Нам от АНБ не спрятаться, не скрыться

12345-206x300.jpg

Агентство, которого нет - именно так порой расшифровывают эксперты аббревиатуру NSA самой мощной разведывательной службы мира - Агентства Национальной Безопасности США, - пишет Елена ЛАРИНА. - No Such Agency – «Агентство, Которого Нет». Чтобы читателю «Комсомолки» яснее стали сегодняшние и завтрашние возможности АНБ, расскажем про  «уши», «глаза» и другие «органы чувств» призрачной системы, взявшей под колпак весь мир.

Ведь Агентство и создавалось в 1952-м году, прежде всего, для перехвата телефонных разговоров во «вражеском соцлагере», в том числе, по защищенным линиям, шифрованных и нешифрованных радиосообщений, телеграфных и телетайпных видов связи.

Для решения этих задач были построены огромные центры, оснащенные средствами радиоразведки и перехвата телефонных сообщений. Помимо территории самих Соединенных Штатов, где действует целая сеть комплексов АНБ, к крупнейшим относятся Британский правительственный центр связи (откуда в 2009 году во время саммита «двадцатки» в Лондоне Агентство прослушивало секретные разговоры президента России Медведева по спутниковому телефону и ряда других высокопоставленных участников встречи) и Франкфуртский узел АНБ, контролирующий телефонный, а теперь и интернет-трафик из России. Эти центры, наряду с другими, вошли в знаменитую систему «Эшелон» и эксплуатируются с 70-х годов.

В последние 3-5 лет возможности перехвата информации у АНБ значительно расширились. Прежде всего, благодаря космической группировке спутников-шпионов нового поколения, способной перехватывать любые телефонные и интернет сообщения, передаваемые по каналам спутниковой связи. Параллельно эти спутники вместе с другими техническими средствами позволяют отслеживать и передачу финансовых транзакций, осуществляемых между всеми крупными банками мира по системе Свифт. В рамках борьбы с терроризмом во второй половине нулевых годов американцы получили на полтора года официальный доступ ко всем европейским транзакциям по Свифту.

Собственно, больше ничего не было нужно. Контроль со стороны спутниковых группировок, а также технические средства перехвата информации, передаваемой по оптико-волоконным магистралям, используемым в системе Свифт, позволяют сегодня отслеживать ВСЕ ФИНАНСОВЫЕ ТРАНЗАКЦИИ. Впрочем, ни одного официального заявления на этот счет со стороны американских должностных лиц сделано не было.

В рамках все той же борьбы с терроризмом сначала в США, потом в большинстве стран Европы и Азии была осуществлена практически повсеместная видеофикация всех предприятий критической инфраструктуры, большинства городов, особенно торговых центров, мест скопления людей, парков и т.д. и т.п., а также больниц, университетов ... Одновременно произошло практически повсеместное внедрение систем безопасности жилых, коммерческих и общественных зданий, использующих видеонаблюдение.

Понятно, что далеко не все из этих систем имеют выход в интернет. Но, как правило, люди, эксплуатирующие такие закрытые сети, позволяют себе со своих рабочих мест выходить в интернет, например, с различного рода гаджетов, подсоединенных как к закрытым сетям, так и к общедоступной части всемирной сети. Тем самым они открывают возможности проникновения и в указанные закрытые сети. В итоге даже серьезные объекты становятся доступны для хакеров, не говорю уже об АНБ.

Очевидно, интернет с каждым годом лишает людей приватности. Этому не могут помешать никакие законы о защите персональных данных, где бы и кем бы они ни принимались. В подавляющем большинстве случаев мы сами, пользуясь поисковиками, социальными сетями, не расставаясь со смартфонами, создаем постоянно пополняемую в режиме реального времени базу данных о себе любимых.

