地理信息保密安全評估的基本問題與對策

劉萬增，陳軍，趙勇，李然，章煒，翟曦，王新鵬 ，王勇

1. 國家基礎地理信息中心，北京 100830；

2. 自然資源部時空信息與智能服務重點實驗室，北京 100830；

3. 湖北珞珈實驗室，武漢 430079；

4. 自然資源部地理信息管理司，北京 100812；

5. 中國測繪科學研究院，北京 100830

1 引 言

眾所周知，地理信息是自然和人文要素空間分布及變化的數字化描述與表達，是重要戰略信息資源與生產要素，兼具空間載體和知識存量兩大作用，為國防建設、經濟社會發展和科學研究提供時空基底保障（劉萬增和彭震中，2016）。一方面，地理信息數據是戰場態勢感知與可視化的基礎，是贏得現代戰爭主動權的重要戰略資源，因而成為“國之重器，不可與人”（孫寶云和沈永社，2012）。另一方面，我國生態文明建設、國土空間規劃、“宜居地球”研究，以及電子商務、無人駕駛等新興應用領域蓬勃發展，對地理信息的網絡化、公開化應用提出了迫切需求，正催生著公眾版地理信息的大規模生產和服務，推動著地理信息保密安全評估技術的創新發展（周鴻昌和呂雁華，2015；朱長青和任娜，2015；朱日祥等，2021）。

然而，長期以來，我國地理信息保密安全評估手段落后于地理信息產業發展的規模，無法從容應對所面臨的嚴峻安全形勢，對什么情況是密必保，什么情況非密放開，缺乏明確的技術指標和先進的評估手段，在一定程度上加劇了地理信息保密與應用的矛盾（周鴻昌和呂雁華，2015；朱長青和任娜，2015；劉萬增和彭震中，2016）。如果把握不好涉密數據與非涉密數據之間的界限，容易導致保密管理過嚴或過寬，都將深刻影響國家安全和發展利益。在實際工作中，部分部門或單位往往選擇從嚴管理，來被動降低技術缺位帶來的涉密地理信息安全風險，不可避免地限制了地理信息的應用廣度和深度（劉萬增和彭震中，2016）。

為加強測繪地理信息安全保密工作，2020 年國家頒布了《測繪地理信息管理工作國家秘密范圍的規定》，從是否為敏感區域、比例尺、位置精度、涉密屬性、分辨率、等高距及數據范圍等方面，對國家測繪地理信息管理工作秘密事項名稱、密級、保密期限及知悉范圍等進行了詳細規定，為地理信息安全評估提供了政策、法規依據。但由于缺乏有效的技術支撐，我國的地理信息安全評估工作還主要依賴有經驗的技術人員對地理信息數據逐一進行檢查判斷，檢查效率低、檢查范圍小、結果不全面，難以得到科學的評價結果，更難以應對大批量涉密地理信息數據的保密安全評價，成為制約我國地理信息保密安全評估的技術瓶頸。

當前，我國正在實施以數字化改革推動高質量發展的國家戰略，地理信息作為基礎性、戰略性信息資源和生產要素，將發揮重要的支撐作用。統籌發展與安全，開展地理信息保密安全評估技術創新，處理好地理信息安全與應用的矛盾，全面支撐國家各領域的數字化發展，是當前做好地理信息安全監督管理工作的迫切需要，也是地理信息管理部門貫徹總體國家安全觀的重要使命。

2 國內外研究現狀

地理信息保密安全評估是近年來我國地理信息安全監督管理工作面臨的新問題，其研究剛剛起步，相關研究文獻還很少，因而，該問題的解決需要借助傳統的數字化測繪技術和人工智能、大數據等現代信息技術，探索出一種適合我國國情的地理信息保密安全智能化評估方法，重點解決碎片化數據尺度自動判斷、地形圖精度高效評估、遙感影像敏感信息智能識別等核心技術。本文從地理信息數據空間尺度判定、地形圖精度評定、遙感影像智能認知三個方面，分析國內外學者在該領域研究現狀和趨勢。

