京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用与非传统安全威胁治理
伴随全球化趋势的发展,一方面,各国之间的相互依赖关系愈益加深;另一方面,全球性问题增多、非传统安全威胁加重。同时,大数据潮涌而至,大数据应用已经不局限于商业智能领域,在公共服务、科学研究等方面也日益彰显其巨大的影响力。因此,探索大数据应用于非传统安全威胁治理的具体形式和路径,也注定是大势所趋。因为大数据已经成为解决紧迫世界性问题,如抑制全球变暖、消除疾病等的一个有力武器。
大数据应用对于治理纷繁复杂的非传统安全威胁大有可为
2015年8月31日,国务院印发《促进大数据发展行动纲要》指出,建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制,推动政府管理理念和社会治理模式创新。大数据是一种海量的数据状态和储存技术,能够有效集成众多领域的信息资源,通过对其分析处理和应用,可以产生价值巨大的产品和服务。事实上,大数据分析应用于防范非传统安全威胁在欧美国家早有例证。比如,美国国家海洋和大气管理局利用大数据方法协助进行气候、生态系统、天气的研究;“谷歌流感趋势”工具使用经过汇总的谷歌搜索数据来估测流感疫情,有效实施对疾病爆发的跟踪和处理。
之所以说大数据助力于非传统安全威胁治理,主要原因有如下几方面:第一,大数据呈现事物之间的相互关联性,即显示研究对象与他事物之间的相互关系,而这一特点恰与协同应对非传统安全威胁的理念和联动治理的实践契合。第二,大数据使获取足够大的样本数据乃至全体数据成为可能,这为决策者掌握更全面的信息或更有力的证据、增强应对非传统安全威胁的决策科学性提供了充分条件。第三,大数据具有显著的预测功能,可根据现有数据信息预测未来可能发生的事件,并提前做好预案。第四,大数据卓越的数据获取能力及网络化获取方法,能实现跨区域、跨平台的海量数据链接,并能采用可视化形式呈现数据,极大地便利了一些动态的复杂问题处理。以上分析可见,大数据的特质,内在地契合人类治理非传统安全威胁的逻辑需要。因此,有理由认为,大数据应用对于治理纷繁复杂的非传统安全威胁大有可为。鉴于大数据已经成为信息社会日益重要的资源,建设和应用大数据、提高政府应对非传统安全威胁的能力,已成为当务之急。
认知大数据的内在特性及现实应用困境,把握大数据服务非传统安全威胁治理规律
尽管大数据被称作“渗透到当今每一个行业和业务职能领域的重要生产因素”,或者说是“推动政府决策科学化、民主化及增强政府治理能力的重要手段与途径”,但是,如若不深度认知大数据的内在特性、现实应用困境并采取相应对策,也很难做到充分应用大数据优势服务于应对非传统安全威胁的治理。
大数据的内在特性主要表现在以下几个方面:一是大数据的有效性依赖于数据的真实性。大数据处理,首要的是获取和记录数据,如果获取和记录的数据不真实或有缺陷,则大数据就不足为“据”。二是大数据多以非结构化呈现,混杂性突出,若不进行技术操作和处理则不能使用。三是大数据被认为“长于分析相关关系而非因果关系”。如同所言,大数据寻找事物之间的相关性,不能准确告诉人们某件事情为何发生,而是提醒人们什么事情正在发生。但基于这一点,我们不可以断定大数据是对因果关系理论意义的否定。对大数据内在特性的认知,其意义在于深刻把握大数据规律,以便更好地应用大数据服务于现实生活。
此外,利用大数据应对非传统安全威胁的治理,还需关切大数据的现实应用困境。一是大数据应用存在数据开放性、共享性与安全性的矛盾。目前许多领域都迫切需要实现国家间数据信息开放、共享,但如何在开放、共享中确保数据安全,这是大数据使用中较难平衡的现实困境。数据主权原则与全球互联互通建设存在一定的冲突。二是大数据存储孤岛林立、闲置现象突出,数据应用水平低。当下虽然企业和政府手中都有大量的基础数据存储,但彼此数据不互通共享,也不重视数据分析和应用,特别是目前国内政府部门“数据孤岛”普遍存在,造成数据闭锁、闲置,处理粗放,可使用性差。三是大数据分析薄弱,复合型人才缺乏。当下我国大数据应用尚处于探索阶段,能够直接从事大数据分析和应用的创新人才严重不足,这很大程度上成为制约大数据应用于政府治理事务的瓶颈。
应用大数据提升政府治理非传统安全威胁的能力
大数据时代已经到来,应用大数据提升政府治理非传统安全威胁的能力,势在必行。
第一,建设统一的、共享的数据信息平台,刻不容缓。这不仅因为数据本身的价值在于被使用,开放和共享是大数据“质”的要求,而且建设统一、开放数据信息平台,也是打破“数据孤岛”和“信息封锁”困境、推进国际合作以及动员民众参与防范非传统安全威胁治理的必要途径。建立统一、共享的数据信息平台,加快推进公共数据资源向社会开放,也是政府提供面向社会的公共服务的需要。
第二,树立大数据思维,积极探索应用大数据服务于治理非传统安全威胁的新途径、新方式。近年来,欧美国家在应用大数据治理非传统安全威胁,比如交通堵塞、流行病防治、环境污染等方面已有成功的经验可以借鉴;我国在社会舆情风险评估、空气质量检测等方面也有不少探索和尝试,但在应用大数据治理非传统安全威胁的手段和方式上仍有广阔的空间,有待挖掘和开发。比如,如何引入更多的大数据风控管理工具,保证消费金融业务成为稳健的长期信贷市场;如何利用生物传感器、生态遥感、大数据、云计算等技术,提高土地规划质量,以避免土地浪费与流失等。目前非传统安全威胁加重,并且与传统安全威胁相互交织,决策者必须借助大数据分析和应用,增强应对各种安全威胁的治理能力,换言之,大数据优势对于防范各种安全威胁能够有所作为。为此,探索应用大数据服务于应对非传统安全威胁的新途径、新方式,对防范金融风险、维持能源安全、粮食安全、信息安全等方面创新能力的提升,具有重要价值。此外,树立大数据思维,推进大数据应用,还需要强化数据源头管理,并且必须高度重视大数据技术分析及其专业技术人力资源的开发。
第三,着力推进数据开放与共享,并利用制度明示信息安全边界。伴随互联网技术的快速发展,利用信息网络的安全漏洞或后门窃取、倒卖涉密信息的事件频发,实施病毒感染、网络攻击以及恶意公开个人隐私、商业秘密的行为不止,这恰恰证明信息安全本身就是非传统安全威胁问题之一,因此,对于数据信息安全问题,迫切需要通过制度安排,明确数据安全的边界,制定国家层面的政府信息共享条例、实施细则及其数据保护法等,明确规定数据信息开放、共享的尺度。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20