基于大數據支持的軍事決策系統構建研究

摘 要：本文首先系統回顧了大數據決策由來及發展現狀；接著論述了大數據決策分析在軍事決策領域的需求，并根據需求構建了由數據獲取層、數據處理層及數據應用層三個層面組成的大數據軍事決策系統；最后探討了構建基于大數據支持的軍事決策系統所需使用的關鍵技術，主要有數據提取與存儲技術、大數據查詢和分析技術、數據表示與數據整合技術。

關鍵詞：大數據；軍事決策系統；構建

中圖分類號：TP313.13 文獻標識碼：A

Abstract：In this paper，first of all，the origin and the development of the big data decisions system actually reviewed，then the demand of big data decision analysis in the field of military is discussed，the big data military decision system consist of data access layer and data processing layer and data application layer is constructed according to the needs，finally，the key technology for construction of military decision support system based on data are discussed，mainly in data extraction and storage technology，data query and analysis technology，data representation and data integration technology.

Keywords：bigdata；military decision-making system；construction

1 引言（Introduction）

隨著云計算、物聯網為代表的新一代信息技術的快速發展，我們已步入大數據時代。如今，大數據在軍事上的應用已初具端倪，它不僅會引發軍事信息處理技術的變革，對傳統軍事決策思維和方法也會產生深遠影響。研究基于大數據支持的軍事決策系統，會為進一步推進軍事決策手段和決策效果的科學化、高效化起到積極的促進作用。本文在回顧大數據決策由來及發展現狀的基礎上論述了大數據決策分析在軍事決策領域的需求，構建了由數據獲取層、數據處理層及數據應用層三個層面組成的大數據軍事決策系統，并從數據提取與存儲技術、大數據查詢和分析技術、數據表示與數據整合技術三個方面探討了構建基于大數據支持的軍事決策系統所需使用的關鍵技術。

2 大數據決策的由來及發展（The origin and development of big data decision）

決策是決策主體為實現一定的目標所作的行為設計及其選擇，其中包括搜集必要的信息以及對收集到信息的處理與分析。信息與決策有著十分密切的關系，信息資源的完整性與準確性直接影響決策結論的準確性與可靠性。過去，人們進行決策活動往往依靠直覺、經驗和推理，決策的有效性不強。為增強決策的有效性，人們常常把所要研究的事物用數據表達，運過定量決策方法以修正定性決策的不足。通常，人們處理的決策數據可分為結構化數據非結構化數據，其比例分別為5%和95%。定量決策首先是將決策信息用數據表示，然后利用定量決策分析方法與信息技術等對數據進行分析，最后參照數據分析結果選出最佳方案。隨著Web 2.0信息交流技術的快速發展，各種網絡媒體信息的交互性和動態化不斷增強，使得決策信息具有了大數據特征[1]：一是決策所需提取、分析的信息分布廣泛、數量巨大；二是決策信息存在大量非結構化數據，難以運用傳統數據分析方式處理；三是信息處理時效要求高[2]。如今，基于大數據的決策模式正取代傳統地感性地拍腦袋決策方式，大數據決策學已成為一門新興的學科。

所謂大數據決策，就是整個決策過程在合適工具的輔助下，對廣泛異構的決策信息源進行抽取和集成，將處理結果按照一定的標準統一存儲，利用合適的數據分析技術對存儲的數據進行決策分析，從中得到理想的決策分析結果并以恰當的方式將結果展現給決策者。相對于全人工決策，大數據決策能給人們提供可預見的事物發展規律，不僅讓結果變得更加科學、客觀，在一定程度上也減輕了決策者所承受的巨大精神壓力。大數據決策分析依賴于數據的相關性，而不是業務特性的因果性，關注于數據敏感性。在大數據背景下，基于原因推出結論、線性的、自上而下的傳統決策方式將不可避免的發生改變，正在形成非線性的、面向不確定性的、自下而上的決策模式[3]，在這種決策模式下，決策者甚至可以對某個決策領域完全陌生，一樣也可借助于大數據分析，直接發現隱藏在混雜數據背后的問題或規律，做出正確決策。因此，大數據促使決策者的決策方式從經驗驅動決策向以數據量化驅動決策轉型，決策過程從事后決策向事先預測轉變，決策主體由業務專家、精英高管向普通大眾轉變，真正使決策者達到了事前能夠預測、事中能夠感知，事后能夠反饋，極大地增強了決策的科學性和有效性。

如今，大數據決策已在社會經濟、政治、科學、文化、教育、衛生等各領域得到了廣泛的應用。在互聯網行業，美國社交游戲開發商通過數據分析修改游戲，馬云通過對對用戶網購行為分析阿里巴巴平臺貿易的預測，亞馬遜根據用戶在其網站上的查詢行為推薦產品，金融行業通過大數據判斷客戶信用風險，快遞行業通過大數據來確定合理的投遞路線，自媒體通過用戶的社交網絡文字和圖片了解用戶偏好分布，商場通過大數據發現產品之間的關聯[4]。可以說，如今大數據決策能力已成為現代組織的核心競爭力。

