态势感知模式下的互联网“问题地图”监管工作探究

张雨心，左 栋

(自然资源部地图技术审查中心，北京 100830)

“问题地图”，即指违反了《地图管理条例》《公开地图内容表示若干规定》《公开地图内容表示补充规定》等法律法规，错误表示或表示了不允许表示的内容的地图。对存在于互联网上“问题地图”的监管是国家互联网地理信息监管工作的主体内容之一[1]。

近年来，传统的媒体网站和新兴的微博、微信等自媒体平台上使用地图配合相关新闻的报道呈明显上升趋势。据不完全统计，现在互联网上登载使用地图图片的网站已超过3万家[2]。

目前，我国行业主管部门已经建立了相应的软件监管平台，即互联网地图监管系统，并已在国家监管主节点和各省、区、市分节点投入使用，每天都有大量的“问题地图”被系统监测到。

当“问题地图”被监测到之后，系统会保存出现“问题地图”的网页链接及“问题地图”的截图[3]。但是，仅留存这些信息远不能适应当今大数据时代多维度、立体式数字信息存储、分析的发展潮流，既不能通过这些信息对“问题地图”的发生情况进行多角度分析，更无法完成更深层次的“问题地图”态势感知(situation awareness,SA)、预警防控等工作。

综上，本文通过对当今态势感知技术的研究，结合互联网“问题地图”监管工作的具体特点，设计“问题地图”模型的格式及“问题地图”大数据库规格，并以此为基础模拟制定几类“问题地图”态势分析模式，对态势感知模式下的互联网“问题地图”监管工作进行探究，以期使国家互联网地理信息监管的相关工作能够得到进一步发展。

1 态势感知发展现状

1.1 态势感知的概念及发展现状

态势感知是指在特定的时间和空间下，对环境中各元素或对象的觉察、理解，以及对未来状态的预测，按照感知的过程可划分为态势要素采集、实时态势理解和未来态势预测，从数据角度可划分为数据采集、数据分析、数据预判3个阶段[4-5]。

态势感知严格上说并不是一个新名词。早在20世纪80年代，美国空军就提出了态势感知的概念，覆盖感知(感觉)、理解和预测3个层次。20世纪90年代，态势感知的概念开始逐渐被接受，并随着网络的兴起而升级为“网络态势感知”，即在大规模网络环境中对能够引起网络态势发生变化的安全要素进行获取、理解、显示及最近发展趋势的顺延性预测，而最终目的是进行决策与行动[6-8]。

如今，态势感知技术的应用已经不仅仅局限在网络安全领域，而且逐渐在航天、核反应控制、空中交通监管、台风预警及医疗应急调度等众多领域被广泛研究应用[9-12]。

1.2 态势感知与互联网问题地图监管

对应态势感知的态势要素采集、实时态势理解、未来态势预测3个阶段，“问题地图”监管态势感知可分别解决“互联网(地图表示)正在发生什么，问题地图为什么发生，将要发生什么”等问题。同时，通过预设的报警逻辑对潜在发生的互联网“问题地图”事件风险进行及时预警，有关部门可及时作出相应处理以避免“问题地图”事件的发生，消除危害国家利益的潜在风险。

因此，将态势感知的概念引入到“问题地图”的监管工作中将大大提升国家对互联网地图的整体监控水平，使监管工作进入智能化时代，具有十分积极的意义。

2 建立互联网“问题地图”大数据库平台

开展态势感知的相关研究离不开对大数据库的研究，二者有着密不可分的联系。本文将围绕建立互联网“问题地图”大数据库及其平台进行探讨。

2.1 建立互联网“问题地图”大数据库的意义

纵观态势感知的概念及各类应用，不难发现整个态势感知系统的运转紧密围绕的核心就是数据，离开了数据，态势感知的概念将不复存在。更进一步，这里所说的数据应当是大数据。关于大数据，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征[13]。

大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。近年来，利用大数据技术开展的应用数不胜数，如洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生；麻省理工学院利用手机定位数据和交通数据建立城市规划等[14]。

