摘要

信息战依赖于能够识别敌人的行动和可能的进攻性信息活动地点。在一个全球数百万人产生数百万条信息的世界里,纯粹的人类对信息景观的监视是注定要失败的。我们通过对阿塞拜疆/亚美尼亚冲突的案例研究表明,通过关注各种起作用的叙述,人工智能辅助的人类分析有可能将监视目标缩小到一个可管理的规模,并识别武装冲突中敌对者部署的自动化。

引言

信息战从根本上说是关于叙事的塑造。这可以采取以下两种形式:(1)战术性叙事塑造,即关于部队位置/人数和伤亡的叙事;(2)战略性叙事塑造,即关于战争的有效性/对部队/平民士气的影响的叙事。信息战领域的一个关键问题是要能够快速识别和了解敌人的信息活动,以便准确应对。

鉴于叙事在信息战中的核心地位,叙事不能说谎。因此,我们应该通过仔细观察支持敌人更广泛议程的叙述来寻找敌人的活动。通过他们所宣传的叙事来寻找敌人的活动,敌人就不能在不破坏自己的效力的情况下隐藏活动;这是信息战的双刃剑,也适用于围绕同一作战网络空间的公共外交。

在本文中,我们提出了一种具体的方法,利用信息战的这种叙事特性来识别信息战活动。特别是,我们强调了这样一个过程:(1)识别相关的叙事和叙事信号,(2)根据叙事信号以结构化的方式收集数据,(3)调查敌人叙事中的行为者和故事。在本文的其余部分,我们将通过一个案例研究来展示这种方法的具体用途,然后我们将强调一些正在进行的技术改进,我们正在努力提高这种方法在实地使用的便利性和效率。本文的目标是为在无处不在的信息战环境中利用社交媒体获取情报提供一种工作方法。

图1:阿塞拜疆数据集的主要转发量
成为VIP会员查看完整内容
23

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
【AI+军事】 《冲突监测》附论文
专知会员服务
46+阅读 · 2022年4月27日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月14日
Arxiv
0+阅读 · 2022年6月10日
VIP会员
相关VIP内容
【AI+军事】 《冲突监测》附论文
专知会员服务
46+阅读 · 2022年4月27日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员