2.1 地理信息數據空間尺度判定

尺度是地理數據的基本特征，作為地圖學、地理科學研究的核心問題，受到國內外眾多學者的關注（Lam 和Quattrochi，1992；李霖和李德仁，1994；劉凱等，2008）。尺度不變量、改變尺度的能力、尺度效應的度量、尺度作為過程模型中的參數，以及多尺度實施等為尺度的五大關鍵問題，因而成為國內外學者爭相研究的熱點（Quattrochi 和Goodchild，1997；李志林等，2018）。針對尺度不變量，李志林（2005）探討了歐氏空間和地理空間中尺度的差別，認為隨著尺度變化，對象的形狀保持不變，即尺度變換具有可逆性，如不同比例尺地圖上的同一條海岸線具有不同的長度值。因此，Xia和 Clarke（2023）建議使用分數維來處理地理空間的多尺度問題，將分數維看作地理空間的一個尺度不變量；Lowe（2004）研究了遙感圖像的尺度不變量，通過探測某種尺度空間的響應極值來保持尺度變換不變性的特征。此外，部分學者認為地理信息尺度具有時間、空間和語義三種屬性，只要這三種屬性不變，地理信息尺度的不變性在一定程度上等同于這三種屬性不變性（劉凱和秦耀辰，2010；張玲，2013）。

在以上研究中，分數維作為地理空間的尺度不變量，雖能為尺度判定提供理論參考，但如何量化尺度變化引起的信息量的變化，并反之將該變化量用于尺度判定，仍缺乏系統性的研究。Li 和Openshaw（1993）提出了對現實世界地形、地物數字化抽象和概括的“自然法則”原理，基于人眼觀察到空間目標的復雜性是隨距離變化的這一自然界普遍存在的物理規律，實現不同尺度地物的概括（Li，1996）。該原理揭示了矢量數據蘊含的尺度特征，也是一種尺度不變量，為尺度判定提供了新思路。

2.2 地理信息數據精度評估

數據精度分析和質量控制是測繪領域長期關注的熱點問題（李建成等，2017；張菊清和楊元喜，2009）。相關研究多側重于地理信息系統（geographic information system，GIS）空間數據質量的不確定性，楊元喜（2009）研究了點位誤差的不同度量標準，Perkal（1956）提出了線元不確定性度量的“ε 帶”指標。有學者基于上述理論進一步研究了圓曲線、緩和曲線、一般曲線、面的不確定性模型（Shi，1997；史文中等，2000；郭同德等，2003）。劉文寶等（1998）用隨機過程理論推導了“De 帶”的邊界線方程，并提出了面位誤差環的概念；游揚聲（2005）提出了線元的整體誤差帶，對誤差帶進行了擴展。靳燕（2014）用區間數理論研究了位置不確定性的大小。以上空間數據不確定性研究側重于數據的誤差分布特征，而地形圖精度評估關注的是給定范圍地形數據的整體位置精度。傳統的方法是采用測量儀器，選擇一定數量的地物特征點進行實地測量，將測量坐標與待檢地形數據中的同名點坐標進行比對，計算相對中誤差，如美國于1998 年發布的空間數據精度國家標準（National Standard for Spatial Data Accuracy，NSSDA）中，定義了空間數據定位精度的統計和測試方法。該方法要求對地圖精度進行評估時，地圖覆蓋的地區至少應分布有20 個控制點；而STANAG 2215 標準中，則明確定義了對每張地形圖精度進行評估，至少需要167 個明確定義的控制點（El-Mowafy，2005）。在實踐上，Bozic 和 Radojcic（2011）對每張地形圖布設了190 個控制點，評估了塞爾維亞軍事地理研究所制作的1∶50000 數字地形圖的水平精度；Doskocz（2010）基于全站儀測量數據、正交和極地測量數據，分析在大比例尺數字地圖水平精度。伍素貞等（2012）將在AutoCAD 中拾取的若干地物點與RTK 采集的相應點進行對比，評估地形圖精度；趙鵬等（2020）利用三維激光掃描儀采集的地面點坐標檢測數據，檢驗了大比例尺地形圖的數學精度，探討了基于三維激光掃描技術質量檢驗的可行性。

