裝備試驗數據工程全流程管理機制

馬躍飛 常秀豐

摘要：試驗數據管理機制研究是試驗數據工程建設的關鍵。首先給出了試驗數據管理各階段核心活動，然后分析了試驗數據管理核心需求，最后，提出了試驗數據“4橫2縱”覆蓋試驗數據管理全生命周期的管理機制集，為規范試驗數據管理活動，提升管理效率提供了基礎保證。

Abstract： Research of management mechanism is the critical part of test data engineering. The key activity of every management phase is given. Correspondingly， the key requirements of data management are represented. In the end， the architecture of test data engineering management composed of each key management strategy is proposed， which is the base of the efficient and standard management.

關鍵詞： 試驗;管理機制;數據工程

Key words： test;management mechanism;data engineering

中圖分類號：G203;E1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）02-0005-04

0? 引言

試驗數據是指裝備試驗鑒定活動中使用和產生的所有數據，是及時、準確、真實記錄裝備試驗、訓練、研練、科研等重大活動的“第一手資料”，是裝備鑒定定型方、論證研制方、使用改進方共同關注的高價值數據，是支撐裝備建設發展的重要基礎性戰略資源[1]。以試驗數據為研究對象，以試驗數據活動為研究內容，以實現試驗數據高效管理、重用、共享與應用為目標的“試驗數據工程”已經成為當前試驗鑒定領域的研究熱點之一[2]。

不同于普通的技術研究，試驗數據工程三分在技術，七分靠管理，管理機制的選取深刻地影響著試驗數據建設中技術方案的構建;因此，管理機制研究是開展試驗數據工程建設的前提和基礎。[3-5]但是，由于觀念、技術、體制等因素的制約，試驗數據長期處于分頭管理，分散存儲狀態，數據規劃、采集、會交、共享、應用等關鍵部分管理流程及方法尚不規范，已經成為制約試驗數據工程建設效率，妨礙試驗數據增值、增效的關鍵因素。為解決以上問題，首先深入分析了裝備試驗數據現狀需求，然后，提出了涵蓋需求分析、采集入庫、匯交傳遞、共享服務、安全管理、綜合激勵在內的5項試驗數據管理機制，最終形成了試驗數據管理機制框架，為后續進一步完善管理機制建設，推動試驗數據工程可持續發展提供了有力保證。

1? 試驗數據管理階段

試驗數據管理活動是從數據視角對試驗組織管理過程的具體展現。經深入提煉試驗各主要階段活動過程，以數據為主要視角，最終可以將試驗數據管理活動具體分為數據預先籌劃、數據采集入庫、數據匯交和數據共享應用4個管理階段。具體管理內容如下所示。

試驗數據預先籌劃一般在試驗預先準備和直接準備階段進行，主要預先開展試驗數據全流程管理籌劃，擬制試驗數據需求報告，明確數據采集策略，提出數據挖掘分析指導性意見，并納入試驗總案相關內容一并上報。

數據采集與入庫一般在試驗組織實施和結果分析階段進行，主要開展的工作為：①采集方案的擬制，各級試驗管理部門依據下達的試驗計劃，根據試驗數據需求報告，制定數據采集方案，明確數據采集的工作計劃、責任分工、有效性準則等，并納入試驗大綱和實施方案一并上報。②試驗組織實施階段，各試驗實體按照試驗數據采集方案，組織開展原始試驗數據的動態采集和審核，并存入原始數據庫。③試驗結果分析階段，各試驗實體按照規定程序和要求，組織對采集的原始試驗數據進行處理和分析后存入整編數據庫。

試驗數據匯交一般在試驗任務結束后進行。各試驗實體將分析處理后的試驗數據及名錄，統一通過試驗數據管理平臺系統逐級匯交。

試驗數據共享應用一般在數據匯交結束后進行，根據實際數據應用挖掘需要，通過查閱形成數據名錄，根據相關管理機制，提交數據共享請求并獲取數據，并在相關管理機制指導下，開展數據應用挖掘分析，形成數據產品。

