см. Начало
Сегодня использование социальных сетей, таких как Facebook, YouTube и Twitter, позволяет быстро распространять новости о гражданских беспорядках по всему миру. Дэн Браха проанализировал глобальные данные о гражданских беспорядках до и после широкого использования радио- и телевизионных приемников. Анализ показывает устойчивость механизмов, вызывающих волнения, несмотря на быстрый рост телекоммуникационных технологий с течением времени.
Результаты, полученные профессором Браха, впервые демонстрируют существование универсальных моделей коллективных волнений в разных странах и регионах, сообщается в публикации «Predicting the Behavior of Civil Unrest: Social Instability Meets Science» на сайте New England Complex Systems Institute.
Нужно отметить, что работы американских и, в целом, западных исследователей социальных протестов акцентированы на доказательстве отсутствия влияния экзогенных причин гражданских беспорядков, в то время как именно внешнее вмешательство является главной причиной всевозможных «цветных» революций и гражданских протестов. Практика показала, что в отсутствие такого вмешательства социум в большинстве случаев остается стабильным даже при низком уровне жизни и отсутствии демократических выборов и социальных лифтов.
Согласно официальной американской версии, в начале 2011 года, на фоне развертывающейся «Арабской весны», по инициативе аналитиков Управления Директора национальной разведки США (ODNI) Агентство передовых исследований в сфере разведки (Intelligence Advanced Research Projects Activity – IARPA), находящееся в подчинении ODNI, развернуло программу «Индикаторы с открытым исходным кодом» (Open Source Indicators – OSI) для того, чтобы «разработать методы непрерывного автоматического анализа общедоступных данных для прогнозирования и/или выявления значимых общественных событий, таких как политические события, кризисы, гуманитарные кризисы, массовое насилие, беспорядки, массовые миграции, вспышки болезней, экономическая нестабильность, нехватка ресурсов и реагирование на стихийные бедствия». По сути, «чтобы обскакать новости» (Essentially to “beat the news”).
В апреле 2012 года доктор Нарен Рамакришнан, директор аналитического центра Discovery в Исследовательском университете штата Вирджиния (Virginia Polytechnic Institute and State University - Virginia Tech), организовал многопрофильную команду из академических и промышленных кругов для запуска проекта EMBERS (Early Model-Based Event Recognition using Surrogates – раннее распознавание событий на основе модели с использованием суррогатов), изначально нацеленного на прогнозирование гражданских беспорядков, выборов, вспышек болезней и внутриполитических кризисов в Латинской Америке. Проект EMBERS должен был реализовать цели Программы OSI, автоматизировав генерацию предупреждений, чтобы аналитики могли сосредоточиться на интерпретации открытий, а не на механизме интеграции информации.
Заметим, что EMBERS в переводе на русский означает «Тлеющие угли».
Подход команды доктора Рамакришнана, в которую вошли специалисты в области компьютерных наук, статистики, математики, электротехники и вычислительной техники, заключался в сотрудничестве человека и компьютера.
Они использовали опыт и знания профильных экспертов (subject matter experts – SME) в разработке моделей для компьютерной обработки огромных массивов Больших Данных.
Что касается Венесуэлы, то здесь профильные эксперты указали, что, поскольку цены находятся под жестким контролем правительства, то, при определенных условиях, может возникнуть товарный дефицит. Поэтому модели были настроены на отслеживание в интернете и СМИ «возросшей болтовни» о нехватке товаров первой необходимости. И действительно, нехватка, помимо прочего, туалетной бумаги привела к массовым протестам.
Ахиллесовой пятой Эквадора является проведение референдумов, так как конституция в последние 20 лет разрешает выводить любые законы, предложенные президентом и отклоненные Конгрессом, на референдум. Поэтому, внимание команды доктора Рамакришнана было сосредоточено на законотворчестве и общественных предпочтениях. Таким образом, профильные эксперты определяли критические локальные проблемы (иными словами – параметры порядка), характерные для конкретной страны, которые помогали разработать наиболее эффективные модели.
С самого начала доктор Рамакришнан установил такой порядок, что EMBERS тестировал разные модели, а затем включал то, что дало результат изучали, в каждую новую итерацию.