Все это открывает возможности для создания гигантских баз сведений о людях, сообществах и т.п., извлечения из этих сведений неочевидных связей и даже прогнозирования поведения. В настоящее время на Западе как грибы после дождя начинают расти компании, которые собирают любые доступные им личные данные и затем выгодно и абсолютно легально продают. Самой крупной из них является американская корпорация Acxiom. Она уже собрала легально достаточно полную информацию почти о 200 млн. граждан США и 500 млн. людей по всему миру (при этом надо вычесть Китай, куда ее не пустили, и большую часть Африки, где нет интернета). Если это абсолютно не таясь делает частная фирма, то чего уж говорить об АНБ.

За последние пять лет на много порядков вырос объем потокового видео, к которому относится теперь не только передача национальных, локальных и кабельных телеканалов, но и огромный объем видеоконтента, передаваемого и хранящегося в интернете. По имеющимся данным, транснациональная компания VRA анализирует уже 20% мирового видеотрафика. Опять же не сложно представить разницу в возможностях пусть и  крупной, но коммерческой фирмы и гигантского разведывательного Агентства.

Происходит коренной переворот и в военном деле. Одним из главных факторов перемен стало массовое использование беспилотных летательных аппаратов, так называемых БПЛА. Они выполняют не только боевые задачи, уничтожают террористов, но все чаще применяются для постоянного видеомониторинга интересующих территорий и объектов. Размеры БПЛА варьируются от полноценного самолета до воробья. Есть даже размером с крупную бабочку. Сразу несколько компаний в США испытали дистанционно управляемые микроподводные лодки размером вплоть до рыбы. В числе прочего такие лодки могут, как натуральные рыбы-прилипалы, подсоединяться к подводным коммуникациям, в т.ч. оптико-волоконным линиям, пролегающим по дну морей  и океанов и перехватывать интернет-трафик, а также шифрованные сообщения, передаваемые по закрытым сетям.

Таким образом, «Агентство, Которого Нет» сегодня способно получить в режиме реального времени информацию любого вида, в любой форме практически из любой точки мира.

Но от информации будет мало толка, если ее невозможно сохранить, обработать, классифицировать, проанализировать и, наконец, представить в виде, доступном для человеческого восприятия. Последнее обстоятельство пока еще необходимо.

И вот теперь переходим к самому интересному. Среди специалистов, конспирологов ведутся достаточно большие дискуссии относительно целей строительства американцами нового дата центра в Юте.(Дата центр - огромный, можно сказать, промышленный комплекс по аккумуляции, хранению, группировке и использованию данных. Поскольку на английский данные переводятся как data, то такие огромные информационные заводы получают название дата центр.)

Есть все основания полагать, что гигантский дата центр в Юте будет способен хранить, как это ни покажется удивительным, либо чудовищным, ВСЮ информацию, представленную в оцифрованном виде, а также ЛЮБУЮ новую полезную информацию, передающуюся по любым каналам в масштабах планеты. В дата центре, который будет сдан в эксплуатацию осенью этого года, могут храниться данные объемом в несколько йоттабайтов. Чтобы наглядно представить этот объем, напомню: согласно данным крупнейшей телекоммуникационной корпорации Cisco, мировой интернет трафик в 2015 году составит около 970 экзабайтов. Миллион экзабайтов – это один йоттабайт.

Технические возможности для этого уже имеются. В США еще в 1994 г. была создана специальная широкополосная сеть для совместного межведомственного использования ресурсов (аппаратных и программных) суперкомпьютеров. Фактически в Штатах, в отличие от других стран, суперкомпьютерная сеть не разделена ведомственными и корпоративными барьерами, а функционирует как единое целое. Более того, в начале нулевых годов американцы договорились с Лондоном, что к этой сети подключаются и британские суперкомпьютеры.

Это весьма важно, поскольку, согласно международным оценкам, лидером по эффективности использования суперкомпьютеров в секретных проектах выступает, как ни удивительно, именно Великобритания. Сейчас она преобразуется в новую суперсекретную суперкомпьютерную сеть АНБ. Официальных данных по ней нигде нет. Но различного рода косвенные расчеты позволяют утверждать, что мощность этой сети составит от половины  до двух третей суммарной мощности всех 500 суперкомпьютеров, входящих в настоящее время в мировой рейтинг.

