商容軒 張斌 馬海群 張濤

摘?要：[目的/意義]開源情報(bào)作為一種新興事物已經(jīng)得到了各國(guó)研究人員的廣泛重視，梳理其研究現(xiàn)狀、熱點(diǎn)以及研究趨勢(shì)，既能夠?qū)^(guò)去的研究進(jìn)行很好的總結(jié)，同時(shí)也能夠?yàn)楹罄m(xù)研究提供借鑒和參考，促進(jìn)開源情報(bào)產(chǎn)業(yè)化發(fā)展。[方法/過(guò)程]采用文獻(xiàn)計(jì)量學(xué)方法，獲取國(guó)外開源情報(bào)相關(guān)研究的文獻(xiàn)，之后對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行預(yù)處理，采用可視化分析展現(xiàn)其研究現(xiàn)狀、研究熱點(diǎn)，并對(duì)未來(lái)的趨勢(shì)進(jìn)行預(yù)判。[結(jié)果/結(jié)論]近年來(lái)，對(duì)于開源情報(bào)的研究呈現(xiàn)出快速增長(zhǎng)的態(tài)勢(shì)，同時(shí)也顯現(xiàn)出了交叉領(lǐng)域的特征，開源情報(bào)領(lǐng)域呈現(xiàn)出越來(lái)越明顯的技術(shù)依賴性，可以推動(dòng)技術(shù)的進(jìn)步進(jìn)而促進(jìn)開源情報(bào)研究的持續(xù)發(fā)展，提升對(duì)開源情報(bào)進(jìn)行開發(fā)以及分析的準(zhǔn)確性。

關(guān)鍵詞：開源情報(bào);可視化分析;文獻(xiàn)計(jì)量;知識(shí)圖譜;研究趨勢(shì)

DOI：10.3969/j.issn.1008-0821.2022.01.001

〔中圖分類號(hào)〕G250.2?〔文獻(xiàn)標(biāo)識(shí)碼〕A?〔文章編號(hào)〕1008-0821（2022）01-0005-09

Abstract：[Purpose/Significance]As a new thing，open source intelligence has been widely valued by researchers all over the world.Combing its research status，hot spots and research trends can not only make a good summary of the past research，but also provide reference for the follow-up research and promote the development of open source intelligence industrialization.[Method/Process]In the study，bibliometrics was used to obtain the documents of foreign open source information for related research，then the document data was preprocessed，and various visual analysis methods were used to show its research status and research hotspot，and the future trend was the predicted.[Result/Conclusion]In recent years，the research on open source intelligence has shown a trend of rapid growth，but also shows the characteristics of cross fields.The open source intelligence field shows more and more obvious technology dependence，which can promote the progress of technology，and then promote the sustainable development of open source intelligence research，and improve the accuracy of open source intelligence development and analysis.

Key words：open source intelligence;visual analysis;bibliometrics;knowledge map;research trends

信息化技術(shù)日新月異的發(fā)展使得情報(bào)思維和情報(bào)的獲取方式產(chǎn)生了根本性的變革。雖然“秘密情報(bào)”有其獨(dú)一無(wú)二的可靠性以及穩(wěn)定性，但是“開源情報(bào)”的門檻低、信息廣，在情報(bào)工作和情報(bào)工作制度中發(fā)揮著不可替代的重要作用[1]。正如英國(guó)沖突研究所研究員安妮·阿迪斯所言：“沒(méi)有公開來(lái)源的情報(bào)，密級(jí)情報(bào)分析無(wú)法做得更好”[2]。開源情報(bào)的觀念肇始于20世紀(jì)30年代，當(dāng)時(shí)的英國(guó)工業(yè)情報(bào)中心通過(guò)對(duì)德國(guó)海關(guān)進(jìn)出口統(tǒng)計(jì)數(shù)據(jù)的分析，認(rèn)為德國(guó)當(dāng)時(shí)正進(jìn)行戰(zhàn)爭(zhēng)準(zhǔn)備[3]。而1941年美國(guó)成立“外國(guó)廣播監(jiān)測(cè)處”[4]，則可以作為分析、搜集開源情報(bào)的起點(diǎn)，到如今開源情報(bào)已經(jīng)走過(guò)了將近80年的路程。在這80年的時(shí)間里，國(guó)內(nèi)外不少專家學(xué)者、情報(bào)界的分析人士以及來(lái)自政府或者軍方的情報(bào)官員都從各自的立場(chǎng)出發(fā)，對(duì)開源情報(bào)進(jìn)行了相關(guān)的研究或者是闡釋。但是進(jìn)行適當(dāng)?shù)目偨Y(jié)性回顧能夠更好地為未來(lái)開源情報(bào)的研究、發(fā)展和利用奠定基礎(chǔ)。因此，需要從文獻(xiàn)計(jì)量的角度出發(fā)，分析國(guó)外對(duì)于開源情報(bào)研究的現(xiàn)狀，了解其研究熱點(diǎn)并對(duì)相關(guān)趨勢(shì)進(jìn)行總結(jié)和分析，促進(jìn)國(guó)內(nèi)更好地以產(chǎn)業(yè)化的手段對(duì)開源情報(bào)進(jìn)行利用。

