大数据时代开源情报在重大疫情中的作用分析

洪磊 朱晓峰 蒋勋

摘 要：[目的/意义]基于突发重大疫情爆发速度快，影响力大的现状，探究大数据背景下的开源情报在重大疫情中的作用。[方法/过程]结合具体案例，分析大数据技术对开源情报改革的促进作用，论述其在疫情中的信息传播和应急协作等作用。[结果/结论]大数据时代，开源情报的收集范围、敛散性、分析人员、服务对象和处理流程发生了改变，使之可以更好地夯实政府信息公开的基础、推动疫情防控工作、修复社会信任危机和促进情报融合。

关键词：开源情报;重大疫情;大数据;信息公开;网络舆情

DOI：10.3969/j.issn.1008-0821.2020.07.004

〔中图分类号〕G206.2 〔文献标识码〕A 〔文章编号〕1008-0821（2020）07-0034-09

Analysis on the Function of Open Source Intelligence About the

Outbreak of Infectious Diseases in Big Data Era

Hong Lei1，2，3 Zhu Xiaofeng4 Jiang Xun3

（1.Department of Computer Information and Cyber Security，Jiangsu Police Institute，Nanjing 210031，China;

2.School of Information Management，Nanjing University，Nanjing 210023，China;

3.Jiangsu Key Laboratory of Data Engineering & Knowledge Service，Nanjing University，

Nanjing 210023，China;

4.Economics and Management School，Nanjing University of Technology，Nanjing 211800，China）

Abstract：[Purpose/Significance]Based on the rapid outbreak and great influence of infectious diseases，this paper discusses the change of open source intelligence in big data era，and summarizes the role of open source intelligence.[Method/Process]Analyzed the promoting effect of big data on the reform of open source intelligence，and discussed its spreading and cooperation functions in the outbreak of infectious diseases.[Result/Conclusion]The collection scope，astringency，analysts，service objects and processing flow of open-source intelligence have changed in big data era，so that it is better for laying the foundation for government information disclosure，epidemic prevention and control work，repairing social trust crisis and promoting information integration.

Key words：open source intelligence;epidemic situation of infectious diseases;big data;information disclosure;network public opinion

2019年年末開始，新型冠状病毒肺炎疫情在全国乃至全球蔓延。2020年1月20日，国家疾病预防控制中心宣布将新型冠状病毒肺炎纳入乙类传染病，采取甲类传染病防控措施。3月11日，世界卫生组织宣布，新冠肺炎疫情已经构成全球性大流行。重大疫情已成为人类健康的重要威胁，对人类生活、社会发展、经济建设和国家安全造成重大影响。

开源情报是系统性搜集、处理和分析公开信息而得到的情报[1]。与秘密情报不同，开源情报具有搜集来源公开、搜集手段容易、搜集领域广泛、搜集成本低的特点[2]。随着大数据时代的到来，开源情报搜集范围扩大，情报搜集优势更加明显，突破情报固有的神秘色彩，在分析、传播、反馈等环节加强了开放性合作，扩大了开源情报的传播范围和影响力。开源情报随大数据技术而发展变革，更加符合新时代情报传播和分析的需求，尤其在重大疫情中可以发挥更大的作用。

重大疫情是一场全民参加的战役，政府、医疗机构、科研机构、人民、国外政府都需要及时和充足的情报。情报是应急处置之道的关键，面对全球化日益明显的世界，开源情报更适合向公众发布，通过情报流动提高应急管理的效率，快速提供决策部门需要的知识，抑制疫情蔓延的势头。本文基于大数据时代的特点，阐述开源情报的改革和作用，挖掘开源情报的内涵和特点，以期提升开源情报在重大疫情中的应用价值。

