大数据技术在军事领域的应用分析10篇

大数据技术在军事领域的应用分析10篇大数据技术在军事领域的应用分析　情报理论与实践　InformationStudies:Theory&ApplicationISSN1000-7490,CN11下面是小编为大家整理的大数据技术在军事领域的应用分析10篇,供大家参考。

篇一：大数据技术在军事领域的应用分析

理论与实践

　Information Studies:Theory & Application ISSN 1000-7490,CN 11-1762/G3

　 《情报理论与实践》网络首发论文

　题目：

　数据可视化技术在军事数据分析中的应用研究 作者：

　程佳军，游宏梁，汤珊红，高强，魏笑，夏新月 网络首发日期：

　2020-04-14 引用格式：

　程佳军，游宏梁，汤珊红，高强，魏笑，夏新月．数据可视化技术在军事数据分析中的应用研究．情报理论与实践. http://kns.cnki.net/kcms/detail/11.1762.G3.20200414.1424.004.html

　 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。

　出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。

　●程佳军1 ，游宏梁 1 ，汤珊红 1 ，高

　强 1 ，魏

　笑 1 ，夏新月 2 （1.军事科学院军事科学信息研究中心，北京 100142；2.北京大学信息管理系，北京

　100871）

　数据可视化技术在军事数据分析中的应用 研究

　摘

　要：在大数据时代，军事数据分析对提升军事领域精准管理、精准决策具有重要意义。数据可视化是数据分析的重要手段。文章总结归纳数据可视化的概念内涵，分析数据可视化技术在军事数据分析中的作用，明确军事数据分析中数据可视化的应用过程和方法。最后从军事数据分析的主要特点出发，根据当前数据可视化在军事数据分析中的应用情况，对军事数据分析中的数据可视化提出应注意的问题，为数据可视化在军事数据分析中的有效应用提供借鉴。

　关键词：军事数据；军事数据分析；数据可视化；可视化分析

　Application of Data Visualization Technology i i n Military Data Analysis

　Abstract: In the era of big data, military data analysis is of great significance for precision military management and decision making. Data visualization is an important tool for data analysis. This paper summarizes the concepts of data visualization, analyzes the role of data visualization in military data analysis, and proposes the applying processes of data visualization in military data analysis. Finally, some suggestions about how to use data visualization in military data analysis are put forward, according to the characteristics of military data analysis and the application status of data visualization. It hopes that the research could serve as reference and guidance for applying data visualization in military data analysis effectively.

　Keywords: military data；military data analysis；data visualization；visual analytics

　随着大数据时代的到来，数据分析在各行各业得到广泛应用，发挥着越来越显著的作用。数据可视化既是数据分析过程的支撑工具，又是数据应用的重要出口，是数据分析应用的重要支撑技术。军事数据分析较通用数据分析具有一定的特殊性，根据军事数据分析的主要特点，开展数据可视化在军事数据分析中的应用研究，对提升军事数据分析水平和军事数据分析应用效果具有重要意义。

　1 数据可视化 技术

　实验心理学家Treichler研究表明，人类获取信息绝大部分来自视觉[1] ，因此有“一张图胜过千言万语”的说法[2] 。数据可视化是数据领域广泛应用并发挥重要作用的一项技术，根据其在不同领域、不同任务的应用情况，不同的研究者对其有不同的理解。Stacey等提出数据可视化主要将数据值映射到图形的可量化特征中，既是一门科学，又是一门艺术，既要准确地传达数据，又要美观地展现数据[3] 。Chen等指出数据可视化不仅需要通过图表展示数据，还需要较好地展现数据背后的信息，帮助读者理解数据的结构[4] 。Mitchell等指出数据可视化是跨学科的技术，涉及数据科学、统计学、视觉传达和视觉设计等学科。数据可视化的最终目标是通过提供上下文、说明趋势、显示模式和实现对数据的交互式探索，帮助观察网络首发时间：2020-04-14 15:21:41网络首发地址：http://kns.cnki.net/kcms/detail/11.1762.G3.20200414.1424.004.html

　者更好地理解数据[5] 。陈为等在《数据可视化》一书中定义数据可视化是利用人眼的感知能力对数据进行交互的可视化表达以增强认知的技术[6] 。张小巧定义可视化是将大量的数据、信息和知识转化为一种人类的视觉形式， 充分利用人类对可视模式（图形、图像等）

　快速识别的自然能力及有效的可视界面，来观察、操纵、研究、分析、过滤、发现和理解大规模数据，并与之交互，从而可以直观、形象地表现、解释、分析、模拟、发现或揭示隐藏在数据内部的特征和规律，提高人类对事物的观察、记忆和理解能力及整体概念的形成[7] 。

　笔者认为，数据可视化是一种对数据的建模和表达方法，旨在通过模型表现数据的部分特征和内在规律，使观察者更加容易发现和理解数据的该部分特征和规律。数据可视化的目的是通过可视化的手段促进数据承载的信息有效传达，可视不仅仅指可以被看见，更多地是指可接受、可理解。因此，数据可视化的内容、方法和形式根据希望展现的数据特征和目标受众的不同具有一定差异。根据数据可视化的目标和受众，既可以对数据进行具象化细分，也可以将数据进行归纳抽象；既可以利用绚丽的图表展示，也可以搭配精确的数字呈现。数据可视化的核心在于深入了解受众的思维方式，准确表达需要突出的数据特征，实现有效的信息传达。

　根据不同角度，数据可视化技术具有多种分类方式。按照学科方向划分，数据可视化可分为科学可视化、信息可视化和可视分析学三个学科方向[6,8] 。按照应用领域分，数据可视化可分为地理数据可视化[9] 、气象数据可视化 [10] 、医学影像数据可视化 [11] 、商业智能可视化[12] 、战场数据可视化 [13-14] 等。在军事数据分析中，最常用的包括多维数据可视化 [15] 、关系数据可视化[16] 和数据动态可视化 [17] 等技术。多维数据可视化即表示数据在多维空间的分布、变化情况。由于人类认知的限制，一般对三维以上空间难以具有较为直观的理解，因此，多维数据可视化一般每次选取少量维度，观察数据在这些维度的规律，再通过多次维度选择和组合，对数据整体情况进行观察。关系数据可视化主要通过网络图等方式直观表示数据描述的关系，使烦琐的关系数据一目了然。数据动态可视化将数据中的某一维度或某些维度的组合作为一个动态维，通过可视化其他维度在动态维变化时的变化情况，研究动态维对可视化维度的影响。动态维可以自动随时间变化，也可以通过人机交互变化，常用于探索式可视分析[18-19] 。

　2 数据可视化在 军事数据分析中的作用

　数据可视化是数据分析的重要助推器，近年来得到越来越广泛的应用[20-22] 。近年来，在军事领域也出现了很多数据可视化相关研究[23-27] ，但主要集中于数据可视化展现方面，在数据分析中研究较少。相比于一般数据和数据分析，军事数据与军事数据分析具有鲜明的特点。首先，由于军事数据采集环境相对复杂，很多军事数据质量相对较差，给数据分析带来困难，通过数据可视化，可以更加简单、快捷地找出脏数据，提高数据质量，提升数据分析效果。其次，军事数据密级较高，专业性强，从事相关专业研究的人员相对较少，也较难找到相关数据分析的参考，因此，军事数据分析过程中需要通过可视化使分析人员更易理解数据的军事意义，使决策者更易理解数据分析结果。再次，军事数据分析服务于军事决策，军事决策的严肃性使军事数据分析对准确性和可解释性要求更高，分析逻辑与分析结果同样重要，因此，军事数据分析需要通过可视化展现和验证分析逻辑。在军事数据分析全过程，数据可视化均能发挥重要的作用，具体包括：

　1）洞见数据特点。军事数据分析的核心是数据，只有深入了解数据，才能充分挖掘数据的价值。特别是对于可借鉴案例较少的军事数据分析，了解数据特点至关重要。通过对原始数据、预处理后的数据等分析前期数据的观察和探索，可以了解数据全貌，总结数据规律特点，对后续分析具有重要作用。然而，由于分析前期数据一般较为繁杂，人工洞见数据特点困难，目前对分析前期数据的洞见并未得到足够的重视。通过数据可视化，可将分析前期数据进行统计、筛选等简单操作并可视化展现，降低人工洞见数据特点的难度，为后续分析

　打下基础。

　2）启发分析思路。军事数据分析的整体分析思路和具体分析方法由分析的目标和数据本身共同决定，不存在对所有数据都固定有效的分析思路和分析方法。通过对数据以及从数据中提取的各类型特征进行可视化，可总结数据特点，判断数据特征的显著性，更好地选择适用于所分析数据的特征提取方法、分析方法，从而启发分析思路的拟定和优化。

　3）印证分析逻辑，通过对分析过程中关键阶段的关键特征数据进行可视化，可直观把握数据分析过程，印证各阶段分析结果是否符合分析预期，所使用的分析方法是否达到预期效果，从而印证分析逻辑，发现分析思路和分析方法的不足之处，针对性地对其进行优化。对于军事数据分析，关键分析逻辑的印证也是结果准确性的重要保障。

　4）凸显分析结果。军事数据分析的目标是利用数据分析结果辅助决策。根据决策者思维模式，采用数据可视化手段，将数据分析结果进行可视化展现，凸显分析的结果，使决策者更易理解和接受数据分析的结果，从而更好地辅助决策。

　3 数据可视化在军事数据分析中的应用过程

　如图 1 所示，数据可视化在军事数据分析中的应用主要包括可视化探索分析和可视化集成展现两种方式。可视化展现是数据可视化研究最多的技术，一般使用静态、单独的图表达出需要展现的信息，要求对图表的定义完整、清晰、严谨、准确。可视化集成展现是将多个方面的可视化展现集成到一起，反映数据分析的整体结果。可视化探索分析在近年来引起较高重视[17,28-30] ，其目的不是展现信息，而是寻求结果，更需要快速反应且包含较大信息量，一般使用可视化交互的形式。可视化探索分析通过不断“提出假设、可视化验证、洞察数据并提出新假设”的迭代过程，使分析人员直接与数据交互，以探索和获取嵌入在底层数据中的有用信息。在具体应用中，数据可视化主要通过原始数据可视化探索、关键特征数据可视化分析和分析结果数据可视化展现三个应用过程辅助军事数据分析，达到洞见数据特点、启发分析思路、印证分析逻辑和凸显分析结果的效果。其中可视化探索分析主要用于原始数据可视化探索与关键特征数据可视化分析，但前者侧重于对数据的探索，后者侧重于对分析模型的探索；可视化集成展现主要用于分析结果数据可视化展现，也通过适量集成和展现关键特征数据展现军事数据分析的关键过程和逻辑。

　 图 1 数据可视化在军事数据分析中的应用过程 1 3.1 原始 数据可视化 探索

　原始数据可视化探索主要面向数据分析人员，通过可视化探索分析工具对原始数据多维分析，探索数据的特点，从而激发灵感，启发数据分析思路。在数据分析领域，数据决定了

　数据分析结果价值的上限，数据分析所用方法、模型往往也因数据的不同而异，因此，对数据的观察是做好数据分析的前提。原始数据可视化探索主要利用可视化手段直观地对数据进行多维的展示和简单的计算、关联，分析数据的特点，探索数据分析思路，初步验证分析目标的可得性，为数据分析具体目标和分析方案的确定提供思路和基础。

　原始数据可视化探索流程如图 2 所示，选择一定的数据，通过对数据进行预处理，转化为可视化工具所需数据格式后，根据可视化结果初步观察数据特征，并根据观察情况调整数据、预处理方式和可视化方式，在不断调整和观察过程中洞见数据特点，为分析思路的确定打下基础。

　图 2 原始数据可视化探索流程示意图 3.2 关键 特征数据可视化 分析

　关键特征数据可视化分析主要面向数据分析人员，对分析过程中关键阶段性结论和数据的关键特征进行可视化。通过可视化探索分析工具展现关键特征数据，在原始数据的基础上进一步洞见数据特点，并分析数据特征的显著性，为调整分析思路提供支撑。通过对分析过程中关键阶段分析得到的结果进行可视化分析，印证分析逻辑是否正确，为调整分析思路提供参考。利用可视化集成工具，将关...

