Дипломна работа на тема "Разузнаване по открити източници в съвременни условия" Дипломант: Науч e н ръководител

Използване на големи данни при разузнаване чрез открити източници

Изтегляне 183.77 Kb. страница 27/29 Дата 24.09.2022 Размер 183.77 Kb. #115128 Тип Диплом

2.6. Използване на големи данни при разузнаване чрез открити източници Все още не съществува единно възприета дефиниция за големи данни. Така например през 2014 г. Гил Прес (Gil Press) в статия за сп. „Форбс” представя 12 дефиниции за големи данни, но нито една от тях не може да се определи като пълна. И до днес IT-средите продължават да спорят дали Big Datа е просто модерен термин за познати технологии или наистина нова тенденция, процес или явление. Ето все пак няколко дефиниции, които биха могли в известна степен да дадат представа за това какво са големите данни: 1. Големите данни, според определението на Gartner, са данните които могат да бъдат описани като голямо количество от разнообразни данни, осигуряващи ефективността и ефикасността на протичащите процеси чрез повишаване на познанието и вземането на правилните решения. 2. Големите данни са групи развиващи се технологии за задълбочен анализ, позволяващи поевтиняване и ускоряване на процесите по съхранение, манипулиране и анализ на големи обеми информация. Също така те са и огромни набори структурирана и неструктурирана информация. 3. Според доклад на McKinsey Institute, озаглавен „Големите данни: новата граница за иновации, конкуренция и производителност“ (Big Data: The next frontier for innovation, competition and productivity), терминът Big Data означава масив от данни, размерът на който надхвърля възможностите на типичните бази данни за съхранение, управление и анализ на информация. Понятието големи данни предполага работа с информация с огромен обем и разнообразен състав, която се обновява често и се намира в различни източници, като целта е създаване на нови продукти и повишаване на ефективността и конкурентоспособността. 4. По дефиницията на Европейската комисия терминът големи данни се отнася за големи количества от различни видове данни, произведени с висока скорост от голям брой различни източници. Обработването на данните е силно променливо, тъй като натрупването им се случва в реално време, което изисква нови средства и методи, като например мощни процесори, софтуер и алгоритми за управление и анализ29. 5. Една от най-разпространените дефиниции (към нея се придържа Организацията за икономическо сътрудничество и развитие – ОИСР, както и компанията IBM) за големи данни са т.нар. 3V или 4V или даже 5V, като под „V“ се разбира в първия случай: обем на данните (Volume), скорост на нат- 57 рупването им (Velocity) и разнообразие на данните (Variety). По-късно от някои изследователи се добавят: автентичност/достоверност на източника на данни (Veracity) и стойност на крайния продукт, който е резултат от данните (Values)30. Източниците на големи данни в днешния свят са разнообразни и постоянно нарастващи като брой. Това са непрекъснато постъпващи данни от сензорни и телеметрични устройства, потоци съобщения от социалните мрежи от уеб сайтове, електронни магазини и интернет-търсачки, метеорологични данни, потоци от данни за местоположението на абонати на клетъчни мрежи, данни от устройства за аудио и видео-регистрация, от банкови и борсови транзакции, GPS-координати, изображения от спътникови наблюдения и т.н. Например датчиците монтирани на авиодвигател генерират около 10 TB данни за половин час. Услугата за разпространение на кратки съобщения Twitter, въпреки ограниченията за дължина на посланието до 140 символа, генерира поток от 8 TB за денонощие. Ако всички подобни данни се натрупват за бъдеща обработка, техният общ обем ще се измерва с десетки и стотици петабайти (1 PB=1015 B). Допълнително ситуацията се усложнява от вариантността на данните – техният състав и структура постоянно се променя при предоставяне на нови услуги, инсталиране на усъвършенствани сензори, провеждане на нови маркетингови кампании и т.н.31. Според прогноза на International Data Corporation (IDC) през 2020 г. обемът данни, съхранявани в електронен вид, ще достигне 35 трилиона GB и ще нарасне в сравнение с 2009 г. 44 пъти, а пазарът на технологии и услуги в областта на големите данни ще расте средно с 26,4% годишно и към 2018 г. ще достигне 41,5 млрд. щ.д. Така на практика сегментът Big Data ще расте 6 пъти по-бързо от IT-пазара като цяло. Именно значимият възможен икономически ефект от натрупването, съхраняването, анализирането и използването на резултатите от него предизвиква значим интерес към големите данни. На първо място като потребители се нареждат търговските компании и техните маркетингови стратегии. Не по-малък е интересът от страна на сфери като медицина, образование, статистика, интелигентни системи за управление на енергийните и инфраструктурни системи, държавното управление и, не на последно място, сигурността във различните ѝ нива и аспекти. Значимият интерес към възможните ползи от големите данни са отразени в публикувания през 2014 г. от Варшавския институт за икономически изследвания доклад „Големи бази данни и данни с отворен достъп в Европа – двигател на растеж или пропусната възможност“, според който големите данни могат да донесат за Европа 206 млрд. евро до 2020 г. като допълнителен БВП, което е равно на увеличение от 1,9% в реалната икономика на Стария континент. Значимият икономически потенциал на големите данни е предпоставка за засилени процеси на администриране и политики в тази сфера. Администрацията на президента на САЩ още през 2012 г. е финансирала проекти на 6 държавни агенции в областта на големите данни на обща стойност от 200 млн. щ.