大數(shù)據(jù)在海戰(zhàn)場指揮信息系統(tǒng)中的應(yīng)用研究?

羅 榮 肖玉杰 王 亮 盛 亮

（1.海軍研究院 北京 102442）（2.海軍航空大學(xué) 煙臺 264001）

1 引言

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、無線傳感網(wǎng)絡(luò)等信息技術(shù)快速興起與普及，當(dāng)前社會數(shù)據(jù)的增長速度比以往任何時期都要迅猛。不僅數(shù)據(jù)規(guī)模呈井噴式增長，而且數(shù)據(jù)種類日漸豐富，數(shù)據(jù)結(jié)構(gòu)愈加復(fù)雜，在浩瀚的大數(shù)據(jù)洪流中淘出“真金白銀”，已成為世界各國的共識［1］。2012年美國政府將大數(shù)據(jù)上升到國家層面，投資2億美元啟動“大數(shù)據(jù)研究和發(fā)展計劃”，涉及國家科學(xué)基金、國防部高級研究計劃局、地質(zhì)勘探局、國防部、能源部、國家衛(wèi)生研究院等6個聯(lián)邦政府部門，投資超過兩億美元，大力推動和改善與大數(shù)據(jù)相關(guān)的信息采集、存儲和分析處理工具及技術(shù)，以推進從大量的、原始的、復(fù)雜的數(shù)據(jù)集合中獲取知識的能力［2］。2015年我國印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》，明確表示數(shù)據(jù)是國家的基礎(chǔ)性戰(zhàn)略資源，并引導(dǎo)和鼓勵各個領(lǐng)域在大數(shù)據(jù)分析方法及關(guān)鍵應(yīng)用技術(shù)等方面開展探索研究。近年來，大數(shù)據(jù)技術(shù)在民用領(lǐng)域獲得飛速發(fā)展，相關(guān)技術(shù)體系趨于成熟，在交通、能源、環(huán)境、氣象、經(jīng)濟等民用領(lǐng)域均獲得比較成功的應(yīng)用，建立起了一系列民用大數(shù)據(jù)庫與處理分析平臺。

隨著大數(shù)據(jù)技術(shù)向國防領(lǐng)域的不斷滲透與轉(zhuǎn)化發(fā)展，大數(shù)據(jù)逐漸出現(xiàn)在各個軍事領(lǐng)域并迅速獲得應(yīng)用，例如航天航空、情報偵察、目標識別、指揮控制等多個軍事領(lǐng)域的數(shù)據(jù)規(guī)模已呈現(xiàn)出“大數(shù)據(jù)”特征，軍事大數(shù)據(jù)時代已經(jīng)到來［3］。海戰(zhàn)場指揮信息系統(tǒng)是指揮綜合運用以計算機為核心的技術(shù)裝備，實現(xiàn)對海戰(zhàn)場信息的獲取、傳輸、處理、顯示等，保障各級指揮機構(gòu)對所屬部隊和武器實施科學(xué)高效指揮控制的各類信息系統(tǒng)的統(tǒng)稱，其依托信息傳輸平臺和指控系統(tǒng)，將天基、空基、陸基、海基傳感器組網(wǎng)融合，并與各武器平臺綜合集成，實現(xiàn)各平臺共享信息與協(xié)同作戰(zhàn)。海戰(zhàn)場指揮信息系統(tǒng)的核心功能是迅速準確識別與快速精確決策，其所需要的就是各種信息，實際上就是各類數(shù)據(jù)。隨著信息技術(shù)的發(fā)展以及大量傳感器的投入使用，海戰(zhàn)場態(tài)勢的偵察與探測能力提高的同時，指揮信息系統(tǒng)面臨著信息量急劇增加，信息種類迅速增多，實時處理要求迅速提高等挑戰(zhàn)，而大數(shù)據(jù)技術(shù)的發(fā)展正好使指揮信息系統(tǒng)適應(yīng)了這些要求［4］。如何從海量復(fù)雜、原始冗余的數(shù)據(jù)中快速分析挖掘出有價值的情報信息，從而支持作戰(zhàn)指揮決策是信息化時代作戰(zhàn)制勝的關(guān)鍵［5］。只有依托大數(shù)據(jù)技術(shù)，從海量數(shù)據(jù)中提取出有價值的信息，從而準確及時地掌握敵方的戰(zhàn)略企圖、作戰(zhàn)規(guī)律和兵力配置，客觀預(yù)判對手的作戰(zhàn)構(gòu)想和行為特點，準確地分析把握敵我力量對比關(guān)系和戰(zhàn)場態(tài)勢的發(fā)展變化，實現(xiàn)戰(zhàn)場態(tài)勢實時感知和指揮員同步認知，才能將戰(zhàn)場“數(shù)據(jù)優(yōu)勢”轉(zhuǎn)換為“決策優(yōu)勢”，達成運籌帷幄之中、決勝于千里之外的作戰(zhàn)目的。因此海戰(zhàn)場指揮信息系統(tǒng)必是大數(shù)據(jù)技術(shù)廣泛應(yīng)用與創(chuàng)新發(fā)展的典型舞臺與前沿陣地。