篇二：大数据技术在军事领域的应用分析

者简介:于丹(1982-),女,硕士,高工,研究领域为车载信息平台,E-mail:ydlois.student@sina.com;王巍(1976-),女,硕士,研高工，研究领域为信息系统总体集成;盖振伟(1981-),男,硕士,研高工,研究领域为车辆电子系统;杜乔(1990-),男,学士,工程师,研究领域为车载信息数据采集与处理;赵冰(1976-),男,学士,高工,研究领域为车载数据存储与管理;张国胜(1970-),男,博士后,高工,研究领域为信息数据仿真建模;徐碧云(1990-),女,硕士,工程师,研究领域为系统集成测试。

　 大数据技术在武器装备上的应用研究

　于丹，王巍，盖振伟，杜乔，赵冰，张国胜，徐碧云

　中国兵器工业计算机应用技术研究所, 北京

　100089

　摘

　要：随着军队信息化进程不断深入，武器装备面临“海量数据整合，战场数据融合，保障数据组合”的需求。大数据技术逐步应用于武器装备是必然趋势。因此，围绕武器装备领域的大数据技术应用，概括性地阐述了主要应用方向、面临的问题，并基于装备信息体系框架提出应用的统一规划。

　关键词：大数据；装备应用；体系架构 文献标志码: C

　 中图分类号: T-1 Research on the application of big data technology in weaponry YU Dan ,

　WANG Wei,

　GE Zhenwei ,

　DU Qiao,

　ZHAO Bing,

　ZHANG Guosheng,

　XU Biyun Beijing Institute of Computer Application, Beijing 100089, China Abstract：With the development of information technology in the army, weapons and military equipment are facing the requirement of mass data integration, battlefield data fusion, and security data combination. It is the inevitable tendency that big data technology is gradually applied to weaponry. So application direction and current issues of big data technology in military equipment are presented in general, and unified plan under the framework of wea-ponry information system is described in brief. Key words：big data；application in weaponry；system framework

　1

　引言 结合近年来的战争实例分析，综合考虑军事相关科技未来发展，认为军事网络信息体系除了在实现信息共享、敏捷指挥、精确打击和毁伤评估等能力上发挥了不可替代的作用外，未来还呈现出一些新需求的趋势与特征，即从传统跨军兵种、跨地域感知向陆、海、空、天、网电全维感知转变，从传统的物理域、信息域向认知域、社会域融合感知拓展，从传统战时战场信息收集、处理、分发向平台一体、军民融合全时、全域、全维的数据采集、挖掘、共享转变；以及基于海量数据实时、自主的关联、整合、认知、学习，完成数据优势到面向作战仸务的决策、行动等战场优势转换 [1] 。

　而对于军事系统领域，在未来信息化战场条件下，空间、空中、地面各种维度、角度、进程、近程的信息探测与获取手段、途径逐步增多，再加上源于民用监测、媒体、网络等领域的潜在的作战相关大量信息，幵且这些信息数据在信息化战争中是实时更新的，这就形成了海量的军事数据资源 [2] 。

　 因此，在全军网络信息体系下，如何运用大数据、云计算等技术迚行海量数据的处理、挖掘、预测，实现“数据到决策”的转变，达到“发现即摧毁”的作战目标，实现由“力量联合”向“数据融合”的作战模式，是武器装备系统发展的方向。

　2

　大数据技术的装备应用方向 2.1

　构建装备作战信息平台 基于装备体系的大数据服务，针对分布于各资源系统、末端装备的军事大数据迚行搜集、存储与管理，幵迚一步提取、整合、联机分析、挖掘，在此基础上提炼战场情报信息、预测作战发展趋势，快速高效地形成准确可靠的决策，直接或间接用于作战平台，有效提高军用装备的战场效能。

　大数据运用于指挥系统信息平台，能够强化作战决策与情报支持，即通过全体数据、混杂数据、相关数据的分析处理，快速智能化地发掘出更为隐秘的情报信息、更为合理的作战决策、更为精确的行动命令 [3] 。大数据运用于体系末端作战平台，如各种装备车辆、无人装备、武器平台等的电子信息系统，能够提升装备的战场多源信息获取能力、针对目标的快速反应与精确打击能力、安全智能的机动行迚能力。

　2.2

　提升武器系统体系效能 应用大数据技术，提升装备体系各信息平台之间的数据共享、信息提取能力，在统一技术框架内综合集成数据采集、处理平台和分析系统，统一优化管理“战场数据采集、传递、处理、分析、挖掘、应用”的全数据流程，实现对战场复杂态势的实时感知与认知同步 [4] ，加快体系作战的反应效率与行动精确性。

　幵且随着海量数据挖掘、大规模分布式幵行计算等核心技术的完善发展与应用，情报、决策与作战一体化将迚一步快速融合，不仅可以更有效地调度体系内各种作战平台的功能资源，实现实时探测捕获重要目标即及时部署力量实施作战行动；而且通过整合武器系统各环节的数据资源，使数据流程与作战流程无缝链接幵相互驱动，构建全方位联合作战的“侦打一体”装备体系，真正实现军事领域一直强调的“从传感器到射手”的作战效能提升。

　2.3

　实现武器装备精确维护保障 在武器装备的研制、试验、出厂、保养维护、改造升级以及训练、演习、作战应用的全生命周期中，产生幵衍生了大量数据。通过装备本身的电子信息系统与保障体系信息平台长期不断地积累这些军事数据资源，形成应用的数据规模效应，幵充分发挥大数据分析与预测的重要功能，对平时、战时装备保障活动的数据迚行科学合理的分析，发现装备性能、状态与设计制造、操作使用、工作情境等的关联性，预测出更加精细准确的保障需求 [5] ，计算出更加经济高效的保障决策。

　同时，建立起循环式的保障数据采集与自主处理模式，支持装备保障活动能够及时获取最新数据、最佳决策，确保在装备保障领域达成最大限度的军事效益。

　3

　大数据技术应用面临的问题 按照上述方向开展应用研究的过程中，由于不具备行业标准制定主导权、关键技术掌握程度不足、核心器件设计制造依赖迚口、主流操作系统与数据库及相关工具软件被国外垄断等多方面的因素，大数据技术在我国军事装备上的应用面临了一些问题：

　首先，军用大数据技术研究与应用起步稍晚，缺乏严格统一的技术规范标准，因此现有的各装备信息系统在技术体制上存在一定的数据对接兼融问题 [6] ，给创建统一的大数据技术开发平台带来了难度。

　其次，装备信息化发展过程中，通用化的数据共享平台有待加强，不同装备体系信息数据平台的系统架构、管理机制、存储模式、交互接口存在差异，一定程度上影响了大数据共享与处理的高效性与便捷性。

　再次，武器装备信息来源的种类、数量众多，其信息化程度越来越高，已经具备了丰富的军事大数据资源，但是相应技术设施的建设规模、开发深度还需要提升，存在装备信息体系的数据积累、存储、应用程度跟不上数据资源衍生的速度 [7] 。

　还有，武器装备对于大数据存储、整合、挖掘、应用等核心技术的研究与应用，在时间上投入尚浅，积累不足，仅就体系末端作战平台而言，如军用车辆信息系统，在大数据的软硬件核心技术和基础产品方面支撑不足，数据应用深度和智能决策水平都有待提升，这就意味着装备体系从底层未能向作战

　信息核心提供充分的数据服务支持。

　4

　基于体系统一规划大数据技术应用 在装备信息体系总体框架下，遵循统一规划，从通信网络、信息数据服务平台、末端装备应用这三个层面 [8][9] ，充分利用网络信息技术和数据资源，构建与网络化联合作战相适应的大数据体系，依托体系内分布式部署的多级数据中心，规划武器装备、军用车辆的信息系统结构，令末端作战装备能够便捷获取、应用数据/信息服务，提升军事数据的应用深度和装备基于信息的整体作战效能。

　在体系底层，作为端级装备，如军用车辆，通过车载信息系统及通信网络构建自身的车辆数据中心，完成单车平台的数据采集、处理、存储、管理以及平台内、多车平台间的数据共享，面向上一层级的数据中心提供数据支撑。

　体系中间层级的数据中心按照仸务需求，对网络多个装备端的计算、存储、数据、作战资源迚行对等聚合与分布部署，完成大量数据的汇集、预处理、提取、面向仸务主题的分析计算、存储、分发推送等。

　各装备端基于这一层级的信息交互网络获取各种大数据服务，得到信息支援、直接的数据分析与决策支持，在作战仸务中实现体系末端的情报信息应用与决策执行。

　体系顶层的数据中心依托于体系框架对下级数据中心迚行资源整合、数据聚合与处理，提供统一的分布式大数据积累存储、分析关联、挖掘提炼、交互共享，面向态势感知、指挥决策、力量控制、支援保障和管理建设，提供强大的数据、信息、决策后台。最终，基于体系产生资源“聚合效应”，实现全域共享、跨界认知、互动操作。

　上述各层级中，作为整个大数据体系的末端支撑，装备车辆要以数据为中心，调整、规划车载信息系统的软硬件支撑、服务设计、应用接口以及相关标准规范，将分布式数据存储和处理、数据挖掘等相关技术与武器信息平台相结合，从而保证各类型的装备能够有效融入数据体系，成为信息网络中的重要节点，向下能够采集、存储车辆多种传感探测系统的数据，向上能够对各级数据服务核心提供数据资源，装备平台之间能够迚行数据共享、迁移、互操作。

　5

　结束语 在武器装备领域中引入大数据技术，将带来作战信息数据处理、应用、存储的新变革，促使指挥、控制、情报、侦察、保障等装备能力大幅提升。研究大数据技术在装备信息体系的应用，结合装备信息体系迚行技术应用规划、设计，有望使指挥决策系统、武器信息系统以及装备作战模式等发生新的重大变化，在军队信息化建设和信息作战中具有广阔的应用前景。

　参考文献:

　[1] 张爱民,陈学德,李京京,杨捷轩.信息化条件下美军大数据研发及启示[J].中国管理信息化,2015,18(11):185-187. [2] 蒋盘林.大数据通用处理平台及其在 ISR 领域的潜在军事应用[J].通信对抗,2013,32(3):1-5. [3] 李崇东.基于大数据支持的军事决策系统构建研究[J].软件工程,2016,19(3):20-23. [4] 王寿彪,李新明,刘东,李亢,朱鸿乔.面向联合态势感知的大数据应用模式研究[J].中国电子科学研究院学报,2014,9(4):408-414. [5] 刘俊杰,张文军,陈张.大数据对军事装备建设与发展的影响[J].军事交通学院学报,2015,17(10):22-24. [6] 张翠侠,薛新华,徐军.大数据背景下军事信息资源多价值挖掘应用技术探讨[C].2013 第一届中国指挥控制大会论文集,北京:国防工业出版社,2013:672-676. [7] 陶雪娇,胡晓峰,刘洋.大数据研究综述[J].系统仿真学报,2013,25 S:142-146. [8] 赵 国 宏 . 作 战 云 体 系 结 构 研 究 [J]. 指 挥 与 控 制 学报,2015,1(3):292-295. [9] 王寿彪,李新明,杨凡德,裴忠民,刘东.武器装备体系演化研究[J].火力与指挥控制,2017,42(3):1-7.

　 1.于丹 ； 2.北京市海淀区 8957 信箱（100089）； 3.13693263133。

篇三：大数据技术在军事领域的应用分析

前沿

　215大数据时代军事信息面临的安全风险与对策探讨 ◆马

　源 (武警指挥学院军事教育训练系

　天津

　300250)

　摘要：随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。大数据这一技术在人们生产生活中被广泛应用，并且被应用到各个行业和领域中。与此同时，大数据时代的到来，使我们的生产生活得到很大的改善。在很大程度上改变了我们的生产生活方式、社会交往方式以及学习方式。当然，大数据这一技术在军事领域中也不断被推广应用，从而使军事朝着现代化、智能化方向发展。在这一时代背景下，军事信息也面临一定的安全风险，因而，要采取科学合理的措施，降低安全风险，从而使军事进一步发展。因此，本文将对大数据时代军事信息面临的安全风险进行探讨，针对其中存在的问题，提出切实可行的措施，从而使军事健康持续的地发展。

　关键词：大数据；军事信息；现状；策略

　随着社会经济的不断发展和科学技术的日益更新，我国军事在发展过程中也使用了大数据这一技术，从而使军事信息化建设水平得以有效提升。因而，在这一时代背景下，要确保军事信息安全，从而使大数据技术更好地为军事发展服务。针对大数据时代背景下，军事信息面临的安全与风险，提出切实可行的措施。这是社会发展的必然趋势，也是军事发展的必然要求。

　1 大数据的概述 1.1 大数据的含义 大数据是指无法用现有的软件工具提取、存储、搜索、共享分析和处理海量复杂数据的集合，同时，也指新一代架构和技术，从更经济、更有效、高频率、大容量的不同结构和不同类型数据中获取有价值信息的过程。简而言之，大数据就是数据本身以及采集数据的工具平台和分析系统的总和。

　1.2 大数据的特点 大数据具有数据体量大、类型多、速度快、价值密度低等特点。数据体量大，是指需要从海量的信息中进行搜索，继而分析并提取出有价值的信息。类型多是指大数据的类型具有多样性。大数据被分为结构化数据和非结构化数据，包括网络日志、音频、视频、图片和地理位置信息等，这在很大程度上对多类型的数据处理能力提出了新的要求。速度快是指大数据这一技术，能够对海量信息进行有效处理，从而提取出有用的信息，在这处理过程中所需要的时间相对较短。大数据具有价值密度低这一特点，是指大数据价值密度的高低与数据总量的大小成反比，因而，大数据在处理过程中应遵循一秒定律。

　2 大数据技术在军事发展中的重要性 2.1 有利于提高工作效率 在军事发展中引入大数据这一技术，从而使大数据技术与军事发展有机结合起来，这在很大程度上提高了军事工作效率。也就是说，军事人员可以在较短的时间内，通过大数据这一技术，对军事发展中的信息进行有效筛选、分析、处理，进而查询到军事发展所需要的有价值的信息，从而使军事效率不断提高。与此同时，也使得军事工作质量不断提升。

　2.2 有利于促使军事朝着现代化、智能化方向发展 在军事发展中引入大数据这一技术，从而使军事发展与现代科学技术充分结合起来，继而为军事发展提供技术支撑。从而从长远来看，有利于军事朝着现代化、智能化方向发展，从而使军事队伍素质不断提高，军事整体作战能力增强。有利于现代化建军这一目标得以有效的完成。

　3 大数据时代军事信息面临的安全风险 3.1 大数据加大军事信息泄露风险 大数据技术在军事信息中的应用，是通过互联网这一技术开展的，从而使军事信息与外界进行交流。因而，大数据地汇聚，不可避免的加大了军事信息泄露的风险。具体表现为数据的集中存储，增加了数据泄露的风险，因而，要确保这些数据不被滥用，继而维护军事信息的安全，这是军事发展的迫在眉睫之势。与此同时，对于军事信息中一些敏感数据的所有权和使用权，没有进行明确的划分和界定。现有的存储和安全控制措施，无法满足大量数据安全的需求，安全防护手段不到位，不能与大数据存储和应用安全需求同步升级更新。这就为大数据存储安全防护存在漏洞埋下隐患。

