大数据背景下边防“数字政工”平台建构研究

郭文永，赵 科

(武警学院 训练部，河北 廊坊 065000)

大数据背景下边防“数字政工”平台建构研究

郭文永，赵 科

(武警学院 训练部，河北 廊坊 065000)

大数据为公安边防部队政治工作提供了全新的视角和工作模式，全面推动边防“数字政工”平台建设，将使政治工作发挥更大的效能和威力。大数据背景下构建边防“数字政工”平台需遵循统筹性、安全性、开放共享、标准统一、应用为主的原则；平台应具备思想政治教育、业务管理、数据采集和数据分析功能；平台数据建构包含数据挖掘、存储、整合、应用四方面；平台建设需从设施层、数据层、接口层和系统层加强安全防护。

大数据；公安边防部队；数字政工

当前，移动互联网、物联网、云计算、数据智能分析等信息技术迅猛发展，使人类迈入了大数据时代。大数据的理念和技术使人类面临着前所未有的变革，也给公安边防部队政治工作提供了一种全新的视角和工作模式。研究把握大数据背景下公安边防政治工作的特点和规律，紧紧抓住“生命线”加载“数据链”的时代特征，全面推动边防“数字政工”平台建构，将促进公安边防政治工作科学、精准、高效，使公安边防政治工作发挥更大的效能和威力。

一、大数据背景下边防“数字政工”平台的基本功能

(一)思想政治教育功能

大数据背景下，思想政治教育工作面临着巨大的挑战，其主要表现在：一是信息资源的海量涌现，大量不良信息掺杂其中，严重影响了边防官兵的鉴别和区分能力；二是在信息发布和获取更加自由的当今，边防部队基层官兵的视野更加开阔，追求更加多样，对思想政治教育的内容和方法要求更高，以往依靠课堂教育灌输的方式，已无法满足官兵获取信息的需求[1]。

因此，边防“数字政工”平台建设，要适应大数据时代信息传播的特点，结合边防官兵实际，在前期政工网、政工数据库等信息化建设的基础上，充分发挥社交媒体、新媒体等传播速度快、覆盖范围广、交互性强的优势，充分运用“三微一端”等新手段，打造一批叫得响、立得住的品牌栏目，不断优化平台资源，充分满足官兵学习、咨询、娱乐等需求，使思想政治工作更具有吸引力和感染力。构建思想交流和舆论引导平台，达到抵御不良侵蚀、提高思想觉悟、强化政治定力的目的。

(二)业务管理功能

业务管理功能是边防“数字政工”平台在实现政工信息化建设中承担的重要职能，该平台以转变管理模式、提高工作效率、降低行政成本为目标，紧紧围绕建设、应用、管理三个环节，进一步提升为公安边防工作和队伍建设服务的能力和水平，实现网上办公、实时查询、统计分析和信息共享。其内容主要包括人员机构管理、干部管理、证件管理、专业技术资格管理、表彰奖励管理等内容。

(三)数据采集功能

在大数据背景下，边防“数字政工”平台应具备数据采集功能，要改变以往封闭式的数据采集、加工模式，采取广泛面向网络的数据采集，尽可能多地从网络中获取各类信息，为大数据分析提供数据支撑。

数据采集来源应具有多样性和完备性，主要有以下三种：一是“数字政工”平台各业务系统、数据库、政工网站等信息化建设项目生成的数据；二是主动从国家、政府、军队等权威性媒体，博客、论坛、微博等泛在型媒体中采集的数据；三是官兵在学习训练、通信联络、网上行为等记录生成的数据。这些结构化与非结构化数据，将构成边防“数字政工”平台的数据基础。

(四)大数据分析功能

“全样本模式”是大数据分析的基本特征，数据越大，其真实性就越大。边防“数字政工”平台要能够实现大数据分析功能，对长期产生和积累的数据，以及不断产生的实时数据进行分析处理和深入研判，揭示出其内涵、规律，使其成为政治工作的信息源与知识源，并将其应用于边防部队政治工作当中，实现数据的增值。通过数据分析，可以了解特定群体的思想状态、人脉网络、意见倾向和价值判断，因时因人制宜开展教育，提高思想政治教育的时效性和针对性，进而克服政治工作当中“思想难察觉、交往难掌握、行为难管控”[2]的现象，提高态势感知能力和政治工作的针对性。