事实上，开展互联网地图监管工作的本质就是对每天出现在互联网上的海量图片进行识别、分析、处理的过程。在图片识别过程中，通过软件和人工结合的方式筛选出地图图片，再筛选出存在各种错误的“问题地图”，这实际上就产生了大量的数据。如果对这些数据进行更深层次有逻辑的加工处理，就形成了“问题地图”大数据库。因此，从某种角度上说，对互联网“问题地图”的监管工作就是一项数据分析工作，没有数据，这项工作就没有存在的意义。另一方面，如果数据分析的过程过于简单，那么就不能发挥出这些数据的价值，从而进行更深一步的操作，如利用“问题地图”的发生特点预判下一次“问题地图”的发生情况，进行有效防治(这实际上就是态势感知的内涵所在)。因此，要开展互联网“问题地图”态势感知工作，就必须建立经过专业化数据处理的“问题地图”大数据库。

2.2 “问题地图”数据模型的建立

在建立“问题地图”大数据库之前，“问题地图”只是一个抽象的概念。对“问题地图”的记录通常是通过截图、网址和一段描述“问题地图”错误情况的文字完成的。用这种方式记录“问题地图”是散乱无序、毫无逻辑的，也没有使用价值。

要想科学管理“问题地图”相关内容，将散乱、无逻辑的信息有效组织，形成逻辑严密的“问题地图”大数据库，就必须将“问题地图”相关内容模型化，使之成为数据库组成单元，再将这些单元大规模集合，形成具有科学性、逻辑性且具有使用价值的大数据单元集合。因此，建立“问题地图”大数据库的首先需要定义“问题地图”数据模型。

通过对大量“问题地图”相关内容的分析，可将“问题地图”模型的相关字段定义为表3内容。

表1 “问题地图”事件模型字段

需要说明的是，模型的建立是以一个“问题地图”事件作为最小单元而非“问题地图”本身。因为一个“问题地图”事件的发生往往涉及不止一幅“问题地图”。如某网站刊登的某篇新闻报道里存在“问题地图”，这是一个“问题地图”事件，而这篇新闻报道里或许存在N张“问题地图”，因此，将“问题地图”事件作为最小单元便于数据管理。

从表1中可以看出，“问题地图”事件模型的字段设置大体上分为4个部分：字段1—8描述的是基本信息，用于记录“问题地图”事件发生的时间、地点、时间关键词、传播载体等内容，这些是描述一个事件的最基本字段；字段9—13描述的是事件主体单位的相关信息，包括事件主体单位的性质、是否为新闻媒体单位、是否为测绘资质单位等，这些内容能够直接体现出事件主体单位的关键特征；字段13—15描述的是转载相关信息，用来记录该事件中所涉“问题地图”是原创或是转载；字段16—19描述的则是“问题地图”本身的相关信息，包括错误类型、错误关键点等内容，需要特别说明的是“成因分析”字段能够体现出某“问题地图”产生的原因。

2.3 “问题地图”大数据库平台的建立

当定义了“问题地图”数据模型，就可以对每一个“问题地图”实例进行模型化，这就需要专业的数据库管理模块介入其中，并加以一定的用户使用层面的设计，形成数据库平台，最终达到安全、可靠、便捷地存储互联网地图监管过程中所发现的所有“问题地图”数据模型。

可以说，“问题地图”大数据库平台是开展态势感知模式下的互联网“问题地图”工作的基础，没有“问题地图”大数据库平台，后续工作将无法进行。

3 态势感知模式下的互联网“问题地图”监管工作探究

要开展态势感知模式下的互联网“问题地图”监管工作，需要有专业的态势感知软件平台作为支撑，监管工作应当围绕平台有序开展。态势感知平台的核心应包含4个部分，即数据库模块、态势分析模块、感知预警模块及用户交互模块。

3.1 互联网“问题地图”态势分析模块设计

“问题地图”态势分析模块是态势感知平台的核心模块之一。基于上文中设计的“问题地图”模型规格，根据需要设计相应的态势分析模式，用户即可通过平台清楚地看到当前互联网“问题地图”反映出的实时状态。