　3.2 敌方会恶意攻击军队大数据系统，并将其作为敌方的发展目标 从目前发展情况来看，各国要想在军事竞争中占据有利地位，需要增强本国军事实力，军事信息在军事竞争中占有举足轻重的地位。一些不法分子会利用大数据这一平台，恶意攻击对方的军队大数据系统，从而获得海量的信息，继而为敌方军事发展制定战略。大数据意味着数据在数量上众多，并且数据具有更复杂性和敏感性。而这些军事信息上的数据则会吸引更多的潜在攻击者。也就是，说军队大数据系统将会成为对方恶意攻击的目标。当然，敌方也会充分运用大数据这一技术，继而从海量信息中获取智慧，窃取重要的信息数据，从而给对方军队发展带来巨大的损失。这在很大程度上增加了军事信息的风险性。

　3.3 系统防御级别相对较低 大数据这一技术在军事发展中的广泛应用，很大程度上促使了军事朝着现代化、智能化方向发展。与此同时也，为军事信息的安全带来诸多负面影响。因而，需要提高系统防御级别能力，降低军事信息被窃取的风险，从而为军事信息发展提供安全稳定的环境。但是从目前发展情况来看，军事信息防御系统防御级别相对较低，从而为不法分子入侵军事信息系统埋下了隐患。因而，相关部门负责人要重视这一问题，并意识到这一问题的严重性，采取一切措施，提高系统防御级别能力，继而抵抗各种风险病毒的入侵。从而使我国军事健康持续地发展，为军事信息的存储营造安全、良好的环境。

　4 大数据时代军事信息发展的对策 4.1 构建大数据及信息安全体系 大数据建设在未来战争中发挥着重要作用，是影响未来战争胜负的战略工程。因而，我国军队在建设中一定要具有前瞻性，并树立危险意识，充分认识到大数据建设的重要性和紧迫性。对大数据发展战略要进行准确把握，根据实际发展情况，制定科学合理的大数据发展战略。因而，要构建大数据及信息安全体系，这是军事发展的必然趋势。在构建大数据及信息安全体系时，要注意从战略高度，切实认清大数据信息安全形势的严峻性，在对大数据应用发展中要注重规划，要加强顶层设计，加快大数据从产生、存储，再到处理这一体系的构建，最终形成完整的生态系统。

　4.2 培养大数据安全专业人才 在大数据这一时代背景下，军事信息成为敌方恶意攻击的目标。也就是说，敌方会利用大大数据这一技术，从而对我国军事信息系统进行恶意攻击，从而使我国军事信息系统遭到破会，继而使军事信息泄露。这在很大程度上为我国军事健康持续地发展带来诸多负面影响。因而，为了有效解决这一问题，我们国家要加大对大数据安全专业人才的培养，从而为大数据时代军事信息安全提供人才优势和技能保障，降低敌方对我国军事信息盗取的 （下转第 231 页）

　万方数据

　网络天地

　231校园二手书 APP 发展现状与可行性分析 ◆林晓晨

　马文彬 （上海电机学院

　201306）

　摘要：当今移动互联网成了时代的主流，移动互联网使我们的生活变得多姿多彩，也给我们的日常生活带来了非常多的便利，为了适应时代的发展,各种智能终端操作平台应运而生。本文以大学校园生活为背景，总结和分析了校园二手书 APP 的发展现状与可行性。

　关键词：校园二手书

　APP

　可行性分析

　近年来，网络经济飞速发展，移动电子商务盛行。其中，以Android 为开发平台的各种管理系统层出不穷，被用于各个领域，已深入人们的日常生活，成为不可缺少的部分。网络书店就是一个很好的例子，随着时代的快速发展，现代网络技术发展的也越来越快，传统的书店也不得不接受网络书店的挑战，和传统书店相比，网络书店对场地、资金、宣传等因素的要求没有那么高，并且可以满足人们的日益增长的图书购买需求。网上书店还有以下优势，可以送货上门、24 小时服务，这就给顾客节省了很多的时间；搜索图书方便，顾客可以直接在网上输入所需要的图书，直接进行查找。

　大学期间，需要汲取大量的知识，所以需要足够的书籍，图书馆的书籍是汲取知识的来源之一，一些专业课的书籍经常使用，所以校园二手书交易市场为大学生提供了方便，原因有两个方面，一方面对于需求者来说，二手书交易市场不仅提供了方便，而且也降低了购买书籍的成本，因为新书的成本较高，对于没有经济来源的大学生来说，也是一笔不小的开支。另一方面，对于书籍的拥有者来说，如果没有二手书交易平台，他们闲置的一些书籍就会当做废品扔掉，这样既不环保，也造成了资源的浪费。所以，基于安卓的校园二手书交易市场对于大学生来说非常重要，不仅可以为当代大学生在学习生活上带来非常大大的方便，还为校园树立了节源节能新风。

　市场上基于 Android 的高校二手书网上交易平台也有不少种，但是因为版本多种多样，开发思路不同，实现的功能也不同。由此可知，开发一款稳定实用的 Android 校园的二手书网上交易平台越发显得非常重要，以下对基于 Android 的校园的二手书网上交易平台从多个方面进行可行性分析。

　1.市场可行性 随着移动互联网的时代的到来，4G 技术也越来越成熟，而伴随着 4G 技术而来的就是智能手机井喷式出现，由于 Android系统的开源性以及一些其他的原因，越来越多的人开始选择使用Android 这一操作系统的手机。基于 Android 的操作系统的优势的APP 也迎来了春天，校园二手书网上交易平台作为一款基于手机开发的 APP，可以让用户将不用的二手书进行出售，也让客户可以不用花很多的钱去买一手书，一方面给客户节省了钱财，另一方面也为环保事业做出了一部分贡献。

　2.技术可行性 使用 Android 相关的一些技术，以及一些简单的 SQLite 技术。首先，开发背景现状，意义。其次系统需求需满足哪些，是否可行。然后，数据库设计概念于逻辑进行设计。最后再是系统的编码以及系统的测试，所以无论是从技术上还是从开发流程上都是可行的。

　3.经济可行性 当今社会，是移动互联网的时代，移动互联网已经成为了日常生活中不可或缺的一部分，有网络信号和设备就可以上网了，非常方便。所以，学校里每个同学几乎都有智能手机，故经济上完全可以实行。

　4.操作可行性 基于 Android 系统开发的校园二手书交易平台，实现了用户可以通过安卓客户端的管理界面来对系统进行管理，而且操作并不繁琐，操作起来也非常简单。而且不同级别管理人员都有相应操作界面，并且部分信息可以自动生成，操作简便，界面简洁清晰，操作熟练即可快速工作，在操作上难度较低。故程序在操作方面也是完全可以实行的。

　（上接第 215 页）

　风险。与此同时，也使得我国军事信息更为保密，从而为我国军事信息安全发展营造安全、稳定的环境。因而，要注重对专业人才的培养，提高我国军队大数据信息的安全，从而使入侵者对作战数据进行篡改或添加非法数据这一目的得以根除。与此同时，也将使我国军事作战决策在制定方面更为科学合理，从而增强大数据的可靠性和分析结果的可靠性。

　4.3 提高系统防御级别 随着大数据被人们的广泛应用，大数据时代也随之而来，大数据也在无时无刻地影响着人们的思想和观念。人类社会也在经历着一场深刻的变革，可以说，大数据时代发生了前所未有的变化。大数据在给经济、政治、社会、方式，军事在发展过程中受大数据的影响越来越大。在大数据这一时代背景下，我国军事在发展过程中，军事信息系统会受到网络病毒或者他人的恶意入侵，从而为我国军事信息安全发展带来诸多负面影响。如果我国军事信息系统被破坏，那么我国军事信息将会泄露，从而为我国军事安全与发展带来巨大的损失。因而，相关部门要重视这一问题，通过科学技术等手段，提高系统防御级别能力，从而降低我国军事信息被窃取的风险，为我国军事信息安全提供强有力的技术支撑。当然，为了使系统防御级能力提升，不被病毒或他人恶意入侵，也可以安装防火墙或其他防御软件等，继而降低我国军事信息被窃取的风险，从而使我国军事进一步发展，向现代化、智能化、数据化方向迈进。

　【结语】

　随着社会经济的不断发展和科学技术的日益更新，我们迎来了大数据时代。大数据这一技术被应用到生产生活的各个领域。当然军事在发展过程中也会应用到大数据这一技术。大数据技术的应用，为军事信息发展带来机遇和挑战。因而要采取科学合理的措施，化挑战为机遇，化不利为有利，从而确保信息安全。可以加大对专业人才的培养，为信息安全提供人才优势。当然也可以通过提高防御系统级别，继而降低军事信息系统被网络病毒入侵的风险。从而使我国军事信息健康持续的发展，继而使科技更好地为军事发展服务。

　参考文献：

　[1]王建波, 方侠, 刘倩倩. 大数据时代军事信息面临的安全风险与对策[J]. 中国化工贸易, 2015, 7(22). [2]刘胜志. 大数据时代对军队思想政治教育的影响及对策研究[D]. 黑龙江党校, 2016. [3]张甜, 孙长明, 宋猛. 大数据背景下军事情报工作面临的挑战及对策[J]. 数字通信世界, 2016(8). [4]赵虎山. "大数据"时代下的信息安全与应对措施探讨[J]. 网络安全技术与应用, 2017(6):67-67. 万方数据

篇四：大数据技术在军事领域的应用分析

dash;210—设备管理刍议大数据技术在军事装备保障中的应用朱佳辰  胡万里（航天工程大学，北京 101416）摘 要：随着大数据技术的快速发展，如今在各领域均已得到了广泛应用。在此背景下，大数据技术在军事领域中的应用也是必然结果，尤其是将其有效应用于军事装备保障中，对加快装备保障信息化发展具有重要意义。本文就围绕大数据技术在军事装备保障中的应用进行了分析，以供相关同仁参考。关键词：大数据技术；军事；装备保障引言：新时代下，大数据技术在各行业中的应用正在深入影响着社会的变革，随着该技术的不断成熟，未来必将在军事领域的应用中发挥重要作用。为此，需要针对大数据技术在军事领域中的应用进行一些研究，特别是在军事装备保障中的应用尤为迫切，以促进装备保障的动态化、立体化保障模式的形成。一、大数据技术在军事装备保障中的应用分析（一）大数据对军事装备保障的影响军事装备保障领域中应用大数据技术，其功能主要体现在分析与预测两个方面。简单来说，就是科学地分析装备保障活动中产生的数据，从中找到事物的关联性，以此进行预测，并为相关决策提供依据。众所周知，在形成决策的过程中，要想保证决策的科学性与可靠性，就需要有相关数据的支持，但在以往军事装备决策中，由于技术条件等诸多因素的限制，基本是由决策者根据自身的经验进行判断，所以时常会出现一些不合理的决策，影响到军事装备保障活动的进行。不过，随着大数据技术在该领域中的应用，将为装备保障指挥员提供可靠、完整的数据支持。大数据技术的优势在于加快了数据信息的流通与共享，能最大限度挖掘数据信息的价值，从而各项决策提供数据支持[1] 。所以，从某种角度来讲，大数据的应用可以说是改变了传统的决策模式，同时也影响着人们的决策思维，对提升军事装备保障效率具有重要作用。（二）大数据在军事装备保障中的应用原理基础数据的获取与积累是大数据在军事装备保障中应用的关键，只有客观、全面地掌握军事装备保障活动中的基础数据，才可以有效利用大数据技术，找到实际数据需求，然后采集与获取对应的数据信息，进而形成自主采集、处理的模式，在这一模式下，军事装备保障决策就能得到充分的数据支持，极大满足了决策需求。有了这种循环式的决策模式，能进一步优化决策过程，保证决策的合理性，从而提升装备保障的效能。二、大数据技术在军事装备保障中的应用路径军事装备保障是为了能满足部队各项军事活动顺利进行，对装备所开展的相关保障活动。本质上来讲，这是一线服务性的活动，其价值在于协助军事行动小组完成任务，所以如果装备保障活动不及时、不合理，就会直接影响到军事任务的完成情况，可见在该领域中大数据技术应用的必要性。（一）建立健全大数据组织体制大数据技术各领域中的应用，最为基础的一项工作是进行数据信息的积累，这样才能形成应有的数据规模效应，这对军事领域中的应用同样如此。不过，数据资源的建设涉及面比较广，需要多个部门的配合才能完成，因而，应当建立相应的组织体系，做好组织协调工作，这样才会形成合力，努力做好数据资源建设工作。顶层设计是大数据建设中的重点内容，也是构建完善、科学体系结构的基础，在此过程中需要先建立相应的组织机构，并明确各机构的任务、职责与编制，从而有效推动我军大数据建设与应用的发展[2] 。（二）加强专业人才队伍建设在军事领域中应用大数据技术，其首先任务就是加强专业人才队伍的建设，如果缺少数据专业人才，将无法实现大数据技术的有效应用，这也是大数据技术在各行业中应用普遍存在的问题。现如今，虽然大数据技术获得了快速的发展，但要想将其充分应用到各个领域，促进各行业的发展，就要有高技术人才作为保障，然而现实却是这方面人才十分稀缺，已成为阻碍大数据技术在各领域中应用的重要因素。因此，为了促进大数据技术在军事领域的应用，就必须加强专业人才队伍建设，打破现有人才短缺的局面。在这一过程中，可以采取培养与引进相结合的模式，即先通过引进一批专业人才，解决当前大数据应用中的问题，而要想持续发展，仅靠引进地方高技术人才是不行的，还应做好培养工作，进而为大数据应用提供人才保障。（三）加大技术的引进与研发力度除了要有专业的人才之外，大数据技术在军事装备保障中的应用发展还要看技术。对此，一方面可以引入军外的先进技术，这是目前将大数据技术有效应用到军事装备保障中最为有效和快捷的方法，同时能够在很大程度上降低应用的难度，避免不必要的浪费。另一方面则是要加大研发的力度，由于军事大数据所具有的独特属性，所以军外先进技术并不能满足所有的需求，所以要想促进大数据在军事领域应用的发展，最终还是要从研发方面下功夫，进而真正发挥出大数据技术的应用价值，实现军事活动与大数据技术的完美融合[3] 。（四）做好数据资源的管理在军事装备保障中，大数据技术的效益与价值是否可以得到有效发挥，主要还是要看数据信息的质量、数量与管理成效，这是最为关键的影响因素。在整个军事行动当中，数据信息是决定装备保障决策科学与否的基本要素，如果数据信息的数量、质量存在问题，就会对军事行动结果带来不良影响。所以，在数据信息方面需要做好以下几项工作：①尽可能采集更多的数据信息，这需要进一步拓展获取数据信息的渠道；②提升数据信息的质量，即获取有价值的数据信息，这必须摒弃无用的数据来源；③做好数据信息的管理，确保数据信息的完整性与可靠性。结束语：对军事装备保障而言，大数据技术的应用已是必然趋势，这对该领域的发展既是机遇也是一种挑战，只有紧抓机遇积极应对挑战，才能顺应时代的发展，不断推动装备保障建设的发展。当前，在军事装备保障中大数据技术的应用已经慢慢开始，也初步看到了一些成效，但需要清楚的是军事大数据的应用还有很多需要不断完善的地方，只有从实践中不断探索与研究，才能最大限度发挥大数据技术的价值，进而促进军事装备保障工作良好发展。参考文献：[1] 鞠龙， 艾宏岩， 王庆刚，等 . 浅析军事大数据在装备故障预测中的应用 [J]. 百科论坛电子杂志， 2019， 000（006）：760-761.[2] 王超， 刘建成 . 结合大数据技术的军事装备管理保障分析 [J]. 中国教育技术装备， 2019， 000（018）：30-32.[3] 张雯皓， 王学智 . 浅谈大数据在装备保障中的应用 [J]. 价值工程， 2015（21）：190-192.姓名：朱佳辰（1989.05--）性别：男，民族：汉