1 研究概述

目前国内开源情报研究不多，尤其针对重大疫情的开源情报研究更少。学者们主要对应急情报体系、情报在突发公共卫生安全事件中的作用和传播效果进行研究。

苏新宁等结合了情报体系和快速响应系统，从功能构成、组织功能和组织架构3个方面构建了突发事件应急情报体系[3]。曾子明等从公共卫生数据资源出发，基于情报技术和服务平台，完善了公共卫生突发事件情报体系[4]。朱晓峰等从情报体系理论入手，建立了面向突发事件的情报体系，解决了情报组织、工作流程和相关技术问题[5]。情报体系是应急管理体系中的重要环节，起着承上启下、互通有无的作用，尤其与政府应急体系相互融合，完善信息传递和应急措施保障。

马健以SARS和禽流感疫情中的科学传播为研究对象，发现在公共卫生安全事件中，科学知识和外行知识通过竞争，可以加强知识传播的实效性[6]。军事医学科学院总结了SARS疫情科技攻关的经历，发现信息共享有利于应急处置，可以提高疫情应对的时效[7]。徐绪堪等研究了多源数据对突发事件决策需求的促进作用，发现多源数据可以使决策需求更加知识化、有序化和优质化，促使突发事件决策需求更加清楚和精准[8]。公共卫生安全事件中，情报进行全领域、全流程和全周期地信息管理、传递，发挥着主导作用，帮助政府统筹应急事务，服务应急决策。

杜洪涛等分析了2015年中东呼吸综合征（MERS）疫情相关的微博文本及评论内容，评估了公共管理机构在舆情话题中的表现，发现以政府为代表的机构在疫情沟通中存在选择性地发布信息、不符合民众实际需求等不足[9]。吴小兰等结合社区发现算法与动态话题模型，对H7N9禽流感疫情相关微博进行实证分析，挖掘疫情各个时期所讨论的话题[10]。杨风等认为公共卫生事件中要以及时、准确、完整的信息作为基础，构建通畅的信息传递通道[11]。公共卫生事件中，情报有着不可替代的交流作用，公共部门需要加强沟通的主动性、提高沟通技巧，夯实沟通保障措施，建立统一的公共管理沟通体系。

国外对开源情报在重大疫情中的研究更加深入，尤其注重互联网在疫情中的作用和影响。研究主要围绕基于重大疫情的开源情报系统、疫情中开源情报的沟通作用和对疫情的管控作用展开。

国外针对重大疫情的主要开源情报系统有：健康地图项目（Health Map），由哈佛-麻省理工学院健康科学与技术部（Harvard-MIT Division of Health Sciences and Technology）内的儿童医院信息学项目组（Childrens Hospital Information Program）开发并推出，使用网络新闻、目击者报告、专家意见和官方报告等信息组合来监测疾病爆发和突发公共卫生威胁。自启动以来，已经处理了超过100万份报告，涉及233个疾病类别和226个国家[12]。监测突发疾病计划（Program for Monitoring Emerging Diseases），一个基于互联网的疾病报告系统，它利用各种传统和非传统信息源来组成疾病爆发的早期警报，尤其注重对媒体报道、私营卫生机构报告和订阅用户汇报等信息的搜集，目前已经覆盖以英语、西班牙语、俄语、法语等为官方语言的区域和国家[13]。加拿大公共卫生情报网（Global Public Health Intelligence Network），一个基于网络的健康监测平台，利用不同来源的公共卫生信息和医学知识，促进疾病监测、情报交流、医学研究和应急应对等方面的创新、合作和咨询，该平台的移动技术（on-go）可以实现无缝数据收集、快速数据管理和安全信息共享，解决了数据丢失、重复、数据库管理困难以及无法及时访问数据的问题[14]。医疗信息系统（Medical Information System），一個实时新闻警报系统，涵盖健康、医疗和传染病相关主题，拥有约1 600个独立的新闻来源，每天收集45种语言超过20 000篇的文章，并向用户发送健康报警邮件[15]。国外已经形成了有效的开源情报体系网络，利用海量网络信息，对疫情进行预测和通报，达到提醒民众的效果。