Но и это еще не все! В 2012 г. стартовал новый, рассчитанный ориентировочно на четыре-пять лет грандиозный проект FastForward по созданию суперкомпьютера-монстра. Он будет на порядки превосходить по быстродействию и другим параметрам самые мощные ныне суперкомпьютеры мира. Интересно, что и старые и новые мощнейшие суперкомпьютеры финансируются не из разведывательного бюджета, а по линии Министерства энергетики США. Понятно, что использоваться он будет, прежде всего, все тем же АНБ. В этой программе объединились три лидера производства суперкомпьютеров – IBM, Cray, NVIDIA.

Вырисовывается примерно следующая возможная архитектура. На вершине системы, в худшем случае похожей на Skynet из «Терминатора», находится супер мега монстр FastForward, который, видимо, возьмет на себя хранение,  первичную обработку и сортировку ВСЕЙ поступающей в масштабах планеты информации. Этот монстр будет связан с суперкомпьютерной кластерной сетью АНБ, где, собственно, будут происходить data mining, т.е. поиск скрытых связей и закономерностей, моделирование и прогнозирование сложных и сверхсложных систем.

WATSON – ДОКТОР, СЫЩИК, ШПИОН В ОДНОМ ЛИЦЕ

Но и этим архитектура труднопредставляемой системы не исчерпывается. На своего рода нижнем этаже будут находиться сервера IBM серии Power7, т.е. железные мозги Watson.

Американцы - люди практичные. Поэтому все их военные и разведывательные разработки обязательно имеют и коммерческое применение. Зачастую сначала продукт используется в коммерческой сфере и лишь затем, с учетом выявленных несовершенств и недоработок, что называется, «вылизывается» и передается в эксплуатацию военно-разведывательному комплексу. Так и с Watson.

Недавно IBM объявило, что завершен первый этап обучения медицинского Watson, и он практически начал успешно работать как экспертная система в целом ряде клиник, связанных, прежде всего, с кардиологическими и онкологическими заболеваниями. По оценке ведущих онкологов и кардиологов, он уже сегодня дает рекомендации лучше, чем средние и хорошие врачи. Тогда же было объявлено, что в полицейских управлениях ряда американских городов приступил к несению службы в качестве экспертной системы Watson, ориентированный на раскрытие преступлений.

По оценке экспертов, уже к 2020 году IBM сможет создать коммерчески доступный для широкого потребителя Watson, реализованный как персональный терминал большой машины. В переводе на русский, работники АНБ получат персональные и групповые, специализированные по тем или иным направлениям экспертные системы на основе Watson, подсоединенные к суперкомпьютерной сети Агентства и главному Мега Супер Монстру.

Тема программных продуктов и платформенных решений, используемых в АНБ, строго засекречена. Поэтому любые книги, статьи или посты о софте, применительно к «Агентству, Которого Нет», носят гипотетический характер. Однако ряд решений, принятых в Соединенных Штатах в последние два-три года, позволяют с достаточной степенью достоверности судить о программах и сервисах, используемых в Форт-Миде.

В результате решений Администрации Обамы, а также сложной, во многом подковерной борьбы различных групп влияния в американском разведывательном сообществе, сформировался взгляд на АНБ, как своего рода IT отдел корпорации «Разведывательное сообщество США».

Как и любой IT отдел, он в решающей степени отвечает за хард и софт, за администрирование и обучение пользователей эффективному применению имеющихся информационных технологий. При этом в качестве пользователей выступает Разведывательное сообщество США. Оно, по официальным данным включает в себя 16 служб и агентств, в том числе АНБ и ЦРУ. И координируется Директором Национальной разведки.