д. В комюнике от 2 юни 2014 г. на Европейската комисия до Съвета на ЕС, Парламента на ЕС и други институции, Комисията за първи път обръща внимание на „големите данни“ като инструмент за постигане на заложените в стратегията „Европа 2020“ цели. Европейската комисия и Евростат32провеждат изследвания за разкриване на пълния потенциал на големите данни за европейската икономика, общество и обществени услуги. С подобни дейности се занимават ОИСР, Световната банка, Статистическата комисия към ООН. Положителната роля на големите данни като нематериален икономически ресурс, благоприятстващ икономиката и особено малките и средни предприятия, се сблъсква с проблеми в сферите на конкурентното право, защитата на личните данни и потребителското право. Заради това Европейската комисия насърчава процеси на обединяване на ресурсите от данни на икономическите субекти чрез кооперативни действия като консорциуми, лицензионни споразумения, както и чрез участие в open source и open data инициативи. Комисията подпомага разработването на специален портал, посветен на новата технология, като се предпочита използването на термина открит тип данни, който според разбиранията на ЕС се отнася към всички публични регистри, които са достъпни за определени заинтересовани групи33. Данните от открит (отворен) тип са детерминирани като такива от своите основни измерения на отвореност: наличност и достъп, повторна употреба и разпространеност, както и всеобщ достъп. Изброените характеристики напълно съответстват на изискванията за откритите източници на разузнавателна информация. Необходимо е да се отбележи обаче, че редица икономически субекти не предоставят свободен достъп до натрупваните от тях големи данни като изискват заплащане за това или пък ги предоставят само на неконкурентни на тях субекти, което отговаря на характеристиките на свойството достъпност на ОИ на разузнавателна информация. Значима особеност на големите данни е скоростта на тяхната обработка, когато се реализира в реално или в почти реално време, за да може да даде ефикасни отговори по поставените задачи (напр. при някои борсови операции секундите може да имат цената на милиони печалби или загуби). Подобен начин на обработка на такива ОИ на разузнавателна информация, каквито са големите данни, придава ново качество на този тип разузнавателна дейност. Тя може да бъде използвана активно в системата за ранно предупреждение за рязко нарастващи опасности за националната сигурност. Големите данни, твърди Руси Маринов34, „с успех могат да намерят приложение както за прогнозиране на рискове, конфликти, опасности, така и при вземане на информирани решения за преодоляване на кризисни ситуации“, както и „да осигурят по-адекватни решения“ при опасности и големи инциденти. Експертите Емануел Линк, Патрик Мейер и Патрик Винк разглеждат възможността за използване на големите данни за превенция на конфликти, при което се прави разлика между структурната превенция, ориентирана към действия за един по-дълъг период от време и оперативна превенция, свързана със системите за ранно предупреждение. При структурната превенция се използват елементи от типа: данни, свързани с миграционни процеси, извлечени от мобилни мрежи, сензори и електронни съобщения; мониторинг на проблемите на отделните общности, с помощта на социалните мрежи и платформата Twiter; изучаването на динамиката на групите и информиране за проблемите на организациите, които разработват програми за ограничаване на бедността. Оперативната превенция включва елементи от системите за ранно предупреждение, свързани със здравни проблеми, сателитни снимки на конфликти и локални войни, както и на случаи за масово преселване на хора, идентифициране на напрежения по време на политически кампании. От гореизложеното може да се твърди, че чрез използването на обработени големи данни като ОИ на разузнавателна информация могат да бъдат решавани задачи, както в интерес на стратегическото разузнаване, така и в интерес на оперативното разузнаване на въоръжените сили. Средата в която се провеждат съвременните военни операции се характеризира с висока степен на неопределеност и е зависеща от множество, комплексно взаимодействащи си, външни и вътрешни фактори35. Използването в щабовете на автоматизирана технология за обработване на големи данни с произход или касаещи зоната на операцията значително би подпомогнало оценката, преди всичко на външните фактори като: политическа, военна, икономическа, социална, информационна и физическа среда. „Данните ще са основното гориво за националната сигурност през този век“ смятат стратези по отбраната. Президентската администрация в САЩ вече има стратегически план за научни изследвания и развитие на изкуствения интелект, включително и предсказването на инциденти, които могат да бъдат заплаха за обществената безопасност. Повече от 60 местни полицейски управления в САЩ вече се възползват от услугата, продавана от компанията PredPol (Predictive Policing), за да прогнозират къде може да възникнат престъпления въз основа на минали модели. В САЩ считат, че социалните медии са особено ценен инструмент за проследяване на потенциални терористични атаки. Правителството на САЩ работи по първоначални дейности за придобиване на представа за глобалните социални и политически тенденции. Програмата под ръководството на разузнаването е наречена „Меркурий“ и има за цел да разработи методи за непрекъснат и автоматизиран анализ на прихванатите електронни съобщения, за да се предвиждат и/или откриват политически кризи, епидемии, терористична дейност и военни действия36. Изводи В днешно време на предене план все повече излизат цифровите технологии, компютърните мрези и социалните медии, това от своя страна дава неограничен достъп до информация, която може да е ценна в широк спектър за разузнавателните органи, но от друг страна голямото количество информация, води до „претрупване“- голям обем имформация, която създава допълнителна работа от нейнто съхраняване до извличане на същественото. Това е един от основните проблеми, с които се сблъскват разузнавателните служби. Получените данни могат да бъдат излишни, да идват от редица източници и да представят различни формати, което затруднява тяхната ефективна обработка. Изтегляне 183.77 Kb. Сподели с приятели: