Page 17 - 《国际安全研究》2020年第1期

2020 年第 1 期

①
对安全态势感知的预测本身就着眼于关联共现关系的冲突特征模式识别。 人工智
能技术的嵌入则有助于实现这一过程的智能化，进而统合安全中的“预测、防御、
②
检测与响应”来构建一种自适应安全架构（Adaptive Security Architecture）。 在
这一架构中，人工智能技术能够基于时间轴自主地对多源数据进行全方位的感知、
挖掘与清洗，并对大量模糊的非结构化数据进行聚合、分类与序列化处理，从而细
③
粒度、多角度、动态化地对危险来源进行目标检测、跟踪和属性提取。 在此基础
上，人工智能技术便能够构建相应的模型来捕捉各类风险因子的作用路径及推断其
发生的概率，并根据当前的分析结果主动快速地选择应对策略，从而能够不断优化
④
安全防御机制和从容应对潜在的安全威胁。
目前，人工智能技术已在经济安全、医疗保护、环境安全、网络安全、能源安

全、打击恐怖主义和跨境犯罪等诸多领域得到较为广泛的应用，具体如下：
第一，在危机预测方面，人工智能不仅能够扩大危机预测的适用范围，并且也
⑤
能提高预测的准确性和时效性，进而为维护社会稳定构建一种预测型防护机制。
对此，英国艾伦图灵研究所特别项目主任艾伦·威尔逊（Alan Wilson）及其研究团
队认为，人工智能可以通过扩大数据收集、减少信息未知性以及建立相关分析模型，
更好地预测战争及其他冲突发生的可能性，并以此及时介入其中，以遏制这些社会

① 董青岭：《大数据安全态势感知与冲突预测》，载《中国社会科学》2018 年第 6 期，第
182 页。
② “自适应安全架构”是由美国顾能咨询公司（Gartner Group）所提出的面向下一代的安
全体系框架，其组成主要分为四个维度：（一）防御：指一系列用于防御攻击的策略集、流程和
产品，其关键目标在于减少被攻击面。（二）检测：指用于监测逃过防御网络的威胁的工具，其
关键目标在于降低威胁造成的“停摆时间”以及其他潜在的损失。（三）响应：指用于调查和修
复被检测阶段所分析出的威胁，其关键目标在于提供入侵认证和攻击来源分析，并产生新的防御
手段来避免未来事故。（四）预测：指基于防御、检测、响应结果不断优化基线系统，其关键目
标在于精准预测未知的威胁。参见 Neil MacDonald and Peter Firstbrook, “Designing an Adaptive
Security Architecture for Protection From Advanced Attacks,” Gartner Group, February 12, 2014,
pp. 3-4。
③ Anna Buczak and Erhan Guven, “A Survey of Data Mining and Machine Learning Methods
for Cyber Security Intrusion Detection,” IEEE Communications Surveys & Tutorials, Vol. 18, No. 2,
2017, pp. 1153-1176.
④ Lars-Erik Cederman and Nils Weidmann, “Predicting Armed Conflict: Time to Adjust Our
Expectations?” Science, Vol. 355, No. 6324, 2017, p. 474.
⑤ David Vergun, “Artificial Intelligence Could Aid Future Background Investigators,” April 8,
2019, https://dod.defense.gov/News/Article/Article/1808092/artificial-intelligence-could-aid-future-
background-investigators/.
· 15 ·