
两年前,CIA需要大约63天来分析收集的数据,现在,只需要27分钟就可以了。
“CIA利用大数据,极大地提高了它的数据分析和反应能力。”CIA的CTOIra“Gus”Hunt在最近华盛顿举行的AFCEA新技术研讨会上如是说。
CIA认为,近年来,社会化媒体,移动技术和云计算应用给社会带来了深刻的变化。Hunt提到,一个例子就是前一段的“阿拉伯之春”,如果没有这些技术的话,就不可能成功。此外,廉价的,随时可接入网络的设备也很大程度地改变了人们的商业行为。
“现在的情况是,要么你采用这些技术,迅速成功,要么你就很快失败”。随着越来越多的设备接入互联网,这种物联网化的趋势使得从智能手机到电冰箱在内的各种设备之间的信息共享变得越来越现实。而我们就需要采用大数据来采集并分析这些信息。
“大数据很重要!”,Hunt认为,随着计算机处理向着千万亿级(Petascle)迈进,现在需要新的计算机架构,这种架构要求数据与处理器的联系更加快速和紧密,以减少响应时间。他认为,对于合并和出来来自不同来源的大规模数据的计算机技术现在才算是真正成熟了。
这种数据处理能力对于CIA这样的情报机构非常有用。CIA可以利用大数据技术从信息的汪洋大海中发现恐怖分子的行踪。正如一位CIA的官员曾经指出,现在的反恐与以前的冷战有很大的不同。冷战时期是,你很容易知道你的敌人是谁,但是阻止他们很困难。反恐的情况是,你很难知道你的敌人是谁,但是一旦知道了,要阻止他们倒并不难。因此,大数据的分析就变得格外重要了。
Hunt指出,目前的技术的变革也在改变CIA的运营方式。目前,CIA的主要目标就是,收集信息,分析信息,以及据此采取行动。为此,CIA在IT方面,着重四个方面:大数据,运营效率,对情报人员技术支持以及人才培养。
在技术领域,CIA重点关注五个方面的支撑技术:
高级任务分析
最终用户服务和widget工具
安全即服务(SecurityasService)
大数据计算引擎(数据港)
CIA的一个重要目标就是减少数据分析所消耗的时间。Hunt举例说,两年前,CIA需要大约63天来分析收集的数据,现在,只需要27分钟就可以了。
基于新技术,CIA也推出了一些实验性的项目,比如说I2,就是一个面向情报人员的概念性的云平台。此外还有基于云计算的分类大数据处理平台(MassAnalyticsCloud)等等。
当然,挑战也是存在的。比如处理能力导致的延时。CIA也需要在组织内部加强培训以使得整个组织能够跟得上技术的变化。此外,CIA也需要在软件授权等方面做出改变。目前的基于企业授权的采购方式不利于CIA尽快采用新技术。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16