Однако в условиях борьбы с терроризмом, первоначально представленным Аль-Каидой и ей подобными организациями, а теперь – негосударственными информационно-компьютерными кибертеррористическими сетями и регулярными подразделениями кибервойск потенциальных противников, размеры разведывательного и контртеррористического сообщества США заметно увеличились. Кроме того, надо сказать, что американское разведывательное сообщество значительную часть своего времени и ресурсов уделяет прямому содействию ведущим американским корпорациям и банкам в их борьбе с конкурентами на мировой арене и их противоборству с национальными государствами.

По данным проекта «Тор Secret America» одной из наиболее авторитетных  газет «Вашингтон пост», в это сообщество в настоящее время входят почти 1300 государственных агентств, служб, организаций и подразделений и 2000 частных компаний. Всего в этом сообществе задействованы более 850 тыс. человек.

В условиях все возрастающего государственного долга Барак Обама еще в 2010 году принял ряд важных решений в отношении расходов на информационные технологии в военно-разведывательном комплексе США. В основном они сводятся к следующему:

- максимально возможная унификация ПО, сервисов, платформ, применяемых в различных агентствах и структурах комплекса;

- разрешение и, более того, поощрение широкого использования в государственном секторе программ, сервисов и разработок, которые имеют коммерческое применение и реализуются как корпорациям, так и частным пользователям;

- снятие запрета на использование военно-разведывательным сообществом разработок, базирующихся на решениях с открытым кодом, а также продуктов зарубежных компаний, на которые так или иначе распространяется юрисдикция США.

Все это в совокупности позволяет примерно представить картину значительной части софта, используемого в «призрачной» структуре во главе с АНБ.

Начнем с софта, позволяющего извлекать сведения из информации, поступающей по каналам основных программ Агентства, таких как «Эшелон», «Титан», «Буря», «Эйнштейн», «Интернет Игл» и т.п. Еще в доинтернетную эпоху Билл Гамильтон  разработал знаменитую программу Prosecutor’s Management Information System или PROMIS.

Хотя официально она никогда не была признана АНБ существующей, тем не менее, по ней до сих пор идут многочисленные судебные процессы между разработчиком программы и Правительством США. Впервые об этой программе стало известно благодаря книге, получившей высшую журналистскую премию, «Пересекая Рубикон» Майкла Рупперта. Вот уже 30 лет программа непрерывно совершенствуется собственными разработчиками АНБ.

Суть программы в следующем. Она способна заходить на любые сторонние сервера, одновременно интегрировать неограниченной объем информации, получаемой при помощи любого количества компьютерных программ и содержащегося в любом количестве баз данных, независимо от их типов, языков, на которых написаны оригинальные программы, архитектуры операционных систем и платформ, откуда извлекается информация. Насколько известно, аналогов PROMIS  до сих пор в мире нет. Но есть подозрение, что пресловутая PRISM и является новейшей реинкарнацией легендарной PROMIS.

ГЮЛЬЧАТАЙ,  ПОКАЖИ ЛИЧИКО!

В последние годы резко возросли объемы информации, поступающей в виде видео и аудио контента. С большой долей вероятности, уже пару лет Агентство использует программные решения Hitachi, которые способны за секунду распознавать любое лицо из базы данных, в которой на сегодняшний момент может храниться информация более чем о 50 млн. лиц. С каждым месяцем объемы базы увеличиваются. По оценке корпорации, к 2015 году база может обладать фото- и видеоизображениями примерно миллиарда персон. Коммерческие малоразмерные версии программы, способные распознавать любое лицо, либо объект в потоковом видео, доступны сегодня не только корпорациям, но даже  и частным пользователям.

Агентство Национальной Безопасности использует в настоящее время систему распознавания голоса по данным, извлекаемым из прослушки телефонных разговоров, либо видеопередач. Точность распознавания пока составляет 90%. В течение пяти секунд программа способна сканировать 10 тысяч голосов. При этом она предполагает параллельные вычисления. Поэтому, строго говоря, объем одновременно сканируемых голосов ничем не ограничен. Предположительно, программа создана российскими разработчиками компании «Центр речевых технологий». Янки используют программу, поставляемую SpeechPro, американской дочкой российской компании.