3 大數據決策分析在軍事決策領域的需求（The demand of big data decision analysis in the field of military decision-making）

軍事領域充滿著不確定性，軍事領導者需要從不確定性當中獲得一些規律性認識以支持決策。過去軍事領導者對軍事領域數據的分析只停留在數據的簡單匯總層面，缺乏對數據背景及產生規律的深入解析。在大數據時代，各種軍事情報、戰況信息驟增，數據的復雜性和實時性增強，給軍事決策帶來了前所未有的挑戰，依靠直覺與經驗進行決策的優勢急劇下降，如何有效地收集、處理與分析數據并轉化為決策結果已日益成為軍事決策者須面對的課題。如今，大多數軍事強國已經意識到大數據決策的優勢，并開始運用“基于數據驅動的決策方法”進行軍事決策[5]。

比如，美軍早在2000年發布的《2020聯合構想》中，就明確提出將“謀求信息優勢”的目標改為“謀求決策優勢”，大數據研發正是這一策略實施的延續。美軍應對大數據的基本策略是從數據到決策，其基本內涵是通過科學和應用方案，減少分析、處理和利用“大數據”的時間周期與人力。為達到該目標，美軍確立了網絡中心戰（Network-centric warfare，NCW）的理論，按照“以數據為中心”的架構開展整個國防部信息系統的建設，建設了許多智能化作戰決策支持系統，如陸軍分布式通用地面系統、“泰坦”認證網絡戰術信息技術、智能式網絡中心移動指揮控制軟件、作戰人員伴侶人工智能軟件[6]，這些大數據決策支持系統極大地提高了多源信息融合處理能力。從美軍的大數據決策項目中我們可以發現，大數據決策的其實質，就是從數據中分析、提取知識和智慧的過程。可見，大數據不是關鍵，以此為基礎的決策能力才是克敵制勝的法寶；利用大數據進行軍事決策，對于軍事決策的制定、實施和評估具有非常重要的支撐作用，能夠減少信息融合所需的人力與時間，減輕指揮的負擔，提高作戰效率。

4 基于大數據支持的軍事決策系統的構建策略（Construction strategy of military decision-making system based on large data）

大數據背景下的軍事決策活動對軍事決策數據的收集、處理與分析能力提出了更高要求。構建基于大數據支持的軍事決策管理系統，需要對傳統軍事信息流程進行優化重組。基于大數據支持的軍事決策系統架構由下至上可分為數據獲取層、數據處理層及數據應用層三個層面（圖1）。數據產生、組織和處理主要通過分布式文件處理系統實現，應用技術為Hadoop+MapReduce，其中Hadoop的分布式文件處理系統（HDFS）作為系統的數據存儲框架，分布式計算框架MapReduce作為系統對大數據處理的框架。

基于大數據支持的軍事決策系統的底層是數據獲取層，該層是整個系統的基礎，實現對傳統關系型數據庫和Hadoop的訪問，應用Ping、Hive、Sqoop技術實現。數據獲取層包括供上層使用的各種軍事數據源，主要經由傳感設備、地理信息、軍事儀器、移動通訊、互聯網、社交媒體以及軍事相關的業務系統等渠道，采集的面向軍事領域的大規模多模式的復合數據集；通過對作戰指揮系統、基礎數據系統、實況數據系統、歷史數據系統等多系統條件下的數據信息做關聯性分析，找出數據的相關性，提取有價值的信息，為數據處理層提供基礎數據。

數據處理層是整個系統的關鍵，主要負責對基礎數據進行收集、分類、抽取、清洗和轉換，并對不同數據源進行統一管理，供決策層從不同角度進行分析使用，應用HBase、Avro、Flume、ZooKeeper技術實現。數據處理層又可分為四個子系統，分別為數據采集子系統、數據分析子系統、數據篩選子系統、數據服務子系統，其功能依次是數據的采集、分析、篩選、協調控制。

決策層由面向特定決策主體的平臺和面向應用的平臺組成。為適應軍事決策需求多變的特點，決策層提供數據分析模型及常用的數據挖掘方法，以便在通常情況下不必建立專門應用分析系統，以提高決策系統的靈活性和通用性[7，8]。大數據軍事決策分析和展現通過Mahout、Hama智能分析和展現工具集實現。大數據軍事決策平臺和傳統軍事數據平臺的結合可由ETL平臺實現，對數據的管理、安全和備份恢復由Ambari、Chukwa實現。

由以上分析可見，依靠大數據技術進行軍事決策的目的就是為增強軍事決策的科學性，實質是構建人機結合的新型軍事決策系統。通過決策系統采集、分析、篩選、服務、應用等功能，判斷軍事活動發展趨勢，有效評價軍事活動，為做出科學戰略決策提供輔助支持，保證軍事活動有序開展，從而保持已方軍事決策優勢。

