Кибервойны ХХI века. О чем умолчал Эдвард Сноуден

Прогнозирование в сфере высшей политики, экономики и военного дела всегда имело амбивалент- ную, а по-русски говоря, двойственную природу. С одной стороны прогнозирование являлось важнейшей стади- ей разработки ключевых стратегических, тактических и оперативных решений тех или иных проблем и задач, разработки и реализации крупных проектов и военных компаний. С другой стороны, прогнозирование, подкре- пленное мощным информационно-пропагандистским аппаратом, само по себе выступало как своеобразный вид вооружения, способ формирования будущего.

После знаменитых экспериментов американского социолога У. Томаса, прогнозы, подкрепленные соот- ветствующим информационным воздействием, сами по себе формируют реальность. Как гласит теорема Томаса:

«Если человек определяет ситуацию как реальную, она – реальна по своим последствиям». Другой американский

Елена Ларина, Владимир Овчинский

КИБЕРВОЙНЫ XXI ВЕКА. ВОЗМОЖНОСТИ И РИСКИ ДЛЯ РОССИИ

социолог, а по совместительству советник администра- ций нескольких президентов Р. Мертон на основе теоре- мы Томаса опубликовал статью «Самоисполняющиеся пророчества». Самоисполняющееся пророчество – это ложное определение ситуации, вызывающее новое по- ведение, которое превращает первоначально ложное представление в реальность. Таким образом, теорема Томаса вкупе с технологией Мертона позволяют исполь- зовать прогнозирование как мощное оружие в социоди- намике, психоинжиниринге, военном деле и бизнесе.

Поэтому вполне очевидно, что с развитием интер- нета и появлением Больших Данных, представляющих собой, в том числе и огромный поведенческий архив, возникло желание максимально использовать открыва- ющиеся возможности для разработки прогностических вооружений.

При этом к началу нулевых годов профессионалам, работающим в этой сфере, были ясны, по меньшей мере, три фундаментальных положения:

• во-первых, используя самые изощренные и эффек- тивные методы, можно прогнозировать процессы, но не события;

• во-вторых, прогнозы с высокой степенью вероят- ности можно делать в отношении групп различной раз- мерности, но не отдельных индивидуумов;

• в-третьих, знания о действиях групп и индивидуу- мов в одной ситуации не позволяет давать точные про- гнозы о подобных действиях, осуществляемых в другой ситуации.

Соответственно, оказалось, что различного рода прогнозы, базирующиеся на традиционных выборках, построении сценариев, экстраполяции попросту не ра- ботают.

Развитие интернета дало возможность оперировать Большими Данными относительно человеческого пове- дения, намерений, желаний и т.п. В этой связи специа-

Глава 3 БОЛЬШИЕ ДАННЫЕ

лист номер один в мире по интеллектуальному анализу данных Г. Пятецкий-Шапиро писал: «Прогнозирование на основе Больших Данных состоит в извлечении нетри- виальных выводов из заранее известных характеристик, признаков и сведений об объектах».

Использование интернета, как огромного, попол- няемого в режиме он-лайн поведенческого архива для прогнозирования развивается по трем ключевым на- правлениям:

• первое – это прямой интеллектуальный анализ общедоступных данных, предоставляемых поисковыми системами и различного рода социальными сетями и платформами;

• второе – это создание рекомендательных систем, которые прогнозируют различного рода выбор субъектов и групп, и на этой основе рекомендуют им что угодно – от книг до кандидатов в президенты;

• третье – это сложные прогностические системы, использующие разнородные данные, получаемые из открытой и закрытой части всемирной сети, обрабаты- ваемые с помощью всего арсенала интеллектуального анализа данных.

Исторически главный упор был сделан на работу с об- щедоступными интернет-данными из социальных сетей и поисковых машин. Еще два-три года назад никто не мог помыслить о том, что инструменты веб-прогнозирования будут в благожелательном ключе обсуждаться на сайте головного банка ФРС. Но это произошло. Первым делом, как всегда бывает, за дело взялись академические иссле- дователи, которые в Америке очень даже прагматически настроены и заинтересованы в максимально быстром внедрении их научных разработок в практику. В октябре 2010 г. в кругах инвестиционных аналитиков прогремел доклад Johan Bollen, Huina Mao (Indiana Unviersity), Xiao- Jun Zeng (The University of Manchester) «Twitter mood predicts the stock market».

Елена Ларина, Владимир Овчинский

КИБЕРВОЙНЫ XXI ВЕКА. ВОЗМОЖНОСТИ И РИСКИ ДЛЯ РОССИИ

Ими была сделана программа, которая позволяла использовать сообщения Twitter для прогнозирования движения индекса Dow Jones. Алгоритм работал сле- дующим образом – отбирал из всех Twitter сообщений в режиме реального времени сообщения, маркирован- ные определенными словами, затем удалял эмоцио- нально окрашенные сообщения и на основе обработки нейтральных, эмоционально не окрашенных сообщений выдавал прогноз. Выяснилось, что он позволил предска- зывать движение индекса на срок от двух до шести дней с точностью почти до 88%.