2 大數(shù)據(jù)概念與技術(shù)體系

2.1 大數(shù)據(jù)概念與特征

大數(shù)據(jù)是指規(guī)模大、數(shù)據(jù)形式多樣性、非結(jié)構(gòu)化特征明顯，導(dǎo)致數(shù)據(jù)存儲、處理和挖掘異常困難而無法采用常規(guī)數(shù)據(jù)庫軟件與平臺進行采集、存儲、管理和分析的數(shù)據(jù)集［2］。大數(shù)據(jù)的特征通常可以歸結(jié)于以下5個“V”，即：數(shù)據(jù)容量巨大（Volume）、數(shù)據(jù)類型多（Variety）、數(shù)據(jù)處理時效性（Velocity）、價值密度低（Value）以及結(jié)果準確性（Veracity）。

2.2 大數(shù)據(jù)技術(shù)體系

大數(shù)據(jù)技術(shù)指在大數(shù)據(jù)的采集、傳輸、處理和應(yīng)用過程中，伴隨著數(shù)據(jù)處理過程，獲得分析和預(yù)測結(jié)果的一系列關(guān)鍵技術(shù)［6］。這些關(guān)鍵技術(shù)能實現(xiàn)“大數(shù)據(jù)”的高效存儲和高速傳輸，完成“大數(shù)據(jù)”的高效獲取和檢索，從而實現(xiàn)從數(shù)據(jù)到知識的目的，促進從數(shù)據(jù)到?jīng)Q策的轉(zhuǎn)變。完整的大數(shù)據(jù)分析處理流程基本可劃分為數(shù)據(jù)采集、數(shù)據(jù)處理與集成、數(shù)據(jù)挖掘分析和數(shù)據(jù)解釋等四個階段，因此本文將大數(shù)據(jù)技術(shù)體系分為數(shù)據(jù)采集技術(shù)、數(shù)據(jù)處理與集成技術(shù)、數(shù)據(jù)挖掘分析技術(shù)、數(shù)據(jù)解釋技術(shù)以及大其他相關(guān)技術(shù)等五個部分，大數(shù)據(jù)技術(shù)體系如圖1所示。

圖1 大數(shù)據(jù)技術(shù)體系

3 海戰(zhàn)場的大數(shù)據(jù)特征

傳統(tǒng)的海戰(zhàn)場除了傳統(tǒng)的海面戰(zhàn)場外，還包括其中的島嶼、毗鄰的陸地、海面上廣闊的空間和水面下方一定范圍的水體。在信息化時代，隨著作戰(zhàn)要素進入到電磁空間、心理空間及網(wǎng)絡(luò)空間，海戰(zhàn)場的范圍也從傳統(tǒng)的海陸空幾何空間擴展到太空、電磁空間、心理空間和網(wǎng)絡(luò)空間。由于單傳感器和單一類型傳感器存在不可避免的弱點，信息化海戰(zhàn)場中的預(yù)警探測已從傳統(tǒng)艦船平臺跨越到衛(wèi)星、無人機、預(yù)警機、無人潛航器等新型平臺，傳感器也已從單一類型傳感器發(fā)展到多種類型傳感器，探測方式從就近探測為主發(fā)展到全域、遠距、主動偵察，已基本形成一個全方位、大縱深、立體化、可全天候全天時偵察監(jiān)視的分布式海戰(zhàn)場預(yù)警探測體系。在信息化海戰(zhàn)場作戰(zhàn)過程中所需要和產(chǎn)生的數(shù)據(jù)之所以可以作為大數(shù)據(jù)來處理，是因為這些數(shù)據(jù)符合大數(shù)據(jù)的以下特征。

