摘要

二十一世纪的美国空军一直保持着二十世纪的行动安全（OPSEC）文化，这种文化严重偏向于与空军官职相关的言论和活动。空军OPSEC政策和文化没有充分解决以无处不在的数据收集为特征的互联世界。这一差距造成了一个关键的弱点，有可能削弱空军在未来冲突中的竞争优势。

本文首先讨论了美空军OPSEC文化及其对21世纪信息环境的失败之处。然后，本文通过商业企业如何利用数据定位消费者的角度分析了普遍的数据收集的信息环境。利用这一结构，本文研究了对手如何利用类似的方法，通过美国空军驻军或战场上的人员，在冲突前或冲突中对美国空军进行基于人群的大规模监视和侦察。

作者提出了潜在的保障措施和缓解策略，强调了解决与空军人员的个人生活深深交织的脆弱性的挑战。他还建议采用一个主观和客观伤害的框架来重新定位空军的OPSEC文化。最后，他建议采取一种基于教育和培训的缓解方法，贯穿于飞行员的整个职业生涯。因此，空军将像重视金融知识或身体素质一样重视数字流畅性。这样做将培养一种围绕无处不在的数据收集和基于人口的监控所带来的威胁的有教育意义的意识文化。

引言

外国政府的监控通常被认为是在两种情况下进行的。第一种是对个人的监控。第二种情况是对手通过技术手段，如卫星或信号监测，或物理手段，如报告部队动向的人员，跟踪部署的美国部队的位置和活动。空军利用行动安全（OPSEC）来对付这两种类型的敌方监视。

OPSEC的目的是通过实现基本保密来保护军事行动，基本保密的定义是通过拒绝向对手提供关键信息和指标来实现的。虽然从反间谍的角度来看，外国政府对海外临时任务的飞行员个人的监视是令人担忧的，但其相关风险与对手作为一个集体实体对飞行员进行持续监视的潜在危害有着本质的区别。由于数据获取的增加和快速的技术进步，我们的对手现在有低风险的机会从远处对我们的部队进行监视和侦察。尽管我们对手的能力有所进步，空军OPSEC政策和支持它的文化在21世纪基本上没有改变。

美国政府的其他部门正在认真对待计算和数据收集所带来的威胁，最明显的是情报界。可以理解的是，情报机构会特别关注这种威胁，因为其人员的身份和活动是要保密的。虽然美国空军可能为支持国家政策目标而开展秘密活动，但很少有空军成员为了个人或职业安全需要身份保护；这导致了一种错误的安全感。

空军的OPSEC政策和文化仍然根植于前社交媒体、前数字时代，当时我们的对手通常无法直接接触到空军人员。在二十世纪，接触的空军人员受到地理环境的限制；美国是一个相对的避难所，不受敌人的窥视。试图监视一名空军成员需要投入人员，而且风险很大，回报很少。技术的进步已经消除了地理上提供的传统安全庇护所。互联网及其附带的连接设备网络意味着在美国境内驻扎的空军人员不再是敌人监视的对象。在21世纪，通过传感器、社交媒体参与、智能手机和其他设备的扩散所产生的大量高度具体和个性化的数据，可以接触到我们的部队，而我们的对手无需承担任何人身风险。技术的进步使我们的对手不仅能够观察到空军资产（如飞机）的移动，而且还能观察到飞行员个人和集体的移动。因此，传统上我们的对手无法触及并感兴趣的空军人员现在成为他们可以利用的重要信息渠道。

本文指出了空军OPSEC文化和政策与商业计算和传感能力的进步之间的一个关键差距。空军人员每天与收集大量高度个性化数据的广泛技术互动。虽然商业企业利用这些数据来锁定消费者，但本文研究了对手如何利用类似的方法，利用其成员的个人在线活动对空军进行大规模监视，而不管其地理位置如何。这一分析从空军的OPSEC文化开始，以及这种文化在21世纪的信息环境中未能解决的问题。本文将这一环境描述为无处不在的数据收集环境，讨论了美国的对手如何在冲突前和冲突中利用数据和大规模监控为自己服务，并提供了一个框架来评估数据对空军成员的伤害方式。最后，分析报告以几个建议作结。首先，空军应投资于其OPSEC文化的现代化，重点是政策、教育和培训。第二，空军应该采取一种基于教育和培训的缓解方法，在飞行员的整个职业生涯中，创造一种围绕无处不在的数据收集所带来的威胁的教育意识文化。

关键定义

本文中使用的几个关键术语定义如下：监视是指对已知的重要事物进行监测。人群监视是指对手监测和跟踪具有特定特征的个人群体的能力，如所有空军成员或特定的人口群体、专业、地理位置或空军内部的其他子集。人群监视与大规模监视的不同之处在于它能够专注于一个特定的群体。侦察与监视不同，它使用相同的基础数据来确定新出现的重要指标和警告，如即将发生的军事行动。物联网（IoT）描述了不断扩大的、基本上不显眼的传感器环境，它收集实时计算机化的感官信息，详细说明在一个特定环境中发生的事情。大数据是大量不同数据集的综合，其组合方式是总和大于部分。人工智能（AI）不是一种技术，而是一种系统，它 "结合了信息获取目标、逻辑推理原则和自我修正能力"，其最终目标是实现对大量数据的分析，并利用这些数据 "分辨出一种模式来解释当前数据并预测未来用途。"