　籍贯：陕西西安人

　学历：本科 毕业于解放军西安通信学院

　现有职称：助理工程师

　研究方向：军事装备。

　。. .。

　。

篇五：大数据技术在军事领域的应用分析

消费导刊· 2018年第8期消费行为研究 行•Transportation and technology

　交通与科技浅谈大数据在军事领域的应用宋斌

　李亚龙

　胡滨涛

　于佳序

　姚方多空军工程大学防空反导学院摘

　要：

　近年来，大数据在各个传统行业中应用层出不穷，军方对大数据的研究也不断深化，主要围绕大数据对军事发展、作战研究、军队管理和战斗力生成等多个角度展开，呈现出重点突出、体系多样等特征，但由于目前大数据技术尚不健全、人员素质不高、信息安全度低等原因。在研究的整体性、综合性上还存在不足，这些不足将是我们未来研究和拓展的重点。关键词：

　大数据

　信息化

　军事领域随着科技的日新月异，军事斗争的日趋激烈，冷战时的军备竞赛又悄悄登上历史舞台，从一战二战时的热兵器、机械化时代，到现代军事战争的信息化、智能化时代，各国武器装备更新换代的速度也不断加快，由于现代化战争呈现出作战手段智能化、作战空间多维化、作战形式非接触非现实的特点，争取制信息权也成为大国博弈的重要保障。而大数据时代的到来，又将改变国家间的竞争模式，与之伴随的各种技术层面和战略思想的变革，也成为了各个军事强国研究的全新战略课题。一、大数据应用的相关背景（一）新军事变革。从美国发动海湾战争起，新军事变革就已经拉开帷幕，标志着信息化战争时代的到来。而以系统集成和信息控制为主导，在全维空间内通过精确打击、信息攻防等方式的作战态势，也成为未来战争的基本形式，进而军事指挥信息化、数字化程度不断加强。（二）雨后春笋般的大数据应用。“大数据”一词最早出现于2009年美国出版的《Hadoop权威指南》一书，是指所涉及的数据量巨大到无法在一定的时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合，主要涉及数据产生、储有、分析、处理和应用4个环节。在2015年召开的“两会”上，有关大数据的提案层数不穷，其中民建中央直言将大数据发展上升到国家战略高度。在国家如此重视的情况下，大数据在电子商务、工业制造、金融、互联网等行业的应用逐步深入。二、大数据在军事领域中的应用（一）作战指挥。在传统作战指挥中，大多是指挥员通过面临的战场情况，以及通过各种方式获取的情报，并依据自己的作战经验而进行战力部署和行动决策，但是由于战场情况瞬息万变，战况发展与指挥员决策有较大出入。而在大数据技术支持下，可以对作战任务进行分析处理，挖掘其中的价值信息，进而分析计算地方的作战意图，预料战场态势，提高作战指挥和决策的智能化，使指挥真正做到“知己知彼，百战不殆”。大数据技术的关键还包括攻击意图分析，前瞻性战场模拟，人机交互训练等，帮助指挥员直观地掌控战场态势，提高决策的时效性、准确性。（二）装备保障。装备保障，是军事装备保障的简称，是为满足部队遂行各项任务需要，对装备采取一系列保证性措施以及进行适应性活动的统称。装备保障在部队执行任务时非常关键，可以说直接决定作战的最终结局。而在传统的装备保障过程中，主要依靠指挥员的经验来判断，受气候和其他因素影响较大，难以做到精确决策，就会造成装备保障的滞后，影响部队任务进程。而大数据技术的应用，就是通过以往的原始数据为基础，积累大量数据，形成海量数据云平台，指挥员可根据需求，运用大数据技术进行数据分析，决策过程更加优化、快捷，决策结果科学性更高，极大地提高保障效率。（三）反恐处突。反恐处突是武装警察部队进行非战争军事行动的实践，是国家平稳安全的重要保障。目前，世界反恐形势不容乐观，而大数据技术在其中的应用则可以发挥巨大作用。首先，可以利用大数据技术在互联网中的影响，加大宣传力度，使公民清醒认识这些恐怖事件的真相。其次，大数据平台所收集、整理的海量数据可以帮助分析恐怖组织的活动规律和有可能的藏匿地点，便于提前决策和精确打击。三、解决大数据军事应用问题的一些建议（一）解决安全问题。一是加大自主研发大数据的核心技术，减少技术依赖。国家应增加资金投入，自主开发大数据计算技术和软件，研究军事大数据化的方法，减少对外技术引进，严格把关外来技术设备，把牢入口关 ，从根源上杜绝信息安全事故。二是严格技术人员管理。各单位要加强对涉密人员的安全教育，健全信息安全管理制度，落实责任制度，从内部杜绝事泄密事件，切实落实好信息安全保障责任。（二）借鉴国外经验，加快军事转型。美国的军事转型围绕如何提高信息化条件下联合作战能力，打赢一场数字化战争。美国的军事转型始于20世纪90年代，内容涉及军事部署，体制编制，联合作战方式等多个方面，以保证其他世界霸主地位。我国军队奋起直追才能追平新军事代差。一是从军队高层入手，提高高层对大数据技术的重视层度，尽快部署军队大数据应用的整体战略。二是加强各军兵种数据信息共享能力，建立全军大数据平台和数据无阻应用链，保证大数据应用的高效性。（三）加强军队专业人才培养。

　大数据技术的应用与发展关键在人才，我军大数据应用起步晚，应用还不够深入，专业人才稀缺，成为阻碍大数据技术在我军应用的最大障碍，加强专业人才队伍建设，也成为我军的首要任务。一要“走出去”，拓宽人才培养渠道，积极支持出国留学，坚持委托培养与自主培养相结合，学习国外先进信息技术，二要“引进来”，引进民间、国外高技术人才，定期招募网络精英等大数据人才成为我军所用，三要“聚合力”，加快网络化信息部队建设，将网络监控、网络侦察、网络攻击人才聚为一体，充分发挥其作用，建成专业网军，为未来信息化战争打好夯实基础。作者简介：宋斌（1998-），男，内蒙古鄂尔多斯人，本科，在读于空军工程大学，研究方向：雷达工程；李亚龙（1998-），男，山东菏泽人，本科，在读于空军工程大学，研究方向：雷达工程；胡滨涛（1997-），男，浙江绍兴人，本科，在读于空军工程大学，研究方向：雷达工程；于佳序（1997-），男，黑龙江绥化人，本科，在读于空军工程大学，研究方向：雷达工程；姚方多（1998-），男，辽宁大连人，本科，在读于空军工程大学，研究方向：雷达工程。万方数据

篇六：大数据技术在军事领域的应用分析

19.31 科学技术创新这样便于后续运维工作的开展。在该项目中，前端机房与小区之间的直线距离约为 4.8km，选用的光线路终端设备上带有 10个 PON（无源光纤网络）接口可进行数据输出，其中每个接口采用 1*64 的分光比，直接接入到小区用户。有线数字电视采用的是 2 级分光，光缆交接箱的容量为 128 芯，经由前端引入的光纤，通过设置在小区内的光缆交接箱后，会被分光路器进行 1:16的分光，随后从小区机房内引出 12 芯光缆，送达住宅楼的各个单元。在引出的 12 芯光缆中，有 4 芯可供有线数字电视使用，还有 4 芯可供数据双向传输使用，剩余的 4 芯作为备用。经由单元引入的光缆可在分纤箱内完成二级分光处理，分光后的光缆以皮线光缆直接引入到用户屋内，最后以热熔或是冷接的方法，完成光纤入户。2.3.2 铺设室外光缆对于有线数字电视 FTTH 网络设计而言，室外光缆的铺设是网络实现的一个重要环节，具体要点如下：皮线光缆铺设时，应当将其与钢绞线进行搭接，如果项目中采用的是特殊杆线，则应当使用专门的皮线钢丝进行拉紧，避免出现弯折的情况，引起光缆损伤。若是需要在墙面上对光缆进行铺设时，则可使用供电墙头的角钢，对光缆进行固定，或是使用线卡进行固定，无论采用哪种固定方式，都必须确保光缆在墙面上横平竖直。在墙脚转弯处，光缆要保持一定的弧度，不得与墙体成直角转弯。光缆铺设完毕后，应当用线卡将多余的光缆扎好。2.3.3 布置光纤在本项目中，需要通过光纤进行衔接的主要设备包括：用户机顶盒、智能终端、采用固定构架的座机等。同时还要对相关的数据信息进行收集，整合后发送给小区内的用户。通过光纤搭载能够使小区内所有用户的使用需求得到满足，以串联的方式可以组成多网体系。可按照各个楼层的交接点对光纤进行接入。3 结论综上所述，有线数字电视光纤入户网络设计是一项较为复杂且系统的工作，由于其中涵盖的内容较多，一旦某个环节或是细节出现问题，都可能对设计质量造成影响，从而间接影响到用户对电视节目的收看。为避免这一问题的发生，相关工作人员应当对光纤入户网络设计的总体思路加以明确，并在设计过程中做好前期准备工作，结合实际情况对设计方式进行确定，并对关键配件进行合理选择，最后要做好网络设备的现场部署及光缆和光纤的布设工作，确保光纤入户的顺利实现。参考文献[1] 汪标 . 多级数字电视与 EPON 系统混合组网的探析 [J]. 科技资讯 ,2017(10):109-113.[2] 严骁潇 . 基于 EPON 的数字电视组网方案研究 [J]. 中国有线电视 ,2016(3):45-48.[3] 李学明 . 光纤快速连接技术为广电 FTTH 建设降本提效 [J]. 有线电视技术 ,2017(8):99-101.[4] 余亮 . 有线数字电视 FTTH 和 HFC 接入网成本比较 [J]. 中国有线电视 ,2017(3):52-55.[5] 毛迎鸿 . 基于 PON 的 FTTH ODN 网络技术的实际应用 [J]. 电子元器件与信息技术 ,2019(2):37-40.探析大数据在装备领域的应用王 超1姚超云2何小军1（ 1 、 31634 部队政治工作部，云南 昆明 650200 2 、国防科技大学电子科学学院，湖南 长沙 410073 ）1 概述大数据时代的到来，正影响着人们生活的方方面面。手机、平板电脑、PC 和各种传感设备无时无刻在为我们带来便利的同时也不断产生着各种各样的数据。据统计，全球的数据量约每两年就翻一翻，并且增长速度仍在不断增大。大数据技术正是基于飞速增长的数据之上，使我们生活中产生的各种各样的数据更加科学而有效地又重新服务于我们。例如，美国纽约警察部门利用新的治安信息管理系统“CompStat”正使这个全美犯罪率最高的城市治安逐年好转，这个系统的主要方法就是对地图上出现的犯罪相关数据进行标注，然后做出合理的分析推断，进而找出犯罪规律，以此来达到预防犯罪的目的。不仅如此，这个系统和交通管理系统整合到一起，做到数据互联共享，提高了警力的使用率同时也改善了巡逻执勤效果 [1] 。在军事领域，大数据技术的运用还相对较少，虽然安全保密是一个重要的原因，但同时也体现出军事大数据技术发展相对滞后的现状。如何更好地利用大数据技术提高我军军事实力水平是当前军事发展的一个重要方面。2 大数据的概念2.1 大数据技术大数据随着计算机领域的技术发展而产生，来自英文的“BigData”，具有大量化(Volume)、多样化(Variety)、高速化(Velocity)和价值化(Value)等特征。通常认为，大数据不能在规定时间内用传统电脑数据处理软件进行融合和管理，需要采取与之相匹配的新的处理模式才能进行提取和处理。大数据的典型处理模式包括海量并行处理（MPP）数据库系统、Hadoop 技术、Spark 技术和HBase 技术等。海量并行处理数据库系统是将海量数据进行分散并行处理，从而实现更加快速的数据处理能力。Hadoop 是具有扩展容量、高效能运算、高容错和高可靠性的数据存储和处理平台，可以实现对海量数据的分布式处理技术 [2] 。大数据现在已经被认为是一种特殊的社会资源，通过对大数据的分摘 要：随着大数据技术的不断发展，其在各领域中的应用不断展现。军事大数据在装备领域的应用也有着独特的优势，本文分析了大数据在装备管理、装备故障分析以及装备保障决策等方面的应用，并提出军事大数据在装备保障工作中的个人观点，希望能为军事大数据在装备应用领域的发展提供一些参考。关键词：大数据；装备；应用；军事中图分类号 院TP274+.2,E257 文献标识码 院A 文章编号 院2096-4390渊2019冤31-0085-02（转下页）85 - -

