军队如何应对数字革命？他们是否提前规划和发展，还是对社会正在发生的变化反应迟钝？

军队正在追随其母社会的数字化、数字化、数字转型和数据化发展。对数据和信息价值的态度决定了军队对这一发展的态度：早期预适应者、晚期适应者还是介于两者之间的任何一种。如果军事企业不想成为发展潮流中的浮木，就需要实施数据治理和管理结构，将数据视为宝贵资产，赋予所有权，并开始衡量数据和信息流应产生的累积价值。

本文简要介绍了数据利用的演变路线图、从军事数据中获取更多价值的通用数据治理模型、四个军事组织内当前数据治理实践的概述，最后提出了军事数据治理的概念。

1.数据驱动军事转型之路

军队一直在追随社会的数字化、数字化转型，以及最近的现实“数据化”。随着世界上最大的公司（MAMAA）从数据中创造收入，军队也从越来越多的数据中创造价值。“知己知彼，百战不殆”（孙子）这句古老的智慧仍然有效。由于军事企业的规模和文化，这一过程花费的时间更长，但例如，开源数据彻底改变了乌克兰战场的透明度。因此，数据甚至对军队来说也成了资本。

图1展示了军事部门迈向数据驱动事务和行动的路线图。以下是该进程中的一些快照：

• -1990年：指挥官下午听取简报，上午进行情况回顾。简报使用挂在墙上的纸质地图，透明塑料板上有图表和符号。所有文件都以纸质形式管理，尽管是用电脑编写的，但为了分发和展示，会打印出来。

• 1990–2000年：指挥官每天两次听取情况汇报。各部门提供各自部门的了解，每个部门都有各自的特定信息系统。有些是图形演示，但大多数信息都是在演示文稿中总结的，这浪费了工作人员的时间。几乎没有部门间估算，指挥官自己绘制了全局图。计划和命令以文件形式存储并通过电子邮件传输。

• 2000–2025指挥官通过战斗管理系统拥有实时战场模型。情报为他提供了对手部署的估计，后勤则为他提供了如果战斗继续以目前的速度进行，友军的保障能力的估计。他与规划人员一起反思自己的想法。他们起草指挥官的意图，并在规划协作平台上分享，以启动下属指挥部的并行规划。

• 2025-军事同伴（人工智能机器人）创建的沉浸式用户界面和视觉效果将指挥官置于数字孪生企业或战场中，在那里她可以不断了解情况，从同伴准备的大量数据中获取见解，运行战争游戏来估计各种选择的结果，或者要求她的同伴根据结构化数据、非结构化信息、历史记录、教义知识库和实时数据流的分析来创建可能的行动方案。

图1：数据驱动军事企业发展路线图

时间顺序并不线性适用，因为一些军队在其大型企业中具有上述所有行为，一些先行者已经处于沉浸式现实中，而另一些则在进化的道路上前行。当军队管理数据的使用和开发（预适应）与技术驱动的随波逐流（适应）时，结果会有所不同。以下各节提供了数据治理框架并描述了数据管理的安排。

2. 军事组织中的数据治理方法

2.1通用数据治理模型

虽然军队从可用数据中获得的价值在不断增加，但信息和数据资产已成为需要治理、管理和运营才能实现最佳结果的资源。与纸质文件相比，数据是不同的资产。因此，以前基于实物的管理文化需要转变。图2为直线指挥部提供了一个通用的数据治理结构，以及安排数据治理转型计划的示例。

图2：通用数据治理框架

2.2.对一些军事组织进行基准测试

表1列出了各军事组织管理数据和向数据驱动型企业转型的方式。通过比较，可以得出以下趋势：

• 芬兰国防军的数据管理遵循其直线指挥部，以满足其战备要求。重点是能力所有者、他们对数据的所有权以及他们开发新能力的责任。ICT是一种推动因素，X6在其负责的领域/组织中充当数据管理员。

• 美国国防部也遵循直线指挥，因为他们的部门独立且强大。国防部层面专注于政策、战略和合规性衡量，但其治理范围深入到国防工业和合作伙伴。

• 英国国防部的数据治理与芬兰类似，只是头衔不同。能力所有者是数据政策所有者，组织有执行数据管理员。

• 澳大利亚国防军在数据管理方面也遵循直线指挥。不过，其战略层面委员会的关注点超越了组织（合作伙伴和提供商）和国家（五眼）的边界。

表1：对一些军事数据治理方式进行基准测试

基准定义了以下良好实践：

1. 按照指挥线来执行所有权和责任，就像其他资源（人员、财务、设施、平台和系统）一样

2. 由于越来越多的数据存储在其他政府实体、国防工业和联盟中，数据治理必须扩展到军事组织之外。

3. 数据本身并不是一个好东西，但它是平台和流程中必不可少的组成部分。此外，利用数据进行决策需要一个创新和赋能的孵化器，一个卓越中心，在这里，数据科学、架构和工程相遇，为指挥官创造知识工具。