Одной из основных проблем при анализе Больших данных является извлечение сигналов из шума. Очевидной проблемой Больших Данных является огромное количество «stuff» (информационного хлама), которые необходимо изучить, чтобы найти полезные биты, объединяющиеся далее в «картинки», которые поддерживают прогноз.
В Латинской Америке, по меньшей мере, 60% «сигналов тревоги» EMBERS генерирует из неструктурированных данных: 35 % из социальных средств массовой информации (включая твиты) и 25 % из новостей. Остальные 40 % поступают из разных источников, включая исторические данные и высоко структурированные данные (такие как цены на продовольствие и товары, экономические показатели) и другие отчеты.
На этапе «обогащения сообщений» EMBERS структурирует неструктурированные данные с помощью платформы для анализа текста Rosette® от Basis Technology. «Розетка» - это «открывашка и сортировщик», обогащающая текст и применяющая метаданные. Например, «Розетка» прочесывает ленту Twitter, новостные ленты и блоги, сортируя их по категориям: «испанский, португальский, английский, французский» или «существительное, глагол, прилагательное» или «дата/время, человек, местоположение, организация».
EMBERS – это полностью автоматическая система, работающая 24 × 7 без вмешательства человека, перерабатывая почти 20 ГБ данных с открытым исходным кодом в сутки. Данные поступают из более чем 19 000 блогов и новостных лент, твитов, сообщений, изменений в Википедии, экономических показателей, опросов общественного мнения, данных о погоде, Google Flu Trends и даже из некоторых нетрадиционных источников данных, таких как изображений парковок и данным о бронировании мест в ресторанах.
EMBERS начал свою деятельность в ноябре 2012 года, сосредоточившись на 20 странах Латинской Америки и выпустив «предупреждения», которые прогнозировали различные протестные события.
Точность «предупреждений» оценивалась независимой сторонней группой корпорации MITRE. С самого начала перед MITRE была поставлена задача разработать «ground truth» (что можно контекстно перевести как «систему координат» или «точку отсчета»), просматривая газетные статьи на предмет сообщений о гражданских беспорядках. Команда MITRE сформировала эти отчеты по так называемому «золотому стандарту» (GSR) и использовала их как в качестве данных для верификации моделей различных команд, так и в качестве критерия для оценки успеха.
EMBERS начал рассылать «предупреждения» в ноябре 2012 года по Латинской Америке и к концу первого года демонстрировал некоторую предсказательную силу, но этого было недостаточно, чтобы назвать безоговорочным успехом. Прогнозы EMBERS не превысили минимального параметра качества, который был определен IARPA и составлял 3,0 по 4-балльной шкале (4 – безупречно). В конце первого года EMBERS балансировал на уровне этого минимального критерия качества, не превышая его.
Ко второму году работы EMBERS уверенно давал прогнозы с рейтингом значительно выше 3.0 по гражданским беспорядкам.
К марту 2014 года, после 17 месяцев генерации «предупреждений», EMBERS уверенно «обгонял новости» и делал это лучше конкурентов.
Всего было сгенерировано более 10 000 «предупреждений». Около 40-50 предупреждений в день. Правильно прогнозировались протесты во время «бразильской весны» летом 2013 года, которые продлились три недели и включали сотни протестов.
Правильно прогнозировались студенческие протесты в Венесуэле в начале 2014 года. EMBERS также правильно прогнозировал, что протесты в Венесуэле примут насильственный характер.
EMBERS превысил свои двухлетние цели по метрикам по трем критериям, соблюдая по одному, и уступил – очень мало – по пятому критерию.
В июне 2014 года, еще до своего успеха в Латинской Америке, команда EMBERS начала работу по прогнозированию событий на Ближнем Востоке.
Управление перспективных исследовательских проектов Министерства обороны США DARPA (Defense Advanced Research Projects Agency) обосновывает необходимость компьютерного моделирования социального поведения населения той или иной страны необходимостью информационной защиты от действий потенциального противника.