以上兩種方法都存在成本高、效率低的問題，無法用于大區域地形圖精度評估。

2.3 遙感影像內容識別

遙感影像內容識別在某種程度上是對影像內容的判讀和檢索。較早的研究是基于圖像底層視覺特征（如色彩、紋理、幾何形狀）構建相似性測度指標來對圖像內容進行檢索查詢，即基于內容的圖像檢索（content-based image retrieval，CBIR）技術（李向陽等，2001；Lee 等，2005；Li 等，2012；Li，2014）；然而其實際性能往往受制于圖像數據本身的視覺特征復雜程度（Liu 等，2007；李士進等，2010）。有研究表明，影像地物語義信息的引入可明顯提高CBIR 系統的智能性和精確度（Kang 等，2011）。Liu 等（2012）在遙感影像分割的基礎上通過EM 算法建立地物目標、影像特征與分割區域之間的語義化關系來實現遙感影像的區域檢索；Wang等（2013）以面向對象分類結果為基礎，利用影像整體視覺特征和地物方位關系的描述構建了相應的遙感影像檢索系統；dos Santos 等（2013）在多尺度分類結果的基礎上，引入自然語言處理中的詞袋模型（bag of words model，BoW）來影像特征及其關系的高效檢索。

可以看出，傳統影像內容與語義的檢索方法仍是以底層視覺特征間相似性或影像語義關系為主，很難做到對影像全局的場景化理解與識別。因此，近年來將時空場景認知與內容檢索結合成為新的研究熱點，Wang 等（2001）通過概念領域模型來描述影像中對象空間關系，實現了基于影像對象的場景化語義檢索。Zhao 等（2012）為了縮小基于內容的圖像檢索中用戶查詢概念和低層次特征之間的差距，采用基于支持向量機（support vector machine，SVM）分類理論的相關性反饋算法來提高遙感圖像的檢索精度。閆利等（2022）利用多尺度遙感影像基準網與多形態、多時相的自然資源典型地類樣本庫，通過深度學習技術達到了較高的影像分類精度。

因此，利用影像自身的內容信息，結合國家級多尺度、多時相海量遙感影像數據庫進行對比檢索，成為解決“無來源信息、無定位信息、無參考信息”的“無源”影像安全評估的基本思路。

3 基本問題

地理信息保密安全評估是按照國家相關法律法規、標準規范等，采用信息化的技術手段，對地理信息的保密安全風險進行科學評價，給出可公開、不涉密、涉密及其保密等級、保密期限、適用范圍等評價。這就涉及評價指標的選取和計算，其中，地理信息數據的涉密屬性、數據范圍和等高距等信息可以通過數據解析或語義識別加以判斷，但對于碎片化數據的比例尺、分辨率、敏感內容的判斷就比較復雜，其本質上是定量和定性結合、主觀和客觀交融的認知問題，目前尚沒有高效可行的解決方案；另外，地形圖平面相對精度的低成本、高效率地計算和評估，一直是GIS 數據質量研究領域面臨的技術難點之一，也是制約地理信息保密安全評估智能化的瓶頸問題。因此，本文主要從數據空間尺度計算、地形位置精度評定、影像敏感內容識別三個方面討論地理信息保密安全評估的基本問題。

3.1 空間尺度的智能識別問題

空間尺度是指最小的可辨識單元所代表的特征長度、面積或體積，是人們認識地理空間、進行地理建模和表達的基礎和前提（李志林，2005；李志林等，2018）?？臻g尺度的判定主要針對無源碎片化地理信息，在缺乏元數據，沒有空間定位信息的情況下，對碎片化的矢量或柵格數據的尺度特征進行計算和綜合判斷，實際上是對數據空間或符號空間蘊含的空間特征或模式認知的問題，需要融入時空場景認知的理論和方法，在非線性高維空間進行尺度識別的模型構建和算法實現，顯然，以處理低維線性空間問題見長的數字化測繪的技術手段很難滿足需求。

