论文部分内容阅读
摘要：随着信息技术的快速发展，战争已经从机械化向信息化迈进，军事数据的作用越来越明显，军事数据建设逐渐成为新一轮军事科技竞争的热点。本文对军事数据的概念及特点进行了阐述，对军事数据建设的热点问题进行了归纳，并对军事数据建设的发展趋势进行了分析。
关键词： 军事数据;数据建设;军事需求
一、军事数据概述
数据是对客观事物的抽象表示，反映了客观事物的特征。随着大数据时代的到来，数据背后所蕴藏的巨大价值被挖掘出来。军事数据属于数据的一个重要领域，涵盖了武器装备、力量构成、作战保障等军事领域的各个方面，它是指挥员决策的基本依据，是战场胜负的关键，反映军队建设水平，同时也是军事工程、军事创新的基础，军事数据正在逐渐成为一种军事战略资源，被誉为“未来战争新石油”。
军事数据按照来源可以划分为实战数据、训练数据、实验数据等，按照军种可以划分为陆军数据、海军数据、空军数据等。它具有以下几个特征：层次关联性。军事行动进程由众多因素共同影响，这些因素之间存在内在联系。当以数据表示这些因素时，数据之间也显示出这种内在联系，体现出层次关联性。这些不同层次的数据结合起来，共同反映出军事行动的整个过程;相对性。某一层次的数据作为上一层次数据的结果，同时也可以是下一层次数据的基础。每个数据都有基础、形成条件与使用范围，因此就数据之间的这种特性讲，它具有相对性;广泛性。战争是一个复杂巨系统，尤其是现代战争更为复杂，它所涉及的面广、包含的因素多，要对这种复杂系统进行建模与仿真，数据就需要涉及人员、装备、指挥、天文、地理等各个方面，数量巨大;精确性和模糊性。在军事数据中，有些数据是可以经过测量或者实验直接得到的，例如武器的技术性能参数。这些数据可以直接获得定量，体现了军事数据的精确性。有些数据不能够直接量化，需要借助多种工具进行转化得到，例如毁伤概率、作战指数等等，反映了军事数据的模糊性。
二、军事数据建设需要关注的问题
（一）军事数据储存能力
随着军队信息化程度的不断提高，军事数据量也在飞速增长，传统的物理存储方式可扩展性差，难以适应军事数据的增长速度。同时军事数据的爆炸性增长过程中，非结构化数据增长尤为迅速，传统的关系型数据库无法满足其高效存储管理。因此，当前需要建立起能够融和陆、海、空、天、电等各类型数据的能力，需要建立起能够同时支持结构化和非结构化数据存储管理的能力，需要建立起能够支持支持大容量、弹性存储、高速访问的军事数据处理能力。
（二）军事数据计算模式
传统的军事数据计算模式以集中式为主，该模式逐渐无法支撑起飞速增长的海量军事数据计算。需要通过引入分布式的大数据计算方式，以实现高效处理。多模式的大数据计算能够支持批处理、内存计算、图计算等等，实现多种计算模式的资源分配和统一调度，为军事数据的分析处理提供高效可定制的计算框架。
（三）军事数据处理分析
军事数据得到高效存储后，必须进一步对其处理分析，方能提取、挖掘出所蕴含的高价值信息。以作战辅助决策为例，军事数据处理分析以海量的历史数据为基础，构建各军兵种战场目标特征知识库，以知识库为基础，结合战场实时信息的快速检索和处理，动态识别目标身份及行为，实现对作战能力和意图的认知，可以形成对作战决策的有力支持。
（四）军事数据可视化
军事数据多维、复杂且非结构化，指挥员或指挥机构很难直观的从中获取有效决策信息，这就需要在复杂的军事数据与指挥员之间建立起能够符合指挥习惯的人机交互系统，通过交互系统来展示处理分析后的结果，帮助指挥员和指挥机构直观的掌握战场态势，提升指挥员的洞察力，提高决策质量。
三、军事数据建设的发展趋势