具体地说，通过对“问题地图”大数据库中各条记录“事件发生时间”字段的提取及处理，即可得到按日、按月、按季度等任意区间的互联网“问题地图”发生趋势；通过对“事件关键词”字段的提取及处理，即可得到当前互联网“问题地图”发生的主题热度情况；通过对“事件传播载体”字段的提取及处理，即可得知哪种传播载体是“问题地图”的最主要传播途径。以上是对互联网“问题地图”一些基本情况的态势分析。通过对“事件主体所属单位”“事件主体单位是否为新闻媒体”等字段的提取和处理，可以对“问题地图”进行溯源分析，掌握“问题地图”产生源头的相关情况。同理，通过对“问题地图错误类型”“问题地图错误关键点”等字段的提取和处理，可以清楚知道“问题地图”最多发的错误集中在哪些方面等。

总之“问题地图”模型的字段设计越细致，大数据库中存储的信息维度越丰富，可以得到的态势分析模式就越多。不过过多的字段设计也会随之产生过大的数据量和数据冗余，在一定程度上影响分析效率。因此，合理的字段设计及分析模式设计需要工作人员认真考虑。

3.2 互联网“问题地图”态势感知模块设计

有“问题地图”大数据库和态势分析的支撑，就可以在其基础上设计态势感知模块，进而实现对互联网上可能要发生的“问题地图”事件进行感知和预警。这也是态势感知模式下互联网“问题地图”监管工作要达到的最终目标。

态势感知、预警机制的设计应当基于前文所述“问题地图”模型及态势分析模式的设计情况并结合互联网地图监管工作实际工作需要进行。如可以设置预警条件为“当某关键词主题相关‘问题地图’在某一时间段连续发生次数大于N次”，或者为“同一页面标题的正文内容中所涉及的‘问题地图’在某一时间段内被转载次数大于N次”等。当系统监测到的“问题地图”事件发生情况满足此条件时，立即启动预警机制，提醒工作人员有异常情况发生，并能够根据系统大数据库的相关记录分析出该事件还将有可能持续性地发生在哪些网站、哪些地域、哪些相关主体单位、持续时长等信息，使工作人员能够及时地、有针对性地开展相关处理工作。同时，系统还将全程记录此次预警过程及后续事件进展情况，并存入数据库，为下次预警过程提供大数据支持。

随着更多预警条件的设置及预警过程的记录，态势感知系统会通过持续地学习、训练，预警将变得更加准确、智能。这也是当今各种智能化软件系统所通用的设计逻辑[15]。

3.3 用户交互模块设计

用户交互模块主要用于人与计算机的交互，应主要包括“问题地图”数据相应的处理操作、对各种态势分析情况的查询操作、对态势感知预警信息的处理操作等部分；此外还应有清晰易读的信息显示界面，用于显示各类人机交互信息，包括各类态势分析情况及预警情况等。其中，态势分析情况可以通过趋势图、排名图及地域分布图、表格等多种形式展示，使用户对当前的互联网“问题地图”发生情况一目了然。这也是当前主流的态势感知系统较为常见的界面显示模式。

一套完整的互联网“问题地图”态势感知平台逻辑体系建立完成之后，即可开展态势感知模式下的互联网“问题地图”监管工作。

4 结 语

本文针对当前互联网地图监管系统的弊端，结合近些年来被诸多领域逐渐采用的态势感知技术，提出了互联网“问题地图”监管的态势感知应用方案。文中论述了将态势感知技术应用到互联网地图监管及建立“问题地图”大数据库等相关内容的必要性，并结合实际需要提出了“问题地图”数据模型详细规格，对互联网“问题地图”态势感知平台中的态势分析模块与感知预警模块等作了详细探讨，形成了一套完整的态势感知平台逻辑构想，以期能够提升互联网“问题地图”监管的效率和能力，并促进我国对互联网地理信息监管工作的进一步发展。