大數據應用于裝備保障決策的時代價值與現實挑戰

張福元

摘要：針對當前已進入大數據時代的新形勢，本文分析了將大數據應用于裝備保障決策的時代價值；基于大數據的特點，梳理了將大數據應用于裝備保障決策所面臨的現實挑戰；最后，就如何用好大數據為裝備保障決策服務，本文給出了相應的對策建議。

Abstract： In view of the new situation that has it has entered the era of big data， this paper analyzes the era value of applying big data to equipment support decision-making； based on the characteristics of big data， it combs the practical challenges of applying big data to equipment support decision-making. Finally， this paper gives corresponding countermeasures and suggestions on how to use big data for equipment support decision-making services.

關鍵詞：大數據；裝備保障；挑戰；對策

Key words： big data；equipment support；challenge；countermeasure

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1006-4311（2018）30-0215-03

0 引言

伴隨著互聯網、云計算等技術的迅猛發展，各類數據也呈海量增長之勢，當前人類社會已步入大數據時代。大數據時代的到來，使得“數字化生存”已經成為人們必須面對、也無法回避的時代課題。

1 大數據的內涵

盡管目前對大數據還沒有統一而規范的定義，但不同的研究機構和學者已各自從不同角度對大數據給出了相應的界定。

基于大數據的體量的角度，麥肯錫公司在《大數據：創新、競爭力和生產力的下一個前沿》報告中認為：“大數據是指不能使用常規數據庫工具對其收集、存儲、管理、分析的數據集。”[1]百度百科認為：“大數據，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。”陳明指出：“大數據是指數據規模大，尤其是因為數據形式多樣性、非結構化特征明顯，導致數據存儲、處理和挖掘異常困難的那類數據集。”[2]

基于大數據的價值的角度，鄔賀銓認為“大數據是指其規模大到（或變量復雜到）從中可以挖掘出符合事物發展規律性的數據集。”[3]舍恩伯格與庫克耶則在承認大數據龐大體量的同時，也肯定了它的價值特性，他們認為，大數據是“當今社會所獨有的一種新型的能力：以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見。”[4]“數據就像一個神奇的鉆石礦，當它的首要價值被發掘后仍能不斷給予。它的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而絕大部分都隱藏在表面之下。”[5]

基于大數據技術的角度，有學者認為大數據的核心是大數據技術，大數據就是“對海量數據的采集、存儲、分析、整合、控制以及與之相關的技術和產業”。[6]

從以上對大數據的定義可以看出，大數據就是指那些數據量特別大、類別特別多樣的數據集。它不僅包括數字、符號等結構化數據，同時也包括文本、圖像、聲音、視頻等非結構化數據。另外，大數據中潛藏著有價值的信息，需要快速處理才能從中獲取；大數據不僅是一種資源，一種技術，同時還是一種新思維。

2 大數據對于裝備保障科學決策的時代價值

裝備保障決策的形成必然依賴數據的支持，而傳統的裝備保障決策，由于數據稀缺以及技術條件的限制，主要依靠決策者的經驗來判斷，很難實現優質和科學決策。而將大數據應用于裝備保障決策，不僅能滿足裝備保障決策的全數據要求，而且還能根據實時變化的數據把握事物之間的關聯性，可為裝備保障科學決策提供有力支持。

一是拓展了裝備保障信息搜集的領域。大數據大大突破了傳統的信息搜集的領域。依托大數據技術，不僅可以搜集到來自各部門的信息資源，而且也可以從復雜的物理信息系統搜集數據資源。大數據己成為當今一種重要的戰略資源。也正基于此，美國國防部高層甚至認為，美軍必須要在全譜軍事行動中成為利用大數據的領頭羊。

二是豐富了裝備保障決策分析的方法。大數據資源來源廣泛，類型多樣，其不僅包括結構化、半結構化數據，同時還包括非結構化數據，這就決定了僅靠單一的方法和手段是難以滿足數據處理和分析需要的。在大數據條件下，要想從龐雜的海量數據資源中獲取有效的信息，就必須綜合運用多種技術手段和方法。