　科学技术创新 2019.31析，我们可以获得巨大资源和服务。就像有些学者所说的那样，“数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而绝大部分都隐藏在表面之下 [3-4] 。”2.2 军事大数据一般来说，军事大数据是指大数据在军事领域的运用。根据军事作战的时效性、复杂性和信息保密性等要求，军事大数据往往也要求具有快速性、多样性和安全性等特点。大数据技术依靠其独特的技术和数据优势，在军事领域的应用已逐渐崭露头角。目前，美军在大数据技术的运用方面处于领先状态，2012年，美军就将“大数据战略”上升为国家战略，将大数据作为一种重要的新型资源，对数据的掌握和控制作为一种新的国家核心能力。美军现已实现将大数据技术运用到其联合作战体系，用来支配美军作战决策方式，大幅提高了美军情报信息能力。2.3 装备大数据装备大数据是军事大数据的一个重要组成部分，是装备现代化保障能力的一个重要发展方向。顾名思义，装备大数据即大数据技术与装备领域相结合而产生的一些列技术运用。目前，我军现在的装备信息化水平还较低，装备大数据发展缓慢。我军现在装备保障机构研发的信息管理系统不统一，且各军种之间也不相同，使得各个不同的组织部门之间标准不一、接口不同，存在较大的数据互通鸿沟，导致数据的整体利用率低 [5] 。其次，随着技术的进步，装备的品类和数量越来越繁多，保障范围不断增大，保障时效性要求不断提高，保障精准度要求也更加严格，现代的信息化战场对装备保障系统提出了更高的要求和挑战，传统的装备保障模式已经无法满足现代战争对装备保障的要求。因此，如何利用装备大数据解决各种装备保障难题，快速有效提高装备大数据的保障能力，是当前急待研究和解决的重要课题。3 大数据在装备领域的应用3.1 大数据与装备管理装备的管理对装备的完好率和作战效能有着至关重要的作用。装备的管理涉及到装备的采购、入库、领用、使用、维修、报废等多个环节，随着技术的进步，装备种类的繁多，对管理的难度也有了更高的要求。大数据技术可以有效提高装备管理水平，降低装备管理成本。大数据技术可以在装备的动态管理、科学化精细化维护保养以及装备的使用期科学化管理等方面发挥重要作用。3.2 大数据与装备故障分析随着技术的不断进步，现代战争中的武器也在不断的更新换代，其包含的高科技技术成分越来越多，信息化程度也越来越高。技术密集、结构复杂、损坏机理多且损坏率高是现代高科技战争武器的几大新型特点，装备保障难度可见一斑。为更好地实施武器装备的维修保障，对大数据技术的利用也成为必然。目前，外军已在装备维修领域结合大数据等多项技术研制了许多维修信息化系统和设备，利用这些技术手段可以实现故障分析检测、维修力量的合理分配、维修技术共享、远程维修、维修机器人和自动化等多项新技能，有效提高了武器装备维修保障效能 [6] 。3.3 大数据与装备保障决策传统装备保障决策由于缺少数据和技术条件的支持，往往依靠决策者的经验来判断，对决策的质量和科学性难以保障。大数据技术在装备保障决策领域的运用，为数据的保有和技术的支撑提供了有力的保障，使人工智能、科学化、精细化保障决策成为可能。同时，大数据技术还解决了装备保障决策的时效性问题。传统装备保障在时效性、数据选取量和科学决策等方面总是无法兼顾，存在着各种各样的问题。所以传统保障往往经验主义性较强，很难保证保障决策的科学性、时效性和有效性。不仅如此，大数据技术还有着多样的数据决策分析方法。根据大数据的数据结构化、半结构化和非结构化等特征，大数据的数据采取和多种数据的决策分析手段成为大数据处理的必然要求，这同时也确保了大数据保障决策的准确性和科学性 [4] 。结束语本文介绍了大数据技术及其在装备领域的运用，包括装备管理、装备故障分析和装备保障决策等方面。随着技术的发展，装备大数据是装备领域将采取的必要技术手段，也是快速提升装备保障能力的有效方法。当前，我军装备保障领域对大数据技术的应用还相对较少也不够成熟，在技术和硬件设施方面也与西方发达国家有着较大的差距。装备大数据仍处于起步阶段，我们要不断学习，取长补短，持续而有效的增进我军装备大数据的发展，提升我军打赢现代化战争的实力。参考文献[1] 张雯皓 , 王学智 . 浅析大数据应用于装备保障决策的必要性 [J].中国管理信息化 ,2015,18(9):70-71.[2] 王晖 , 李世帅 , 王伟宇 . 基于大数据的装备保障指挥信息融合初探 [C]. 北京：第六届中国智慧控制大会论文集（下册）， 2018:613-615.[3] 维克托 . 迈尔 - 舍恩伯格 , 肯尼思 . 库克耶 . 盛杨燕，周涛译 . 大数据时代—— — 生活、工作与思维的大变革 [M]. 杭州 : 浙江人民出版社， 2013:4 ， 127,9,247,113.[4] 张福元 , 路迪 . 大数据应用于装备保障决策的时代价值与现实挑战 [J]. 价值工程， 2018:215-217.作者简介:王超，男，汉族， 31634 部队人力资源科科长 , 研究方向：军队政治工作。姚超云，男，汉族，国防科技大学电子科学学院博士后 , 研究方向 : 信息与通信工程。何小军，男，汉族， 31634 部队通信参谋 , 研究方向：军队通信学。86 - -

篇七：大数据技术在军事领域的应用分析

iddot;···············································································································································第 ３期２０１３年 ９月在数字化、信息化、网络化技术飞速发展的当今世界，我们所产生的数据量比历史上任何时候都多得多，而且正在以指数律快速增长。

　２０１０年底的数据量就比 ４年前增长了 ６倍，高达 ９ ８ ８艾字节 （ｅ ｘ ａ ｂｙ ｔ ｅ ）

　，２０１１年超过了１．８泽字节（ｚ ｅ ｔ ｔ ａ ｂｙ ｔ ｅ ）

　，２０１２年达到 ２ ．７泽字节， 预计在２０１５年将有可能达到 ８泽字节。

　为了更加清晰地看看这个数据量究竟有多大，我们可以把 １兆字节的信息想象成１平方米的陆地面积，那么，在 ２０１０年就能用数据覆盖整个地球。

　换一种说法，在 １９ ２０年，数据的覆盖面积只有马达加斯加岛那么大，到 ２０２０年，就将需要有 １７ ００个地球才能表示所产生的数据量［ １］３。

　这种数据或信息爆炸的发展趋势没有任何消失的迹象，新的数据类型看来仍然会加速出现，而组网装置的接入速度同样也在急剧增长。海量数据的出现催生了“大数据” 这一专业术语，“大数据” 已经成为当今信息技术领域和产业界最热门的话题。

　尽管也象 “云计算”一样，一开始总是被人们错误地认为 “这只是一种大肆宣扬的东西”，但毫无疑问的是，从越来越海量的数据中获得的某些价值在以前是不收稿日期：２０１３－ ０８－ ０ ２大数据通用处理平台及其在 Ｉ ＳＲ领域的潜在军事应用蒋盘林（中国电子科技集团公司第三十六研究所，浙江嘉兴 ３１４ ０３３ ）摘要：

　海量数据的出现催生了 “大数据”这一专业术语的诞生， “大数据”已经成为当 今信息技术领域和产业界最热门的话题。

　在介绍大数据定义及其内涵的基础上，具体讨论了 大数据通用处理平台的结构组成及其主要功能，并对其在未来综合情报、监视与侦察 （ISR ）领域可能的应用进行了 举例分析。关键词：大数据；通用处理平台；情报、监视与侦察 （ISR ）；数据价值中图分类号：TP274.2文献标识码：AＣｏｍｍｏｎＢｉ ｇＤａｔ ａＰｒ ｏｃｅｓｓｉ ｎｇＰｌ ａｔ ｆ ｏｒ ｍ ａｎｄＩ ｔ ｓＰｏｔ ｅｎｔ ｉ ａｌＭｉ ｌ ｉ ｔ ａｒ ｙＡ ｐｐｌ ｉ ｃａｔ ｉ ｏｎｓｉ ｎＩ ＳＲJIANG Pan-lin(No.36 Research Institute ofCETC, Jiaxing Zhejiang 314033, China)Abstract: The terminology of “Big Data” is born with the use of the huge amount of data. Nowadays, the“Big Data” project is becoming a hottest issue in the IT area and industries. Based on a introduction of thedefinition and content ofthe “Big Data”, a detailed discussion about the configuration and its main functionsare given in the paper. Finally, an application example of the common processing platforms for the big data inthe military ISR area is analyzed in the paper.Keywords: bigdata；commonprocessingplatform；intelligence, surveillance andreconnaissance （ISR ）

　；datavalue１ 引言ＣＯＭＭＵ ＮＩ ＣＡ Ｔ Ｉ ＯＮ ＣＯＵＮＴ ＥＲＭＥＡ Ｓ Ｕ ＲＥＳ通信对抗第 ３２卷第 ３期Ｖｏ ｌ ．３２ Ｎｏ ．３Ｓ ｅ ｐ ．２０１３

　第 ３２卷通信对抗················································································································································可想象的，也是无法接入使用的，或者是根本无法处理的。

　现在，在大数据模式下，组合使用通用化的硬件、规模化云计算和公开源表示法已经得到人们越来越广泛的认同，而且能够真正解决上述难题。本文拟在简单介绍大数据定义及其内涵的基础上，具体地讨论大数据通用处理平台的结构及其主要功能，并对其在未来综合情报、监视与侦察 （Ｉ Ｓ Ｒ ）

　领域可能的应用进行了举例分析。２ 大数据的定义与内涵大数据概念已经出现了十多年，但一开始它只是在先进的大学和国家级重点实验室范围内进行研究与应用开发的课题。

　只是到了最近几年，随着更快更价廉的数据处理、 成簇运算、Ｓ Ａ Ｔ Ａ存储和网络技术成果的不断涌现，大数据得到了越来越广泛的应用， 并由此推动了产品创新发展， 缩短了有用数据或消息的发现时间，用虚拟世界的仿真替代了物理世界的实验，从而创造了更大的数据内在价值和市场开发机会。尽管大数据是信息技术领域的一个新兴热门话题，表 明 了 数 据 量 从 数 百 太 字 节 （ ｔ ｅ ｒ ａ ｂｙ ｔ ｅ ）

　向 皮 字 节（Ｐ ｅ ｔ ａ ｂ ｙ ｔ ｅ ）

　或更大字节迈进的一个技术环境，但实际上，大数据依然是新一代软件、应用和系统以及存储体系结构使用的术语，其根本目的就是要从非结构性数据中提取出数据所具有的实际价值［ ２］。

　为了在一个时间基线上捕获、存储、管理和分析偌大数量的数据集，最根本的就是要具备先进的工具、软件和系统。

　这样的数据对于信息技术界而言无疑是一个新挑战，它必将而且正在引领新产品和新技术的发展潮流，给传统数据存储、管理、分析与相关处理技术等赋予了新的内涵。由以上叙述基本上可以给出大数据的定义如下：

　大数据是一种数据或流量规模大到其获取、存储、管理、分析的能力要求大大超出了传统数据库软件工具、系统硬件、存储管理等能力范围的数据集， 其核心理念就是以一种比以往快得多、强得多、综合得多的方式来处理与管理来自于各种各样数字化传感器（例如图像传感器、电磁传感器、机械传感器等）

　的各类数据和信息，并从这些海量数据中提取数据内在价值［ ３ － ４］。

　大数据的定义突出地描述了大大超出常规数据库系统处理与管理能力的数据。

　因此，我们今天所产生的数据并不全部都是大数据，福莱斯特 （Ｆ ｏ ｒ ｒ ｅ ｓ ｔ ｅ ｒ ）

　提出了数据源分类所依据的四个大数据特征参数：１ ）

　数据量（ Ｖｏ ｌ ｕ ｍｅ ）。大数据必定是海量的，一般有数百太字节（ Ｔ ｅ ｌ ｅ ｂｙ ｔ ｅ ）或皮字节（ Ｐ ｅ ｔ ａ ｂｙ ｔ ｅ ）， 但是， “大”只是相对的，它与数据类型有关。