2? 核心需求分析

以試驗數據管理各階段活動為主要依據，以實現試驗數據安全共享和增值增效為主要目的，可以進一步將試驗數據管理需求歸納為：

2.1 堅持需求引導，提高試驗數據管理質效

數據需求分析是試驗數據管理工作的邏輯起點，做好數據預先需求分析，提出明確的試驗數據需求，可以降低有用數據漏采、未采的風險，提升試驗數據采集效率，提高試驗數據整編治理的針對性，并為后續數據應用指明基本方向，為試驗數據效益的充分發揮提供基礎保證。

2.2 完善數據采集、組織、存儲管理機制，保證數據質量建設

針對當前試驗數據質量不高的現狀，以數據為核心，以試驗流程為牽引，建全規范化數據規劃、采集、組織、整理、處理管理機制，保證數據按標準、按要求進行采存管理，建立統一、完善的試驗數據資源池，是進一步落實試驗數據需求的必要條件，為后續開展試驗數據共享應用提供良好的數據基礎保證。

2.3 健全數據安全共享管理機制，打通數據流轉渠道

試驗數據共享服務是試驗數據工程建設的核心性工作之一。深度結合試驗數據管理特點，充分考慮安全、高效、全屬等關鍵問題，設計提出符合實際的試驗數據匯聚、分發、流轉等共享服務管理機制，打通試驗數據渠道，營造數據產生者愿意共享數據、數據挖掘者能夠獲取數據的良好氛圍，為試驗數據關聯應用，深度挖掘的開展提供保證。

2.4 規范數據關聯應用方式，促進數據增值增效

試驗數據應用是促進數據增值、增效，體現數據建設管理價值的關鍵所在。建立數據應用管理機制可以進一步規范試驗數據關聯、數據深入挖掘、數據產品研發的流程，能夠更好的優化試驗數據應用人員結構，使專業的人聚焦于其專業領域，進而可以改變當前試驗數據應用層次較低，數據產品多頭研制，互不通用，效益發揮不明顯等問題。

3? 試驗數據全流程管理機制

針對以上數據管理需求，建立如下“四橫兩縱”試驗數據管理機制框架（如圖1所示）。其中，橫向4項管理機制主要針對試驗數據建設管理中的核心業務活動，形成對試驗數據管理全生命周期的無縫管理，縱向兩項管理機制是為進一步保證試驗數據安全、高效、有序開展的保障性機制，貫穿試驗數據管理各階段。

3.1 需求管理機制

試驗數據需求是指導進行有效的數據采集入庫，建立科學的數據資源體系，開展高效的數據共享交換工作，推動深度數據挖掘應用，發揮數據價值的基礎。以當前體系試驗、作戰試驗等新型任務需求，采用“由頂向下”的思想，提出如下數據需求高層管理模型（如圖2所示）。

①數據需求規劃論證：在試驗總案編制任務下達后，由各級作試部門組織開展試驗數據管理預先準備工作，下達型號裝備試驗數據全管理任務，建立組織機構，明確職責分工。由試驗技術總體人員和數據總體人員組成聯合論證組，根據試驗大綱論證，并考慮實際數據采集能力，規劃論證提出數據需求基本清單。

②數據需求基本清單是對數據需求情況的宏觀性、頂層性、基礎性描述，主要包括：所需數據的基本情況，與試驗及后續評估分析的基本支撐關系。

③數據需求完善與細化：匯聚試驗總體、試驗各相關專業人員、數據總體及數據采集實施方，根據數據需求基本清單，擬制提出數據需求報告。在此階段，可以對數據需求情況進行修正，同時協助試驗總體人員將試驗數據需求進一步細化。數據采集實施方協助數據總體人員進一步落實各數據需求的采集要求，保證各項數據需求的可實施性。

④數據需求報告要具體包括：明確數據采集范圍、內容、數據質量要求、數據采集策略等，同時提出保障條件建設需求和數據分析挖掘指導意見。

3.2 采集入庫管理機制

數據采集入庫是構建數據資源體系的核心過程，主要有分布式采集和按標入庫兩個步驟組成。分布式采集的科學性、合理性、全面性直接決定試驗數據的質量，按標入庫是在分布式采集的基礎上進行按標匯聚整編和入庫存儲管理，如圖3所示。