(五)基于大数据的决策功能

在大数据分析基础之上进行决策，是边防“数字政工”平台应具备的重要功能，由于其数据量足够大，数据分析客观性与全面性大幅提高。决策支撑的目标包括两个方面：一是针对个体或群体工作对象开展政治工作，针对个体或群体进行细节化的监测和测量，了解和把握工作对象的关注热点、现实问题、心理需求、行为规律、思想变化趋势以及根源和原因，通过信息化手段和启发式、互动式、讨论式工作方法发挥政治工作教育、沟通、引导作用，做到“紧贴问题”“对症下药”地为边防官兵解决思想迷惑和生活困难，因势利导地化解官兵在日常训练、学习、生活中遇到的问题；二是针对边防部队整体政治工作确定发展的大方向，对边防部队政治工作进行宏观性的监测和测量，达成对民情社情、军心士气的全面认识和把握。这些认识和把握可以通过动态的、简明的、可视化的数据图谱展示，并提供关联提示、预警研判，直接为决策服务。

二、大数据背景下边防“数字政工”平台建构原则

边防“数字政工”平台建构要统一规划，遵循“紧贴实际、循序渐进、智能融合、建维一体”的原则，加强对边防“数字政工”的系统规划和科学论证。平台建设需遵循以下几个原则：

(一)统筹性原则

按照全军“政工数字一体化”的总体框架，依托现在的建设要求，坚持统筹规划、主体先行、应用引领、重点突破，立足政治工作实际，集成边防部队政工业务、数据和资源，实现政工资源的高利用率、数据的关联共享和平台的集成统一。

(二)共享开放原则

借鉴“开放”理念，坚持整合资源、共享数据、开放平台、创新应用，搭建新的信息化生态环境，在平台的建设基础之上，允许各团级或支队级单位结合实际应用对平台的功能进行扩充和数据的共享衔接。

(三)应用为主原则

坚持以实际应用为主导，通过计算技术先进的科技手段、方法，强化对数据的沉淀和分析、典型业务的分享和学习，生成高质量的产品，开发效能突出的军队数字政工一体化平台应用，形成独具军队特色的亮点应用品牌。

(四)标准统一原则

云平台、大数据环境下，平台的根本就是一个标准统一的表工程，表中有不同的数据，这些数据可以自由组合，形成新的数据。政治工作各方面的应用，就是在一个综合数据平台下各种数据的“拼装”。通过政工数据体系工程，原本条块分割造成的政工信息孤岛将变成一片充满活力的数据海洋。在这个海洋里，“横向集成，纵向贯通，互联互通，全面共享”。

(五)安全性原则

平台安全保护机制必须简单、一致，并建立到系统底层，设计、开发严格遵循安全体系的有关标准、技术，进行定期的漏洞扫描和实时监测，及时调整安全策略，并制定切实可行的应急计划和措施，确保网络信息系统不受损失或尽量减少损失。

三、大数据背景下边防“数字政工”平台的数据建构

边防“数字政工”平台的数据包括四部分：数据挖掘、数据存储、数据整合和数据应用四部分。这四部分相互依存、相互作用，形成一个共生、共享的循环系统，每一部分都将根据边防“数字政工”的特点形成一个独立的体系框架。

(一)数据挖掘

边防政工大数据挖掘需要根据数据的特点对前端数据来源和后端数据应用进行延伸，包括边防政工基础数据挖掘和动态数据挖掘。边防政工基础数据包括：有关边防的政策法规、条令条例、评功评奖、转业安置、政工教育、人员情况等政工人员日常工作中积累的原生数据，其核心是建立一个全面、系统的数据体系，也就是一个表工程，并且这个表是一个不断成长的有机体。边防政工动态数据分为内网信息和外网信息，内网信息包括政工网、政工网络教育、网上党校、政工业务平台于一体的“云超市”(简称“三网一平台”)，外网主要是互联网数据、微媒体数据、移动互联网数据。动态数据的挖掘首先通过网络对海量数据进行预处理，然后根据布拉德福定律，确定动态数据的重要挖掘对象。

(二)数据存储

依据大数据技术构建海量的边防政工数据仓库主要有两种方式：一是利用云储存技术，在支队级及以上级单位建立存储中心，由多个存储设备组成，通过集群功能、分布式文件系统或类似网格计算等功能联合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。二是通过缩短数据保存时限、降低数据存储质量的方式来降低建设成本。虽然这种方式会降低数据的可追溯性和辨识价值，但是可以有效地避免由于数据增长过快所带来的问题。加之信息数据本身就含有大量的冗余成分，因此可以通过筛选把数据的损失降低在可允许的失真范围内来达到目的。