1?研究目的與研究方法

1.1?研究目的

通過(guò)相關(guān)文獻(xiàn)計(jì)量的方法，對(duì)國(guó)外以開源情報(bào)為主題的文獻(xiàn)進(jìn)行分析，并采用可視化分析的方法對(duì)其中的指標(biāo)分析結(jié)果進(jìn)行展示，了解國(guó)外在開源情報(bào)領(lǐng)域的研究熱點(diǎn)有哪些、研究現(xiàn)狀如何以及研究趨勢(shì)的演變，對(duì)國(guó)內(nèi)開源情報(bào)的研究起到借鑒作用，更好地促進(jìn)開源情報(bào)的產(chǎn)業(yè)化發(fā)展以及開發(fā)利用，為實(shí)際決策提供參考。

1.2?研究方法

為實(shí)現(xiàn)本文的研究目的，結(jié)合研究的實(shí)際情況，主要采用文獻(xiàn)計(jì)量學(xué)的方法和可視化分析的方法[5]。文獻(xiàn)計(jì)量即通過(guò)分析符合要求文獻(xiàn)的發(fā)表時(shí)間、作者、關(guān)鍵詞、機(jī)構(gòu)等一些外在的統(tǒng)計(jì)指標(biāo)，并借助數(shù)理統(tǒng)計(jì)的知識(shí)來(lái)揭示某一領(lǐng)域或某一學(xué)科在一定時(shí)間段內(nèi)的熱點(diǎn)演變、研究現(xiàn)狀等內(nèi)容。但是單純通過(guò)文獻(xiàn)計(jì)量展示出來(lái)的內(nèi)容或者結(jié)論可讀性較差，因此借助可視化分析的手段，包括Citespace、Vosviewer等工具，以圖的形式可以更好地將結(jié)論直觀、形象地展示出來(lái)。

2?數(shù)據(jù)獲取與數(shù)據(jù)分析

2.1?數(shù)據(jù)獲取

為充分、準(zhǔn)確地獲得本次研究所需要的數(shù)據(jù)，在Web of Science數(shù)據(jù)庫(kù)中進(jìn)行檢索，該數(shù)據(jù)庫(kù)是全球最大、覆蓋學(xué)科最廣的綜合性學(xué)術(shù)信息資源數(shù)據(jù)庫(kù)。根據(jù)本文的研究目的，只要是涉及開源情報(bào)或者是包含開源情報(bào)相關(guān)思想的文獻(xiàn)都可以納入本次的研究范疇。為此，采用主題檢索的方式。具體檢索條件為：主題=Open Source Intelligence，數(shù)據(jù)庫(kù)選擇“Web of Science核心合集數(shù)據(jù)庫(kù)”，時(shí)間段截至2020年，檢索時(shí)間為2020年10月30日，同時(shí)對(duì)檢索出來(lái)的文獻(xiàn)進(jìn)行人工篩選以提高檢索的精度和準(zhǔn)確度。共計(jì)得到符合要求的文獻(xiàn)601篇，將這601篇文獻(xiàn)的題錄信息導(dǎo)出，導(dǎo)出內(nèi)容為“全記錄與引用的參考文獻(xiàn)”，導(dǎo)出格式為“純文本”。

2.2?數(shù)據(jù)分析

1）時(shí)間與發(fā)文量的分析

對(duì)601篇文獻(xiàn)的發(fā)表時(shí)間進(jìn)行梳理，可得統(tǒng)計(jì)結(jié)果如圖1所示。

雖然在20世紀(jì)90年代到21世紀(jì)初已經(jīng)形成開源情報(bào)的概念，但是如圖1所示，國(guó)外對(duì)開源情報(bào)的系統(tǒng)性研究開始于2007年，當(dāng)年發(fā)表論文5篇，之后呈現(xiàn)出逐步上升的態(tài)勢(shì)，2020年截至檢索日期已經(jīng)發(fā)表文獻(xiàn)130篇，平均每年約40篇左右，如果以平均值作為分界線，在2007—2014年對(duì)于開源情報(bào)的研究處在剛開始起步的發(fā)展期，而到了2015—2020年則屬于穩(wěn)步上升期，所發(fā)表文獻(xiàn)的綜合占全部601篇的80%左右，可以說(shuō)絕大部分開源情報(bào)的研究成果產(chǎn)出自近5年左右的時(shí)間。從2012年開始，美國(guó)發(fā)布“大數(shù)據(jù)研發(fā)計(jì)劃”[6]，旨在從海量的開源數(shù)據(jù)中及時(shí)掌握需要的情報(bào)信息并獲取關(guān)鍵性的知識(shí);同時(shí)2015年各大技術(shù)廠商也在紛紛推動(dòng)開源技術(shù)的進(jìn)步。從政策和技術(shù)兩個(gè)方面推動(dòng)了開源情報(bào)穩(wěn)步上升期的到來(lái)。

2）研究熱點(diǎn)分析

使用VOSviewer可視化分析軟件，將上文中保存好題錄信息的文本文檔導(dǎo)入，通過(guò)抽取Title以及Abstract中的名詞性短語(yǔ)作為研究熱點(diǎn)。之所以采用VOSviewer來(lái)進(jìn)行研究熱點(diǎn)之間的聚類，主要是由于其色彩搭配較之Citespace更加豐富，且呈現(xiàn)出研究熱點(diǎn)之間聯(lián)系的緊密程度高于Citespace。每篇文章的標(biāo)題以及摘要部分是文章整體的濃縮，通過(guò)抽取、識(shí)別其中的名詞性信息，能夠比單純通過(guò)關(guān)鍵詞提取到的研究熱點(diǎn)更加全面、準(zhǔn)確。識(shí)別出的結(jié)果如圖2所示。