Petra D等认为需要通过国际会议、政府交流等形式互通国家防疫战略，加强疫情期间国际风险沟通，促进疫情防控中的经验学习和错误规避[16]。Basch H B等通过研究100篇寨卡病毒相关的新闻报道，发现可读性较强文章可以推动疫情期间的信息传播[17]。Ghenai等收集了寨卡疫情爆发后超过1 300万条与病毒爆发相关的推文，发现公共卫生安全事件相关的谣言更容易被传播[18]。Kim D H在中东呼吸综合症冠状病毒（MERS-CoV）疫情后的反思中认为，加强全国性的危机沟通是公共卫生应急处理改革的重要步骤[19]。Noh J W提出准确和及时的信息是治疗中东呼吸综合症冠状病毒危重病患者的关键[20]。同国内研究一样，国外学者关注情报在重大疫情中的传递能力，并且用疫情中的实例证明，不管在公共部门之间还是民众与政府之间，信息传播效果和民众的健康息息相关。

Ramya C等通过检索灰色文献和同行评议，建立了受疫情影响的公民的数学模型，评估了公民对疫情的应对能力，以期强化公共卫生应急准备[21]。Michael A I发现政府和研究人员通过信息共享形成情报，来评估公共卫生安全事件的危害以及政府措施的效果[22]。Cole J等认为在公共卫生安全事件中，互联网健康论坛为需要帮助的公民提供了众包解决问题的方法，利用潜在的群体智慧，帮助健康信息寻求者从众多选择中确定最佳选择[23]。Yan S J通过研究公共卫生安全事件相关的社交网络帖子和学术文章，发现利用互联网数据源可以快速获取传染病情报，实现疫情快速检测，从而及时干预疫情发展[24]。Chen J Y通过建立社交媒体、烟雾传感器观测数据与次日健康危害之间的非线性关系，准确预测次日的健康危害系数，为烟雾相关的疾病管理提供决策支持[25]。Hu H Z将社会网络中交互活动和群体行为运用于甲型H1N1流感突发事件的分析，达到了很好的预测效果[26]。开源情报贯穿疫情的整个过程，起着警报、应急管理、效果评估和工作反省等作用。

重大疫情社会危害大、民众关注高，具有较强的国际影响力。开源情报不但可以发挥传统情报数据采集、技术保障、资源保障、知识普及、决策辅助和事件评价的作用，而且还可以起到宣传和稳定民心的效果。本文在国内外研究的基础上，以开源情报为研究对象，关注大数据时代社会的变化和重大疫情的特征，深入挖掘情报改革，细致梳理其在疫情防治中的作用。

2 大数据时代开源情报的变革

开源情报并不是一个新的名词，它在人类的历史长河中发挥了重要作用，也随着时代发展进行了3次变革。两次世界大战和冷战期间，开源情报为军事行动提供决策支撑，开始了开源情报的第一次改革之路。互联网的盛行扩大了开源情报搜集的渠道和数量，促使了开源情报的第二次改革之路。以大数据为主的技术革命使得情报分析和处理发生了革命性的变化，爆发了开源情报的第三次改革[27]。

大数据具有数据量巨大、数据类型多样、价值密度低和信息流动速度快的特点，大数据技术为开源情报在收集范围、敛散特性、分析人员、服务对象和处理流程5个方面提供了新的思路和方法。大数据的分散性和全面性增加了信息源的搜集渠道，公开信息搜集从限定情报变为全范围情报;结合大数据时代的共享特性，开源情报的敛散特性从封闭性变为开放性;以协作性和独立性为指导思想，鼓励专业人员参与开源情报产品的制作，改变情报分析人员固定的束缚;大数据思维带来的开源运动，促使开源情报的服务对象从特定人员变为全体人员;大数据的数据复杂性促使开源情报的处理流程从线性流程变为循环流程。

