美国情报界数据管理的流程、架构及其启示——基于情报数据战略演进视角

[研究目的]爆炸式数据增长态势下,如何快速、有效地进行情报数据管理是当前情报机构的重点任务。基于情报数据战略演进视角,梳理《情报界数据战略2023—2025》等美国政府官方文件,分析美国情报界数据管理的流程、架构,以期为我国实现数据驱动情报的发展提供启示和参考。[研究方法]采用内容分析、文献研究等方法,研究美国情报界数据管理的生命周期、体系架构,从战略演进动因、指导思想演进、数据处理演进、人才队伍演进四个方面,针对美国情报界数据战略核心内容演进特点进行剖析。[研究结论]情报界数据管理生命周期是数据战略和数据管理的基础,包括计划与任务、获取与评估等6个不同环节。数据参考体系结构(DRA)和参考体系结构框架(RAF)共同组成情报界数据管理体系架构。为适应国际战略竞争形势的发展,我国应当从情报数字化转型、数据整合创新、跨部门数据访问、人才队伍培养、数据隐私安全等方面着力,加速推动情报机构数字化转型。

情报数据驱动的平行仿真实体模型动态匹配方法

为解决平行仿真运行过程中仿真实体动态生成难题,提出了情报数据驱动的平行仿真实体模型动态匹配方法.建立了面向指挥决策支持的平行仿真运行架构,提出了基于元数据的战场实体仿真模型描述方法,建立了实体模型描述模板.针对战场态势信息不完备难点,建立了基于情报特征的实体仿真模型"三级"匹配过程模型,通过战场实体的标识特征、状态特征与行为特征,实现仿真运行过程中实时情报数据与实体仿真模型的精准匹配.仿真试验结果表明,提出的方法能够实现战场情报数据与仿真模型描述特征的准确匹配.