3.2 位置精度的高效評估問題

位置精度的評估技術瓶頸在于如何高效率、低成本地獲得空間對象位置的真值。傳統采用同名點坐標進行比對來衡量待檢地形數據精度（El-Mowafy，2005；Bozic 和Radojcic，2011；趙鵬等，2020）的方法存在成本高、效率低的問題，無法用于大區域地形圖精度評估。因而，人們往往按照地形圖的比例尺推估其精度，而實際上，不同部門、不同數據生產方式生產的同一區域相同比例尺的地形數據，其實際精度變化幅度非常大，采用這種方法評估出來的精度，其可靠性很難完全滿足需求。因而長期以來，地形數據精度評估一直是GIS 領域的一大難題。

3.3 影像敏感信息的場景化認知問題

影像敏感信息認知也是一種非線性高維空間的認知計算問題，需要引入混合智能計算范式，將敏感區域影像判讀知識和深度學習算法進行多模態、多節點耦合，依據幾何紋理形態的尺度不變性規則，對影像進行目標識別與語義分割，提取敏感地物的實體特征，計算其間的拓撲、方向及度量等空間關系，從而突破低維線性空間數字化測繪的技術局限，實現對影像敏感信息場景的認知與表達。

綜上，地理信息保密安全評估是我國實施地理信息安全監管的迫切需求，面臨高效率、自動化評估的技術瓶頸，需要解決地理信息數據智能化尺度判斷、時空場景認知和自動化精度評估三個方面的科學問題。

4 研究思路

可以看出，地理信息安全評估存在的基本問題涉及非線性高維空間的認知計算，單單采用常規的測繪算法很難有效解決，需要充分利用人們在長期測繪生產實踐中形成的測繪智能，與深度學習、測繪算法等深度融合提出一種新的解決思路。

近幾年迅速發展的深度學習、群體智能、知識圖譜等人工智能技術，為自然測繪智能的挖掘、提取、描述、表達提供了新手段。為此，本文針對國家地理信息安全監管對地理信息數據安全智能化評估技術的迫切需求，借助智能化測繪的理念，基于現代信息技術，將人類在長期測繪活動中積累的豐富的感知、認知等自然智能，與機器的計算智能有機融合，形成以知識為引導、算法為基礎的測繪混合智能計算范式（劉經南和高柯夫，2017；王家耀，2017；寧津生，2019；艾廷華，2021；陳軍等，2021；龔健雅等，2021；李清泉等，2021；李志林等，2021；劉萬增等，2021；閆利等，2021；楊元喜等，2021），破解地理信息安全評估中高維、非線性的求解難題。

如圖1 所示，基于這一理論框架，擬將尺度效應、空間約束及時空關聯等智能機理，與深度學習、測繪算法等結合，建立地理信息保密安全評估知識庫和指標體系；突破碎片化地理信息尺度計算模型、地理信息數據精度自動化評估模型、遙感影像安全評估場景化認知模型的構建方法；以此為基礎，研制地理信息數據安全智能化評估系統，實現地理信息尺度計算、敏感屬性過濾、相對精度評估、典型敏感區域判別等功能，支撐地理信息保密鑒定、數據定密、安全評價、公開化處理等安全監管業務，逐步形成“控得住”“管得好”“用得順”的地理信息保密安全評估與監管技術體系，為國家地理信息安全和社會化應用提供精準化、智能化的技術支撐。

圖1 研究思路圖Fig.1 Research framework diagram

5 主要對策

根據以上研究思路，從以下五個方面開展研究，解決地理信息保密安全評估的關鍵技術問題。

5.1 構建地理信息保密安全評估知識庫

收集地理信息保密安全評估的相關法律法規、典型案例、文獻資料、技術標準等，對其進行評估知識抽取與關聯化處理，建立地理信息保密安全評估的基礎知識庫；針對空間基準數據、遙感影像數據、地形數據、地圖數據及三維實景等數據產品，分析提出其安全保密等級判定的關鍵因子及其單一或綜合的量化指標，與基礎知識庫進行關聯，構建多類型地理信息數據產品安全指標評估的知識模型與評估方法。利用時空知識圖譜與圖神經網絡關系計算等技術方法，實現基于測繪知識推理計算的自動化評估。

