大數據分析在作戰指揮中的困局與對策

劉敬學

摘 要：當前，大數據分析在作戰指揮中的作用越來越突出。然而，大數據分析有時也會對作戰指揮產生不利影響。該文針對大數據分析的特點和作戰指揮對大數據分析的需求，對大數據分析在作戰指揮中可能存在的困局進行了簡要分析，并提出了破解困局相應的對策。

關鍵詞：大數據分析 ?作戰指揮 ?困局 ?對策

中圖分類號：G64 ? ? ? ? ?文獻標識碼：A 文章編號：1674-098X（2015）10（c）-0029-02

目前，很多國家已把大數據上升到國家戰略加以推動，奪取“數據主導權”的重要性日益突出。未來影響、決定軍事行動的核心是數據。在信息化戰場上，不同偵察平臺搜集的情報、作戰指揮中心的各條指令、作戰力量的實時反饋信息等，都是以數據的形式存在并發揮作用，這些數據不僅量很大，而且類型多樣，來自多源，且以實時、迭代的方式來實現[1]。正因為如此，數據的積累、數據存儲能力、數據分析和處理能力無疑將成為獲取戰場優勢的決定性因素。因此，大數據分析已成作戰指揮的核心要素之一。但是，正如條形碼的應用存在缺陷一樣，最新的大數據分析也可能導致誤入歧途[2]。

1 作戰指揮中大數據分析的特點與作用

一般來說，大數據具有數據類型多樣、數據處理高速、數據規模海量和數據價值密度低等特點[3]。在作戰指揮中，從數據到決策的時效性要求高，要求在規定的時限內挖掘出高價值的輔助決策信息，這對其大數據分析提出了嚴峻挑戰。

作戰決策是作戰指揮的核心，大數據之所以引起作戰指揮領域的高度重視，其重要原因在于大數據直接瞄準作戰指揮的核心。作戰決策過去是科學技術較難滲透的領域，基于指揮員直覺和經驗判斷的決策模式一直占據主導地位，這也被一些人認為是作戰指揮的“軟肋”。大數據分析通過創新式挖掘海量數據，形成從數據到決策的快速反應鏈路，從而構建以諸軍兵種、戰場環境間數據共享為基礎的自主式決策支持系統，化數據優勢為決策優勢，以技術驅動指揮決策模式的變革。目前，在作戰指揮領域，針對作戰數據的分析處理能力還很薄弱，加強大數據分析不僅能為作戰指揮提供有價值的決策信息，而且有助于快速建立從數據到決策的指揮鏈路、有效解決指揮信息流通的一些“瓶頸”問題，以確保奪取作戰的“數據主導權”。

2 大數據分析在作戰指揮中可能存在的困局

在信息化戰場上，事物之間的關聯性越來越普遍;但許多關聯隱藏很深，僅靠直覺和經驗判斷難以發現。相關關系是大數據分析的核心。一般來說，兩種數據的相關關系可通過當一種數據產生變化時引起另一種數據的變化程度來衡量，變化程度越高，說明這兩種數據的關聯度就越高。大數據分析通過識別有用的關聯物來進行分析，關聯物數量越多，種類越豐富，分析的綜合程度就越高，判斷預測的準確性也就越高。在作戰指揮領域，大數據分析主要通過對戰場大量的、相互關聯的終端產生的數據進行相關關系的分析，進而形成判斷、得出結論，并做出預測。

然而，在作戰指揮中，由于從數據到決策的高時效性和高對抗性，大數據分析可能存在以下困局：

由于全樣本數據需要更多的時間去分析，采用全樣本數據分析有時難以滿足作戰決策的高時效性要求[4];此外，作戰數據難免會包含一些不良信息;因此，如何動態地組織數據樣本既使其數據價值密度提升又使其分析能滿足作戰決策的時效性要求是一個十分棘手的問題。