　在数据仓库中要存储这么大量的数据是极其昂贵的。２ ）

　速度（ Ｖ ｅ ｌ ｏ ｃ ｉ ｔ ｙ ）。

　我们需要深入地理解数据，而不是简单地需要更多的数据，我们所面临的挑战就是要在正确的时间，将符合精确性要求的正确信息提供给合适的用户使用。

　但是，大数据可能会非常快地或实时地涌入，结果，就会使人们很难及时地作出决策。这时就需要对数据流进行处理，或许是因为这些数据来得太快而必需舍弃掉某些数据，或许是必需立即做出响应， 还有可能是要进行进一步更为精确的分析。３ ）

　多样性（ Ｖ ａ ｒ ｉ ｅ ｔ ｙ ）。

　大数据具有不同的结构和形状，从而使得它难于用传统的、只适用于固定格式的数据库工具来进行分析。

　在这种情况下，很可能需要创建聚合应用程序以完全发挥将这些数据源组合起来的潜力，同时还要能使传统的综合成本大大降低。

　除此之外，还有可能发现更为简单、有效的另类数据存储。

　比如非结构性查询语言 （Ｎ ｏ Ｓ ＱＬ ）

　数据库、专用 Ｘ ＭＬ存储或图表数据库等。总起来说，大数据可以分为结构性数据、非结构性数据及半结构性数据三大类，结构性数据是符合标准相关数据库管理系统 （ＲＤＢＭＳ ）

　且可以直接进行处理的数据类型；象图像、视频、地理地形数据等都是非结构性数据，每一个入口的数据类型都不相同； 半结构性数据则具有一定的通用性，但又不是真正的结构性数据。４ ）

　价值（ Ｖａ ｌ ｕ ｅ ）。

　在大数据被卷制和分析之前，大部分都是低价值的。只有在经过汇总与分析之后，这些数据才会变得有价值。

　除此之外，由于低廉的数据源开放式结构方案的日趋成熟以及基础设施 （包括云计算 ）

　的通用化，使得以前只有政府部门和大型公司才能使用的系统都能以更高的性价比方式运行，从而满足了更为广阔的市场需求［ １］４。３ 大数据通用处理平台结构及主要功能大数据所涉及的问题实际上就是利用信息的能力，这是建立在成功分析基础之上的；同样地， 成功分析数据、最终提取出数据价值的关键则是使大数据 （包括结构性数据与非结构性数据）

　变得简单。因此，不管大数据处理平台的功能如何划分，其终极目标就是要通过有效地利用信息来达成数据的价值。

　根据大数据的定义，我们可以设想大数据通用处理平台的核心功能主要包括数据捕获、收集和检测；数据记录、检索、管理和综合；数据转换、分析与处理；数据应用服务、自 动化与可视化；数据交换；开发支持与运行管理；大数据云等。这些功能既可以综合集成在一个大数据通用处理平台上，也可以集成到一个嵌入式处理装置中，以满足分布式处理的需２

　················································································································································第 ３期要。实际上，大数据通用处理平台可以分为几大组成：第一， 从各类传感器与信息源接收数据的数据收集装置；第二，海量数据存储、分类与管理装置；第三， 数据批处理、价值挖掘、云计算环境及可视化实现方案的大数据分析处理装置；第四，与其他用户环境的数据交换装置；第五，信息应用导航与用户接口装置。

　大数据通用处理平台结构如图 １所示［ １］８。根据图 １所示的通用处理平台结构，其核心功能分述如下：１ ）

　数据捕获、收集和检测接收或获取传感器和其它源所获得的信息，并对输入数据流应用规则、当前状态进行分析，以提取数据的具体内容及识别任何触发事件（比如发生的某一事件）

　，或者当时的分析 （比如这个人不止一次地说过的事，说的次数比某个特定时期内的常规次数多）

　。

　这样产生的告警结果会提供及时通报，从而能够实时地采取决策和行动。２ ）

　数据记录、检索、管理和综合为了能够按照用户的需求提取各种各样的数据，首先必须自 动地记录和分类传感器和其它源输入的实时数据，或者从外部系统来的数据 （例如企业内部其他数据库的数据）

　，以便于后续的检索、管理和综合处理。３ ）

　数据转换、分析与处理在响应速度比精确度更加重要的场合，一组处理节点应能快速地处理数据并近实时地返回处理结果，与此同时进行的任务就是要改进数据质量。分析应该是实时的，但也可使用历史数据。

　除此之外还应该能提供预测或仿真能力。数据的挖掘和聚合是数据库中常规的事务情报活动 （比如确定前期背景中的情报数据）

　，但是， 在大数据范畴也有可能使用这些技术。

　比如，由于传感器已经越来越融入我们社会，所以，知道这些传感器何时会产生故障将非常重要。

　大数据有可能会提供答案，依据一个传感器在其发生故障前返回的平均记录数便可知悉，一个传感器何时将达到其半寿命周期，从而使我们能够预先计划用新的来替换。分析功能的关键是搜索和筛选能力，这是减少数据量的两种常用技术。

　在确切地知道需要什么样的数据时，搜索便是最有用的技术；而筛选则能帮助人们有选择地消除掉那些无关的数据，以便能获得知识洞察力。４ ）

　数据应用服务、自动化与可视化成功分析大数据的关键就是要使它变得简单。在数据具有价值的地方， 市场就会将数据作为服务来提供，亦即按照订阅的方式来有效地提供数据云，或者是接入整个数据集。

　在这样一种应用环境中，可视化就是表示层，而且可期望使用小工具 （如使用 ＨＴ ＭＬ ）

　， 使综合数据更加简便易行。

　一般说来，这种服务的价值都不会很高，比如在家庭自动化背景下利用全球网网站来监测能源的利用情况等。但如果将这种监测网的规模扩大到一个地区或国家网络， 就肯定会产生一些具有价值的结果，特别是在与其它源组合使用时。信息应用就是将全球网服务组合起来创造新型服务，由于采用了简单化后的数据表示，从而能使终端用户汇聚相应的数据。

　此时，终端用户只要仔细地观察仪表板上各种各样的数据显示就可洞察商业机会，有可能还会创建新的商业模式，构建更广泛的应用网络，并将最终的建议 （信息）

　明白无误地向终端用户显示。在有人工因素参与的情况下，通过分析并利用分析结果来导出数据价值的处理过程也是提供大数据应用服务的一条行之有效的途径。５ ）

　数据交换数据交换是大数据通用处理平台的一个不可或缺的功能组成，这里非但要允许与其它环境安全地交换数据 （用户数据及外部存储数据）

　，如果需要， 还应该能够按照数据本身定义的方式将数据进行综合。６ ）

　开发支持与运行管理用户入口都应该提供对整个平台的开发支持与运行管理功能，这样做的目的就是要使所有的开发资源能够以一种综合集成的方式进行管理与运行。７ ）

　大数据云计算在很多组织都将云作为新系统的一种首选方法的情况下，云就是一个重要设计因素。

　就象其它云的应用一样，大数据云也是在某些场合被当作公共宿主， 而在另外一些场合则被用作私密方案。无论云的模型是什么， 将大数据与云基础设施、平台及应用相结合就有可能在处理输入数据波动时提供可缩放性， 或表示输出的指标要求的可缩放性，而且其存储和接入的数据量也会随着时间的向前推移而快速增图 1大数据通用处理平台结构大数据通用处理平台结构传感器与输入数据收集记录信息应用导航搜索实时处理存档（记录）数据管理与综合数据分析预测与模拟自动控制可视化实现方案通告利用选择数据交换数据安全汇聚其他用户的环境开发支持 ／ 操作管理用户入口站批处理蒋盘林：大数据通用处理平台及其在 ISR 领域的潜在军事应用３

　第 ３２卷通信对抗············································································································...

篇八：大数据技术在军事领域的应用分析

lue Engineering0 引言人类社会发展经由农业时代、工业时代，步入新一代信息技术普遍应用为标志的信息时代、数字时代。当前大数据分析技术已被广泛应用，基于此，将大数据分析技术运用至军事领域，在保证军事机密的前提下，如何提升大数据技术在军事领域的运用效率，需结合大数据的特性、技术特征等进行具体分析。1 大数据的概念及特性1.1 大数据的概念“大数据”虽然在现今世界中是一个被广泛应用的名词，但对其尚无一个通说性质的、精准的定义，仅从字面上理解，无法将其与“海量数据” “数据库”等概念进行区分。在众多概念界定中，发展出了“3V 概念” “4V 概念”，此外还有维基百科对大数据的定义：

　“大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集”[1] 。实际上，有学者认为在对某一事物难以形成精准定义时，应当对其特征具以把握，有助于避免单纯的概念之争，从而对事物之本质进行理解。

　[2]1.2 大数据的特征国际数据公司（International Data Corporation，IDC）认为大数据应当具有“4V”特性，即所谓规模性（volume）、多样性（variety）、高速性（velocity）和价值型（value）。

　[1] 首先，大数据的系统储存容量、处理量与传统的数据库型存储模式不可同日而语，即其具有规模性。譬如，百度公司的处理器一个月能够处理大概 1500PB 的数据，阿里巴巴公司的淘宝交易平台每日的交易量亦有几千万单，单是对这些搜索或交易中的数据进行存储，传统数据库的技术即无法支撑。此外，大数据更多的是对网络数据进行实施输入、实施更新，并不断运用数据分析技术做出有利于决策的辅助功能，而数据库则在对过往数据进行存储，大数据的实效特征更加明显。其次，大数据的多样性特征体现在其能够收集主体不同方面的数据来源，譬如在大数据网络购物中，利用主体在网络数据、公司企业数据、学校数据等多方面的数据来源，对其进行整合分析出主体的消费偏好、消费习惯，并精准投放广告或推送。数据多样性还体现在处理数据模式的多样化，其可以利用同一数据来源进行多方面的分析，得出多方面结果，有助于更好发挥其辅助功能。此外，大数据的高效应用，亦即高速性主要得益于计算机处理技术的发展，之前的利用数据库数据进行数据分析，尤其在海量数据面前，需要一定的时间将其输入计算程式当中，在等待计算结果的过程中亦需要耗费时间。但大数据技术在日益更新的计算机计算技术之上，能够快速地对数据进行分析并应用，其高速性得以呈现，数据从采集到分析的过程变得极为迅速，通常在几秒之内整个过程就可以完成。最后，价值性主要是指大数据必然具有一定的经济价值或数据价值，或能够利用其创造经济利益，或能够将其作为数据基础进行分析，具有“大数据时代的预言家”之称的迈尔士恩伯格曾经说过，大数据的意义及主要任务就是对数据进行预测，而不需要像人类或者是机器人一样去思考问题。[3] 大数据技术是将计算功能运用至海量数据之中，通过分析功能将预测的数据分析出，大数据的主要目的就是要对数据进行预测性处理。简言之，大数据是在人们有意识地进行收据并分析的基础上能够产生价值的一类数据。2 大数据分析技术的价值大数据分析技术的出现，促使“数据库”向“大数据”发展，从数据库时代发展至大数据时代的过程中，数据分析技术逐步推广、应用范围逐步扩大。一方面，数据的表现形式多种多样，将各种数据进行统合并分析是大数据分析技术的一大亮点，另一方面，如前所述，大数据的意义在于进大数据分析技术及其在军事领域中的应用Big Data Analysis Technology and Its Application in Military Field王璟旻 WANG Jing-min曰肖远 XIAO Yuan（中国船舶工业系统工程研究院，北京 100094）（CSSC Systems Engineering Research Institute，Beijing 100094，China）摘要院本文论述大数据的概念及特性、大数据分析技术的价值，并在此基础上，探讨大数据分析技术在军事领域中的应用，认为其可应用于军事管理、战事情况演习、军事信息化建设等场景。Abstract: This paper discusses the concept and characteristics of big data and the value of big data analysis technology. On this basis,the application of big data analysis technology in military field is discussed. It is considered that it can be used in military management, warsituation exercises, military information construction and other scenarios.关键词院大数据；数据分析；军事领域Key words: big data；data analysis；military field中图分类号院TP311.13 文献标识码院A 文章编号院1006-4311（2019）28-0251-02要要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要 要作者简介院 璟旻 王 （1991-），男，辽宁丹东人，硕士，助理工程师，研究方向为舰炮保障；肖远（1988-），男，北京人，本科，助理工程师，研究方向为项目管理。·251·