5.2 研究無源碎片化地理信息尺度智能計算模型

分析不同尺度地形矢量數據的尺度特征，揭示地理信息數據空間尺度的變換機理；融入自然法則的原理，分析地形圖數據的尺度不變特征，挖掘提取其尺度不變量，來計算和表征地形矢量數據的尺度，發展基于尺度統計特征的地理信息矢量數據尺度計算模型?；诘乩硇畔祿叨忍卣鞯闹R引導，結合深度學習的正負樣本特征提取能力來模擬人類地圖認知表達，設計高效、可靠的碎片化柵格地圖數據尺度智能識別算法，實現矢量、柵格兩種模態無源碎片化地形圖數據的尺度智能化判定。

5.3 突破地理信息數據相對位置精度自動化評估方法

制約地形圖相對精度智能化評估的瓶頸在于如何得到數字空間地形要素的真實位置。針對大范圍、多要素、多尺度的矢量地形圖精度評估效率低、可靠性差等缺陷，研究幾何特征自洽的地形數據相對精度評估方法。利用人們在長期測繪實踐中形成的測繪智能，凝練出與地形圖幾何精度相關的典型要素幾何特征，并映射到數字空間。形成典型地形要素（如道路、河流）的內部幾何結構的約束條件，并將其轉化為普適的數學模型（如公路平曲線半徑），作為數字空間要素幾何形態參數的“真值”，實現地形圖相對精度智能、高效、便捷評估。

5.4 發展基于混合智能的遙感影像敏感信息場景化認知方法

影像敏感信息場景識別是一種非線性高維空間的認知計算問題。構建面向遙感影像敏感區域地理場景認知的知識圖譜數據庫和多時相、多尺度的海量遙感影像敏感信息樣本庫，針對影像敏感區域幾何結構、紋理特征、分辨率等安全評估決策因子，分別構建其影像判定的大規模深度神經網絡。再結合深度學習多任務中先驗歸納知識（inductive knowledge）嵌入的技術方法，將敏感區域影像判讀知識和深度學習算法進行多模態、多節點耦合。依據幾何紋理形態的尺度不變性規則，對影像進行目標識別與語義分割，提取敏感地物的實體特征，計算其間的拓撲、方向及度量等空間關系，實現基于空間知識圖譜的遙感影像內容檢索與敏感區域智能識別。

5.5 研制地理信息數據安全智能評估原型系統

基于以上模型和方法，研制地理信息數據安全智能評估原型系統，實現地理信息尺度計算、敏感屬性過濾、相對精度評估、典型敏感區域判別等功能，經過不斷優化迭代，形成國家地理信息保密安全評估的支撐軟件，逐步向各省及各行業示范和推廣應用。

6 結束語

地理信息保密安全智能化評估是當前國家地理信息安全監管提出的迫切需求。本文在國內外文獻分析的基礎上，指出了地理信息保密安全智能化評估的基本問題；借助智能化測繪的理念，將人類的自然智能與機器計算智能有機融合，設計了基于混合智能的地理信息數據安全評估的技術框架，明確了地理信息數據安全評估的基本任務?？陀^地講，實現地理信息數據安全評估智能化還有很長的路要走，許多關鍵技術、指標體系、標準規范、運行機制、服務模式等還有待進一步研究和解決?？上驳氖?，在總體國家安全觀的指導下，我國各級測繪地理信息主管部門正在全面推進構建新一代的地理信息安全監管的技術體系，地理信息數據安全評估作為其核心技術，必將迎來前所未有的發展機遇，在國家地理信息安全監管和社會化應用中發揮更加廣泛和深入的保障作用。