2.1 收集范围由限定情报变为全范围情报

开源情报的特色之一是信息源公开，大数据增加了数据的种类和来源，开辟了更多信息发布和传播的途径，以全面的初始信息收集提高了情报价值。开源情报不但注重完善政府数据的收集，而且将民间数据和私人数据作为重要组成部分，这种广泛的社会参与尝试在西方社会已经成为安全战略的基础，欧洲称之为“全面方法”（Comprehensive Approach），美国称为“全民方法”（All-of-Nation Approach）[28]。

早期开源情报搜集范围较为限定，主要信息类别分为3类：1）文字情报，包括书籍、杂志、政府报告、宣传手册、游记、报纸等。2）人力情报，包括公开的人物访谈、事件介绍等。3）信号情报，包括广播、电视节目等[29]。传统情报的信息来源比较固定，以文字情报为主，基本都是官方信息，可分析的价值较低。

大数据时代，开源情报的信息源范围迅速扩大，信息的数量爆炸性增长。如今增加的信息源搜集类别有：1）网络媒体，包括各大新闻网站、微信公众号、头条公众号等。2）社交网络，包括微博、微信群、QQ、钉钉等。3）灰色文献，包括智库报告、政府声明、企业报告、学术机构资料等。4）物联网信息，包括车辆流量信息、公共场所人流量信息等。5）信息数据库，包括新闻网站整合数据库、科技文献数据库、档案数据库等。信息源的增加使得开源情报的搜集范围更广，深度更深，实现大数据的分析和处理，确保真实完整地反应事件情况，有效辅助决策。

2.2 敛散特性由封闭性变为开放性

开源情报的信息来源公开，但是传统开源情报产品却并不公开，这既是情报产品的习惯，又是保护分析方法的手段，更是为了保证决策的信息优势。大数据倡导的自由和分享使得开源情报突破了情报的对抗性和封闭性，敛散特性发生变化，呈现出情报共享的趋势。同时大数据技术、社交媒体和智能手机拓宽了传播渠道，扩大了开放性的优势。

开源情报是开源协助原则在信息收集和分析中运用的产物。这些原则包括：同行评审、声誉判定、产品共享和共同参与。大数据技术扩宽了信息传播的渠道，促进了同行之间自由、方便地共享信息，实现信息双向和多向通信，这样信息不但可以有效分发，更可以协同评估，加大了开源情报的开放程度。

2.3 分析人员由固定人员变为专业人员

大数据时代的威胁不仅仅是传统的国土安全威胁，更多的是全球传染病、恐怖主义等非传统风险，情报部门需要承担评估潜在威胁的责任。在社会复杂体系中，情报分析需要具备法学、社会学、管理学和医学等多方面背景知识，情报分析人员很难达到这种要求。开源情报以集体性和包容性的主旨，将社会组织中的专家和通才组合在一起，通过更加结构化的信息收集和后现代分析紧密合作，推动了情报推理和理性思考。开源情报的趋势是将分析工作化整为零，由教师、医生、图书馆员、科研人员等专业人士共同参与分析，形成如同开源软件社区一般的情报分析网络，以自身专业知识解读信息，分析数据，獲得有效的开源情报。

准确性和独立性是情报的两大核心要素。如同科学知识的最佳状态一样，情报应该诉诸于人类的理性而不是权威。情报分析过程加入公众参与，可以确保情报的独立性，按照Linus Law，参与的人越多，错误越能被快速修正[31]。同时分析人员的增加意味着分析方法的多样，人工智能和自然语言处理技术的进步也为开源情报分析开辟了新的方向，网络链接分析、网络计量学、文本挖掘、本体创建和模式识别方法等研究方法的更新实现了开源情报的自动分拣和处理。智能化处理增加了情报分析的准确性，使得初始价值较低的开源信息抽丝剥茧，披沙拣金，在分析阶段实现情报价值的提升。

变化莫测的威胁环境改变了开源情报的性质，需要增加对社会力量的依赖，曾经情报是孤立的少数人的工作，现在的情报生产是部分开放的、网络化的合作工程。情报工作不仅渗透到我们过去认为纯粹平民的国家机构：社会工作机构、卫生当局和学校。在卫生健康、传染病传播、恐怖主义到有组织犯罪的各种问题上，一些不属于国家机构的行动者也参与了情报生产，从非政府组织、私人公司到个人公民，与情报组织协同分析，共享智慧。

