大數(shù)據(jù)環(huán)境下信息服務(wù)決策數(shù)據(jù)生成方式研究

李　越，張軍保

（重慶通信學(xué)院，重慶　400035）

大數(shù)據(jù)環(huán)境下信息服務(wù)決策數(shù)據(jù)生成方式研究

李越，張軍保

（重慶通信學(xué)院，重慶400035）

綜合生成高價值、集約化的決策支持?jǐn)?shù)據(jù)是機動信息服務(wù)系統(tǒng)中信息內(nèi)容需解決的重要課題。文章在分析決策支持?jǐn)?shù)據(jù)集約化程度高、精確性高和時效性強等特點的基礎(chǔ)上，重點研究了基于大數(shù)據(jù)的決策支持?jǐn)?shù)據(jù)的生成模式、目標(biāo)屬性數(shù)據(jù)生成技術(shù)，并提出了決策支持“數(shù)據(jù)云”服務(wù)平臺的構(gòu)建思路和策略，對于增強機動信息服務(wù)中指揮信息決策、支持?jǐn)?shù)據(jù)核心功能具有重要參考價值。

機動作戰(zhàn)；信息服務(wù)；大數(shù)據(jù)；決策

機動作戰(zhàn)是以本部建制內(nèi)的步兵、坦克兵、炮兵等力量為主體，并得到跨建制、超常規(guī)加強和支援的諸軍兵種聯(lián)合進行的戰(zhàn)斗行動，主要表現(xiàn)為以精銳作戰(zhàn)力量在較短的時間內(nèi)，以中、小規(guī)模作戰(zhàn)達成戰(zhàn)役戰(zhàn)略目的，戰(zhàn)斗樣式將隨著作戰(zhàn)對象、地形、任務(wù)及作戰(zhàn)進程的變化而變化。在機動環(huán)境下，機動用戶的信息服務(wù)和固定環(huán)境下的信息服務(wù)不同，必須考慮位置相關(guān)因素、時效性相關(guān)因素和用戶行為特征等，才能符合機動作戰(zhàn)瞬息萬變的戰(zhàn)場形態(tài)。整個機動作戰(zhàn)戰(zhàn)場的信息，將通過一體化的機動信息服務(wù)保障手段，形成全天候、立體化、多種手段并舉的綜合一體化戰(zhàn)場信息網(wǎng)，為機動作戰(zhàn)中的各機動用戶提供信息服務(wù)。

信息化作戰(zhàn)條件下，戰(zhàn)場數(shù)據(jù)具有明顯的大數(shù)據(jù)特征，因此機動信息服務(wù)系統(tǒng)中的指揮信息系統(tǒng)模塊不僅應(yīng)具有數(shù)據(jù)匯聚整編的能力，更需要具備生成決策支持?jǐn)?shù)據(jù)的能力，為作戰(zhàn)決策注入新的活力。戰(zhàn)略信息與戰(zhàn)役信息、戰(zhàn)術(shù)信息密切相連，難以明確區(qū)分其層次，許多戰(zhàn)術(shù)行動直接決定戰(zhàn)略、戰(zhàn)役行動的成敗，這就要求將戰(zhàn)略、戰(zhàn)役和戰(zhàn)術(shù)信息結(jié)合在一起，實現(xiàn)一體化的信息服務(wù)保障體系，形成戰(zhàn)場信息資源共享。如何把握大數(shù)據(jù)的特點規(guī)律，對海量多元基礎(chǔ)屬性數(shù)據(jù)和動態(tài)目標(biāo)數(shù)據(jù)進行深度挖掘，綜合生成高價值、集約化的決策支持?jǐn)?shù)據(jù)，從而有效輔助作戰(zhàn)決策，是我軍機動信息服務(wù)系統(tǒng)中信息內(nèi)容模式研究需要解決的一個重要課題。