開源情報(bào)（OSINT）的誕生、發(fā)展與社會(huì)大環(huán)境的發(fā)展有著密不可分的聯(lián)系。例如新冠疫情從暴發(fā)到全球蔓延，不同學(xué)者從自身的學(xué)術(shù)背景出發(fā)，都對(duì)在突發(fā)公共衛(wèi)生事件中，如何有效地利用OSINT來(lái)應(yīng)對(duì)進(jìn)行了探索并取得了一系列的有益成果。不論是傳統(tǒng)醫(yī)學(xué)，亦或是現(xiàn)代醫(yī)學(xué)，或者是將各種高技術(shù)手段應(yīng)用在抗擊疫情的戰(zhàn)斗中，國(guó)外的同行都對(duì)OSINT給予持續(xù)的關(guān)注并付出了相當(dāng)大的努力。由圖2可以看出，國(guó)外開源情報(bào)的研究熱點(diǎn)大致分為3類，采用3種不同顏色進(jìn)行表示。每一個(gè)圓圈代表一個(gè)研究?jī)?nèi)容，圓圈越大說(shuō)明該研究?jī)?nèi)容在開源情報(bào)的領(lǐng)域中越受到關(guān)注和重視。

第一類即圖2中紅色節(jié)點(diǎn)顯示的詞語(yǔ)，共計(jì)包含99項(xiàng)。和其他節(jié)點(diǎn)聯(lián)系較為密切且圓圈較大的主要有medicine、health、history、experience、effect、mechanism、group、function以及improvement等，主要涉及開源情報(bào)在不同領(lǐng)域內(nèi)的應(yīng)用，如醫(yī)療、健康、機(jī)械、教育等方面。Harris E S J等[7]學(xué)者認(rèn)為，將開源情報(bào)的思想與民族醫(yī)藥學(xué)領(lǐng)域的日常實(shí)踐結(jié)合起來(lái)，構(gòu)建開源基礎(chǔ)的多語(yǔ)言數(shù)據(jù)庫(kù)，能夠?yàn)樗幬锏奶崛∨c分級(jí)、藥物質(zhì)量檢測(cè)、不同民族醫(yī)學(xué)之間的相互交流以及高質(zhì)量藥物的篩選提供幫助。此次新冠疫情傳統(tǒng)醫(yī)藥能夠發(fā)揮重要作用也證明了其研究領(lǐng)域與方法的正確性。Quick D等[8]提出了一種基于實(shí)體識(shí)別以及開放源代碼信息的框架，并將開源情報(bào)的內(nèi)容應(yīng)用在數(shù)字取證領(lǐng)域，通過(guò)測(cè)試數(shù)據(jù)顯示將開源情報(bào)作為數(shù)字證據(jù)能夠增加實(shí)體情報(bào)分析時(shí)的價(jià)值，從而擴(kuò)大開源情報(bào)的應(yīng)用范疇;也有學(xué)者[9]指出，開源情報(bào)在機(jī)械工程領(lǐng)域更加具有應(yīng)用的潛力，為驗(yàn)證其提出的想法，通過(guò)對(duì)5家該領(lǐng)域內(nèi)的跨國(guó)公司進(jìn)行采訪，指出在日常的公司內(nèi)部討論業(yè)務(wù)的時(shí)候?qū)㈤_源情報(bào)的思想融合進(jìn)來(lái)，能夠極大地激發(fā)公司內(nèi)部的創(chuàng)新動(dòng)力，除此之外，開源情報(bào)的使用還能夠改善公司內(nèi)部同外部公關(guān)部門之間的關(guān)系，更好地幫助公司在處理危機(jī)時(shí)占據(jù)有利位置;Brando A等[10]探究了開源情報(bào)在提取臨床指標(biāo)以及與醫(yī)療保健知識(shí)相關(guān)聯(lián)方面的可行性，并通過(guò)實(shí)例驗(yàn)證了所提方法是可以實(shí)現(xiàn)的。

第二類即圖2中綠色節(jié)點(diǎn)顯示的詞語(yǔ)，共計(jì)包含64項(xiàng)。和其他節(jié)點(diǎn)聯(lián)系較為密切且圓圈較大的詞語(yǔ)主要有intelligence、open source intelligence、data source、big data以及case study等，主要涉及對(duì)開源情報(bào)自身的研究。Gabriela T[11]指出，開源情報(bào)在重視技術(shù)所發(fā)揮的作用的同時(shí)，不應(yīng)忽視人的影響作用，將技術(shù)因素和人為因素結(jié)合起來(lái)，確保情報(bào)內(nèi)容準(zhǔn)確、情報(bào)質(zhì)量可靠是開源情報(bào)持續(xù)發(fā)揮作用的根本;Koops B J等[12]學(xué)者認(rèn)為，開源情報(bào)需要借鑒技術(shù)、法律以及道德的內(nèi)容來(lái)充實(shí)自身，從而更好地讓開源情報(bào)的內(nèi)容和成果在合法的前提下，被越來(lái)越多的客戶所接受，進(jìn)而擴(kuò)大開源情報(bào)的應(yīng)用范疇;Eldridge C等[13]學(xué)者提出開源情報(bào)應(yīng)該在大數(shù)據(jù)背景下發(fā)揮自身的作用，將大數(shù)據(jù)的內(nèi)涵和技術(shù)分析的特點(diǎn)融合進(jìn)自身的理論基礎(chǔ)中來(lái)，并充分發(fā)揮分析人員的主觀能動(dòng)性，做到大數(shù)據(jù)、技術(shù)、分析人員三者有機(jī)結(jié)合，共同促進(jìn)開源情報(bào)的發(fā)展;除了上述一般性因素需要考慮之外。