3.军事数据治理实践

数据治理和美国陆军信息安全(INFOSEC)在目标和基本原则方面有许多相似之处，尽管它们在不同环境中运作。INFOSEC在所有政府机构中应用非常广泛，以下经验仅限于美国陆军情报界。

1. 敏感信息保护：数据管理和美国陆军信息安全都侧重于保护敏感信息免遭未经授权的访问、披露、更改或破坏。它们旨在维护数据资产的机密性、完整性和可用性。就像您的S2（情报人员商店）可能会将地图和安全文件等敏感的物理材料存储在安全的保险库中一样，任何希望将这些信息保留在其数据库中的公司都必须同样妥善保护客户信息。未能正确存储数据可能会导致巨额罚款！

2. 风险管理：这两个学科都采用风险管理策略来识别、评估和减轻潜在的数据或信息系统风险。这涉及了解数据资产的价值、评估漏洞以及实施控制措施以将风险降低到可接受的水平。这可以简单到只向需要知道的人提供某些数据的访问权限。数据不应该对每个人都开放，就像每个士兵都不需要访问作战计划的每个细节一样。实施冗余控制措施时可能会让人感到疲惫，但从长远来看，它们可以节省时间、精力、金钱和生命。

3. 合规性和法规：数据管理和美国陆军信息安全必须遵守各种法律、法规和标准。它们都需要遵守法律要求，例如数据保护和隐私法，以及管理敏感信息处理的行业特定法规。合规性不能只针对一个人。整个企业都需要了解并实践数据保护合规性，就像战术行动中心(TOC)中的每个人都需要了解并实践相同级别的安全控制一样。当人们松懈时，事情就会崩溃，而您将面临所有同事和任务的风险。

4. 政策和程序：这两个学科都依赖于政策和程序的制定和执行，以指导数据处理和信息安全实践。这些政策定义了可接受的使用、访问控制、数据分类、事件响应以及管理数据和确保其安全的其他重要方面。了解GDPR可能是处理数据的平民需要了解的最重要的事情之一。跟上它的变化，并关注其他公司如何处理法规，可以让你更好地遵守并确保系统正常运行。可以将其视为遵守《统一军事司法法典》或IPB原则(FM34-130)。你需要了解现行的政策，这样你就不会犯错误。无知不是借口，你最不想做的就是站在错误的一边

5. 访问控制和授权：数据管理和美国陆军信息安全采用访问控制和授权机制，根据角色、职责和最小特权原则限制对数据的访问。这有助于确保只有授权人员才能访问或修改数据。这是对上述要点的重申！安全协议。检查站。许可。这些都是现代士兵在退役时应该已经熟悉的东西。您可能没有意识到，这些是公司希望员工做到的做法！

6. 数据分类：两个学科都认识到数据分类的重要性，根据信息的敏感性、关键性和监管要求对其进行分类。这种分类使适当的保护措施能够应用于不同类型的数据。例如机密、绝密、TSSCI、需要知道

7. 培训和意识：数据管理和美国陆军信息安全都强调培训和意识计划的重要性，以便向人员传授安全最佳实践、政策和程序。这有助于建立安全意识文化，并降低人为错误或安全漏洞的可能性。培训、培训、培训。就像士兵训练的目的是为了形成肌肉记忆一样，数据工程师也在接受培训，以确保他们的工作始终符合数据管理的标准。此外，全面进行统一的培训也很重要；当每个人都接受到相同水平的培训时，安全漏洞的风险就会大大降低。360度意识不会因为你不再服役而不再重要。

8. 事件响应和恢复：这两个学科都有流程来有效处理安全事件和数据泄露。他们制定事件响应计划，包括检测、遏制、调查和恢复程序，以最大限度地减少安全事件的影响并尽快恢复正常运营。事后审查和汇报，这些都服务于同一个目的。您评估从以前事件中收集的数据，并计划和创建新的应急措施以防止将来再次发生。您在整个组织中传播新信息，以便每个人都了解最新的威胁和安全措施。

总之，数据治理和美国陆军信息安全在目标和原则上有几个关键的相似之处。它们都优先保护敏感信息，采用风险管理策略，遵守合规性和法规，依赖政策和程序，实施访问控制和授权机制，认识到数据分类的重要性，强调培训和意识，并制定事件响应和恢复流程。