1）數(shù)據(jù)量大

信息化海戰(zhàn)場預(yù)警探測體系中監(jiān)視衛(wèi)星、預(yù)警雷達、無人偵察機、聲納、磁探儀、紅外熱像儀、電視攝像儀、敵我識別器、電子偵察與告警設(shè)備等各類戰(zhàn)場傳感器和監(jiān)視設(shè)備的廣泛使用，以及電子偵察、航天偵察、航空偵察、諜報偵察，網(wǎng)絡(luò)偵察、光電偵察等各種技偵活動的深度開展，導(dǎo)致海量情報數(shù)據(jù)與實時探測信息的產(chǎn)生。信息化海戰(zhàn)場作戰(zhàn)數(shù)據(jù)來自戰(zhàn)場目標、戰(zhàn)術(shù)意圖、戰(zhàn)場環(huán)境、地理信息、水文氣象、網(wǎng)絡(luò)輿論信息、武器裝備、參戰(zhàn)部隊、后裝保障等各個方面，主要有以下5類數(shù)據(jù)［7］：（1）戰(zhàn)場情報偵察與監(jiān)視數(shù)據(jù)；（2）編制裝備數(shù)據(jù)；（3）指揮業(yè)務(wù)數(shù)據(jù)；（4）作戰(zhàn)保障數(shù)據(jù)，包括電磁頻譜、氣象水文、導(dǎo)航定位、地理信息、社會環(huán)境等與作戰(zhàn)行動緊密相關(guān)的數(shù)據(jù)；（5）后勤裝備保障數(shù)據(jù)。信息化海戰(zhàn)場作戰(zhàn)數(shù)據(jù)的量級早己從TB發(fā)展至PB乃至EB級。

2）數(shù)據(jù)類型多樣化

信息化海戰(zhàn)場作戰(zhàn)數(shù)據(jù)的類型是廣泛多樣的，大體可分為結(jié)構(gòu)化、半結(jié)構(gòu)化與非結(jié)構(gòu)化等三類數(shù)據(jù)，其中半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)要占70%以上［8］。結(jié)構(gòu)化數(shù)據(jù)是采用嚴格的二維表結(jié)構(gòu)邏輯表達的數(shù)據(jù)（如作戰(zhàn)計劃、目標參數(shù)、裝備性能等等），其價值密度高，具有歷史和靜態(tài)特征；非結(jié)構(gòu)化數(shù)據(jù)是沒有嚴格結(jié)構(gòu)的數(shù)據(jù)，無法通過預(yù)先定義的數(shù)據(jù)模型表述或無法存入關(guān)系型數(shù)據(jù)庫表中的數(shù)據(jù)，如航天偵察和技術(shù)偵察等方式獲取各種文檔、圖像、報表、光譜、音頻和視頻信息等，通常具有容量大、價值密度低、時效性高和結(jié)構(gòu)復(fù)雜等特點，其中蘊含了當(dāng)前瞬息萬變的戰(zhàn)場態(tài)勢和稍縱即逝的戰(zhàn)爭時機；半結(jié)構(gòu)化數(shù)據(jù)介于結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)之間，具有結(jié)構(gòu)化數(shù)據(jù)的特征，但結(jié)構(gòu)變化很大，如網(wǎng)頁數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)既不能按照非結(jié)構(gòu)化數(shù)據(jù)處理，也不能用結(jié)構(gòu)化數(shù)據(jù)的處理方式，常常需要采取一些變通的方法。