C появлением социальных сетей и социальных медиа, охватом ими подавляющего большинства населения планеты, АНБ самое пристальное внимание уделяет извлечению первичной информации из этих источников. В прошлом году один из крупнейших подрядчиков Пентагона – корпорация Raytheon BBN создал компьютерную систему, которая автоматически составляет досье на граждан и организации, собирая информацию из открытых источников. Фактически, эта программа делает то же самое, что и армия редакторов Википедии - изучает средства информации, извлекает из них новые факты и дописывает в энциклопедическую статью со ссылкой на источник информации.

Только здесь всё делается автоматически и на многих языках. Программа уже  сегодня работает более чем с 25 тысячами  источников, собирает и обрабатывает информацию на английском, французском, итальянском, испанском, португальском, русском, китайском и арабском языках.  В данное время решается задача, чтобы она могла извлекать информацию не только из социальных сетей и текстовых источников, но и работать с потоковым видео и аудио каналами.

Получаемая по всем каналам разнородная информация, прошедшая первичную обработку при помощи программ извлечения субъектов, объектов и т.п. из текстовых данных, потокового видео и аудио потоков, поступает, похоже, в самое гигантское хранилище информации в мире в Юте.

Благодаря информации о проектах DARPA, а также публикациям специализированных американских онлайн источников и сообщениям на форумах, посвященных военным и информационным технологиям, можно составить некоторое представление о софте, используемом АНБ в сферах добычи данных, аналитики и прогнозирования. Более-менее понятно, что данный софт был получен в рамках семи основных программ. Каждая из них имеет несколько реализованных программных продуктов, которые, используются разведывательным сообществом, в т.ч. предположительно и АНБ.

Начнем с программы TISI. Эта английская аббревиатура может быть переведена как «тотальная интеграция информационных потоков». АНБ стояло и стоит перед необходимостью решить весьма сложную, и на сегодняшний момент не реализованную в гражданском секторе задачу. Как известно, АНБ получает информацию из самых различных источников в самой различной форме. Но различной формой она выступает для человеческого восприятия. Строго говоря, для машины текстовая информация, видео, аудиопотоки, потоки показаний различных приборов являются ни чем иным, как числовыми рядами.

Исходя из этой тривиальной мысли, еще в 1997 г. была поставлена задача интеграции всех информационных потоков в едином хранилище с одной стороны, и их разделение по источникам получения, а также другим критериям, с другой. К настоящему времени, согласно мнению экспертов, задача полностью решена. Другой важной программой является OLKM. По-русски – «добыча знаний в онлайн режиме». Поскольку АНБ имеет дело с чудовищными по объемам потоками данных, обрабатывать их вручную не представляется возможным. Нужна машинная обработка с целью извлечения из  них знаний, т.е. индексированных классов, которые включают объекты, субъекты, события и т.д., в свою очередь со своими многочисленными свойствами и параметрами.

В середине нулевых годов эта задача была в основном на алгоритмическом уровне решена для текстовой информации. В 2005-2009 гг. под воздействием успехов в разработке различных практических аспектов семантического веба, удалось существенно продвинуться в автоматизированной обработке текстовой информации. Сегодня, согласно имеющимся данным, машины могут извлекать знания примерно о 40 млн. сущностей и более чем 2,5 трлн. свойств. Под сущностями, или как их еще называют онтологиями, понимаются объекты, субъекты, события, предметы, имеющие определенную идентификацию. Под свойствами - их характеристики и параметры.

Одна задача, несмотря на колоссальные средства, брошенные на ее решение, пока реализована лишь частично. АНБ работает с текстами более чем на 150 языках и диалектах. Естественно, встает задача извлечения онтологий на соответствующем языке. Здесь у АНБ имеются существенные трудности, поскольку машинный перевод все еще не совершенен. Агентству приходится держать огромный штат лингвистов, которые работают с текстовыми сообщениями на различных языках, где машина обнаружила наиболее интересные онтологии.