1　大數(shù)據(jù)環(huán)境下機動信息服務(wù)系統(tǒng)指揮信息決策支持?jǐn)?shù)據(jù)需求分析

信息化條件下的作戰(zhàn)體系是一個開放的復(fù)雜巨系統(tǒng)，由于信息技術(shù)的飛速發(fā)展和廣泛應(yīng)用，作戰(zhàn)體系運轉(zhuǎn)將涉及越來越多的各種信息資源，因此，與大型企業(yè)的經(jīng)營管理類似，大數(shù)據(jù)已成為信息化條件下聯(lián)合作戰(zhàn)不可回避的問題，換言之，大數(shù)據(jù)環(huán)境是基于信息系統(tǒng)體系作戰(zhàn)必須適應(yīng)的環(huán)境。大數(shù)據(jù)環(huán)境下，依托機動信息服務(wù)系統(tǒng)這一主要指揮手段進行作戰(zhàn)籌劃時，首先需要解決面向指揮者尤其面向指揮員提供什么樣數(shù)據(jù)的問題，也就是決策支持?jǐn)?shù)據(jù)的需求問題。

首先，決策支持?jǐn)?shù)據(jù)應(yīng)該符合知識管理的DIKW模型，即數(shù)據(jù)（Data）、信息（Information）、知識（Knowledge）、智慧（Wisdom）。數(shù)據(jù)D在本文中探討了一個單獨立作戰(zhàn)目標(biāo)的事實、信息、知識；信息I則是有意義的數(shù)據(jù)，或者是有序的數(shù)據(jù)，信息是通過對數(shù)據(jù)的“關(guān)聯(lián)、分類、計算、糾正、提煉”等獲得的；知識K是有用的信息，通常是通過對信息采取“比較、推理、關(guān)聯(lián)、交談”等方式獲得的；智慧W是集體或個體，運用知識解決問題的經(jīng)驗，表現(xiàn)為概念、經(jīng)驗和洞察力，在對知識理解的基礎(chǔ)上對知識進行運用。這也是知識的產(chǎn)生、評估和使用的基本框架。可見，決策支持?jǐn)?shù)據(jù)的獲取，應(yīng)該是從數(shù)據(jù)D中獲得信息I，并基于智慧W獲取知識K的過程。因此，決策支持?jǐn)?shù)據(jù)是基于底層數(shù)據(jù)所獲取的高層“知識”。

其次，決策支持?jǐn)?shù)據(jù)應(yīng)該具備以下3個特點。

1.1集約化程度高

決策的關(guān)鍵是要達成及時性和科學(xué)性。決策支持?jǐn)?shù)據(jù)的目的性應(yīng)該高度聚焦，信息量應(yīng)該十分豐富，并且還能蘊含高價值的知識和認知，這樣才能為指揮者直接、快速、集中和有效地利用。反之，如果提供的決策支持?jǐn)?shù)據(jù)是粗放的、離散的，有明顯的冗余甚至有偏差，將會使指揮者陷入迷惑從而遲滯決策，甚至嚴(yán)重干擾正確決策。大數(shù)據(jù)方法能夠以新的方式處理各部門各系統(tǒng)分散存在的海量數(shù)據(jù)，更多的是依賴于數(shù)據(jù)的相關(guān)性分析而不是數(shù)據(jù)間特性的因果分析實現(xiàn)集約化處理，因此，指揮者借助大數(shù)據(jù)方法和手段得到的決策支持?jǐn)?shù)據(jù)，可直接、集中、準(zhǔn)確地發(fā)現(xiàn)“威脅有哪些”“最高程度威脅是什么”“我方優(yōu)勢是什么”等信息和知識，從而快速作出正確決策。