①數據采集總體方案。

數據采集總體方案編制的主要依據是數據需求報告。數據總體人員會同數據采集單位，明確數據采集流程和采集手段，以及數據上報流程、數據預處理要求等質量保證措施，在此基礎上形成數據采集總體方案。

②數據采集實施方案。

數據采集實施方案在總體方案基礎上，由各負責單位進一步明確各項數據采集負責人、相關采集設備，制定詳細計劃安排和數據報送流程，設計數據采集模板和格式要求清單，制定數據質量管控措施。

③數據采集與預處理。

數據采集負責人依據實施方案，開展數據采集準備、設備加裝調試、人員教育培訓等工作。獲取采集數據后，對原始采集數據進行預處理，并按照數據分類及編碼、專用裝備分類及編碼、試驗任務代碼等標準對數據進行標識。

④數據質量審計匯入。

數據采集負責人在采集任務完成后，按照既定的數據傳遞方案，將數據報送相關管理部門。數據管理部門將各單位提交的數據匯入原始庫，并從數據基本信息、數據主要內容、編碼規則審校等方面對相關數據進行審計檢查。通過檢查的數據進入整編庫，未通過檢查的數據進行整改庫并由數據采集單位進行整改后上報。

⑤數據治理整編入庫。

對進入整編庫的數據進行貫標處理，從類別、型號、任務等維度構建多維數據關聯關系，形成數據邏輯模型和物理模型，支持數據資源池匯聚任務。根據試驗分析評估工作需求，對數據資源進行分類組織、轉換處理，建立多維主題數據庫。

⑥數據整編報告編制。

對照數據需求報告和數據采集方案，重點從數據整編匯入過程、試驗形成的數據集情況等方面撰寫數據整編報告。

3.3 數據匯交管理機制

數據匯交管理是數據共享服務的基礎。各數據生產實體在進行數據匯交時必須明確標識數據密級、專業類別、主要內容、共享建議等基本屬性，便于后續的查詢、調閱、使用和共享，數據匯交管理流程如圖4所示。

①匯交方案。

在機關指導下，數據總體單位會同數據據采集單位，制定數據匯交流程，明確相關要求及責任主體，形成數據匯交方案。

②數據匯交。

數據采集單位按照數據匯交方案要求，將已完成整編入庫的試驗數據及其目錄統一匯交到上級數據中心。

③名錄發布。

數據中心通過對具備共享條件的數據集（產品）關鍵性信息進行描述與組織，形成方便查詢、獲取數據集（產品）的系統及數據名錄。數據名錄包括數據集名稱、關鍵字、摘要、分類、形成時間、密集、發布范圍、發布單位及責任人等關鍵信息。

④訪問授權。

在數據名錄中的基礎上，從專業領域、職能權限等角度對數據瀏覽、下載、獲取字段、顯示精度等方面設置權限，用戶可以根據所具有的權限訪問數據名錄。

3.4 數據共享應用機制

圍繞支撐裝備試驗鑒定、服務裝備改進研制和實際作戰使用，加強試驗數據共享與挖掘分析，是提升試驗數據產品服務能力的重要途徑。數據共享應用管理機制包括面向全流程管控的數據交換管理、數據權益管理和數據產品研發管理等內容，如圖5所示。

①面向全流程管控的數據交換管理。

在名錄發布及其權限管理的基礎上，對數據需求和提供方所有行為的全流程可記錄、可追溯和可審計，實現數據規范化、精準化流轉，并流轉過程中各方行為、權責進行管理。

②數據產品研發管理。

數據產品研發應堅持任務導向，滿足試驗任務分析評估的需要，從裝備論證、研發、改進、戰場應用等維度深層規劃數據產品研發工作，研究基于公共數據研發框架、環境或平臺的專業化研究，并進更深層次數據挖掘應用工作的開展。