3）數(shù)據(jù)處理快速化

在信息化海戰(zhàn)場中，隨著超音速甚至高超音速的武器與飛行平臺大量應(yīng)用，導(dǎo)致海戰(zhàn)場態(tài)勢錯綜復(fù)雜、瞬息萬變，戰(zhàn)機稍縱即逝。只有對各種傳感器實時地傳來的大量快速更新的情報數(shù)據(jù)流進行實時分析和處理（秒級甚至毫秒級），才能實現(xiàn)對海戰(zhàn)場綜合態(tài)勢的實時感知與同步認知，從而壓縮“包以德循環(huán)”（OODA Loop），即觀察-調(diào)整-決策-行動的指揮周期，縮短“知謀定行”時間，提高快速反應(yīng)能力。

4）數(shù)據(jù)價值高和價值密度低

隨著情報數(shù)據(jù)的增加，高價值的情報信息在所有數(shù)據(jù)的比例越來越小，導(dǎo)致價值密度越來越低，經(jīng)過大數(shù)據(jù)挖掘分析從價值分布稀疏的數(shù)據(jù)中挖掘得到高價值情報信息。

5）處理結(jié)果準確性要求高

隨著現(xiàn)代高新軍事技術(shù)的深入發(fā)展，使得海戰(zhàn)場中各類武器信息化與智能化程度得到很大提高，其不僅速度快、威力大、能夠超視距發(fā)射，而且體積小、隱身性強，越來越難以及時探測和識別，這對海戰(zhàn)場指揮信息系統(tǒng)目標識別的準確性以及指揮決策的準確性構(gòu)成巨大挑戰(zhàn)，客觀要求大數(shù)據(jù)處理結(jié)果具有很高準確性［9～10］。

4 海戰(zhàn)場指揮信息系統(tǒng)大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)

隨著信息技術(shù)的發(fā)展，海上作戰(zhàn)需求的海量數(shù)據(jù)的存儲、高效計算、情報分析挖掘、可視化展示以及數(shù)據(jù)安全防護等問題給海戰(zhàn)場指揮信息系統(tǒng)帶來了新的挑戰(zhàn)，體現(xiàn)出大數(shù)據(jù)處理能力的新需求。因此，筆者在本節(jié)梳理總結(jié)海戰(zhàn)場指揮信息系統(tǒng)大數(shù)據(jù)應(yīng)用需重點發(fā)展的關(guān)鍵技術(shù)，具體如下所示。

1）海量異構(gòu)數(shù)據(jù)存儲與管理技術(shù)

目前，海戰(zhàn)場指揮信息系統(tǒng)數(shù)據(jù)來源有情報數(shù)據(jù)、預(yù)警數(shù)據(jù)、平臺數(shù)據(jù)、武器數(shù)據(jù)、后勤數(shù)據(jù)等多種數(shù)據(jù)來源。一方面，非結(jié)構(gòu)化異構(gòu)數(shù)據(jù)大幅增長，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫無法實現(xiàn)高效的存儲管理，帶來了對海量非結(jié)構(gòu)化數(shù)據(jù)的存儲需求；另一方面，戰(zhàn)場數(shù)據(jù)量呈現(xiàn)爆炸性增長，傳統(tǒng)的物理存儲方式擴展性差，難以有效應(yīng)對大容量數(shù)據(jù)的存儲管理，帶來了存儲的彈性擴容需求。因此，急需發(fā)展面向軍事大數(shù)據(jù)的海量異構(gòu)數(shù)據(jù)分布式存儲技術(shù)，以解決復(fù)雜結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)管理與處理問題。

海量異構(gòu)數(shù)據(jù)存儲與管理技術(shù)是大數(shù)據(jù)分析的基礎(chǔ)，支持結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)的統(tǒng)一存儲管理，支持彈性擴容、大容量、高并發(fā)和高速一體化的數(shù)據(jù)訪問。海量異構(gòu)數(shù)據(jù)存儲與管理技術(shù)包含的核心技術(shù)有分布式文件系統(tǒng)與數(shù)據(jù)庫技術(shù)、能效優(yōu)化與高效低成本的存儲技術(shù)、大數(shù)據(jù)降噪去冗余技術(shù)、分布式非關(guān)系型大數(shù)據(jù)管理與處理技術(shù)、多源異構(gòu)數(shù)據(jù)的數(shù)據(jù)融合技術(shù)、海量異構(gòu)數(shù)據(jù)組織技術(shù)、大數(shù)據(jù)高效索引與并行查詢技術(shù)、大數(shù)據(jù)移動備份復(fù)制技術(shù)等。