5 構建基于大數據支持的軍事決策系統所需的關鍵技術（The key technologies for construction of military decision-making system based on large data）

技術是大數據價值體現的手段和前進的基石，構建大數據支持的軍事決策系統，需要對以下關鍵技術加以解決。

一是數據提取與存儲的挑戰。基于大數據支持的軍事決策系統的數據獲取層需要獲取的數據源種類眾多，即有傳統結構化數據，也有大量諸如實時視頻、傳感器數據、智能軍用設備、RFID數據等非結構化數據。這對傳統的關系型數據庫存儲管理方式和存儲介質都帶來了巨大挑戰。當前，對非結構化數據的提取可采用兩種方式進行，一種是采用統一的元數據標準對非結構化數據進行定義，另一種是將非結構化數據轉換為非關系型數據格式數據，通過自動化創建數據的索引表處理非格式化數據，允許對其進行基于關鍵詞和唯一標志符的搜索。以MapReduce和Hadoop為代表的非關系數據分析技術，憑借其適合非結構數據處理、大規模并行處理、簡單易用等突出優勢，在互聯網信息搜索和其他大數據分析領域取得了重大進展，是大數據分析的主流技術。但是，MapReduce和Hadoop在應用性能等方面仍存在不少問題，還需要研究開發更有效、更實用的大數據決策分析和管理技術。

二是大數據查詢和分析的挑戰。由于系統的大數據存儲不是采用基于關系型數據庫的技術，所以傳統的通過SQL語言操作數據的方式無法直接使用。一些傳統數據庫廠商采用將MapReduce的結果存儲到RDBMS中，然后查詢RDBMS，但這犧牲了Hadoop的高效性。可采用SQL on Hadoop技術實現SQL專業人員通過SQL語言操作和分析系統的大數據，也可采用Hive技術實現基于Hadoop的查詢與分析。另外，大數據背景下的決策分析，基于典型的OLAP數據分析操作，如對數據進行聚焦、匯總等操作已不夠用，還需引入路徑分析、時間序列分析、圖分析以及由于硬件/軟件限制而未曾嘗試過的復雜統計分析模型；另外還要增加數據挖掘功能，如文本挖掘、聚類分析、關聯分析、語言識別分析、圖像識別分析、地理空間分析等。

三是新的數據表示方法與數據整合挑戰。由于基于大數據的軍事決策系統的使用對象為軍事指揮人員，為使系統能高效將決策方案顯示給軍事指揮人員以供其檢索、查詢或選擇使用，實現系統決策結果表示的簡明化是必須解決的問題；為此，必須找到最合適的數據表示方法與數據融合技術。數據表示方法與最初的數據錄入者關系密切，如果原始數據有必要的標識，就會大大減輕數據識別和分類的困難，但標識數據會給用戶增添麻煩，往往得不到用戶認可。研究有效、簡易的數據表示方法是處理軍事決策大數據必須解決的技術難題之一[9]。為掃清軍事決策大數據處理的障礙，應研究不與平臺綁定的數據格式，通過統一的數據格式構建融合人、機、物三元世界的統一軍事決策信息系統。

6 結論（Conclusion）

在信息化戰爭時代，大數據技術已經成為增強軍事決策能力的重要手段，未來戰爭的指揮決策能力可以產生很大的飛躍。構建基于大數據支持的軍事決策系統的最終目標是通過運用各種大數據信息技術充分利用海量數據，整合感知、認知和決策保障系統，以創造一種真正自主軍事決策系統，使之可以自主機動作業并做出輔助決策供軍事決策人員參考。

參考文獻（References）

[1] 張才明.大數據顛覆傳統決策模式[J].中國經貿，2013（6）：24-25.

[2] 陳文偉，陳晟.從大數據到大數據時代[J].吉首大學學報（自然科學版），2014（5）：31-36.

[3] 孫強，張雪峰.大數據決策學論綱：大數據時代的決策變革[J]，2014（8）：33-37.

[4] 劉書雷，郭繼周.對大數據的深化認識及建設對策[J].軍事學術，2014（9）：72-74.

[5] 楊蓮珍.大數據時代的軍事管理變革[N].解放軍報，2013-9-23（7）.

[6] 汪圣利.大數據時代指揮信息系統發展分析[J].現代雷達，2013（5）：1-5.

[7] 王珩，等.大數據技術在指揮信息系統中的應用與發展[J].指揮信息系統與技術，2015（4）：5-9.

[8] 程龍軍.面向大數據的指揮決策系統模型研究[J].山西電子技術，2015（1）：85-87.

[9] 王本勝，殷階，朱旭.指揮信息系統大數據發展趨勢[J].指揮信息系統與技術，2014（6）：12-16.

作者簡介：

李崇東（1983-），男，碩士，講師.研究領域：信息管理與軍事決策系統.