2.4 服务对象由特定人群变为全体人员

传统开源情报的服务对象是特定人群，战争期间为指挥官支撑决策，和平时期为政府支撑发展决策。但是随着大数据思维的普及，开展了开源运动，开源情报服务的对象不再是限定的特定人群，而是全体民众。

首先突发事件的频发威胁着人们的安全，大家需要了解与事件相关的消息，懂得基本的防护措施;其次民众的主体意识增强，权力意识觉醒，民众迫切希望了解事件全貌。最后信息传播环境变化。过去民众只能通过被动地看电视和报纸获得开源情报，在大数据时代，民众不仅可以更快捷地获取信息，而且更乐于通过社交网络传播信息，这种获得与传播的乐趣会刺激民众获取更多的信息，形成民众对开源情报的渴求状态。

2.5 处理流程由线性流程变为循环流程

传统开源情报处理流程为线性流程，由计划情报任务、搜集信息、分析情报和传播情报组成[32]。现实问题变化多，容易发生衍生事件。在大数据时代，单一线性流程很难满足情报处理要求，线性流程需要转化为循环流程。

开源情报循环处理流程由情报规划、搜集信息、信息研判、情报分析、情报产品生成、情报传播、用户接收、用户反馈组成，由用户反馈决定流程继续进行或者终止，并且会根据情报分析结果，调整循环中的情报计划和信息源搜集。循环流程中，开放的信息来源保证充足的信息补充;情报的自由流动鼓励用户进行评价，从而调整情报处理流程，创造更优质的开源情报;用户评价作为过程性激励促使分析人员不断深化情报的挖掘，参与者和接受者形成良好的互动。

开源情报的公开信息来源和模糊的情报组织边界意味着情报处理流程中可以从外界获得大量的信息与智力补充，极大地促进优质情报的生成。开源情报的循环流程也使单一事件的情报转变为系列事件的情报，使事件情报升华为结构情报，宏观把握突发事件情况。

3 开源情报在重大疫情中的作用

2009年猪流感的爆发让人们真正意识到开源情报在重大疫情的作用。当年4月，谷歌流感趋势（Google Flu Trends）网站监测到流感相关搜索词的峰值，判断出流感流行的在线迹象。2个星期后，世界卫生组织才将猪流感疫情宣布为“国际关注的公共卫生紧急情况”，控制和阻止该疾病的传播已为时已晚。

大数据时代，人流、物流和信息流交换频繁，数据量激增。这种情况在重大疫情中，增加了危机处理的复杂度。数据不但数量多，而且类型繁杂，尤其是数据烟囱现象明显，缺少有效的数据融合与分析。重大疫情的无国界性质增大了应急管理的不确定性，使得情报收集和分析远远超出国家事务的范畴，传染病威胁增加了情报界对预防未知灾难的关注[33]。这种认知的不确定性促使人们更加重视情报的作用，需要将已知现实的理解转变为对未来不确定性的管理。大数据时代的重大疫情处置，不但需要抑制病毒的蔓延，而且要防止谣言、恐惧等通过网络和社交媒体传播。开源情报借着大数据技术的东风进行了改革，扩展了工作思路，丰富了情报内容，提升了情报内涵，使之在重大疫情中更好地发挥了沟通、协作和协调的功能。

大数据时代开源情报变革对重大疫情的作用具体表现为：开源情报收集范围的扩大和开放性可以夯实政府信息公开的基础;分析人员的多样性推动了疫情防控工作;服务对象的全面性可以帮助修复危机中的社会信任;循环处理流程促进了情报融合。

3.1 夯实政府信息公开的基础

《中华人民共和国政府信息公开条例》2008年实施，2019年重新修订，标志着政府信息公开制度在中国的全面实行。SARS疫情期间，政府新闻发布会开始大规模实行，信息公开制度在疫情期间大范围、高密度、高效率地执行，提高了政府应急工作的透明度，发挥了信息对人民群众防控传染病的服务作用。