2）大數(shù)據(jù)并行計算處理技術(shù)

在計算模式方面，目前海戰(zhàn)場指揮信息系統(tǒng)采用傳統(tǒng)的集中式數(shù)據(jù)計算模式，該模式以數(shù)據(jù)遷移為代價，無法支撐大數(shù)據(jù)的高效計算。為實現(xiàn)高效計算處理，需要通過分布式的大數(shù)據(jù)并行計算處理技術(shù)，以計算遷移實現(xiàn)高效處理，并根據(jù)典型的計算應(yīng)用對計算模式進行改進和優(yōu)化，增強適用性。大數(shù)據(jù)并行計算處理技術(shù)能實現(xiàn)多臺計算機進行并行計算的同時具有對計算任務(wù)進行自動分解、并發(fā)執(zhí)行的功能，支持批處理、內(nèi)存計算、流計算和圖計算等多種計算模式，并能實現(xiàn)多種計算模式的資源分配和統(tǒng)一調(diào)度，為大數(shù)據(jù)的分析處理提供高效和可定制的計算框架。大數(shù)據(jù)并行計算處理技術(shù)包括計算任務(wù)的智能解析技術(shù)、計算的智能管理調(diào)度技術(shù)、分布式計算高效執(zhí)行技術(shù)和集群計算全過程狀態(tài)監(jiān)控技術(shù)等。

3）大數(shù)據(jù)挖掘分析技術(shù)

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含的人們事先不知道的但又是潛在有用的信息和知識的過程。由于實際的目標行為一般十分復(fù)雜，很難檢測和依靠建模分析，而激增的情報數(shù)據(jù)背后隱藏著許多重要的知識和信息。通過對海量歷史情報數(shù)據(jù)的挖掘分析處理，可以快速智能地檢索目標相關(guān)信息，挖掘目標的特征、規(guī)律和行為意圖等隱含信息，從而提升系統(tǒng)的情報智能分析能力。通過戰(zhàn)場大數(shù)據(jù)的分析挖掘，提取其中蘊含的知識和價值，從而提高作戰(zhàn)指揮和輔助決策的時效性，提升智能決策能力。

大數(shù)據(jù)的分析挖掘技術(shù)針對海量歷史數(shù)據(jù)的目標靜態(tài)特征和行為特征，構(gòu)建各軍兵種戰(zhàn)場目標特征知識庫，以知識庫為基礎(chǔ)，結(jié)合戰(zhàn)場實時信息的快速檢索和處理，動態(tài)識別目標身份及行為，實現(xiàn)對其作戰(zhàn)能力及意圖的認知，形成對作戰(zhàn)決策的有力支持。大數(shù)據(jù)挖掘分析技術(shù)非常豐富，除了傳統(tǒng)的分類、聚類、關(guān)聯(lián)、k近鄰方法、決策樹以及各種統(tǒng)計推斷方法（包括回歸分析、判別分析、主成分分析等）外，還包括神經(jīng)網(wǎng)絡(luò)、粗糙集理論、貝葉斯網(wǎng)絡(luò)、遺傳算法、深度學(xué)習(xí)、增強學(xué)習(xí)、遷移學(xué)習(xí)、集成學(xué)習(xí)、知識圖譜、知識推理等智能挖掘分析技術(shù)。

4）大數(shù)據(jù)可視化技術(shù)

海戰(zhàn)場指揮信息系統(tǒng)前端需可視化展現(xiàn)多維、復(fù)雜和異構(gòu)的大規(guī)模數(shù)據(jù)，以支持人機交互分析，幫助用戶直觀地掌握戰(zhàn)場態(tài)勢并快速做出決策。面對信息化海戰(zhàn)場指揮和輔助決策需求，應(yīng)形成網(wǎng)絡(luò)關(guān)系的可視化、數(shù)據(jù)分析過程的交互可視化以及多維、異構(gòu)和海量數(shù)據(jù)的綜合可視化等能力。