第三類即圖2中藍(lán)色節(jié)點(diǎn)顯示的詞語(yǔ)，共計(jì)包含51項(xiàng)。其中包含的主要技術(shù)性詞語(yǔ)有algorithm、code、deep learning、library、machine learning、network、open source software等。Ganino G等[14]認(rèn)為，在爬取網(wǎng)絡(luò)上的開源情報(bào)時(shí)需要將本體的概念融合進(jìn)來(lái)，并提出“通用文本工程體系結(jié)構(gòu)”的概念，同時(shí)結(jié)合深度學(xué)習(xí)和機(jī)器學(xué)習(xí)對(duì)于開源情報(bào)數(shù)據(jù)格式提出的要求，實(shí)例驗(yàn)證了所提方法的準(zhǔn)確性;Bernard R等[15]學(xué)者還認(rèn)為，開源情報(bào)相關(guān)理論需要補(bǔ)充危機(jī)管控方面的因素，并指出突發(fā)事件發(fā)生時(shí)帶來(lái)的管轄權(quán)以及情報(bào)所有權(quán)問(wèn)題也同樣需要重視。

從研究熱點(diǎn)來(lái)看，國(guó)外針對(duì)開源情報(bào)的研究與社會(huì)環(huán)境的變化息息相關(guān)，一方面是因?yàn)殚_源情報(bào)所具備的“開源”屬性使得其自身與社會(huì)環(huán)境變化具有千絲萬(wàn)縷的聯(lián)系，如新冠疫情暴發(fā)則大多數(shù)學(xué)者[7，11-14]傾向于從搜集醫(yī)療情報(bào)，進(jìn)而從自身的視角出發(fā)開展相關(guān)研究;另一方面是情報(bào)自身所具有的“耳目、尖兵、參謀”的特點(diǎn)使得相關(guān)機(jī)構(gòu)、學(xué)者[8-10]需要從開源情報(bào)的視角出發(fā)來(lái)獲得相關(guān)決策支持。

3）研究前沿分析

韓雙淼等[16]認(rèn)為，研究前沿即領(lǐng)域內(nèi)存在的一組潛在的研究問(wèn)題和動(dòng)態(tài)概念，可以起到明確研究方向的作用。因此，導(dǎo)入本次研究的題錄信息到Citespace軟件中，可以得到開源情報(bào)領(lǐng)域關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)時(shí)區(qū)圖，如圖3所示。

圖3中每1個(gè)節(jié)點(diǎn)代表1個(gè)關(guān)鍵詞，每1條淡粉色和白色的色帶代表1年，兩個(gè)關(guān)鍵詞之間的共現(xiàn)次數(shù)越是頻繁，則兩個(gè)節(jié)點(diǎn)之間的連線越是密切，節(jié)點(diǎn)的大小與關(guān)鍵詞在領(lǐng)域中的重要性高低呈現(xiàn)出正相關(guān)的關(guān)系。