在重大疫情期间，信息公开的意义在于宣传。宣传是利用传播者的社会影响，改进接受者的现状、思想和行为。而疫情宣传是将信息经过修辞结构、语境、情感和内容等方面的加工，由国家媒体自上而下地传播，同时受众不仅仅是被动的接受者，而是积极地与媒体互动，形成交流的循环。

重大疫情期间，政府信息公开存在3个问题。首先是信息公开不及时。疫情属于人民群众热切关注的问题，延时的信息发布会加重民众的忧虑，降低信息的权威性。2002年11月，SARS疫情在广州附近蔓延，但是主流媒体都没有相关报道，一直到2月11日，广州市政府召开新闻发布会，才开始了SARS疫情的信息公开[34]。然后是信息发布不够全面、准确[35]。重大疫情与人民的身体健康关系密切，信息敏感性高。SARS疫情期间，不明确的信息导致民众抢购盐和醋等生活用品[36]。最后是政府垄断式危机处理与信息发布。政府与民众的信息不对称，缺少相应的信息协调，疫情期间，政府部门更得关注民众的呼声和诉求。SARS期间因為信息沟通渠道不通畅，造成广州火车站大量滞留旅客，形成了不必要的恐慌[37]。

开源情报适合被公开发布，而且情报与普通信息相比，质量更高，指导性更强。疫情期间的政府开源情报发布有3个作用：首先指导全民统一的防控传染病行为。新冠肺炎疫情期间，政府将钟南山、李兰娟等专家意见作为重要情报权威发布，增强民众抗击病毒的能力。然后构建了灵活的沟通渠道，微博、微信公众号、短视频平台已经成为重要的开源情报沟通通道。疫情期间，这些平台已经成为民众发表意见、问题求解、治疗求助的重要渠道，官方也注意到这一趋势，积极回应民众反馈，将一言堂式的官方发布变为顺畅的官民沟通。最后政府从资源的独揽者转变为力量的动员者[23]。开源情报更易于信息共享，从政府包办式的疫情处理走向社会协作式疫情处理，使专家、企业和民众共同处理疫情，与其他国家和国际卫生组织合作，分享疫情信息和治疗方法，提升疫情防治和危机治理的水平。

3.2 有效推动疫情防控工作

人类的集体活动造成了全球化，使得传染病威胁本质上变得越来越分散。作为疫情威胁，需要考虑疾病治疗、疫情传播和社会应急处置等多场景多要素的工作，增加了情报搜集、分析的难度。开源情报可以有效聚合信息，从而提高初始信息的全面性，同时由于网络信息的及时性，易于更新情报产品，发现潜在的事件变化，可以在事前、事中和事后3个阶段都发挥着重要的引导功能[38]。

大数据时代，开源情报拓宽了情报来源，实现了多源情报整合，从分析到传播都发生了革命性的变化。开源情报的开放性缓解了疫情期间的封闭性，使人们了解最新情况，提供了事件发展、变化和评估结果，使数据更合理、更有意义，体现发展趋势，预测未来情况。开源情报实现了政府和民众的有效沟通，融合全民共同参与抗击疫情行动，协调社会力量，将情报效能最大化。

恩格斯说过“一个聪明的民族，从灾难中学到的东西会比平时多得多”，中国人民和政府在成功处置过1998抗洪、2002非典疫情等突发事件后，积累了宝贵经验。我们坚信，在党中央和国务院的坚强领导下，在全国人民的同心协力下，新型冠状病毒肺炎疫情必将被战胜。我们还需要总结重大疫情期间的错误和经验，提高突发事件的处理能力，建设面向未来的开源情报管理体系。

参考文献

[1]Palczewski C H.Cyber-movements，New Social Movements，and Counter Publics[J].Counter Publics and the State，2001，（3）：161-186.