　价值工程行预测，而预测目的则在于更好地为人类发展提供辅助。2.1 对多样化表现的数据进行分析在信息化时代的当下，数据的表现形式早已突破纸质的文字记录，而呈现出多样化的态势，网络浏览数据、消费数据、信用履约记录等都是可以加以利用的数据基础或数据来源。数据分析技术的优点即在于不仅可以将一类数据进行统合分析，同时对于不同表现形式的数据，可通过一定的计算程式将其转化，从而进行分析与发掘。譬如当今信用消费在日常生活中日益增多，但个人的消费记录、信用状况体现在各个方面，金融机构如何将购物网站、银行、信贷公司甚至司法系统中有关个人的信用记录情况进行统合，并加以分析是需要解决的关键问题。前已述及，基于大数据的价值性，上述机构可以互相之间签订协议或建立数据共享框架，在保护数据主体隐私、秘密的基础上，对相关数据进行分享或买卖。此外，浏览数据与信用履约记录是以不同表现形式记载的数据，发掘二者之间的关联则依赖于计算机程序的编写，在基础的数字、文字等资料上发掘出具有价值的信息是大数据的一大特性。2.2 数据预测分析相比于传统的统计方式来说，数据预测分析是更高效的计算方式，其高效不仅体现在进行计算的速度更快，更多地表现在整体提升数据运用主体的决策效率，数据预测分析主要以预测为主，计算机运用数据预测分析能够预测计算将要发生事件的概率。一般数据预测分析技术运用在一些所需要预测的行业，譬如银行职业、处理保险的行业，或数字广告的制作行业，通过预测分析为数据主体或其客户提供符合自身偏好的服务。数据预测分析根据处理数据能够快速地根据当下的数据计算出以后的形势走向，现阶段多数企业均已将预测分析的技术运用至其商业运营与商业竞争中，通过大数据的分析技术能够促进各个企业快速发展。3 大数据分析技术在军事领域中的应用军事技术不仅可以应用至战争，在和平年代，军事领域的先进技术在抢险救灾、国防建设等方面都可以发挥重要作用，故而其所采取的信息技术一定是国家信息技术里面最先进的。军事领域在发展的同时作为人类科技发展的临床试验，不断地在前进，并走在世界科技的前沿。在大数据时代到来的同时，军事领域也需要进行全新的改变。不仅是在信息战争中，在其他军事技术的应用领域，需要通过信息化对数据进行掌控，以信息化来开展预测。因此大数据分析技术在军事领域之中有着重要的意义。3.1 提高军事管理水平在管理学领域分为德鲁克和戴明两大主流学派。虽然其都有各自的管理门派方式，但是其共通点之一便是认为：

　“不会量化就无法管理”。[4] 数据存在的意义之一就是其可以作为管理的基本依据。大数据分析技术的特点之一就是大数据更注重于事物的整体而非细节，将大数据分析技术应用在军事领域会使军事领域中的管理更加强势，在军事资源的调动与配置等方面，整理的军事管理尤为重要，运用大数据分析技术能够向决策层提供更为直观、精准的资源分配现状，从而有助于其根据现状来进行资源调度，并且大数据的分析技术本身就是区域自动化的一项技术，将大数据应用在军事领域之中会使管理更有效率。3.2 进行战事情况演习在战争之中若想取得胜利，备战与演习是必不可少的步骤，在战争前通过演习进行备战，然后在备战之中寻找不足之处有助于国家军队在最大化效益下实现最优目标。大数据分析技术的作用在于可以将不同情境下的战事情况进行模拟分析，从而通过系统分析预测结果，为战事提供准备，既避免了大规模军事演习对于国防资源的耗费，同时可以在计算机技术的帮助之下为不同天气、武器、军事装备状况下战事情况提供数据与情报。大数据分析技术还可以应用于武器设备的研发中。可以将武器的信息数据输入到信息系统中进行信息和应用之间的转变，通过应用大数据之间的信息相互联系进行透明化转变，使武器的信息化程度增高，通过大数据分析技术对不同情境、不同材料等对武器影响的基础资料，通过虚拟系统之间的模拟将武器之间的价值进行提升。同时，将大数据应用在武器之中可以代替人力并且减少耗时。3.3 提升军事化信息水平在之前科技不发达年代的战争之中，克劳塞维茨就曾提出过“战争迷雾”[5] 的概念。所谓“迷雾”是指在纷杂的战争中，因交通运输、信息传递等困棘，信息极其难以获得，并且受制于前述困境，信息到达时已难以保证其时效性。在大数据时代， “战争迷雾”有了可以破除的路径，利用大数据分析技术可以为军事战争进行预测，在大量的数据之中挑选出正确而又有价值的信息，试图掌握对方的信息，达到作战胜利的目的。大数据分析技术在军事领域之中发挥着重要的作用，现如今以大数据分析技术为核心对军事数据进行处理和预测已成为时代所趋；在军事方面建设起网络数据，将军事理论转化为信息化建设日益普遍。大数据分析技术的广泛应用，使军事领域更加智能化。4 结语在现如今科技快速发展的时代背景下，信息成为了国家经济社会发展的重要资源，大数据作为科技发展过程中的重要一环，同样在军事领域方面发挥着重大的作用。重视大数据分析技术，并将其运用至军事领域，有助于军事信息化管理水平和军事决策科学化。参考文献院[1]陶雪娇，胡晓峰，刘洋.大数据研究综述[J].系统仿真学报，2013（S1）：142-146.[2]孟小峰，慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展，2013（1）：146-169.[3]王元卓，靳小龙，程学旗.网络大数据:现状与展望[J].计算机学报，2013（6）：1125-1138.[4]王学秀. “管理学在中国”研究:概念、问题与方向—— — 第 1届“管理学在中国”学术研讨会观点评述[J].管理学报，2008（3）：313-319.[5]刘树才.技术变革与战争“迷雾”演化[J].国际展望，2018（4）：80-97.[6]张雯皓，王学智.浅谈大数据在装备保障中的应用[J].价值工程，2015，34（21）：182-184.·252·

篇九：大数据技术在军事领域的应用分析

Ｉ:１０. １９３９２/ ｊ. ｃｎｋｉ. １６７１￣７３４１. ２０２００５０８７大数据技术在军队后勤保障领域推广应用研究程　 堃 １ 　 曲振生 ２ 　 高　 健 １１. 中国人民解放军 ３２６８３ 部队　 辽宁沈阳　 １１００９７ꎻ２. 沈阳联勤保障中心　 辽宁沈阳　 １１００９７摘　 要:本文分析了军队后勤保障领域信息数据管理短板弱项ꎬ制约大数据技术推广应用的矛盾问题ꎬ结合大数据技术特点优势和美军应用先例ꎬ提出了建设网络和数据采集基础设施ꎬ配套数据编码、后勤标准制度ꎬ研发后勤信息数据系统、军民融合发展的大数据应用方法路径ꎮ关键词:大数据ꎻ后勤保障ꎻ应用　 　 随着军队改革逐步深入ꎬ后勤保障领域由于体系结构调整、编制员额压减、职能任务重塑ꎬ现行的信息数据管理与改革强军目标还不配套ꎬ一定程度存在信息数据集成难、数据利用率低、分析决策功能少等短板弱项ꎮ 近年来随着大数据技术在各行业领域发展成熟ꎬ其能够利用全部数据、分析相关关系、包容混杂数据 [１] 等特点符合后勤保障领域的需求ꎬ该项技术普及应用能较大程度提高后勤保障能力ꎮ一、大数据技术在美军后勤保障领域应用美军一直高度重视“大数据”技术在军事领域延伸发展ꎬ从２０１２ 年美国提出“大数据”计划开始ꎬ不断投入资金建设ꎬ仅２０１２ 年就投入 ６０００ 万美元 [２] 用于提高辅助决策、自动预测和人机交互等能能力ꎬ美国国防部后勤局一直推行大数据战略ꎬ利用相关技术构建本局范围内的权威机构数据源ꎬ形成灵活、自助式的报告和分析能力ꎬ建立了美军联合后勤保障信息系统(ＧＣＳＳ)ꎬ该系统为美军在全球作战提供作战保障信息ꎬ为实现美军提出的精确后勤、感知与反应后勤保障打下了坚实基础ꎮ美军在大数据应用方面一直秉承军民融合的发展思路ꎬ美国许多公司为帮助美军解决后勤行动中出现的难题ꎬ推出各种解决方案ꎬ例如美国天睿公司提供的“联合数据架构”系统 [３]具有预测性分析功能ꎬ该系统可预判武器装备哪些零配件何时出现故障需要修理ꎬ就在零配件出现故障前向维修技师预警ꎬ告知技师将其拆除ꎬ确保库存零部件得到最合理的使用ꎮ二、制约大数据技术推广应用的矛盾问题一是基础网络还不够完善ꎮ 当前军队网络基础设施建设并不健全ꎬ骨干网络基本覆盖到大部分单位ꎬ但网络末端还不能全部延伸到位置偏远、部署独立的点位ꎻ部分支线网络带宽容量有限ꎬ只能保障日常办公ꎬ难以完成批量数据传输ꎮ二是数据采集还不够及时ꎮ 数据采集大多使用电脑录入方式ꎬ射频标签、二维码等实时采集数据的技术应用还不够广泛ꎬ尤其是野外条件下还不具备无线采集传输数据的能力ꎮ三是软件系统还不够聚合ꎮ 当前后勤数据管理系统区分后勤指挥、军队财务、物资管理等多个软件系统ꎬ各个系统自成条块独立运转ꎬ信息孤岛现象不同程度存在ꎬ业务系统之间通信困难ꎬ难以形成完成数据体系ꎮ四是数据分析还不够到位ꎮ 当前ꎬ后勤信息使用管理注重统计、查询功能ꎬ还不具备深度挖掘数据价值的能力ꎬ还不能从时间、空间层面分析数据的关联性ꎬ发现潜在风险ꎬ预测保障需求ꎮ三、大数据技术在后勤保障领域建设要点一是夯实基础工程ꎮ 立足现用军事综合信息网ꎬ采取有线网络和无线网络相结合、专网与公网互补的方式方法ꎬ重点解决野战网络覆盖难的问题ꎬ增配一批移动网络设备、建设一套基础网络设施ꎬ形成网络信号全覆盖零死角的基础网络体系ꎻ统筹人力、物力、财力资源ꎬ大力整合分散在后勤各部门的那些规模小、效率低、能耗高的数据中心ꎬ推动数据中心建设向集成化、规模化、智能化方向发展ꎬ形成“物理分散、逻辑统一”的后勤数据中心体系ꎻ在卫勤、财务、军需能源等各个领域推广使用ＲＦＩＤ、ＮＦＣ 等数据采集设备ꎬ拓展后勤数据采集渠道ꎬ统一对物资储存、伤员救治、保障活动记录等过程和行为数据的采集ꎬ建成实时、精准、高效的数据采集体系ꎮ二是配套标准制度ꎮ 按照“一数一源”的标准要求ꎬ对不同保障物资、保障活动建立数据编码规则ꎬ确保采集数据不重码不冲突ꎬ对各类数据采集设备、传感器建立规范的读写规则ꎬ确保战场环境下采集设备可以互换使用ꎬ提高设备通用性和适配性ꎬ建成一套数据采集编码标准ꎻ针对大数据技术应用过程可能发生的失泄密、侵犯官兵隐私等问题ꎬ结合现行的安全法规制度和大数据技术应用的特点规律ꎬ规范数据使用权限、应用场景、共享范围等内容ꎬ明晰业务部门职责、经费保障、人员培训等内容ꎬ配套一批法规制度ꎻ针对后勤标准和作战消耗标准修订滞后、与现代战争后勤保障不配套的矛盾问题ꎬ综合分析近年来美军、苏军作战消耗数额ꎬ结合我军人员装备、驻地部署的实际特ꎬ修订平战时后勤消耗标准ꎮ三是建强信息系统ꎮ 大数据的核心是预测 [１] ꎬ是把数学算法运用到海量数据上来预测事情发生的可能性ꎬ在军事后勤领域应用能减少能源消耗、降低勤务成本、提高物资效益ꎬ能达到精确保障、提高后勤管理能力的目标ꎬ强大的信息系统是技术应用的关键ꎬ美军的后勤信息系统 [４] 即集成了物联网、云计算、大数据等多个关键技术ꎬ我们也应结合自身特点建立后勤信息系统ꎬ区分运输投送、仓储管理、卫勤保障等专业建立子系统ꎬ在大数据应用层面以快速保障、精准保障为目标ꎬ提高后勤业务关联分析、保障态势分析、保障预测分析能力ꎬ预测物资保障需求、战伤数量类型、运力保障能内容ꎬ为物资储备结构调整、卫勤力量部署、运输链路优化提供决策支撑ꎮ四是坚持军民融合ꎮ 关键技术推广应用走军民融合发展道路ꎬ是提升军队后勤大数据建设质效的最优选择ꎬ融合过程中找准需求点和发力点ꎬ瞄准军用和民用具备共建共用基础条件的方向ꎬ实现资源共享ꎬ减少盲目重复性研发和建设ꎻ建立军民融合协调创新机制ꎬ充分发挥军队、科研院所、高校、企业等的科技能力ꎬ建立战略协作关系ꎬ畅通“民参军”渠道ꎬ降低准入门槛、优化审批流程ꎬ通过制定优惠政策和措施ꎬ引导和鼓励成熟的科技企业参与后勤信息系统建设ꎮ参考文献:[１]Ｖｉｋｔｏｒ Ｍａｙｅｒ. 大数据时代[Ｍ]. 浙江人民出版社ꎬ２０１３.[２]陈杨ꎬ赵旭. 后勤大数据系统架构研究[Ｊ]. 海军后勤科技ꎬ２０１６. ０３:２６.[３]凯伦ꎬ瑟乐. 大数据技术在美后勤保障领域应用[Ｊ]. 外国军事后勤ꎬ２０１６(０２):４２.[４]后勤保障领域科技发展报告[Ｍ]. 军委后保部后勤科学研究所ꎬ国防工业出版社ꎬ２０１７:１１６.６ ９电子信息 科技风 ２０２０ 年 ２ 月

篇十：大数据技术在军事领域的应用分析

据对军事情报以及军事组织指挥的影响

　摘要 在军事上，用小数据时代的理念和技术，很难与大数据时代的思维和技能相对抗。面对大数据时代的军事机遇和挑战，要么主动进击，要么被动跟进，难以置之度外。其间的取舍与成败，首先有赖于思维变革，其要求全体军事人员尤其是指挥员，更加具备基于体系作戰的系统思维、基于数据模型的精确思维及基于对战争进行科学预设的前瞻思维。基于此，本文讲解了大数据及现代化作战指挥系统的概念，然后分析了大数据在现代化作战指挥中的作用，最后分析了大数据在现代化作战指挥中的应用，希望对现代作战指挥有一定帮助。