在2007—2014年，開源情報(bào)的研究逐漸興起，即圖2中的發(fā)展期，并且圖3中較為重要的詞語(yǔ)大部分是在這一時(shí)間段內(nèi)開始出現(xiàn)，如artificial intelligence、model、algorithm、open source intelligence、network、framework、open source等。這一時(shí)期各種概念、算法、模型、工具以及指標(biāo)等的出現(xiàn)為下一階段研究成果的快速涌現(xiàn)奠定了基礎(chǔ)。同時(shí)，以人工智能、物聯(lián)網(wǎng)以及5G為核心的數(shù)字爆炸時(shí)代的到來(lái)，數(shù)字化浪潮正在席卷全球，快速獲取數(shù)據(jù)的能力，精準(zhǔn)定位分析的能力，并且高效便捷地利用各種開源情報(bào)的能力就顯得尤為重要。國(guó)外各個(gè)領(lǐng)域的同行也敏銳地捕捉到了這一點(diǎn)并進(jìn)行了廣泛且深入的研究。Glassman M等[17]認(rèn)為，開源情報(bào)的發(fā)展和研究是人類解決21世紀(jì)難題的重要途徑，通過(guò)對(duì)OSINT的研究，超越了傳統(tǒng)的對(duì)于文化智能邊界的框架，并且可以擺脫掉后續(xù)合作的束縛，提高后續(xù)進(jìn)行人工智能領(lǐng)域合作的精確度，進(jìn)一步激發(fā)人類從信息中挖掘潛在有意義情報(bào)的潛力;而Koops B J等[18]則從OSINT來(lái)源廣泛的特點(diǎn)出發(fā)，認(rèn)為如果不加限制地對(duì)OSINT進(jìn)行開發(fā)和利用，可能會(huì)帶來(lái)潛在的隱私泄露的風(fēng)險(xiǎn)，并且據(jù)此提出了一個(gè)隱私策略分析的框架，之后通過(guò)實(shí)例進(jìn)行驗(yàn)證，指出收集和使用限制、數(shù)據(jù)的質(zhì)量是對(duì)隱私數(shù)據(jù)泄露的兩個(gè)關(guān)鍵因素，在開發(fā)和使用OSINT平臺(tái)或者工具的過(guò)程中需要用戶根據(jù)自己的實(shí)際需要來(lái)進(jìn)行具體的選擇。Kim Y等[19]學(xué)者探究將開源情報(bào)的思想應(yīng)用在學(xué)生教育中的情況，為此專門設(shè)計(jì)了若干分析指標(biāo)，包括信息區(qū)分度和信息反應(yīng)力等，并對(duì)367名大學(xué)生進(jìn)行了實(shí)例驗(yàn)證，結(jié)果發(fā)現(xiàn)在日常教育領(lǐng)域納入開源情報(bào)的思想能夠有效提升學(xué)生的信息獲取、信息區(qū)分能力，同時(shí)學(xué)生的自我效能也得到了有效的提高，并對(duì)今后可能產(chǎn)生的其他影響進(jìn)行了討論;Hayes D R等[20]學(xué)者從開源情報(bào)的思想出發(fā)，通過(guò)分析電力系統(tǒng)的軟件、硬件和負(fù)責(zé)關(guān)鍵位置運(yùn)維保障的日常工作人員可能遇到或者產(chǎn)生的工作紕漏以及安全隱患，提出了相應(yīng)的建議和解決措施。而在2015—2020年的穩(wěn)步上升期之中，由于前期研究基礎(chǔ)的奠定以及信息化環(huán)境的快速改變，涌現(xiàn)出大數(shù)據(jù)、大數(shù)據(jù)分析、厚數(shù)據(jù)、數(shù)據(jù)故事化以及機(jī)器學(xué)習(xí)等概念，使得這一時(shí)期的主要關(guān)鍵詞有data science、privacy、deep neutral network、data mining、big data analysis等，數(shù)據(jù)類型的多種多樣、各種自媒體終端的快速普及等為開源情報(bào)提供了廣泛的情報(bào)來(lái)源，同時(shí)也為情報(bào)研究與分析帶來(lái)了挑戰(zhàn)。Burtsev M等[21]從取自維基百科的短文本片段和個(gè)性化語(yǔ)句出發(fā)，結(jié)合深度神經(jīng)學(xué)習(xí)網(wǎng)絡(luò)、數(shù)據(jù)挖掘以及大數(shù)據(jù)分析等工具，對(duì)將近5 000條人機(jī)之間的對(duì)話信息進(jìn)行了分析，為不同環(huán)境下的開源情報(bào)分析提供了借鑒，也深化拓展了不同情報(bào)分析算法、工具的應(yīng)用場(chǎng)景。

從研究前沿來(lái)看，針對(duì)開源情報(bào)的研究除了如何獲取搜集和分析之外，保護(hù)情報(bào)自身不被外泄也是開源情報(bào)學(xué)者[17-18]重點(diǎn)關(guān)注的方向。而且由于國(guó)外的形勢(shì)日趨復(fù)雜，同時(shí)面臨的威脅也與21世紀(jì)之前有很大的差別。因此，關(guān)注社會(huì)變化和各種突發(fā)事件以及如何從海量的、類型復(fù)雜的以及快速產(chǎn)生的大量情報(bào)分析資料中快速針對(duì)不同客戶提取不同類型的信息就顯得尤為重要，這也是國(guó)外學(xué)者[19-21]所致力于研究的主要方向。

4）國(guó)家（地區(qū)）分析

在Citespace 5.7 R2中，將分析節(jié)點(diǎn)選擇為Country，可以得到不同國(guó)家（地區(qū)）之間所產(chǎn)出成果數(shù)量的多少以及彼此之間的合作關(guān)系，節(jié)點(diǎn)圓圈的大小與該節(jié)點(diǎn)代表國(guó)家（地區(qū)）的產(chǎn)出成果成正比，節(jié)點(diǎn)之間連線的疏密程度與兩個(gè)國(guó)家（地區(qū)）之間合作的緊密程度成正比，而節(jié)點(diǎn)圓圈包含的顏色越淺，那么該節(jié)點(diǎn)代表國(guó)家（地區(qū)）涉及開源情報(bào)領(lǐng)域的時(shí)間越近，主要節(jié)點(diǎn)如圖4所示。