(三)数据整合

按照边防政工数据需求在各边防政工数据源中进行数据采集、检索和整合，并对数据进行筛选，包括去噪、取样、过滤、合并、标准化等去除冗余和多余数据，建立待处理数据集[3]。数据处理的主要任务是用以预测(包括回归和分类)和描述(相关、趋势、聚类、轨迹和异常)，供预警和决策使用。包括兵情分析、预警研判、思想教育、组织建设等都可视为分类任务，可以利用决策树模型、预测模型、贝叶斯算法、人工神经网络和支持向量机等挖掘算法，形成以元数据为基础的边防政工基础数据库、政工专业数据库、官兵应用数据库。如通过统一检索系统，纵向上以时间维度，形成个人思想动态变化趋势分析图；横向上结合官兵属性和兵情热点，进行多层次的量化描述和多视角的研判解读，实现对某一特定群体的数据综合性分析。

(四)数据应用

做强以边防政工大数据为依托的一体运行的“主网站”，整合各类边防政工信息化资源，设置统一的界面和端口，开发云桌面虚拟平台、云教育、云管理等系统，不断打造边防部队特色的“云政工”，逐步形成资源统一调度、数据充分共享、系统互联互通、实战应用丰富的边防“数字政工”大格局。做精务实管用的边防业务子系统，如集山东青岛边防支队的心理测评、危机预警、问卷调查、咨询预约、心理档案管理等功能于一体，有效形成“预防、预警、干预”三级防御机制，满足心理健康工作的一站式需求。做新互动交流的“微平台”，搭建各种便捷实用的网上阅读、思想教育等平台，经常化开展互动交流、调查研究、心理测查等活动，实时宣传重大理论和政工动态，掌控官兵思想脉搏，真正将边防“数字政工”打造成基层官兵的“晴雨表”、上下联系的“快通道”，使之成为提升工作效率的“倍增器”。

四、大数据背景下边防“数字政工”平台安全架构

大数据时代，信息安全面临新常态，在数据收集、传输、存储、管理、分析、发布、使用、销毁的大数据生命周期全过程，大数据面临众多的安全威胁[4]。因此，边防“数字政工”平台安全在整个系统的建构中具有极其重要的位置，是开展“数字政工”建设的前提条件，需要从设施层、数据层、接口层、系统层4个层次进行安全防护。设施层主要应对大数据平台基础设施设备的安全问题，对终端、云平台和大数据基础设施进行安全防护；数据层主要解决数据处理的生命周期带来的安全问题，在数据采集、存储、发布、分析、应用等方面进行安全防护；接口层主要解决平台系统中数据提供者、使用者等角色之间的接口安全问题，如隐私泄露、不明身份入侵、非授权访问等等；系统层主要解决系统面临的安全问题，如平台攻击、远程操控、僵尸攻击、APT攻击等。

大数据背景下“数字政工”平台建构是一项基础性工作，只有积极转变观念，在平台建设中既遵循数据运动规律，又符合部队政工特点，才能主动超前占领网络阵地，掌握网络思想政治工作的制高点，真正提高网络思想政治工作的实效性和针对性。

[1] 朱峰民,冯跃民.大数据条件下公安边防部队基层思想政治教育创新研究[J].武警学院学报,2016,32(5):45-47.

[2] 陈晓晖.大数据助推军队政治工作信息化发展[J].军队政工理论研究,2015,16(5):108-110.

[3] 李阳.大数据环境下在线学习行为分析模型研究[D].哈尔滨：哈尔滨理工大学,2017：19-20.

[4] 吕欣,韩晓露.健全大数据安全保障体系研究[J].信息安全研究,2015,1(3):211-216.

ResearchonConstructingDigitalPoliticalWorkPlatformSystemofFrontierDefenseinBigDataEra

GUO Wenyong， ZHAO Ke

(StaffOffice，TheArmedPoliceAcademy，Langfang，HebeiProvince065000，China)

Big data provides a new angle of view and a working mode for the political work of the border control force.Promoting the construction of digital political work platform system in the border areas will make public security and frontier defense political work more effective.This paper contends five principles shall be followed in the construction of digital political work platform system of frontier defense， namely overall planning， safety， open sharing， unified standards and application orientation.While undertaking data mining， data storage， data integration and data application， the platform’s basic functions include ideological and political education， management， data collection and data analysis.To strengthen platform security， measures shall be taken at infrastructure layer， data layer， interface layer and system layer.

big data; border control force; digital politics

2017-10-09

2016年度河北省社会科学发展研究课题“大数据时代部队‘数字政工’创新发展研究与实践“(201603030601)

郭文永(1976— )，男，河北大城人，馆员；赵科(1972— )，男，河北文安人，馆员。

F426.61

A

1008-2077(2017)11-0048-04

(责任编辑李献惠)