С момента своего создания в апреле 2012 года в среднем от 80 до 90 процентов прогнозов, которые он генерирует, оказались точными, и они поступают в среднем на семь дней раньше прогнозируемого события. EMBERS основывается на том, что компьютерные гики называют «индикаторами с открытым исходным кодом» - социальных медиа, спутниковых изображениях и более чем 200 000 общедоступных блогах. Он копирует до 2000 сообщений в секунду и покупает данные с открытым исходным кодом, такие как «пожарный шланг» Twitter, который транслирует сотни миллионов твитов в режиме реального времени в день.
«Это полностью автоматизированная система, которая генерирует от 45 до 50 оповещений в день, 24 часа в сутки, семь дней в неделю. В нем указывается дата прогнозируемого события, место и координаты, кто или какие группы участвуют, причина волнений и уровень достоверности прогноза. Цель? Предсказать все, что может дать США шанс защитить американцев за рубежом и их союзников»,
– пишет издание.
EMBERS точно предсказал импичмент президента Парагвая в 2012 году, протесты на чемпионате мира в Бразилии в 2013 году и жестокие студенческие протесты 2014 года в Венесуэле. В эти дни (в июле 2015 года) программа контролирует 20 стран в Латинской Америке и начинает изучать Ближний Восток и Северную Африку, охватывая Ирак, Сирию, Египет, Бахрейн, Иорданию, Саудовскую Аравию и Ливию.
Проект EMBERS был рожден в рамках конкурса, организованного в 2012 году Джейсоном Мэтэни, заместителем директора Государственного управления по прогнозированию сюрпризов (the government's Office for Anticipating Surprise – это название реального офиса) и функционером IARPA, подразделения Управления директора Национальной разведки США. Трем командам – из Политехнического Института штата Вирджиния Virginia Tech, фирмы по квантовым вычислениям Raytheon BBN Technologies в Кембридже (штат Массачусетс), и Hughes Research Laboratories (Малибу, штат Калифорния), - было предложено построить наилучшую возможную модель прогнозирования на основе индикаторов с открытым исходным кодом. Самым успешным из них оказался EMBERS, который в конечном итоге интегрировал в свою группу нескольких членов других команд, в том числе Raytheon BBN.
Независимый подрядчик, который считывает и оценивает точность прогнозов EMBERS, является некоммерческий исследовательский центр MITRE (Маклин, штат Вирджиния), финансируемый правительством США.
MITRE, как сообщается на сайте организации, работает в тесном контакте с Министерством национальной безопасности США (Department of Homeland Security).
MITRE имеет глубокие связи с Пентагоном, структурами национальной безопасности и разведки США. Сотрудничающий с MITRE Терри Рид является представителем руководителя отдела информационной безопасности Министерства национальной безопасности в комитете Рабочей группы по системам национальной безопасности, который занимается политическими проблемами, связанными с секретными информационными системами.
Присутствие американских и иных спецслужб в информационном и физическом пространстве стран-мишеней не исчерпывается электронной разведкой, которая, помимо прочего, с тем или иным успехом прогнозирует социальные беспорядки и волнения. Несмотря на то, что все без исключения западные источники видят причину социальных протестов только лишь во внутренних неурядицах, которые действительно имеют место в любой стране мира, государственный переворот, каковым де-факто является цветная революция, в подавляющем большинстве случаев, невозможен без внешнего вмешательства и финансирования.
Для эффективного управления нарастающим хаосом необходимы сигналы обратной связи, которые и обеспечиваются в рамках таких проектов, как EMBERS («Тлеющие угли»).
В последние годы в открытом доступе в интернете появилось много публикаций американских аналитиков из команды Virginia Tech, в которых рассказывается об их успешной работе по моделированию социальных протестов и иных социальных процессов. Основное внимание в этих публикациях уделяется проблематике и успехам машинного моделирования, и лишь слега рассказывается об участии и роли профильных экспертов (subject matter experts – SME).
На самом деле, как можно предположить, не машинное моделирование, а профильные эксперты решают самую сложную задачу: определяют кризисные параметры порядка и весовые коэффициенты этих параметров. Машинное моделирование берет на себя лишь скоростной анализ и сортировку тысяч «агентов», из которых профильные эксперты и выделяют ключевые «агенты», то есть параметры порядка, от которых зависит устойчивость сложной адаптивной системы – социума и политикума страны-мишени.