Зато большие успехи сделаны в сфере извлечения дополнительных знаний из потокового видео. Здесь ведущий разработчик -  MTI. В Институте создан алгоритм для анализа потокового видео и программа с открытым исходным кодом, способная показывать ускользающее от человеческого взгляда изменение в кадре. В одних случаях эта программа может обнаружить скрытые детали, а в других – показать, например, микродвижения человеческого лица, наполнение поверхностных сосудов кровью и т.п.

Эти признаки, в свою очередь, позволяют с достаточно высокой степенью вероятности определять эмоции человека, его реакцию на ту или иную информацию, самочувствие и т.п. Кстати, на этом же принципе была построена российская программа VibraImage еще  в нулевых годах. Но, не получив должной финансовой поддержки, до работы с потоковым видео отечественные разработчики так и не добрались.

Здесь интересно отметить, что сам по себе алгоритм является открытым, развивается сообществом программистов. А вот его модификация, используемая, вероятно, в АНБ, абсолютно засекречена. Таким образом, без ущерба для секретности АНБ использует мировое программистское сообщество для совершенствования своих решений.

В последние годы удалось реализовать первый этап программы SOKB. По-русски - «самоорганизующаяся база знаний». По заказу DARPA военный подрядчик Raytheon создал компьютерную систему, которая автоматически составляет досье на граждан и организации, собирая информацию из открытых источников.

Большое внимание АНБ и американское разведывательное сообщество уделяли и уделяют программе OLPP. По-русски эта аббревиатура расшифровывается как «программы онлайн прогнозирования». Наиболее известной из них является программный комплекс Palantir. О сути этой программы лучше всех в Рунете рассказал руководитель компании «Витология» Сергей Карелов:

«И все же, как это ни фантастично звучит, «Машина» из фильма «Person of Interest» существует. И зовут ее Palantir – система для анализа и визуализации данных, разработанная калифорнийской компанией Palantir Technologies. Разработчик системы в своем интервью  Businessweek так описал работу Palantir: «В октябре иностранный гражданин по имени Майк Фикри приобрел билет в один конец на самолет из Каира в Майами, где он снимал квартиру.

В течение нескольких недель до того он неоднократно снимал ощутимые суммы со счета в российском банке и много раз звонил нескольким абонентам в Сирию. Совсем недавно он арендовал грузовик, поехал в Орландо и в одиночку посетил Диснейленд. Там, как показывают многочисленные видеозаписи камер наблюдения, он не резвился среди веселых аттракционов и прочих достопримечательностей, а провел почти весь день, фотографируя на переполненной площади при входе в Диснейленд. Ни одно из этих действий само по себе не вызывает подозрений. Многие арендуют грузовики. Многие покупают билет в один конец. Многие имеют связи в Сирии. Немало иностранцев хранят деньги в российских банках. И есть среди них немало угрюмых бук, не умеющих веселиться даже в Диснейленде. Однако все эти факты, только будучи взятые в комплексе, наводят на подозрение, что он, возможно, что-то замышляет.

Несколько лет назад этот комплексный взгляд был невозможен. Аналитик ЦРУ обратил бы внимание на билет в один конец из Каира в Майами, агент ФБР увидел бы серию банковских проводок из российского банка. Но ничто не могло помочь аналитику и агенту связать эти факты вместе. Не говоря уж об их увязке с данными об аренде грузовика и о поездке в Орландо. А про увязку всего названного с анализом видео с камер наблюдения Диснейленда нечего и говорить. Все это было невозможно еще несколько лет назад.

А сейчас это не просто возможно, а работает на задачи безопасности. Благодаря программе, созданной компанией Palantir Technologies, ставшей любимицей спецслужб США».

Сравнив эти два описания, не трудно понять принцип работы «Машины»  и системы Palantir. Он один и тот же (за одним маленьким отличием, о котором скажу чуть позже).