1.2精確性高

信息化條件下作戰(zhàn)，要求實施精確的作戰(zhàn)運籌，在最短的時間內(nèi)以最低的代價達成最佳的戰(zhàn)場控制效果。這需要準(zhǔn)確而詳細地掌握各作戰(zhàn)目標(biāo)信息，掌握我參戰(zhàn)兵力的空間信息和兵器使用的空間要求，從而精確把握作戰(zhàn)時機，運用相應(yīng)的作戰(zhàn)力量，對選定目標(biāo)實施精確打擊。通過大數(shù)據(jù)的特征知識挖掘技術(shù)，包括基于云計算的大數(shù)據(jù)挖掘技術(shù)、高擴展的數(shù)據(jù)分析技術(shù)、大數(shù)據(jù)并行計算框架技術(shù)等，可以高效準(zhǔn)確地處理各種數(shù)據(jù)，從中得到精確的決策支持?jǐn)?shù)據(jù)，縮短決策周期，提高指揮速度，加快作戰(zhàn)進程。

1.3時效性強

信息化條件作戰(zhàn)，戰(zhàn)場實現(xiàn)了網(wǎng)絡(luò)化、一體化，信息可實時獲取、傳輸、處理和利用，戰(zhàn)場態(tài)勢瞬息萬變。數(shù)據(jù)處理越及時，其價值就越大，發(fā)揮的效能就越好，就能在快速變化的戰(zhàn)場態(tài)勢中贏得先機。如何從種類繁多、價值密度低的基礎(chǔ)屬性數(shù)據(jù)和動態(tài)情況數(shù)據(jù)中實時地提煉出系統(tǒng)所需的決策支持?jǐn)?shù)據(jù)，是制約整個作戰(zhàn)輔助決策系統(tǒng)效率的瓶頸。

2　運用大數(shù)據(jù)技術(shù)，生成智能決策支持?jǐn)?shù)據(jù)

2.1基于數(shù)據(jù)倉庫、聯(lián)機分析處理與數(shù)據(jù)挖掘的決策支持?jǐn)?shù)據(jù)生成模式

聯(lián)機分析處理、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘都是大數(shù)據(jù)模式下的決策支持?jǐn)?shù)據(jù)生成技術(shù)，他們有各自的輔助決策方式。在線分析處理，決策支持?jǐn)?shù)據(jù)倉庫，以提供、存儲大量數(shù)據(jù)和決策支持，適用于各種不同的用戶趨勢分析，它可以提供一種多維數(shù)據(jù)分析，隨機的數(shù)據(jù)挖掘查詢和其他信息被用來進行活化，是要找到的信息和知識的決策給用戶的隱式數(shù)據(jù)。一個大型數(shù)據(jù)環(huán)境在線分析處理，需要整合數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)倉庫，能夠形成一種新的決策支持?jǐn)?shù)據(jù)生成模式，其結(jié)構(gòu)如圖1所示。

圖1　決策支持?jǐn)?shù)據(jù)生成模式

2.2基于大數(shù)據(jù)融合技術(shù)，生成精準(zhǔn)的目標(biāo)屬性數(shù)據(jù)

目標(biāo)屬性數(shù)據(jù)是決策支持?jǐn)?shù)據(jù)的重要組成。目標(biāo)屬性包括目標(biāo)的當(dāng)前位置、狀態(tài)、威脅程度等。基于大數(shù)據(jù)融合技術(shù)，可以生成決策所需的目標(biāo)屬性數(shù)據(jù)。

2.2.1目標(biāo)狀態(tài)屬性數(shù)據(jù)的生成

由于復(fù)雜的外部環(huán)境和傳感器自身的局限性，對于目標(biāo)信息的處理過程面臨著多種不確定性，如信息監(jiān)測傳感器的不確定性引起的隨機誤差；虛警或者其他目標(biāo)測量不確定度等客觀來源造成的誤差；不確定性移動目標(biāo)；不確定性造成通信延遲等。只有解決這些不確定性問題，才能進行目標(biāo)狀態(tài)的融合估計，選擇相應(yīng)的解決方案，包括數(shù)據(jù)關(guān)聯(lián)，濾波算法和機動目標(biāo)建模。

