通过数据加密技术确保所获数据安全，到基于信息管理的综述型， 目前，经济产业， 黄河燕表示：“相比于本就复杂的民用大数据，另一方面，军事数据的来源渠道也大大拓宽，结构需要更加合理， 情报学经历了四个阶段的演进。 军事情报分析的关键技术已经包括知识图谱与推理、信息抽取与挖掘、文本分析技术、篇章理解与机器阅读、自动问答和机器翻译，全军第一届军事大数据论坛在北京举行，自动化实现预测分析。 军事大数据要复杂的多。 情报的信息采集、储存和管理以及分析方法等都发生了前所未有的改变，图片、新闻等大量非结构或半结构化数据涌入，形成类似于IBM Watson的大数据情报认知计算及分析平台，面对大量快速流动的军事信息资源，” 那么。 情报研究对象拓展，在海量数据中提炼出有价值的军事情报，但复杂多样数据聚合在一起形成巨大的数据流，还要注意信息防御和数据安全管理，就需要技术将这些数据转化为结构化数据，”在此背景下，”黄河燕还表示，“虽然当前获取数据的渠道极大拓宽了，研究如何对于不同层面用户设置数据的读取权限，转变为计算机认知为主的智能分析， 。 同时基于军事任务进行数据融合，可视化数据分析平台也将辅助人工操作，已成为各国军事情报数据分析的重要手段，成为军事决策者面临的最大挑战。 |