大數(shù)據(jù)可視化技術(shù)是指運用計算機圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術(shù)。大數(shù)據(jù)可視化技術(shù)可以實現(xiàn)對海戰(zhàn)場大數(shù)據(jù)的立體呈現(xiàn)，直觀地呈現(xiàn)海戰(zhàn)場大數(shù)據(jù)特點，形象地展示數(shù)據(jù)分析結(jié)果，使結(jié)果非常容易地被指揮員所接受，提升指揮員的態(tài)勢認知，提高決策質(zhì)量。大數(shù)據(jù)可視化技術(shù)可解決長期以來數(shù)據(jù)只能批處理而不能交互處理的現(xiàn)象。通過指揮人員之間以及指揮人員與數(shù)據(jù)之間的可視化交互，實時發(fā)現(xiàn)非結(jié)構(gòu)化、非幾何的抽象數(shù)據(jù)背后的本質(zhì)問題，可為基于數(shù)據(jù)的精確作戰(zhàn)指揮決策提供直觀、形象、豐富的信息和隱含知識。大數(shù)據(jù)可視化技術(shù)主要有并行式繪制技術(shù)、復(fù)雜數(shù)據(jù)對象可視化技術(shù)、復(fù)雜關(guān)聯(lián)關(guān)系可視化技術(shù)、人機交互可視化技術(shù)和多維空間表現(xiàn)可視化技術(shù)等。

5）大數(shù)據(jù)安全防護技術(shù)

由于大數(shù)據(jù)的重要性，針對大數(shù)據(jù)“云”的攻擊會時常發(fā)生，為確保大數(shù)據(jù)的安全，需要大數(shù)據(jù)安全技術(shù)進行預(yù)防、檢測、診斷并對攻擊作出反應(yīng)。大數(shù)據(jù)安全防護技術(shù)包括云端的數(shù)據(jù)安全技術(shù)和網(wǎng)絡(luò)設(shè)施的安全技術(shù)，具體來說有身份認證、訪問控制、異常檢測、補丁管理、數(shù)據(jù)備份以及系統(tǒng)恢復(fù)等。

5 海戰(zhàn)場指揮信息系統(tǒng)大數(shù)據(jù)分析框架

5.1 大數(shù)據(jù)基本框架

大數(shù)據(jù)框架是大數(shù)據(jù)的“操作系統(tǒng)”，其將數(shù)據(jù)的傳輸、存儲、整合和分析等各環(huán)節(jié)連接成為一個整體，完成對數(shù)據(jù)及各類資源的管理控制，并提供應(yīng)用開發(fā)接口。典型的大數(shù)據(jù)框架包括MapRe?duce，內(nèi)存集群計算和流式計算等三類基本框架。

MapReduce框架是一個軟件架構(gòu)，適用于大規(guī)模數(shù)據(jù)集的并行運算，其將海量數(shù)據(jù)處理工作分解為可以并行的小任務(wù)，然后將分解后的小任務(wù)派送給分布式系統(tǒng)中的主機完成處理，并在不同工作節(jié)點之間進行協(xié)調(diào)和同步，而且在出現(xiàn)軟硬件故障時仍然能保證處理順利進行和性能的優(yōu)化［11］。Ma?pReduce框架采用分布式文件系統(tǒng)存儲輸入、輸出與中間數(shù)據(jù)，進行主機間的數(shù)據(jù)同步。MapReduce框架具有高吞吐、高可用性、通用性、可擴展性好等諸多優(yōu)點，然后對于機器學(xué)習(xí)等需要多次迭代的計算任務(wù)，分布式文件系統(tǒng)的效率受限于硬盤I/O的速率，因此時延太大，這是MapReduce框架的主要缺陷。相比之下，內(nèi)存集群計算框架采用分布式內(nèi)存來存儲輸入、輸出與中間數(shù)據(jù)，進行主機間的數(shù)據(jù)同步，機器學(xué)習(xí)處理速度與MapReduce框架相比，提高了一個數(shù)量級。