　随着互联网技术的不断发展，大数据得到了前所未有的重视，由于大数据为经济社会的发展提供了大量的信息资源，大数据技术在多个领域得到了广泛的应用。随着作战指挥向现代化、网络化方向发展，大数据技术也逐渐应用于现代化作战指挥中。为了使作战指挥的作用得以充分发挥，有必要对大数据在现在化作战指挥中的应用进行深入研究。军事情报的质量对军事评估而言是至关重要的。而评估结果的方向会对军事决策产生重要的甚至决定性的影响。因此，从国家的层面而言，军事情报的质量一直是备受关注的焦点，各国都在不遗余力地将科技资金和大量人才投入到保证军事情报的质量中，而层次分析法在实际使用过程中的良好反响一直作为一种准确灵活且实用性极强的情报分析法，被广泛地引用在军事领域中。因此，本篇文章通过简单概述军事情报质量评估的意义和重要性，以及我国目前军事情报评估体系建立的特点，最后重点分析层次分析法在军事情报质量评估中的应用，供大家参考。

　关键词：大数据；层次分析；军事情报；质量评估评价；作战指挥；应用；现代化作战；网络化 引言 军事情报作为军事专用的情报活动，主要目的是用于收集大量以事实为基础的实时信息，并通过分析和综合对比，为决策者提供有参考性的决策建议。军事

　情报的适用范围并不局限在敌对方，还有可能是我们的邻国甚至盟友。因此，军事情报作为一种站在国家战略的角度，其情报的准确性和客观性的要求非常严苛，因为决策者和军事专家组的预测和分析依据都是基于军事情报而言的。而随着科学技术手段的快速发展，军事情报的获取方式也变得越加多样化，层次分析法作为一种科学有效的分析手段，能够有效保证军事情报的质量和参考价值，应该值得我们重视和重点运用。

　1. 大数据及现代化作战指挥系统概述 大数据也称为海量资料，是指通过多种途径汇集而成的庞大的数据组合。而大数据技术则是指能够对大数据进行处理，并且能够对数据进行分析的技术。由于数据分析涉及到数据获取、处理等多种环节，因此，大数据技术主要包括数据的采集、存储、传输以及分析等相关技术，这些技术相互配合，共同推动大数据在多个领域的应用。大数据操作系统作为大数据技术的核心内容，通过将数据的搜集、存储、传输等活动的连接，实现对数据的整合和管控 [1] 。

　作战指挥正朝着现代化、网络化的方向快速发展，特别是军事指挥系统，需要大数据为支撑，通过海量数据搜集、存储、分析、计算等功能，为作战指挥提供应有的信息和数据支撑。因此，现代化作战指挥要想在新形势下实现跨越式发展，就必须抓好大数据技术这个关键因素。

　2. 大数据在现代化作战指挥中的作用 大数据一般具有数据规模大、数据类型多、数据处理快等众多特点。而在作战指挥中，由于决策具有时效性高的特点，这就要求必须在规定的时间内搜集到价值较高的数据信息，这就对大数据应用提出了更为严峻的挑战 [2] 。

　作战决策作为作战指挥中的核心内容，大数据由于直接瞄准了作战指挥核心，因此，受到了高度的重视。在传统的作战指挥中，由于作战决策一般是根据指挥人员的经验和直觉做出的，因此，科学技术很难渗透到作战指挥领域。现如今，大数据技术通过搜集大量数据，形成了从数据搜集到战略决策的作战指挥体系，形成了以作战环境、作战方略为基础的决策支持系统，实现了作战指挥由经验主导向数据主导的转变，将数据优势转变为决策优势。当前，大数据在现代化作战指挥中的应用能力不高，发展大数据技术不但能为作战指挥提供大量决策信息，

　而且可以解决作战指挥中的一系列难题，最终提高作战指挥的科学性。

　3. 从大数据中掘出军事情报 情报分析一直是重大军事决策的“耳目和尖兵”。在大数据时代，军事情报分析将迎来怎样的变革? 近日，全军第一届军事大数据论坛在北京举行，北京理工大学计算机学院院长黄河燕在论坛上表示：“通过互联网搜集挖掘情报大数据信息，已成为各国军事情报数据分析的重要手段，这就是军事情报大数据。”在此背景下，情报的信息采集、储存和管理以及分析方法等都发生了前所未有的改变，在海量数据中提炼出有价值的军事情报，成为军事决策者面临的最大挑战。

　情报学经历了四个阶段的演进，从基于信息的事实型，到基于信息管理的综述型，再到基于智能的智慧型，从 2010 年起，开始进入基于大数据的情报学。

　黄河燕表示：“相比于本就复杂的民用大数据，军事大数据要复杂的多，所需数据容量更大，结构需要更加合理，要求数据处理高效，同时基于军事任务进行数据融合，还要注意信息防御和数据安全管理。” 从信息源上，大数据时代的情报获取手段逐步增多，军事数据的来源渠道也大大拓宽。一方面战场环境检测手段不断丰富，可从空间、空中、地面等获取多维度、多角度的远程、近程信息。另一方面，情报研究对象拓展，可能包含微博等社会化媒体信息，比如图片、新闻等。黄河燕认为，“虽然当前获取数据的渠道极大拓宽了，但复杂多样数据聚合在一起形成巨大的数据流，同时也带来数据数量庞杂、冗余增大、分析不足等新问题。图片、新闻等大量非结构或半结构化数据涌入，就需要技术将这些数据转化为结构化数据，以供后续分析。” 那么，面对大量快速流动的军事信息资源，该如何储存和管理数据?黄河燕提醒应注意通过数据加密技术确保所获数据安全，研究如何对于不同层面用户设置数据的读取权限。

　“情报学的分析方法将会从原来的计算机辅助分析为主，转变为计算机认知为主的智能分析，形成类似于 IBM Watson 的大数据情报认知计算及分析平台。”黄河燕还表示，可视化数据分析平台也将辅助人工操作，自动化实现预测分析，对数据加以可视化解释。

　目前，军事情报分析的关键技术已经包括知识图谱与推理、信息抽取与挖掘、

　文本分析技术、篇章理解与机器阅读、自动问答和机器翻译。

　4. 大数据在现代化作战指挥中的应用 4.1. 信息资源服务 大数据在现代化作战指挥中主要发挥信息资源的服务作用，主要包括数据交换、数据存储、数据服务三个方面的内容。大数据作为一个巨大的数据资源存储库，在面对大量数据信息的时候，就必须能够对数据提取、存储、计算和分析进行快速处理，以实现数据应用的要求。对于作战指挥工作来说，其面临着时刻改变的战场状况，因此，在作战指挥过程中需要对所有数据和信息实现实时掌控，对武器装备的射程、位置等信息进行实时搜集和整理，从而实现作战指挥的有效性。

　4.2. 战争态势汇总 由于战争存在较大的不确定性，战争的指挥人员在制定战略决策的时候，就需要大量的详细数据为支撑，细致的考虑影响战争的多种因素，从而制定出更加科学合理的作战计划。一般而言，所需信息包括武器装备信息、作战条件信息、地面情况信息等等 [3] 。我国应继续使用大数据技术，为整个战争的态势进行汇总并分析整理，为作战指挥人员提供有价值的信息，从而使指挥人员更有针对性地制定出相应的作战计划。

　4.3. 军事情报处理 军事情报从古至今都是战略计划的重要影响因素，可以影响战略计划的合理性，甚至直接影响着战争的结果。当前，我国的军事情报处理技术已经获得了较大的发展，搜集情报的渠道也得到了拓展，对军事情报的汇集产生了深远的影响。因此，我国应加强大数据技术在作战指挥中的应用程度，实现对情报信息的深入挖掘，从而实现对敌我双方实力的准确判断，为我国战略计划的准确实施注入了强劲的力量。

　4.4. 信息安全保障 军事信息的安全是军事行动的基础和前提，也是军事行动取得成功的保障，这就对信息安全保障工作提出了更高的技术要求。对信息安全保障来说，最重要的问题就是对信息的攻击和入侵。因此，我国应使用大数据技术将隐蔽性的攻击信息进行有效监测，运用大数据技术将分散的军事信息进行深入处理，通过建立强有力的信息防御系统，为信息安全提供坚实的保障。

　5. 军事情报质量评估的重要意义 军事情报的重要意义主要表现在它是国家为了军事备战而收集的情报。即使经历了两次世界大战和其他大大小小的战争，即使现在是呼吁和号召和平的年代，进行军事备战也是不容置喙的 [4] 。军事实力是一个国家强大的后备力量，而军事情报就是为了在关键时刻能够为国防政策和战略部署提供重要依据的举措，是军事行动的重要指导方针 [5] 。

　中国自从摆脱半殖民地半封建国家的身份到成为现在世界上最大的发展中国家，其经济实力和军事实力的发展速度是全球有目共睹的，而发展至今的重要经验教训也表明，落后就要挨打。因此，即使在当今，各国友好往来和经济贸易合作关系逐渐加深，也要有居安思危的意识，也要不断加强自身的军事实力。因此，军事情报作为探测危险的前锋和收集情报的重要力量，情报的搜集是否真实有效，是否对决策有重要的参考依据，所耗费的资金和人力物力的价值是否与其质量成正比，种种问题都表明了评估其质量的好坏具有重要的战略意义。

　6. 军事情报评估体系的建立和特点 军事情报体系的建立是因为在长期以来收集的军事情报不仅类型和数量很多，涉及的领域也非常广，如果没有一个完善健全的军事情报评估体系，很难对成千上万甚至更多军事情报进行管理，评估该质量也会成为一个很困难甚至根本不能完成的任务 [6] 。因此，军事情报评估体系能够实现对军事情报进行系统管理，同时制定评估考核的标准和情报的后续进展跟踪反馈，使军事情报管理的内容更加完善而全面，同时方便决策者按其性质进行查看和掌握行情。而一个完整的军事情报评估体系主要有以下几大特点：

　6.1. 时效性 时效性是情报的基本特点之一，对军事而言更是如此。只有第一手的军事情报才能充分反映实际情况，帮助指挥员真正了解前线动态，才能为决策者提供决策依据 [7] 。军事情报的不准确会造成决策的失误，从而对人身安全甚至国家安全产生毁灭性的打击。

　6.2. 准确性 军事情报的准确性是最基本的要求，是质量评估的基本考核标准。军事情报的准确不仅是传达事实，更要做到情报的正确 [8] 。军事情报只有做到准确无误地理解，能够将前线的真实面貌进行正确描述和传达，并预估未来短期的发展态势，才能根据对方的动态进行相应的战略部署计划。

　6.3. 实用性 将军事情报进行详细划分的话，有很多种类。但是一般的军事情报是经过整理和使用特定用语加以规范化的，便于决策者能够在短时间内正确理解并领悟内容的精髓。

　6.4. 完整性 完整性是在准确性的基础上，对军事情报的内容进行补充和完善。作为一名合格的情报员，并不是将所见的情报进行收集就完毕了，而是对跟踪对象的所有可能情况和动向都应该进行完整收集。一个经验丰富的情报员能够根据对方的表象进行深入挖掘，从而收集到完整的情报，甚至对今后的行动进行初步预判。

　6.5. 关联性 在注重完整性的同时，也要把握好关联性。如果搜集到的信息是不相关或者不重要的，搜集到的情报上交上去将会造成负担，甚至导致预判的错误和决策方向上的偏离 [9] 。而相关性需要情报搜集员和指挥者相互协调默契配合，指挥者需

　要将搜集的方向和意图向搜集员明确传递，同时搜集员要做到真正理解指挥者的想法。

　6.6. 客观性 军事情报的客观性是指情报的内容不会受到政治因素或经济因素等的干扰而人为自发生成的情报。搜集情报本就是为了获取真实有效的内容，而失去客观性则会导致对现实情况的把握程度不够，个人想法阻碍了情报的正确。

　7. 层次分析法在军事情报质量评估中的应用 层次分析法是通过将所有有关联的因素进行层层分解，按照目标、准则、计划等不同的层次进行定性分析和定量分析。该方法虽然在开始之初是为了应用于网络系统方面的评估。但是由于其自身的先进性和后期的相应调整，使其能够很好地应用于军事情报质量评估的工作中 [10] 。层次分析法通过构建模型，将一项内容拆分成多项，并构建出所有层次的矩阵以及排列方式，再通过对这些矩阵进行逐个检验的方式进行排除和取舍。

　因此，在将层次分析法应用到军事情报质量中时，需要将情报中反映的各个因素进行列举，因此情报员在搜集情报时需要进行初步大范围筛选，再将留下来的因素逐级传遞给决策者。而情报专家们对从情报中获取的因素，需要与其相适应的层次结构，这是层次分析法中最重要却也最困难的一步。因为因素的选取如果不合理，其具体含义不明确，都会影响到后面步骤的顺利进行，都会对层次分析法的结果产生不利影响，最终导致决策的失误。在进行因素合理选取和构筑所有矩阵后，如果需要对其进行定性分析则会导致又一个难题的产生 [11] 。为了将两个构筑的矩阵进行对比和判断，专家组的成员会根据自己掌握到的所有军事情报和所处的军事背景进行综合分析，每项指标在两两对比后按照特殊的计算方法从优到劣进行排序。但排序不代表着质量评估的结束，由于每个人的优劣排序可能存在区别，因此需要对所有专家得出的结果进行...

推荐访问:大数据技术在军事领域的应用分析 领域 分析 数据