從圖4中可以看出，美國(guó)、英國(guó)、西班牙等國(guó)家（地區(qū)）的節(jié)點(diǎn)較大，產(chǎn)出成果較多，且研究持續(xù)時(shí)間較長(zhǎng)，基本在整個(gè)時(shí)間跨度內(nèi)都存在。據(jù)Citespace統(tǒng)計(jì)，美國(guó)出現(xiàn)了148次，英國(guó)出現(xiàn)60次，中國(guó)出現(xiàn)55次，西班牙出現(xiàn)46次。按照出現(xiàn)次數(shù)的降序排列，前20位的國(guó)家（地區(qū)）的文章均是出現(xiàn)在2014年之前，說(shuō)明發(fā)展期已經(jīng)為后續(xù)的進(jìn)步打下了堅(jiān)實(shí)的基礎(chǔ)。美國(guó)情報(bào)界早在2006年就頒發(fā)了《國(guó)家開源情報(bào)計(jì)劃》，并成為指導(dǎo)美國(guó)開源情報(bào)工作的現(xiàn)行規(guī)范，隨后美國(guó)國(guó)防部、空軍、陸軍等機(jī)構(gòu)和組織紛紛頒布了自己的開源情報(bào)指導(dǎo)意見來(lái)促使開源情報(bào)更好地在自身領(lǐng)域發(fā)揮作用[14];以英國(guó)為代表的歐洲國(guó)家也對(duì)OSINT的研究與應(yīng)用非常重視，如英國(guó)廣播公司監(jiān)聽部即為一個(gè)開源情報(bào)機(jī)構(gòu)，政府部門、國(guó)防部以及其他情報(bào)機(jī)構(gòu)對(duì)其提供相應(yīng)的經(jīng)費(fèi)支持;西班牙則主要關(guān)注醫(yī)療和健康領(lǐng)域的開源情報(bào)，特別在媒體報(bào)道、私營(yíng)衛(wèi)生機(jī)構(gòu)的報(bào)告以及用戶的訂閱信息中獲取需要的信息。從我國(guó)的節(jié)點(diǎn)顏色上來(lái)看，雖然從后半段時(shí)間才開始涉足開源情報(bào)的研究，但是仍然在整個(gè)體系之中起到了相當(dāng)重要的作用，同其他幾個(gè)關(guān)鍵節(jié)點(diǎn)之間的聯(lián)系也是較為密切的。特別是總體國(guó)家安全觀提出以來(lái)，將非傳統(tǒng)威脅也納入研究范疇中，為OSINT的研究以及應(yīng)用提供了平臺(tái)，逐漸成為國(guó)家安全工作的重要組成部分，并間接促進(jìn)了情報(bào)之間的融合。

5）文獻(xiàn)共被引分析

在Citespace中選擇節(jié)點(diǎn)為共被引（Reference），導(dǎo)入前期處理過(guò)的數(shù)據(jù)，可以得到國(guó)外開源情報(bào)研究的文獻(xiàn)共被引情況，部分主要文獻(xiàn)如表1所示。

從表1可知，共被引次數(shù)排名前10位的文獻(xiàn)大部分發(fā)表在近5年，其中LeCun Y在2015年發(fā)表在Nature期刊上的文獻(xiàn)共被引次數(shù)最多，達(dá)到19次，同時(shí)也被WOS數(shù)據(jù)庫(kù)標(biāo)記為高被引論文。該文章指出，可以采用深度學(xué)習(xí)的方式進(jìn)行抽象級(jí)別的數(shù)據(jù)表示，通過(guò)使用反向傳播算法來(lái)獲取數(shù)據(jù)內(nèi)部的參數(shù)[27]，并可以在語(yǔ)音識(shí)別、圖像識(shí)別以及其他諸多領(lǐng)域獲得應(yīng)用。同時(shí)提出將深層卷積網(wǎng)絡(luò)與遞歸網(wǎng)絡(luò)相結(jié)合，可以對(duì)文本語(yǔ)料和語(yǔ)音語(yǔ)料進(jìn)行更加深入的挖掘。除此之外，其他論文大部分發(fā)表在Med Image Anal、International Journal of Information Management、Communications of the Acm等在國(guó)際上享有較高聲譽(yù)的期刊，既能夠推動(dòng)開源情報(bào)領(lǐng)域研究的發(fā)展，同時(shí)也能夠?yàn)殚_源情報(bào)的研究提供可借鑒的方法和工具。

6）研究趨勢(shì)分析

結(jié)合圖1所示的發(fā)文數(shù)目可以看出，在2014年之后文章的發(fā)表數(shù)量呈現(xiàn)出快速增長(zhǎng)的態(tài)勢(shì)，因此在Citespace中按照2007—2014年、2015—2020年分別統(tǒng)計(jì)關(guān)鍵詞之間的共現(xiàn)情況，所得可視化圖譜如圖5（a）和圖5（b）所示。

從圖5（a）可以看出，在發(fā)展期各個(gè)關(guān)鍵詞之間的聯(lián)系不是非常緊密，關(guān)鍵詞數(shù)目雖然多，但是分布較為零散，說(shuō)明在這個(gè)階段（2007—2014年）研究熱點(diǎn)與重點(diǎn)不是非常突出，呈現(xiàn)多方位的探索式研究;而到了穩(wěn)步上升期，即圖5（b）所示，關(guān)鍵詞的大小明顯有所區(qū)分，說(shuō)明在OSINT領(lǐng)域已經(jīng)開始出現(xiàn)了研究重點(diǎn)與研究熱點(diǎn)，同時(shí)關(guān)鍵詞之間連線顏色較前一階段的更深，說(shuō)明研究的持續(xù)性較好，能夠繼續(xù)支撐OSINT領(lǐng)域研究的進(jìn)一步發(fā)展。