對于網(wǎng)絡(luò)監(jiān)控、網(wǎng)絡(luò)測量、呼叫記錄、網(wǎng)頁訪問、生產(chǎn)制造和傳感檢測等應(yīng)用，其數(shù)據(jù)以大量、快速和時變的數(shù)據(jù)流形式持續(xù)到達，因此不宜用持久穩(wěn)定的關(guān)系型模型建模，而適宜用瞬態(tài)數(shù)據(jù)流（即流式數(shù)據(jù)）建模。流式計算框架對流式數(shù)據(jù)進行實時和持續(xù)的計算或處理，需處理的輸入數(shù)據(jù)并不存儲于可隨機訪問的磁盤或內(nèi)存，而是以一個或多個連續(xù)數(shù)據(jù)流的形式到達，經(jīng)過處理后，丟棄或存儲歸檔，數(shù)據(jù)流可級聯(lián)處理。典型的流式計算框架有Storm、S4、Cloudera Impala、Hstreaming等，單項數(shù)據(jù)的處理速度達到毫秒級。其中，Storm框架在容錯、可靠性、可擴展性和編程便利性等方面具有較多優(yōu)點，尤其是其自身采用運行于Java虛擬機（JVM）之上的Clojure語言開發(fā)，能夠支持所有運行在JVM之上的編程語言，并能通過中間庫支持更多的編程語言。因此，Storm框架得到了較多應(yīng)用。

5.2 基于Hadoop與Storm的海戰(zhàn)場指揮信息系統(tǒng)大數(shù)據(jù)分析框架

海戰(zhàn)場指揮信息系統(tǒng)中的大數(shù)據(jù)分析包含離線分析和在線分析。其中，離線分析需要對海量歷史情報數(shù)據(jù)進行及時、準確地處理，通過關(guān)聯(lián)分析、聚類、分類等多種數(shù)據(jù)挖掘手段，以獲取潛在的、有價值的情報知識。Hadoop云計算平臺是MapRe?duce框架的一個典型的應(yīng)用，作為大數(shù)據(jù)領(lǐng)域的標準處理與分析平臺，由于其開源特征而獲得了廣泛應(yīng)用［12］。Hadoop云計算平臺適合情報分析人員可以對海量原始歷史情報數(shù)據(jù)進行分析，并得到支持決策所需的情報知識。然而，在指揮信息系統(tǒng)中，各種偵察傳感器實時地傳來大量不斷更新的情報數(shù)據(jù)流，戰(zhàn)場態(tài)勢瞬息萬變，只有對這些情報數(shù)據(jù)進行實時在線分析（秒級甚至毫秒級），才能獲取實時的戰(zhàn)場態(tài)勢。雖然Hadoop云計算平臺有Ma?pReduce框架的諸多優(yōu)點，然而也繼承了MapRe?duce框架的主要劣勢，存在延遲大，調(diào)度開銷大等問題，無法滿足作戰(zhàn)指揮的實時性要求，不適合對海戰(zhàn)場中的流式大數(shù)據(jù)進行在線分析。基于流式計算框架的Storm云計算平臺，一種開源的分布式實時流計算框架，支持全內(nèi)存計算，且具有高容錯性、部署簡單等優(yōu)點，能夠彌補Hadoop批處理不能滿足實時性要求的缺陷，適合對海戰(zhàn)場中的流式大數(shù)據(jù)進行在線分析。

基于以上分析，可以基于Hadoop分布式云存儲技術(shù)，結(jié)合MapReduce并行計算框架和Storm流計算框架，構(gòu)建適用于海戰(zhàn)場指揮信息系統(tǒng)的大數(shù)據(jù)分析框架，如圖2所示。整個架構(gòu)包括云存儲層、云計算層、數(shù)據(jù)挖掘分析層和應(yīng)用層。支撐管理層為每一層提供相應(yīng)的服務(wù)支撐，包括數(shù)據(jù)安全、流程管理、資源監(jiān)控、資源調(diào)度、資源部署、資源規(guī)劃和虛擬化等功能，保證每一層都具有高可靠性和可伸縮性。