③數據權益管理。

數據權益管理的核心是通過新型技術手段，建立一套科學合理的數據確權及權益保護管理方法，保證能夠從全流程視角對數據建設管理中各利益相關者貢獻度進行合理體現，能夠保證對原始數據——處理后數據——數據產品進行全生命周期溯源。

基于上述三項管理機制建立試驗數據共享應用管理活動高層概念圖，如圖6所示。在頂層數據應用規劃指導下，數據需求方通過查詢數據名錄庫所需數據集信息，并填寫數據申請到管理審批方。數據審批方根據相應權限對數據申請情況進行審批，將符合要求的數據申請發送至數據提供方。數據提供方根據數據申請單，對數據進行加工處理后，提交至數據審批方。管理審批方對數據包滿足共享需求情況進行審核，當滿足需求時通過審核，并生成數據包權屬信息。數據需求方獲取數據包，開展相應數據產品研制工作，并形成相應報告，提交至管理審批方。管理審批方對數據產品研發情況進行審核，對通過審核的數據產品形成全生命周期權屬信息和相應名錄，進入數據產品庫歸檔。

3.5 數據安全管理機制

數據安全管理是試驗數據工程建設管理的紅線，應包括如下5個方面：一是試驗數據管理必須嚴格執行國家和軍隊關于信息管理的有關安全保密規定要求，采取有效的管控手段和技術措施;二是根據涉密等級、任務分工和人員類別，設置用戶使用調閱權限;三是綜合運用先進的技術手段加強試驗數據全流程管理，對傳遞、調閱、使用、共享等全過程進行監控;四是數據中心必須建立應急處置和容災備份機制，健全防篡改、防攻擊、防病毒等安全防護體系;五是用于存儲和處理試驗數據的設備，必須明確標識涉密等級和管理使用權限，嚴禁不按密級和權限使用。

3.6 數據激勵機制

數據激勵機制是保持試驗數據工程建設生命力的重要基礎性機制，包括明確激勵內容、激勵主體和客體、激勵的手段及方式等內容。激勵機制針對不同群體采取多樣化激勵手段，滿足各個試驗數據建設過程中參與者的基本需求為出發點，采用科學的激勵范圍、激勵力度和頻度，確保公平公正的激勵評價。結合工作實際，提出數據激勵機制的參謀模型如圖7所示。

激勵對象涵蓋所有參與試驗數據工程建設管理的各階段人員;為保證后續綜合評價有據可依，建立建設全流程賬本機制，將參與人員的行為及數據全生命周期流轉中的關鍵步驟、成果、行為進行客觀記錄;以全流程記錄賬本為基礎，建立涵蓋行為規范性、數據共享度、工作態度、努力程度等維度的綜合評價指標體系;應用層次分析、熵權等方法計算指標權重值進行綜合打分評價;基于評價結果對相關人員實施獎懲，并發送至相關個人進行確認，從而得到提高工作主動性的目的。

4? 結束語

試驗數據管理機制研究其核心是指導管理實踐，以上研究成果目前已在某試驗訓練單位得到了初步應用，形成了7項技術標準，5項管理法規，指導實現了某次大規模作戰試驗任務的數據統管、統建。在后續研究中，將進一步細化和調整各項管理機制構成，健全試驗數據管理機制體系，為試驗數據工程建設可持續深入發展提供保障。

參考文獻：

[1]齊劍鋒，李三群，楊素敏.裝備數據工程導論[M].北京：電子工業出版社，2016.

[2]龔昕，周大慶，張立斌，等.武器裝備試驗數據工程理論與實踐[M].北京：國防工業出版社，2016.

[3]何友，朱楊勇，趙鵬，等.國防大數據概論[J].系統工程與電子技術，2016，38：1300-1305.

[4]林平，劉永輝，陳大勇.軍事數據工程基本問題分析[J].軍事運籌與系統工程，2012，26：14-17，34.

[5]呂彬，魏俊峰.大數據時代的軍事數據管理機制研究[J].中華醫學圖書情報雜志，2018，27：23-28.

[6]劉啟超.裝備作戰試驗的中期作戰評估問題研究[J].價值工程，2019，38（26）：89-91.