從兩個(gè)階段關(guān)鍵詞詞頻的對(duì)比來(lái)看，部分結(jié)果如表2所示。在不同階段關(guān)鍵詞存在著較大的差異。在起步發(fā)展期，關(guān)鍵詞詞頻最大為11，相關(guān)研究進(jìn)展較慢，對(duì)于開源情報(bào)的研究還僅限于從淺層次進(jìn)行分析，尚未觸及開源情報(bào)的核心本質(zhì)。而到了穩(wěn)步上升期，關(guān)鍵詞詞頻最大達(dá)到了83，相較于前一階段有了極大的發(fā)展，如artificial intelligence的詞頻由11變成83，且open source intelligence的詞頻也由前一階段的2上升到18，說(shuō)明經(jīng)過(guò)8年的發(fā)展已經(jīng)慢慢對(duì)開源情報(bào)的核心內(nèi)容有了一定的探索以及研究，同時(shí)big data（大數(shù)據(jù)）、deep learning（深度學(xué)習(xí)）、machine learning（機(jī)器學(xué)習(xí)）、algorithm（算法）以及neural network（神經(jīng)網(wǎng)絡(luò)）等概念也出現(xiàn)在開源情報(bào)的研究范疇之中，并占據(jù)了較高的詞頻[22]。說(shuō)明開源情報(bào)的研究對(duì)技術(shù)的依賴程度越來(lái)越大，信息技術(shù)以及網(wǎng)絡(luò)技術(shù)的快速發(fā)展使得互聯(lián)網(wǎng)成為開源情報(bào)真正快速發(fā)展的主要載體，通過(guò)快速且龐雜的數(shù)據(jù)傳輸，促進(jìn)不同類型、不同大小甚至不同種類的數(shù)據(jù)真正以“扁平化”的方式傳遞信息，從而更好地在海量的數(shù)據(jù)之中發(fā)現(xiàn)真正有價(jià)值的情報(bào)內(nèi)容。由此可以得出，在開源情報(bào)領(lǐng)域的研究趨勢(shì)主要是：面對(duì)如今數(shù)據(jù)大爆發(fā)的現(xiàn)狀，深化大數(shù)據(jù)的開發(fā)和應(yīng)用，加強(qiáng)人工智能相關(guān)領(lǐng)域以及相關(guān)技術(shù)的開發(fā)，將技術(shù)的優(yōu)勢(shì)、分析人員的主觀能動(dòng)性與數(shù)據(jù)的復(fù)雜性結(jié)合起來(lái)，充分挖掘數(shù)據(jù)的內(nèi)在價(jià)值，進(jìn)一步滿足用戶的情報(bào)需求，從系統(tǒng)化以及產(chǎn)品化思維角度出發(fā)，提供給用戶最需要的情報(bào)產(chǎn)品，真正發(fā)揮情報(bào)“耳目、尖兵、參謀”的作用。

從研究趨勢(shì)來(lái)看，越來(lái)越多的學(xué)者[17-18]注意到將“技術(shù)”作為分析開源情報(bào)的手段能夠取得比以往人工分析更好的效果，不僅效率高，而且最大可能地降低了分析人員的主觀偏見性，提升了分析產(chǎn)品的客觀性。同時(shí)，不同學(xué)者[19-22]從不同角度出發(fā)，已經(jīng)開始將一種或者幾種分析方法結(jié)合起來(lái)使用，既能夠有效地彌補(bǔ)單一方法的自身缺陷，同時(shí)也使得分析結(jié)論更加全面、翔實(shí)、可靠。

3?結(jié)?論

本文利用WOS數(shù)據(jù)庫(kù)，從文獻(xiàn)計(jì)量學(xué)的角度對(duì)國(guó)外研究中涉及開源情報(bào)的文獻(xiàn)進(jìn)行分析，歸納總結(jié)其研究現(xiàn)狀、研究熱點(diǎn)，并對(duì)其可能產(chǎn)生的研究趨勢(shì)進(jìn)行分析，所得結(jié)論如下：

第一，目前針對(duì)開源情報(bào)的研究現(xiàn)狀呈現(xiàn)出穩(wěn)步上升的態(tài)勢(shì)。不論是從文獻(xiàn)的發(fā)表數(shù)量還是從關(guān)鍵詞之間聯(lián)系的緊密程度來(lái)看，越來(lái)越多的專家、學(xué)者以及相關(guān)研究機(jī)構(gòu)從各自不同的學(xué)科背景出發(fā)，對(duì)開源情報(bào)進(jìn)行了不同程度的探索，并積累了相當(dāng)數(shù)量的研究成果，特別是不同國(guó)家（地區(qū)）相繼頒布了一系列的政策、法規(guī)等也從外部環(huán)境上對(duì)開源情報(bào)的研究起到了客觀的推動(dòng)作用。雖然我國(guó)對(duì)于開源情報(bào)的研究較之于國(guó)外起步較晚，但是研究潛力巨大，同國(guó)外部分國(guó)家（地區(qū)）保持著較為緊密的聯(lián)系，發(fā)揮越來(lái)越主要的作用。

第二，從研究熱點(diǎn)來(lái)看，使用人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及模型等工具快速、有效、準(zhǔn)確、客觀地發(fā)現(xiàn)用戶需要的信息是該領(lǐng)域的主要研究熱點(diǎn)。既能夠促進(jìn)開源情報(bào)在醫(yī)療、健康、教育等領(lǐng)域發(fā)揮關(guān)鍵的支撐作用，同時(shí)也使得開源情報(bào)自身的研究理論、研究工具以及研究方法等得到進(jìn)一步的豐富，從而實(shí)現(xiàn)開源情報(bào)自身發(fā)展與開源情報(bào)更好發(fā)揮作用的良性循環(huán)。

第三，從研究趨勢(shì)來(lái)看，開源情報(bào)的相關(guān)研究對(duì)于技術(shù)方面越來(lái)越依賴。不論是從剛起步的框架、模型、文本挖掘、數(shù)據(jù)庫(kù)、算法等到穩(wěn)步發(fā)展期的神經(jīng)網(wǎng)絡(luò)模型、機(jī)器學(xué)習(xí)模型或者是深度學(xué)習(xí)模型，還是相關(guān)的較為抽象的理論，正在逐步構(gòu)建起具有開源情報(bào)自身特色的技術(shù)方法理論體系;而且開源情報(bào)的研究越來(lái)越注重與現(xiàn)實(shí)中的信息化環(huán)境相關(guān)聯(lián)。從外部環(huán)境中汲取、發(fā)現(xiàn)所需要研究的問(wèn)題，才能促使開源情報(bào)所獲得的結(jié)論能夠更好地促進(jìn)社會(huì)信息化的發(fā)展，而信息化環(huán)境的發(fā)展反之會(huì)對(duì)開源情報(bào)提出新的要求，促進(jìn)其自身的研究發(fā)展上升到一個(gè)新的水平。