圖2 海戰(zhàn)場指揮信息系統(tǒng)大數(shù)據(jù)分析框架

各個層次的具體功能如下：

1）云存儲層由分布式文件系統(tǒng)（Hadoop Dis?tributed FileSystem，HDFS）、分布式數(shù)據(jù)庫（Ha?doop Database，Hbase）、分布式數(shù)據(jù)倉庫工具Hive構(gòu)成，實現(xiàn)數(shù)據(jù)的分布式存取，其中HDFS是一種類似于GFS的分布式文件系統(tǒng)，可以為大規(guī)模的服務(wù)器集群提供高速度的文件讀寫訪問；HBase是一種與BigTable類似的分布式并行數(shù)據(jù)庫系統(tǒng)，可以提供海量數(shù)據(jù)的存儲和讀寫，而且兼容各種結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)；Hive是一種基于Hadoop的大數(shù)據(jù)分布式數(shù)據(jù)倉庫引擎，它使用SQL語言對海量數(shù)據(jù)信息進行統(tǒng)計分析、查詢等操作，并且將數(shù)據(jù)存儲在相應(yīng)的分布式數(shù)據(jù)庫或分布式文件系統(tǒng)中；

2）云計算層由并行計算框架（Hadoop）和流計算框架（Storm）組成。其中Hadoop提供非實時并行計算能力，Storm提供實時流計算能力。這兩種優(yōu)勢互補的框架結(jié)合使用，能取得取長補短的效果，使得海戰(zhàn)場指揮信息系統(tǒng)既能深入處理大量的遠期情報信息，又能快速處理實時預(yù)警探測信息流；

3）數(shù)據(jù)挖掘分析層包含并行機器學(xué)習(xí)算法、并行統(tǒng)計分類算法、并行數(shù)據(jù)挖掘算法、并行搜索算法、智能優(yōu)化算法、預(yù)測決策算法、自動推理算法等各類并行或智能算法，從而能夠高效準確地處理各種結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；

4）應(yīng)用層面向海戰(zhàn)場指揮信息系統(tǒng)指揮人員提供數(shù)據(jù)融合、情報保障、目標識別、態(tài)勢感知、態(tài)勢預(yù)測、威脅估計、指揮決策、火力協(xié)同、毀傷評估等各種具體的作戰(zhàn)應(yīng)用。

6 結(jié)語

隨著大量傳感器與偵察設(shè)備在信息化海戰(zhàn)場的使用，海戰(zhàn)場情報數(shù)據(jù)來源越來越多，海戰(zhàn)場空間產(chǎn)生的數(shù)據(jù)表現(xiàn)出體量大、種類多、結(jié)構(gòu)復(fù)雜和增速快等典型的大數(shù)據(jù)特征，因此海戰(zhàn)場指揮信息系統(tǒng)面臨著信息量急劇增加、信息種類迅速增多、實時處理要求迅速提高等諸多新挑戰(zhàn)，而大數(shù)據(jù)技術(shù)的發(fā)展正好使海戰(zhàn)場指揮信息系統(tǒng)適應(yīng)了這些新要求。所以，發(fā)展大數(shù)據(jù)技術(shù)不僅是信息化條件下指揮信息系統(tǒng)革新的內(nèi)在需要，而且是應(yīng)對信息化作戰(zhàn)指揮新挑戰(zhàn)的必然要求。大數(shù)據(jù)理念及技術(shù)可以作用于海戰(zhàn)場指揮信息系統(tǒng)預(yù)警探測、情報分析、態(tài)勢感知、威脅估計、指揮決策、效果評估等各個關(guān)鍵環(huán)節(jié)，進行海量數(shù)據(jù)存儲、高效計算處理、戰(zhàn)場態(tài)勢分析與預(yù)測、智能情報分析與指揮決策支持等，最終為指揮員及參謀人員提供實效性強、準確度高的輔助決策。將大數(shù)據(jù)技術(shù)應(yīng)用于海戰(zhàn)場指揮信息系統(tǒng)，可提高我海軍信息化水平，推動指揮信息系統(tǒng)向知識化和智能化的方向發(fā)展，為保證我海軍在現(xiàn)代化戰(zhàn)爭中能打仗和打勝仗起到基礎(chǔ)支撐作用。