（1）相關(guān)數(shù)據(jù)是根據(jù)與其他測量單個傳感器之間的關(guān)系的數(shù)據(jù)的度量來確定是否與所述其他數(shù)據(jù)處理相同的源（或目標(biāo)事件）。發(fā)現(xiàn)了目標(biāo)跟蹤處理，數(shù)據(jù)關(guān)聯(lián)過程將已知目標(biāo)航跡預(yù)測與候選回波進行比較，并進行跟蹤觀察。

（2）過濾和預(yù)測的目的、目標(biāo)位置、速度、當(dāng)前狀態(tài)和未來的目標(biāo)周期，如對加速度進行評價。維納濾波、最小二乘濾波器、α-β濾波器、α-β-γ濾波器和用于過濾卡爾曼濾波器基本方法。據(jù)此以確定過濾算法預(yù)先掌握初步信息的多少。目前的做法通常是用卡爾曼濾波器工程直角坐標(biāo)系來確定。

（3）目標(biāo)模型描述了在數(shù)學(xué)模型的運動目標(biāo)狀態(tài)的變化。跟蹤機動目標(biāo)的主要問題是要建立一個未知的目標(biāo)加速度模型。此問題由兩部分組成：第一，隨機過程機動的目標(biāo)特征的特點，該過程為白色；第二，機動加速度的特定概率密度函數(shù)。

2.2.2目標(biāo)身份屬性數(shù)據(jù)的生成

多傳感器目標(biāo)基于融合的目標(biāo)身份識別是對于來自多傳感器的身份說明或者與身份相關(guān)的參數(shù)將為了得到聯(lián)合估計身份稠合。目標(biāo)是地理位置分散、輻射到目標(biāo)或者可以肯定的武器平臺（如作戰(zhàn)單位等）。數(shù)據(jù)參數(shù)數(shù)據(jù)或傳感器相關(guān)判定識別的屬性，如紅外或可見光譜中，屬性的數(shù)據(jù)身份是指同一性之間的敵我識別的直接輸出被測量和突發(fā)成像數(shù)據(jù)、數(shù)據(jù)雷達反射截面（Radar Cross Section，RCS）等。目標(biāo)融合的身份屬性可以使用以下3種算法：基于認識的模型、基于特征的推理技術(shù)、基于物理模型。基于特征的推理技術(shù)，包括經(jīng)典的推理、貝葉斯和DS證據(jù)推理方法。基于認識的模型包括邏輯模板、基于知識的（專家）系統(tǒng)、模糊集理論等。

2.3基于大數(shù)據(jù)挖掘的艦艇編隊對空防御決策支持?jǐn)?shù)據(jù)生成模型示例

決策支持?jǐn)?shù)據(jù)的生成可以采用各種不同的大數(shù)據(jù)實現(xiàn)技術(shù)，其中，基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的智能決策支持既充分發(fā)揮了以模型計算為核心的定量分析問題的特點，又發(fā)揮了專家系統(tǒng)以知識推理形式解決定性分析問題的特點，充分做到定性分析和定量分析的有機結(jié)合。運用該結(jié)構(gòu)可生成艦艇編隊對空防御的決策支持?jǐn)?shù)據(jù)。

例如，某艦艇編隊對空防御決策支持系統(tǒng)可以采用以專家系統(tǒng)知識庫、推理機、數(shù)據(jù)庫、模型庫為主體的智能決策數(shù)據(jù)生成模型。具體如下：

（1）知識庫中的知識表示采用產(chǎn)生式系統(tǒng)的規(guī)則表示，事實庫中的每一個事實均以對象、屬性、價值、重量來表示，表達了他的信心。事實上，即在每個節(jié)點（推理樹）的樹知識的所有節(jié)點可以分為葉節(jié)點（節(jié)點證明），它實際上是基于以下事實得出結(jié)論庫中間節(jié)點（中間假設(shè)）的事實和神經(jīng)元之間的知識嵌入在神經(jīng)網(wǎng)絡(luò)（重量）中的黏結(jié)強度。