1. Идет сбор потоков данных со ВСЕХ доступных информационных каналов обо ВСЕХ регистрируемых событиях, касающихся ВСЕХ людей: покупка и аренда (билеты, авто, недвижимость, лодки и т.д.), банковские транзакции, транзакции по кредиткам с привязкой к локатору местоположения и характеру покупки (например, оплата на конкретной автозаправке), телефонные звонки, электронная почта, информация со ВСЕХ камер видеонаблюдения, информация о транзакциях во всех федеральных и муниципальных базах данных (полиция, пожарные, госпитали и т.д.) и много что еще.

2. В каждом потоке данных средствами интеллектуального анализа данных Data Mining выявляются необычные события, вероятность которых мала (например, 18 заправок на одной станции в конкретный день месяца), и события из наперед заданных «тревожных списков» (например, переводы из российских банков).

3. Дальше самое сложное в «Машине» – объединение и увязка через специальные адаптеры информации о необычных событиях из разных баз.

4. Если расчетная вероятность всего комплекса связанных необычных событий окажется ниже некоего заданного порога вероятности (допускающего, что связка событий хоть и редкая, но чего не бывает), выдается сигнал тревоги, указывающий на конкретного человека, с которым связан весь комплекс событий.

Теперь о единственном отличии в том, как работают «Машина» и система Palantir. Я специально называю это системой, а не программой. Эта система состоит из комплекса программ и человека – аналитика, взаимодействующего с программой».

Т.е. Palantir требует на стадии вывода участие человека.

Еще в 80-е гг. началась работа над программой ICWS - информационной интегрированной системой раннего предупреждения о возникновении кризисных ситуаций. Головным разработчиком был выбран гигантский военный концерн Локхид Мартин. Система постоянно совершенствовалась. Максимально кратко ее можно описать следующим образом. Были составлены цифровые образы конфликтов, представляющие собой наборы из 70-80 показателей.

Далее программа отслеживала по этим показателям текущее состояние и, начиная с определенного их значения, характеризовала высокую степень вероятности того или иного конфликта. Однако в 2011 г. Локхид Мартин, как головной разработчик программы, был отстранен от работы. Причину объяснил тогдашний директор ЦРУ Дэвид Петреус. Он сказал, что в период с 2006 по 2011 г. произошло 16 кризисов, которые  система должна была распознать и выдать раннее предупреждение. По факту она смогла выдать ранние предупреждения лишь о четырех кризисах, т.е. эффективность работы составила 25%.

С конца 2011 г. головными разработчиками различных вариантов системы стали IBM, Recorded Future и сборная команда исследователей и разработчиков под флагом Стенфордского университета. Первые рабочие варианты они должны выдать в конце текущего года. Между тем, по заказу отдельных родов войск США удалось создать в рамках программы эффективные системы раннего предупреждения кризисов. От глобальной системы они отличались тем, что были привязаны к конкретному региону.

Опыт успешных прогнозных систем показывает, что при всей значимости  количественных методов очень важно наполнить систему максимумом качественной конкретной информации относительно того или иного региона или сферы военных действий.

Очень большие надежды связываются с программой ADMS - комплекса автоматизированного выявления аномальных процессов, протекающих в различном масштабе. Ежегодно на программу тратится более 12 млн. долларов. Идет уже третий год реализации программы. Источниками информации для нее является как обычно веб 1 и веб 2, а также анализ потокового видео, финансовых транзакций и т.п. Пока сложно говорить о достигнутых результатах. Одним из головных разработчиков программы является Школа вычислительных и инженерных наук Университета Джорджии.

Наконец, большие надежды АНБ связывает с программой QAES, что означает «вопрос-ответная экспертная система». Ее основой выступает знаменитый Watson компании IBM. В рамках программы идет обучение Watson применительно к задачам, решаемым Пентагоном, Департаментом национальной безопасности и американским разведывательным сообществом. Предполагается, что в 2017 г. ключевые специалисты в этих структурах будут иметь терминальный выход на соответствующие модификации Watson и смогут получать от них консультации на естественном человеческом языке.

Евгений Черных, Комсомольская правда