我军历来重视信息化建设，在资源配置上已经使用现代化数据信息技术，但各军兵种往往针对自身的特点各自发展进行数据建设，从而使得军事数据资源没有的到有效利用，资源平均利用率相对较低。这种建设方式往往导致重复建设，造成资源浪费，而且建设周期长，各数据源之间交换不够，使得军事数据的获取、处理、存储、查询都不方便，影响了作战指挥效果。
军事数据建设应当从顶层建立起统一、規范的设计方案，将各军兵种数据和已有的基础设施进行融合。在此基础上可采用云存储技术和分布式系统，以满足军事数据存储的连续运行和弹性扩容等需求。以军事大数据中心提供的平台为基础，建立分布式数据处理分析平台，通过采用数据挖掘、数据分析的方法，将决策支持数据信息提炼出来。通过对军事数据进行可视化展示，为指挥员和指挥机构提供决策支持、任务规划和趋势预测等辅助决策应用场景。
四、结论
军事数据已逐渐成为影响军队能打胜仗的重要因素，拥有对数据的控制权将掌握未来战场的主动权，是实现洞察战场的关键。当前数据技术快速发展，新理论和新应用不断出现为军事数据建设提供了强有力支撑。但应当看到，军事数据建设仍需要面对重复建设、数据安全等问题。总体来看，军事数据由各部门分别建设向顶层设计融和各部门统一规划建设发展是趋势。
参考文献
[1]贺利坚.数据库技术与应用[M]，北京：宇航出版社2001.
[2]张胜，吴照林.基于语义的军事数据资源需求描述模型[J]，北京：火力与指挥控制，2013（1）.
[3]林平，刘永辉，陈大勇.军事数据工程基本问题[J]，北京：军事运筹与系统工程2012（3）.
[4]李明忠，张建康，车万方.作战仿真数据研究[J]，北京：指挥控制与仿真，2010（8）.
[5]陈秀英.面向信息整体的军用数据中心研究[J]，重庆：无线互联科技2014（7）.
[6]吕彬，魏俊峰.大数据时代的军事数据管理机制研究[J]，北京：中国医学图书情报杂志2018（4）.
关键词： 军事数据;数据建设;军事需求
一、军事数据概述
数据是对客观事物的抽象表示，反映了客观事物的特征。随着大数据时代的到来，数据背后所蕴藏的巨大价值被挖掘出来。军事数据属于数据的一个重要领域，涵盖了武器装备、力量构成、作战保障等军事领域的各个方面，它是指挥员决策的基本依据，是战场胜负的关键，反映军队建设水平，同时也是军事工程、军事创新的基础，军事数据正在逐渐成为一种军事战略资源，被誉为“未来战争新石油”。
军事数据按照来源可以划分为实战数据、训练数据、实验数据等，按照军种可以划分为陆军数据、海军数据、空军数据等。它具有以下几个特征：层次关联性。军事行动进程由众多因素共同影响，这些因素之间存在内在联系。当以数据表示这些因素时，数据之间也显示出这种内在联系，体现出层次关联性。这些不同层次的数据结合起来，共同反映出军事行动的整个过程;相对性。某一层次的数据作为上一层次数据的结果，同时也可以是下一层次数据的基础。每个数据都有基础、形成条件与使用范围，因此就数据之间的这种特性讲，它具有相对性;广泛性。战争是一个复杂巨系统，尤其是现代战争更为复杂，它所涉及的面广、包含的因素多，要对这种复杂系统进行建模与仿真，数据就需要涉及人员、装备、指挥、天文、地理等各个方面，数量巨大;精确性和模糊性。在军事数据中，有些数据是可以经过测量或者实验直接得到的，例如武器的技术性能参数。这些数据可以直接获得定量，体现了军事数据的精确性。有些数据不能够直接量化，需要借助多种工具进行转化得到，例如毁伤概率、作战指数等等，反映了军事数据的模糊性。
二、军事数据建设需要关注的问题