大數據樣本不僅耗費更多的時間去分析，它們往往還包含所含個體的許多不同信息，從統計學的角度講，這意味著這些樣本是“高維的”，而更多的維度增加了獲得欺騙性關聯的風險。在作戰指揮中，一旦大數據分析得出的分析結論包含了欺騙性關聯的信息，可能給作戰決策造成嚴重的不利影響，而發現欺騙性關聯絕非易事。因此，防范欺騙性關聯是作戰指揮中大數據分析面臨的一個難點問題。

上述兩個問題是作戰指揮中大數據分析迫切需要解決的問題，否則作戰指揮中大數據分析的可靠性難免將遭受質疑。

3 破解作戰指揮中大數據分析困局的對策

作戰指揮產生大量、異質結構的數據集，為了提高大數據分析的時效性，應在作戰決策知識情景庫的引導下動態地組織樣本數據集。作戰決策知識情景庫應該包含戰場態勢的框架性信息。一般來說，為便于激活數據關聯，作戰決策知識情景庫包括主題關鍵詞表、子主題關鍵詞表和配屬關鍵詞表。一個主題關鍵詞代表戰場情況的一個重要方面，它對應若干子主題關鍵詞，而一個子主題關鍵詞又對應若干配屬關鍵詞，配屬關鍵詞通常代表局部的細節。對作戰決策來說，一條高價值的預測結論通常有一個主題，并且還與其它主題相關;因此，用于分析的樣本數據集應包含與所涉及主題所有配屬關鍵詞相關的數據，并過濾掉失效或虛假的信息。作戰決策知識情景庫既是動態組織樣本數據集的牽引，也為樣本數據集的數據挖掘提供了導向性信息[5]。利用作戰決策知識情景庫動態組織樣本數據集提高了數據質量和整體一致性，避免了無關數據的干擾，無疑使數據分析更有針對性，也更有效率。

在作戰指揮的大數據分析中，為了避免分析結論包含欺騙性關聯的情況發生，需要對分析結論進行檢驗，以證實結論中每一項關聯的真實性。競爭假設分析法是一個有效的證偽方法，它將結論中每一項關聯看作一個假設，平等地對待各個假設，通過尋找證據反駁假設的方法來識別假設，只有不能被駁倒的假設才被接受是真實的。競爭假設分析比較適合用于對分析結論進行檢驗[5]。客觀地說，利用競爭假設分析法對大數據分析結論進行檢驗需要建立相應的評判標準、規則和知識庫，并設計相應的數據挖掘算法;這本身就是一項具有挑戰性的工作。值得強調的是，對分析結論中的關聯進行識別不僅能有效防范因數據的多維度產生欺騙性關聯的風險，而且能避免因過度關注某一類數據（如最新的數據）而陷入“一維”視角。對作戰指揮的大數據分析而言，對分析結論進行檢驗無疑會提高其質量，也是其不可缺少的一部分。

4 結語

在信息化戰爭中，指揮人員可以有效利用大數據探尋信息化戰爭的內在規律，而不是“淹沒”在海量數據中一籌莫展。因此，大數據分析在作戰指揮中的作用越來越突出。為了快速為作戰決策提供高價值的情報，大數據分析必須解決動態組織樣本數據和對分析結論進行檢驗的難題。當前，作戰指揮領域大數據分析的研究方興未艾，有許多難題尚待解決。面對諸多困難與挑戰，只有調動多方力量，充分吸收并借鑒各相關領域研究的方法或成果，勇于探索和創新，才能實現大數據分析有效服務于作戰指揮的目標。

參考文獻

[1] 張元濤，郭武君.大數據與作戰指揮發展[J].國防大學學報.2014（8）：68-70.

[2] David Meer.跳出大數據分析誤區[J].董事會，2013（1）：91-92.

[3] 張春磊，楊小牛.大數據分析（BDA）及其在情報領域的應用[J].中國電子科學研究院學報，2013，8（1）：18-22.

[4] 王本勝，殷階，朱旭.指揮信息系統大數據技術發展趨勢[J].指揮信息系統與技術，2014，5（3）：12-16.

[5] Jing-Xue Liu， Yun-Yao Yi. Research for All Around Battlefield Situation Assessment [C]. 2011 3rd International Asia Conference on Informatics in Control， Automation and Robotics，2011：569-575.