美国一些科学家不久前在拉特格斯大学开会，探讨如何把“次序理论”（抽象数学中关于等级关系的一个分支）应用于反恐行动。会议认为，恐怖分子利用网络组织实施恐怖活动，来无影去无踪。如果能够充分利用数据挖掘技术搜索庞大的数据库，就可能发现恐怖网络、人员、地点和事件之间的联系，加强反恐行  动的针对性。例如，某一个计算机程序发现两个恐怖组织的成员之间有大量的电子邮件往来，表明这两个组织可能正在进行某种合作——数据挖掘就这样成为反恐行动中掌握信息的得力工具。

　　所谓数据挖掘，是指从大量、不完全、有噪声、模糊、随机的数据中，通过设置一定的学习算法，提取隐含在其中的，人们事先不知道但又是潜在有用的信息的过程。它是根据数据的微观特征，发现其表征的、带有普遍性的、较高层次概念的知识，是信息优势成为知识优势的基础工程。数据挖掘萌芽于“情报深加工”，前身为知识发现（KDD），其实质就是发现情报背后的情报，“新闻背后的新闻”。如二战中，波兰军队根据一只波斯猫的出现推断德军的一个司令部的存在；上世纪六、七十年代，日本根据公开的信息推断大庆油田的方位、出油量等，都是通过简单信息推断深层信息的例子。当然，由于计算机技术和学习算法的限制，当时的情报加工主要靠人工分析完成。随着信息加工手段的计算机化和数据库技术的发展，情报由模拟信号变成了数据，情报深加工便发展为对已知数据的挖掘。

　　伊拉克战争开始前，美军就利用其高技术信息情报手段，对伊拉克进行了长期、全面和深入的监视与情报收集工作，掌握了大量政治、经济和军事情报。以此为基础，通过数据挖掘，美军对各种作战方案进行了充分论证和演练。战前，美中央总部还利用数据挖掘等技术制定了“联合一体化目标清单”，其中包括多达25240个攻击目标，仅针对伊领导集团及其控制能力的目标就有4559个。在战争中，美利用庞大的情报侦察网继续大规模收集情报，并与以前数据库融合，挖掘出许多新的信息，预测敌方可能的行动，为其让世人惊异的高速突击作战提供了有力保证。

　　在信息化战场上，数据挖掘能使人们对所处战场形势有清醒的察觉，知道敌人正在做什么，为什么要这么做；对自己掌握的信息有一个正确的评估，能及时地制定作战计划并加以实施。正在兴盛之中的“基于效果作战”，则更加依赖于数据挖掘。因为传感器的原始信息仍然难以准确反映作战的效果，通过数据挖掘产生的结论，才能更好地支持效果作战。

　　数据挖掘之所以被广泛运用于信息化战场，就在于其具有预测和描述两大功能。预测是从已知事件推测未知事件，用今天演绎未来的过程。数据挖掘中的预测，是利用数据库中已知知识和专家知识建立识别模式，预测或查证未知同类型信息的知识表达。信息化战场由一系列瞬时事件组成，数据挖掘能发现已有的数据库与新近发生的战场事件间的联系，通过已知事件推导未知事件，预测将要发生的事件，这对夺取战场决策优势和行动优势至关重要。描述是信息推演信息，揭示已有信息更深层的内在表达，指从现实数据库中发现和抽取未知的、有价值的和可理解的模式。信息，既反映表象，又反映本质。只有把信息放在相关联的环境中，通过挖掘才可以“吹沙见石”，发现反映事物本质的真相。

　　数据挖掘是平时准备与战时运用的有机融合。它包括以下必备步骤：一是数据准备。数据挖掘必须要有“矿床”：由已知数据、主观思考模式等组成的背景情况，否则无法挖掘。在战前，要针对特定方向收集各类数据，建立相应的数据库。数据准备包括数据集成、数据选择和预分析过程等。二是建模。数据挖掘依赖于一定的模型。建模是指依据挖掘目标由已知知识建立判别模式，提供给网络训练、学习并记忆。判别模式，由文化、教育、理性和经验等所决定，应具有开放性。如固守一个模式，拒绝其它模式，可能会将挖掘引向歧途。三是挖掘。利用训练成熟后的网络记忆，查询、分析数据库中的数据，挖掘出与已知模型同类型的知识或新信息。四是表达。不同的用户，需要不同种类和不同级别的信息。根据用户的具体需求，以不同的输出把挖掘结果反映给用户。五是评估。挖掘的知识是否准确，需要评估和检验，如不准确还需要反馈重新运行模型，直到满意为止。

　　数据挖掘，既是信息处理的工具，也是信息化战争的思维方法。信息化战场上，各种信息浩如烟海，重复、不完全、有噪声、模糊、随机信息充杂其中，必须有数据挖掘的意识和慧眼，不被信息的表象所迷惑。数据挖掘基于“知彼知己”，应加强特定方向的数据库建设：包括对方地理及天气影响；通信、运输和电力分配基础设施网络图；政治领导人、金融机构和关键产业的联系分析图；电脑空间薄弱环节图；关键性军事、政治、经济和社会人物的心理特征等，并分析敌人的政治、军事、经济、社会、基础设施和信息系统以及它们的相互关系，对己方可以采取的各种潜在行动做出判断。

　　无论是信息化建设，还是