（一）军事数据储存能力
随着军队信息化程度的不断提高，军事数据量也在飞速增长，传统的物理存储方式可扩展性差，难以适应军事数据的增长速度。同时军事数据的爆炸性增长过程中，非结构化数据增长尤为迅速，传统的关系型数据库无法满足其高效存储管理。因此，当前需要建立起能够融和陆、海、空、天、电等各类型数据的能力，需要建立起能够同时支持结构化和非结构化数据存储管理的能力，需要建立起能够支持支持大容量、弹性存储、高速访问的军事数据处理能力。
（二）军事数据计算模式
传统的军事数据计算模式以集中式为主，该模式逐渐无法支撑起飞速增长的海量军事数据计算。需要通过引入分布式的大数据计算方式，以实现高效处理。多模式的大数据计算能够支持批处理、内存计算、图计算等等，实现多种计算模式的资源分配和统一调度，为军事数据的分析处理提供高效可定制的计算框架。
（三）军事数据处理分析
军事数据得到高效存储后，必须进一步对其处理分析，方能提取、挖掘出所蕴含的高价值信息。以作战辅助决策为例，军事数据处理分析以海量的历史数据为基础，构建各军兵种战场目标特征知识库，以知识库为基础，结合战场实时信息的快速检索和处理，动态识别目标身份及行为，实现对作战能力和意图的认知，可以形成对作战决策的有力支持。
（四）军事数据可视化
军事数据多维、复杂且非结构化，指挥员或指挥机构很难直观的从中获取有效决策信息，这就需要在复杂的军事数据与指挥员之间建立起能够符合指挥习惯的人机交互系统，通过交互系统来展示处理分析后的结果，帮助指挥员和指挥机构直观的掌握战场态势，提升指挥员的洞察力，提高决策质量。
三、军事数据建设的发展趋势
我军历来重视信息化建设，在资源配置上已经使用现代化数据信息技术，但各军兵种往往针对自身的特点各自发展进行数据建设，从而使得军事数据资源没有的到有效利用，资源平均利用率相对较低。这种建设方式往往导致重复建设，造成资源浪费，而且建设周期长，各数据源之间交换不够，使得军事数据的获取、处理、存储、查询都不方便，影响了作战指挥效果。
军事数据建设应当从顶层建立起统一、規范的设计方案，将各军兵种数据和已有的基础设施进行融合。在此基础上可采用云存储技术和分布式系统，以满足军事数据存储的连续运行和弹性扩容等需求。以军事大数据中心提供的平台为基础，建立分布式数据处理分析平台，通过采用数据挖掘、数据分析的方法，将决策支持数据信息提炼出来。通过对军事数据进行可视化展示，为指挥员和指挥机构提供决策支持、任务规划和趋势预测等辅助决策应用场景。
四、结论
军事数据已逐渐成为影响军队能打胜仗的重要因素，拥有对数据的控制权将掌握未来战场的主动权，是实现洞察战场的关键。当前数据技术快速发展，新理论和新应用不断出现为军事数据建设提供了强有力支撑。但应当看到，军事数据建设仍需要面对重复建设、数据安全等问题。总体来看，军事数据由各部门分别建设向顶层设计融和各部门统一规划建设发展是趋势。
参考文献
[1]贺利坚.数据库技术与应用[M]，北京：宇航出版社2001.
[2]张胜，吴照林.基于语义的军事数据资源需求描述模型[J]，北京：火力与指挥控制，2013（1）.
[3]林平，刘永辉，陈大勇.军事数据工程基本问题[J]，北京：军事运筹与系统工程2012（3）.
[4]李明忠，张建康，车万方.作战仿真数据研究[J]，北京：指挥控制与仿真，2010（8）.
[5]陈秀英.面向信息整体的军用数据中心研究[J]，重庆：无线互联科技2014（7）.
[6]吕彬，魏俊峰.大数据时代的军事数据管理机制研究[J]，北京：中国医学图书情报杂志2018（4）.