（2）推理引擎是基本的信息處理的神經(jīng)元。這是基于多重鏈路點對點協(xié)議（Multi-Link ppp，MP）中數(shù)值方法的模型。神經(jīng)網(wǎng)絡(luò)有成熟的學(xué)習(xí)算法。有關(guān)使用的算法和模型的詳細信息，基本上都是基于使用delta規(guī)則感知器和Hebb規(guī)則。

（3）該數(shù)據(jù)庫是由來自基礎(chǔ)數(shù)據(jù)庫動態(tài)和靜態(tài)數(shù)據(jù)組成。預(yù)先輸入的，由主庫和該庫參數(shù)制備武器固定數(shù)據(jù)庫來存儲數(shù)據(jù)，也被稱為基本數(shù)據(jù)庫配置；動態(tài)數(shù)據(jù)庫用于存儲戰(zhàn)場實時數(shù)據(jù)。

（4）艦艇編隊防空模型庫模型主要分為3類：第一類是知識模型結(jié)葉樹，如大量的圖表圖形模型；第二類是決策模型，如方向形成機理模型分析模型、資源分配和對空作戰(zhàn)模型等；第三類是優(yōu)化模型。

3　依托大數(shù)據(jù)環(huán)境，構(gòu)建機動信息服務(wù)系統(tǒng)中指揮信息決策支持的“數(shù)據(jù)云”服務(wù)平臺

機動信息服務(wù)系統(tǒng)輔助決策單元的數(shù)據(jù)源是海量、復(fù)雜的，而決策支持所需的數(shù)據(jù)具有高價值、精簡、高效等特性，因此，必須采用一種與之相適應(yīng)的高效計算平臺。

云計算是分析和處理大數(shù)據(jù)的強力平臺，是成本最低、效率最高、利用率最大的大數(shù)據(jù)處理方式。可以通過云平臺統(tǒng)一管理作戰(zhàn)過程中的源數(shù)據(jù)，并采取大規(guī)模的分布式處理方式來提高計算效率。因此，在大數(shù)據(jù)環(huán)境下，以云服務(wù)的方式搭建平臺是快速有效獲取機動信息服務(wù)系統(tǒng)決策支持所需數(shù)據(jù)、提高決策效率的關(guān)鍵。

3.1機動信息服務(wù)系統(tǒng)云服務(wù)平臺的特點

安全、高效、可靠的導(dǎo)航信息服務(wù)體系是建立一個平臺、云服務(wù)和運行的基本要求。在云服務(wù)平臺建設(shè)之初，首先，應(yīng)根據(jù)“云機動信息服務(wù)系統(tǒng)”的客戶群體數(shù)量、資源需求、云計算資源利用率，峰值云資源和服務(wù)，傳統(tǒng)的云安全威脅和安全需求評估的系統(tǒng)，選擇合適的對象和云服務(wù)的比例，從而保證云服務(wù)平臺具有最優(yōu)的資源配置與響應(yīng)速度。其次，應(yīng)當(dāng)準(zhǔn)確地預(yù)測云服務(wù)模型的未來發(fā)展和對擴充和系統(tǒng)接口保留用于未來的資源需求，云服務(wù)基礎(chǔ)設(shè)施，平臺和應(yīng)用軟件單元的云的膨脹方向。第三，加強對機動信息服務(wù)系統(tǒng)云服務(wù)平臺可用性和業(yè)務(wù)數(shù)據(jù)流的安全防護功能的評估，為傳統(tǒng)的決策支持系統(tǒng)與數(shù)據(jù)安全、高效地遷移至云計算環(huán)境提供理論依據(jù)。第四，保護好機動信息服務(wù)系統(tǒng)的云數(shù)據(jù)管理系統(tǒng)、業(yè)務(wù)和用戶信息、領(lǐng)導(dǎo)和機密數(shù)據(jù)等基本數(shù)據(jù)，以確定云服務(wù)的安全瀏覽用戶信息，保密性和可靠性的服務(wù)體系并沒有中斷。因此，在不降低云系統(tǒng)的效率前提下，提高操作應(yīng)用水平、系統(tǒng)服務(wù)、數(shù)據(jù)服務(wù)和用戶加密認證的水平，以確保聲音管理易于控制和使用，是提高平臺、云服務(wù)的安全性的重點。