參考文獻(xiàn)

[1]陳超.更新觀念，科學(xué)把握新時(shí)代科技情報(bào)事業(yè)發(fā)展規(guī)律——“十四五”我國(guó)科技情報(bào)事業(yè)發(fā)展戰(zhàn)略斷想之二[J].競(jìng)爭(zhēng)情報(bào)，2020，16（5）：1.

[2]馬增軍，耿衛(wèi)，汪川.美國(guó)開源情報(bào)制度分析及發(fā)展趨勢(shì)[J].創(chuàng)新科技，2017，（9）：78-81.

[3]楊建英，余至誠(chéng).開源情報(bào)在中國(guó)國(guó)家安全情報(bào)中的地位和作用分析[J].情報(bào)雜志，2019，38（10）：21-26，145.

[4]趙小康.公開源情報(bào)——在情報(bào)學(xué)和情報(bào)工作中引入Intelligence的思考[J].情報(bào)理論與實(shí)踐，2009，32（12）：23-27.

[5]張濤，馬海群.國(guó)際數(shù)據(jù)政策文獻(xiàn)研究現(xiàn)狀、前沿?zé)狳c(diǎn)與演化趨勢(shì)分析（1989—2018年）[J].情報(bào)科學(xué)，2020，38（9）：149-156.

[6]張恒.基于開源情報(bào)的情報(bào)處理系統(tǒng)模型構(gòu)建[J].情報(bào)雜志，2014，33（3）：54-57.

[7]Harris E S J，Erickson S D，Tolopko A N，et al.Traditional Medicine Collection Tracking System（TM-CTS）：A Database for Ethnobotanically Driven Drug-discovery Programs[J].Journal of Ethnopharmacology，2011，135（2）：590-593.

[8]Quick D，Choo K K R.Digital Forensic Intelligence：Data Subsets and Open Source Intelligence（DFINT Plus OSINT）：A Timely and Cohesive Mix[J].Future Generation Computer Systems-the International Journal of Escience，2018，78：558-567.

[9]Mortara L，F(xiàn)ord S J，Jaeger M.Idea Competitions Under Scrutiny：Acquisition，Intelligence or Public Relations Mechanism？[J].Technological Forecasting and Social Change，2013，80（8）：1563-1578.

[10]Brando A，Pereira E，Esteves M.A Benchmarking Analysis of Open-Source Business Intelligence Tools in Healthcare Environments[J].Information，2016，7（4）：57-73.

[11]Gabriela T.The Role of New Technologies in Transforming Open-source Intelligence[J].Romanian Journal of Information Technology and Automatic Control-Revista Romana De Informatica Si Automatica，2018，（3）：41-46.

[12]Koops B J，Hoepman J H，Leenes R.Open-source Intelligence and Privacy By Design[J].Computer Law & Security Review，2013，29（6）：676-688.

[13]Eldridge C，Hobbs C，Moran M.Fusing Algorithms and Analysts：Open-source Intelligence in the Age of‘Big Data’[J].Intelligence and National Security，2017，33（3）：391-406.

[14]Ganino G，Lembo D，Mecella M，et al.Ontology Population for Open：Source Intelligence：A GATE-Based Solution[J].Software Practice and Experience，2018，48（12）：2302-2330.

[15]Bernard R，Bowsher G，Milner C，et al.Intelligence and Global Health：Assessing the Role of Open Source and Social Media Intelligence Analysis in Infectious Disease Outbreaks[J].Journal of Public Health-Heidelberg，2018，（5）：509-514.

[16]韓雙淼，謝靜，肖曉飛.國(guó)際高等工程教育研究方法與主題的演進(jìn)[J].高等工程教育研究，2020，（6）：148-155.

[17]Glassman M，Kang M J.Intelligence in the Internet Age：The Emergence and Evolution of Open Source Intelligence（OSINT）[J].Computers in Human Behavior，2012，28（ 2）：673-682.

[18]Koops B J，Hoepman J H，Leenes R.Open-source Intelligence and Privacy By Design[J].Computer Law & Security Review the International Journal of Technology Law & Practice，2013，29（6）：676-688.

[19]Kim Y，Glassman M，Bartholomew M，et al.Creating an Educational Context for Open Source Intelligence：The Development of Internet Self-efficacy Through a Blogcentric Course[J].Computers & Education，2013，69：332-342.

[20]Hayes D R，Cappa F.Open-source Intelligence for Risk Assessment[J].Business Horizons，2018，61（5）：689-697.

[21]Burtsev M，Logacheva V.Conversational Intelligence Challenge：Accelerating Research with Crowd Science and Open Source[J].Ai Magazine，2020，41（3）：18-27.

[22]Eldridge C，Hobbs C，Moran M.Fusing Algorithms and Analysts：Open-source Intelligence in the Age of‘Big Data’[J].Intelligence and National Security，2017，33（3）：391-406.

（責(zé)任編輯：孫國(guó)雷）