在《美國國家安全局如何分析手機通話數據》一文中我們了解到“圖譜分析”是NSA分析手機用戶通話數據最重要的技術手段，據NSA官員透露的文檔，僅Verizon的用戶通話數據的圖譜分析項目，規(guī)模就已經超過了Facebook。

除了結構化程度較高的通話數據外，NSA代號PRISM的超大規(guī)模數據挖掘項目能直接監(jiān)測Google、Facebook、微軟和蘋果等九大互聯網IT企業(yè)中央服務器中的各種結構化和非結構化用戶數據，被提取分析的數據包括音頻、視頻、圖片、電子郵件、文檔和聯系日志。

毫無疑問，NSA在分析海量非結構化數據時勢必要用到大量大數據分析技術，據《華爾街日報》報道，數據庫系統、機器學習和Hadoop基礎架構三大技術在NSA的互聯網大數據分析中發(fā)揮了非常重要的作用。

以下是文章內容全文，由騰訊科技翻譯：

僅僅在五年之前，諸如美國國家安全局（National Security Agency，NSA）這樣的政府機構要想通過關鍵詞的方式高效率地分析數百萬份電話、文本消息和在線聊天記錄，簡直是不可能完成的任務。不過目前，一系列新技術的使用則讓NSA擁有相對充分的人力和財力做到這一點。尤其考慮到，這些關鍵詞最終有可能避免未來針對美國恐怖襲擊的放生。

這些新技術能夠在一個單獨的數據庫里存儲大量不同類型的數據，而且不需要使用造價昂貴的硬件設備就能夠實現數據的高速處理，同時還無需數據分析專家提前設定假設條件。

哈佛商學院客座教授、數據分析專家湯姆