Алгоритмы сортировки «агентов» оптимизируются в процессе многочисленных итераций с участием профильных аналитиков корпорации MITRE в процессе сверки произведенных командой Virginia Tech прогнозов с реальными событиями.
Весовые коэффициенты параметров порядка уточняются, так же как уточняются и корректируются сами параметры порядка, то есть путем сопоставления прогнозов и реальных событий.
Именно ведущие специалисты по ключевым направлениям определяют успех или неуспех форкастинга социальных катастроф, а машинный анализ и многоуровневая сортировка являются лишь инструментом, таким, как бухгалтерские счеты или арифмометр в прошлом.
На самом деле, моделирование социальных процессов на основе многоагентного подхода широко применяется во всем мире, в том числе и в России. Преимущество американских аналитиков и спецслужб состоит не столько в масштабном финансировании таких проектов, сколько в системном подходе и до совершенства отлаженном взаимодействии всех родов и видов виртуальных и физических войск. Проект EMBERS, также как и проекты Minerva органично входит в стратегические разработки Пентагона, такие как стратегия «Принуждающей мощи» (coercive power).
Если говорить о способах противодействия таким стратегиям, то приоритетной мишенью для информационных атак являются аналитики американского стратегического Генштаба, то есть «профильные специалисты» из американских университетов и аналитических центров, которые разрабатывают планы «цветных» революций во всем мире.
Заглавное фото: aolcdn.com
Список литературы
- Stephanie Forrest, Steven Hofmeyr и Benjamin Edwards, “The Complex Science of Cyber Defense”, Harvard Business Review, June 24, 2013, https://hbr.org/2013/06/embrace-the-complexity-of-cybe
- M. Mitchell Waldrop. «What if a nuke goes off in Washington, D.C.? Simulations of artificial societies help planners cope with the unthinkable». «Science». 12.04.2018. https://www.sciencemag.org/news/2018/04/what-if-nuke-goes-washington-dc-simulations-artificial-societies-help-planners-cope?utm_source=youtube&utm_medium=digital&utm_campaign=vid-agentmodels-18860
- Gizem Korkmaz, Jose Cadena, Chris J. Kuhlman, Achla Marathe, Anil Vullikanti, Naren Ramakrishnan. Multi-Source Models for Civil Unrest Forecasting. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6192062/
- Jose Cadena, Gizem Korkmaz, Chris J. Kuhlman, Achla Marathe, Naren Ramakrishnan, Anil Vullikant. Forecasting Social Unrest Using Activity Cascades. http://people.cs.vt.edu/ramakris/papers/journal.pone.0128879.pdf
- https://studfile.net/preview/8186920/page:4/
- The Behavior of Civil Unrest: Social Instability Meets Science. https://necsi.edu/predicting-the-behavior-of-civil-unrest
- Virginia Tech: EMBERS. https://www.basistech.com/case-study/virginia-tech-embers/
- Dr. Brian Kettler. Computational Simulation of Online Social Behavior (SocialSim). https://www.darpa.mil/program/computational-simulation-of-online-social-behavior. (доступно через браузер Tor).
- «The EMBERS Project Can Predict the Future With Twitter». https://www.newsweek.com/2015/03/20/embers-project-can-predict-future-twitter-312063.html
- https://www.mitre.org/centers/homeland-security-systems-engineering-and-development-institute/who-we-are
- Рачья Арзуманян. Кромка Хаоса. М.: Издательский Дом «Регнум». 2012.
- Владимир Арнольд. Теория катастроф М., Наука, 1990
- Глызин С.Д., Колесов А.Ю., Розов Н.Х. Катастрофа голубого неба в системах с неклассическими релаксационными колебаниями. «Моделирование и анализ информационных систем», том 22, № 1. 2015. Издательство Ярославльского гос. ун-та.
- Василий Селюнин, Григорий Ханин. «Лукавая цифра». «Новый мир» №2, 1987 год.
- Журнал «Огонёк», №24. 16.06.2002 стр. 10.
- Малинецкий Г.Г. Сценарии, стратегические риски, информационные технологии // Информационные технологии и вычислительные системы. 2002. № 4. С. 83-108.
- Арнольд Владимир Игоревич. «Жесткие» и «мягкие» математические модели. М. МЦНМО, 2004.