[2]杨建英，余至诚.开源情报在中国国家安全情报中的地位和作用分析[J].情报杂志，2019，38（10）：21-26.

[3]苏新宁，朱晓峰.面向突发事件应急决策的快速响应情报体系构建[J].情报学报，2014，33（12）：1264-1276.

[4]曾子明，黄城莺.面向疫情管控的公共卫生突发事件情报体系研究[J].情报杂志，2017，36（10）：79-84.

[5]朱晓峰，冯雪艳，王东波.面向突发事件的情报体系研究[J].情报理论与实践，2014，37（4）：77-80，97.

[6]马健.危机事件中的科学传播——基于“SARS”与“禽流感”疫情的研究[J].科学学研究，2008，26（3）：487-492.

[7]孙建中.SARS 科技攻关反思[J].中国科学：生命科学，2011，41（10）：872-875.

[8]徐绪堪，吴慧中，张吉成，等.基于多源数据融合的突发事件决策需求研究[J].情报理论与实践，2017，40（11）：40-44，51.

[9]杜洪涛，滕琳，赵志云.突发性传染病舆情中的公共管理沟通效果研究——以中东呼吸综合征疫情微博社区舆情为例[J].情报杂志，2017，36（2）：108-114.

[10]吳小兰，章成志.基于DTM-LPA的突发事件话题演化方法研究——以H7N9微博为例[J].图书与情报，2015，（3）：9-16.

[11]杨风，胡新勇.突发公共卫生事件的信息传递途径分析[J].医学研究生学报，2009，22（4）：415-417.

[12]Brownstein J S，Freifeld C C，Reis B Y，et al.Internet-based Emerging Infectious Disease Intelligence and the Health Map Project：PLoS Med[R].2008.

[13]Mordini E，Green M.Internet-based Intelligence in Public Health Emergencies[M].IOS Press，2013：14-36.

[14]Shamir M，Karna D，Brad M，et al.An Innovative Mobile Data Collection Technology for Public Health in a Field Setting.[J].Online Journal of Public Health Informatics，2018，10（2）：18-32.

[15]Medical Information System，How to Work Effective[EB/OL].http：//medusa.jrc.it/MedISys/homeedition/en/home.html，2020-03-18.

[16]Petra D，Aphaluck B，Fadela C，et al.Biological Risks to Public Health：Lessons from an International Conference to Inform the Development of National Risk Communication Strategies[J].Health Security，2016，14：6-19.

[17]Corey H B，Joseph F，Philip Garcia B S.Information Regarding Zika Virus on the Internet：A Cross-sectional Study of Readability[J].AJIC：American Journal of Infection Control，2019：173-191.

[18]Ghenai，Amira，Mejova，et al.Catching Zika Fever：Application of Crowdsourcing and Machine Learning for Tracking Health Misinformation on Twitter[C]//5th IEEE International Conference on Healthcare Informatics（ICHI），Park City，UT，2017：518-523.

[19]Kim D H.Structural Factors of the Middle East Respiratory Syndrome Coronavirus Outbreak as a Public Health Crisis in Korea and Future Response Strategies.[J].Journal of Preventive Medicine and Public Health，2015，48（6）：98-112.

[20]Noh J W，Yoo K B，Kwon Y D，et al.Effect of Information Disclosure Policy on Control of Infectious Disease：MERS-CoV Outbreak in South Korea[J].International Journal of Environmental Research and Public Health，2020，17（1）.

[21]Ramya C，Petrun S E L，Amiri S，et al.Enhancing Community Preparedness：An Inventory and Analysis of Disaster Citizen Science Activities.[J].BMC Public Health，2019，19（1）：45-61.

[22]Michael A I，Regina M，Kendall H，et al.The Role of Mathematical Modelling in Aiding Public Health Policy Decision-making：A Case Study of the BC Opioid Overdose Emergency[J].International Journal of Drug Policy，2019：86-98.