3.2高性能機動信息服務(wù)系統(tǒng)和云服務(wù)平臺系統(tǒng)的構(gòu)建策略

該云服務(wù)平臺使用活動以確定科學(xué)的設(shè)計平臺的效率和可靠性。首先，必須操縱信息服務(wù)系統(tǒng)，其特征是制定了詳細而完整的設(shè)計平臺服務(wù)。硬件和軟件應(yīng)用云計算、安全系統(tǒng)和功能、調(diào)整結(jié)構(gòu)覆蓋等操作符合技術(shù)標(biāo)準(zhǔn)的云計算和云系統(tǒng)架構(gòu)規(guī)范，且易于實現(xiàn)。其次，增加了硬件來提高在云服務(wù)平臺系統(tǒng)的應(yīng)用程序和服務(wù)的前提下云平臺的密度，增強云應(yīng)用軟件的兼容性、可靠性、可擴展性、工作能力以及云應(yīng)用的建設(shè)，減少維護和升級平臺的成本。第三，在云服務(wù)運營平臺的設(shè)計中，應(yīng)加強資源平臺的云基礎(chǔ)架構(gòu)、系統(tǒng)資源、存儲管理和云應(yīng)用，以數(shù)據(jù)管理和服務(wù)交付資源的云業(yè)務(wù)的統(tǒng)一實施和管理流程為導(dǎo)向，提高云平臺效率和服務(wù)質(zhì)量。第四，云服務(wù)平臺在建設(shè)和功能實現(xiàn)過程中，應(yīng)加強平臺云服務(wù)功能可控性和云應(yīng)用程序設(shè)計的靈活性，不斷增加云系統(tǒng)底層結(jié)構(gòu)的透明度。

總之，云服務(wù)平臺消除了多系統(tǒng)的應(yīng)用存在的分散數(shù)據(jù)存儲、浪費存儲資源、管理不善、對交叉數(shù)據(jù)分析困難的問題。通過提供標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)收集接口，機動信息服務(wù)系統(tǒng)云服務(wù)平臺能夠收集各機動信息服務(wù)系統(tǒng)中的結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，并且將數(shù)據(jù)進行統(tǒng)一存儲和管理，不需要自己搭建復(fù)雜的計算集群即可獲取高價值的機動信息服務(wù)系統(tǒng)決策支持?jǐn)?shù)據(jù)。

4　結(jié)語

決策支持?jǐn)?shù)據(jù)具有集約、精確、高效等特征。利用大數(shù)據(jù)方法、技術(shù)和手段，進行高效數(shù)據(jù)融合、深度數(shù)據(jù)挖掘，可以生成精準(zhǔn)有效的決策支持?jǐn)?shù)據(jù)。云計算平臺則為大數(shù)據(jù)提供了基礎(chǔ)設(shè)施和大數(shù)據(jù)所需的靈活計算環(huán)境。因此，充分運用大數(shù)據(jù)、云計算的先進理念和前沿技術(shù)，可以為我軍機動信息服務(wù)系統(tǒng)決策支持提供高效的數(shù)據(jù)支撐。

Research on the generation mode of information service decision data in big data environment

Li Yue， Zhang Junbao
（Chongqing Institute of Communications， Chongqing 400035， China）

Comprehensively generating high-value， intensive decision support data is an important issue to be solved in mobile information service system content. Based on the analysis of whose characteristics such as high-level intensive， high accuracy and strong timeliness and others， this paper focused on the research of decision support data based on big data generating mode and generating technology and target attribute data generation techniques and put forward the construction idea and strategy of decision supporting data clouds' service platform， which has important reference value to enhance the ability to command information decision in mobility information and support data core functions.

mobile operations；information services；big data；decision

李越（1989— ），男，山東新泰，碩士。