美国情报机构与军方扫描全球的网页、电子邮件、即时消息和社交媒体数据，通过明晰相关的人物、地点、组织、事件和其他事实获取情报

机器学习可协助筛选开源情报
2014-12-19
国外国防科技文献资料快报
  [据防务系统12月17日报道]美国情报机构与军方正越来越多地利用基于机器学习的分析平台，从类似社交媒体的数据源中甄别所需的有效数据。五角大楼称，这些工作通常属于开源情报初步分析。同时，美国情报界正花费数十亿美元建设地理空间情报，开源的数据都是离散的，比如网页、电子邮件、即时消息和社交媒体。结果从事地理空间情报研究的人经常归为“人文地理”。情报分析所面临的最大挑战之一是，越来越大的离散开源数据量，比如那些坏人依托脸书和推特进行交流和扩张。因此，正在通过机器学习和其他新型数据分析技术实现开源情报收集自动化。

  Digital Reasoning公司的认知计算平台Synthesys，扫描离散的开源数据以明晰相关的人物、地点、组织、事件和其他事实。它依靠自然语言处理与公司所谓的本质与事实的提取。该平台旨在通过“关键指标”和框架将从开源数据得到的情报自动化处理，还尝试使用类似的算法、分类方法和本质解析方法来集中和组织相关联的离散数据。最后，使用图像分析以及时域和地理空间推理，机器学习系统尝试得出基于用户识别的机遇、风险和不规则的开源情报。

  其他数据分析公司正在采取不同的方法来收集开源情报。比如，马萨诸塞州剑桥市的基础技术公司，正致力于文本分析软件的开发，据称该软件能够识别55种语言的姓名和地名信息。Rosette分析软件的输出能够进行可视化并链接分析应用或警报系统。Opera服务公司去年推出一种算法叫做“信号处理器”，使用机器智能检查数据流来识别威胁。这种工具能够通过专门的算法来分析社交网络、网上论坛和其他开源评论，以便帮助识别威胁。据称，该软件的处理能力超过50种语言的2亿个在线元素，并且能够驾驭8000万个术语和4.2亿项关联。各种威胁能够被识别并按照严重程度排序。(中国船舶信息中心 张晓)