[23]Cole J，Kleine D，Watkins C.Internet Discussion Forums：Maximizing Choice in Health-seeking Behaviour During Public Health Emergencies[C]//2016 International Conference On Cyber Situational Awareness，Data Analytics and Assessment（CyberSA）.IEEE，2016.

[24]Yan S J，Chughtai A A，Macintyre C R.Utility and Potential of Rapid Epidemic Intelligence from Internet-based Sources[J].International Journal of Infectious Diseases，2017：80-92.

[25]Chen J Y，Chen H J，Wu Z H，et al.Forecasting Smog-related Health Hazard Based on Social Media and Physical Sensor[J].Information Systems，2017：64-78.

[26]Hu H Z，Mao H J，Hu X H，et al.Information Dissemination of Public Health Emergency on Social Networks and Intelligent Computation.[J].Computational Intelligence and Neuroscience，2015.

[27]Rand.Defining Second Generation Open Source Intelligence（OSINT）for the Defense Enterprise[R].2018.

[28]Maria M T，David P F，Alex R P，et al.Intelligence as a Protective Factor Against Offending：A Meta-analytic Review of Prospective Longitudinal Studies[J].Journal of Criminal Justice，2016：45-60.

[29]Uffe Kock Wiil.Counterterrorism and Open Source Intelligence[J].Lecture Notes in Social Networks，2011，（6）：1-6.

[30]NATO.Open Source Intelligence Reader[ EB/OL].http：//www.oss.net/ dynamaster/ file_archive/NATO OSINT Reader FINAL 11OCT02.pdf， 2020-03-02.

[31]Eric S R.The Cathedral & the Bazaar：Musings on Linux and Open Source by an Accidental Revolutionary[M].OReilly Media，2001：46-58.

[32]化柏林，李广建.面向情报流程的情報方法体系构建[J].情报学报，2016，35（2）：177-188.

[33]Coser R L，Giddens A.Modernity and Self-Identity，Self and Society in the Late Modern Age[J].Social Forces，1992，71（1）：229.

[34]马健.危机事件中的科学传播——基于“SARS”与“禽流感”疫情的研究[J].科学学研究，2008，26（3）：487-492.

[35]朱晓峰，崔露方，赵柳榕，等.基于公平偏好的微政务信息公开质量激励效率演化研究[J].情报科学，2018，36（5）：17-23.

[36]黄志坚，吴健辉，方文龙.公共危机管理的社会资本作用分析——以汶川大地震和SARS的对比为例[J].华东经济管理，2008，22（9）：19-22.

[37]闪淳昌，周玲.从SARS到大雪灾：中国应急管理体系建设的发展脉络及经验反思[J].甘肃社会科学，2008，（5）：40-44.

[38]苏新宁，朱晓峰，崔露方.基于生命周期的应急情报体系理论模型构建[J].情报学报，2017，36（10）：989-997.

[39]World Health Organization.Ten Threats to Global Health in 2019[EB/OL].https：//www.who.int/emergencies/ten-threats-to-global-health-in-2019，2020-02-18.

[40]朱晶，刘会民，赵冰，等.基于BP神经网络的SARS传播预测[J].生物数学学报，2007，（2）：98-102.

[41]张文斗，祖正虎，许晴，等.SARS疫情对中国交通运输业和电信业的影响分析[J].军事医学，2012，（10）：50-52，88.

[42]汪建昌.社会设计：公共危机应对的行动理论——以SARS危机和甲型H1N1流感为例[J].内蒙古社会科学：汉文版，2010，31（3）：124-128.

[43]涂光晋，宫贺.实践—观念—制度—规范—“非典”以来我国政府危机管理研究[J].国际新闻界，2008，（6）：5-11.

[44]吴少林.广东防治SARS科技攻关回顾[J].中华医学科研管理杂志，2003，（4）：199-199.

[45]余曙光，全薇.中国政府信任类型的历史嬗变与现实思考[J].重庆大学学报：社会科学版，2016，（1）：217-222.

（责任编辑：陈 媛）