三是滿足了裝備保障決策的時效性要求。大數據的真正價值并不在于數據量之大，而在于通過對這些大數據進行有針對性地挖掘和加工而產生的潛在價值。傳統的裝備保障多采用經驗主義，容易忽視裝備保障需求的差異，致使裝備保障決策的時效性和有效性難以滿足。“在大數據時代，我們的一切活動除了留下傳統的物理軌跡之外，還會留下另一種軌跡：數據足跡。”[7]我們說，正是這種借助智能技術所產生的“數據足跡”恰好在一定程度上反映了裝備保障需求，而這種“數據足跡”單純憑經驗是無法獲得的。

總之，大數據在裝備保障領域的應用，是對傳統裝備保障決策模式的一種顛覆，它的引入將使得各部門之間的數據流通、共享更為便捷，裝備保障決策將獲取更大的數據支持，裝備保障效率也將有更大程度的提升。

3 大數據應用于裝備保障決策面臨的現實挑戰

“盡管大數據的力量是那么耀眼，但我們必須避免被它的光芒誘惑，并善于發現它固有的瑕疵。”[8]任何先進技術都是把雙刃劍，大數據亦是如此，雖然大數據在裝備保障領域應用可能會對裝備保障決策帶來革命性變化，但其應用也面臨巨大挑戰。

一是大數據體量龐大，如果信息分析能力無法應對大數據的龐大體量，就會導致信息過載，直接影響裝備保障決策。大數據來源廣泛、容量巨大、更新頻繁，僅依靠現有信息技術，很難及時高效地分析處理這些數據，加之持續更新的數據對存儲能力的高要求，可能會導致系統癱瘓。實際上，現有的數據分析技術己無法滿足大數據時代的信息處理需求。

二是大數據中混雜著諸多虛假或無效信息，信息價值密度低。大數據的不斷增長，致使數據可用性問題日趨嚴重。即便在日常生活中，不準確或虛假信息所帶來的隱患都不能小覷，何況在軍事領域，其最終可能會影響到戰爭的結局。參雜海量虛假信息的數據，將最終會使人陷入“數據迷霧”。 在大數據面前，現有的數據分析和處理方法已顯得力不從心，“運用現有技術和方法分析處理大數據，就如同大海撈針”。

三是大數據應用中的安全隱患不容忽視。數據安全是大數據應用的根本保障。在大數據條件下，數據管理分散，數據從產生到獲取、分析、處理過程中每一個環節都會涉及到安全問題。未來戰爭是體系間的對抗，體系對抗中即使有一個節點出現問題，就極有可能引發“蝴蝶效應”，并進而對整個戰局造成致命影響。為此，要高度重視大數據應用的安全性問題。

基于此，我們對大數據應有一個正確的認識：其一，大數據的混雜性特征，決定了有一定的容錯率應屬在所難免，在這種情況下，我們基于大數據分析而得到的結果就有可能存在失真的風險；其二，數據和量化無法衡量一切事物。正如舍恩伯格所言，“我們也要繼續重視那些數據不能解釋的事物：由人類的智慧、獨創性、創造力造就的理念，這就是大數據分析無法預測的。”[9]

4 順勢而為，科學地利用好大數據

任何事物都是矛盾統一體，大數據應用也概莫能外。進入大數據時代，對裝備保障決策而言，可謂是機遇與挑戰并存。那么我們當下又該如何科學地利用好大數據為裝備保障決策服務呢？

4.1 應時而動，提升人員數據素養

在“大家還沒搞清PC時代的時候，移動互聯網來了，還沒有搞清移動互聯網的時候，大數據來了。”既然大數據時代已經到來，且不以人們的主觀意志為轉移，我們就應順應時代發展趨勢，及時轉變觀念，正視大數據給我們帶來的深遠影響。要樹立大數據意識，提升數據素養，要利用大數據準確把握裝備保障需求，提升裝備保障的有效性。這就要求我們不僅要具備專業知識，還要學習掌握與大數據相關的技術知識，要積極利用信息工具解決相關問題，做到思想上與時俱進，行動上勇于創新。

