大数据模糊了密与非密的界限，给国家秘密范围带来挑战。大数据条件下，泄露国家秘密的渠道不断增多，加之数据的累积和相互结合使得国家秘密的可保性减弱。随着大数据及相关科学的不断发展，对关系国家安全信息的获取，可以通过主动构建大数据模型，变被动数据分析为主动获取信息。在“数据为王”的思路下，关系国家安全的行为可以通过算法予以判断和预测。大数据对国家秘密范围带来的挑战主要表现在6个方面。

1大数据条件下泄露涉及国家安全信息的渠道不断增多

大数据研究不同于传统的逻辑推理研究，而是从海量的、不同种类的数据中进行搜索、比较，寻找数据之间的相关性，进而推断出具体信息。因此，涉及国家安全信息的泄露渠道不断增多。首先，一些国家秘密数据在“人、机、物”高度融合的大数据条件下，作为国家秘密进行管控的难度明显加大。其次，一些由数据分析可以得到的关乎国家安全的信息保密难度不断加大。

2大数据积累有可能造成对国家安全的危害由无到有、由浅到深

海量数据是大数据最典型的特征。大数据不断累积造成对国家安全的危害，有可能发生从量变到质变。随着大数据等相关技术的发展，在一些以数据为中心的科学研究方面，如基因组学、神经科学等，将会产生越来越多的数据，在某些领域就有可能逐步产生危害国家安全的效果。此外，作为大数据重要来源的工业设备监控、视频监控系统，伴随着大量数据的积累，也会产生类似的效果。

3大数据相互间的可结合性，使得对国家安全的危害后果具有放大效应

数据的多样化给数据分析与挖掘工作带来了更多的可能性。将来源于多种渠道、利用多种采集方式获取的具有不同结构的数据汇聚到一起，相互补充、相互印证，就有可能会获得关乎国家安全的重要敏感信息。例如，前不久媒体广泛报道，美国军方认为一款跑步类APP公布的用户使用轨迹，有可能对美军在国内和海外的众多军事基地造成泄密。此外，随着互联网、物联网、传感网的高度融合，不同类型数据之间具有极强的可结合性，往往可以共同作用从而对国家安全造成潜在的危害。

4大数据分析可以揭示数据背后的关联性，进而有目的地组建大数据模型以获取信息

大数据的重要特点是结构化数据、半结构化数据和非结构化数据并存，并且半结构化和非结构化的数据占数据量的绝大部分。这些数据往往呈现显性或者隐性的网络化存在，使得数据之间的复杂关联度无所不在。随着大数据及相关科学的不断发展，为了获取某方面的信息，我们有希望通过社会学、伦理学、心理学、经济学等学科，对大数据之间相互联系的机理进行分析，找出能够推测相关信息的数据关联性，进而有目的地组建大数据模型，变被动分析数据为主动获取信息。

5大数据分析能力的不断提升可能对国家安全造成持续的危害

大数据是信息时代永不枯竭的“金矿”。通过对大数据的开放整合和深度分析，能够发现新的知识、创造新的价值。现有大数据的价值并不仅限于当前特定的用途，我们要从大数据技术发展的长远眼光和大数据相互融合的现实背景出发，判断大数据未来可能被使用的各种方式，而不能局限于眼前的价值。当前价值不大的大数据或者所谓“垃圾大数据”，在未来有可能具有重大价值，随着大数据分析能力的提升，极有可能从中提取到关乎国家安全的重要信息。

6“数据为王”思路下，谁占有了数据，谁就占有了国家秘密

习近平总书记指出：大数据是工业社会的“自由”资源，谁掌握了数据，谁就掌握了主动权。大数据更能真实、直观、全面地反映事物的性质和发展的趋势，有效地摒弃个体的差异和局部的偏离；大数据分析得到的结论往往更加准确、可靠，在此基础上采取的措施将会更加实际、理性。大数据时代，数据反映了社会主体最真实的一面；反过来思考，不难得出“谁占有了数据，谁就掌握了一切信息”的结论。从境外资料看，大数据科学研究的重点之一集中于人类社会行为方面的研究。如果人类的社会行为也能够通过算法来作出判断，那么由人构成的国家机构的行为也同样能够通过算法作出预测。综上，可以毫不夸张地说，大数据背景下的国家秘密安全在某种程度上已经越来越算法化。

为有效应对大数据对国家秘密范围的挑战，我们应当及时将关键、核心数据纳入国家秘密范围进行保护，同时有效管控非涉密大数据的共享，并且准确、合理、动态地调整国家秘密事项范围。

（来源：保密科学技术，作者：李伟国）