4.2 破解難題，夯實技術根基

鄔賀銓院士指出，“目前，大數據技術的運用仍存在一些困難與挑戰，主要體現在大數據挖掘的四個環節中，即數據收集、數據存儲、數據處理和結果的可視化呈現，使結果更直觀以便于洞察。”[10]當前，要推進大數據在裝備保障領域的應用，就應瞄準瓶頸，著力破解。一是要在數據收集方面，對來自網絡包括物聯網和機構信息系統的數據附上時空標志，去偽存真，要盡可能收集異源甚至是異構的數據，必要時還要與歷史數據相對照，要通過多角度驗證，以保證數據的全面性和可信性；二是要在數據存儲方面，按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時還要加入便于日后檢索的標簽；三是要在數據處理方面，針對有些數據具有多源異構、多實體和多空間之間的交互動態性的特點，以及這些數據難以用傳統方法描述與度量，處理復雜度大等現實情況，要將這些高維圖像等多媒體數據進行降維后度量與處理，并利用上下文關聯進行語義分析，要從大量動態而且可能是模棱兩可的數據中綜合信息，導出可理解的內容；四是要在結果的可視化呈現方面，使結果更直觀，以便于洞察。

4.3 打破壁壘，促進數據融合

影響數據融合的壁壘主要來自兩個方面：一是來自于體制方面。這主要由于相關部門在數據積累和建設過程中缺乏協同而導致的，且基于自身利益考慮，各建設部門和單位還往往會獨享信息，這會進一步加劇壁壘的形成。二是來自于數據的不同格式。網絡技術的發展，極大地拓展了獲取信息資源的渠道，諸如博客、聊天室、論壇等都成為了獲取信息資源的重要載體，這就導致了數據資源不僅包括結構化數據，還包括HTML、XML等半結構化數據，以及音視頻、圖形、圖像等非結構化數據，這些數據的不同樣式和格式也構成了數據間的壁壘。經過多年的信息化建設，在裝備保障領域我們也已經積累起了大量的數據資源，但由于受系統建設初期的技術條件、思維方式、自下而上的建設模式的影響，致使這些數據資源目前還孤立地分散于不同的組織或管理部門之間，難以形成數據優勢。基于裝備保障建設的實際情況，打破數據壁壘，促進數據融合，既是推進大數據應用的奠基性工程，也應是推進裝備保障信息化建設中尤為緊迫的工作。

4.4 把握限度，防止“數據獨裁”

雖然大數據對于裝備保障建設具有積極的意義，但在實際使用過程中，還是要把握數據使用的限度。對于裝備保障決策，一定要注重發揮人的主觀能動性，要把大數據所提供的冰冷的、無意識的建議同人的智慧、創造力結合起來，而絕不能盲目崇拜大數據，以致出現“數據依賴”和“數據獨裁”現象。

5 結束語

科技革命是推動軍事領域變革的強勁動力。大數據應用作為信息革命的升級版，其終將會滲透到軍事領域的每一個角落，并促進軍事領域的深刻變革。從這個意義上來看，大數據必將為裝備保障發展注入新的活力，帶來新的契機。

參考文獻：

[1]James Manyika.et al. Big data： The next frontier for innovation， competition， and productivity[R]. Report of McKinsey Global Institute. http：//www. mckinsey.com/ insights/ business technology/ big data： the next-frontier-for/innovation. [2011-05-25].

[2]陳明.大數據概論[M].北京：科學出版社，2015：5.

[3]鄔賀銓.大數據思維[J].科學與社會，2014（1）：1.

[4][5][7][8][9]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代——生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：4，127，9，247，113.

[6]陳慶修.叩開大數據機遇之門[N].學習時報，2014-10-13.

[10]鄔賀銓.大數據時代的機遇與挑戰[J].求是，2013（4）：48-49.