大數據時代背景下裝備保障建設發展研究

曹會智 李沛 劉俊杰 謝軍軍

[摘 要] 隨著軍隊信息化進程不斷深入，武器裝備保障信息數據面臨“海量數據整合，戰場數據融合，保障數據組合”的發展機遇。本文從技術層面和理論層面，探索大數據技術對裝備保障建設發展的影響，對大數據技術在裝備保障領域運用進行可行性分析并制定發展策略，為大數據技術在裝備保障領域的應用提供參考。

[關鍵詞] 大數據時代；裝備保障；建設

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 17. 030

[中圖分類號] E92 [文獻標識碼] A [文章編號] 1673 - 0194（2014）17- 0052- 03

隨著大數據技術不斷成熟，其在軍事上的應用成為必然趨勢。繼物聯網、云計算之后，“大數據”一詞成為社會和學術界追逐的焦點。數據作為新一輪信息化戰爭的新角色，將物質流、能量流、信息流通過數據流的形式體現，未來戰場利用大數據技術加強對裝備保障數據的有效整合，將有利于提升裝備保障效能，提升裝備保障的整體建設水平。

1 基本內涵

1.1 大數據的定義

大數據是從英語“Big Data”一詞翻譯而來，過去常說的信息爆炸和海量數據等已經不足以描述這個新出現的現象。不同的機構對大數據做出了不同的解釋，學術界已達成共識：大數據是指無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合[1]。

1.2 大數據時代的基本特征

大數據具有數據量大、種類多和速度快等特點，涉及互聯網、經濟、生物、醫學、天文、氣象、物理、軍事等眾多領域。現實生活中產生的很多數據是重復的沒有價值的，未來世界中不是獲取越來越多的數據，而是數據的去粗取精。大數據具有復雜性的特點，大數據的復雜性主要來自個體之間的聯系。對于大數據時代，目前通常認為有下述四大特征，稱為“4V”特征[2]：一是數據量大（Volume Big）。數據量級已從TB發展至PB乃至ZB，可稱海量、巨量乃至超量。二是多樣化（Variable Type）。數據類型繁多，多為網頁、圖片、視頻、圖像與位置等半結構化和非結構化數據信息。數據品類將極其混雜，關聯度一般極低，而且在相當長的時期內非結構化數據會占據大數據的主體。三是處理快速化（Velocity Fast）。數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理；處理工具亦在快速演進，軟件工程及人工智能等均可能介入。四是價值高和密度低（High Value and Low Density）。通識是大數據意味著極高的價值，但同其體量一樣，正是因為極小價值的海量匯合，才形成了大數據的高價值，故大數據之大價值，實質在小，是典型的長尾效應，更是長尾效應的常態化。

1.3 武器裝備建設中的數據

隨著信息化建設進程的不斷推進，各軍兵種都建立了各自的武器裝備數據檔案，數據主要包括武器裝備的型號、性能、數量/質量情況、使用情況、保障情況等，由于武器裝備研發、生產、編配、使用、保障分屬于不同單位和人員，裝備信息容易出現堆積、丟失、重復的現象。為此，建立武器裝備數據庫，能較好地解決數據的采集、處理、挖掘、再生和運用等問題，指揮員和保障人員可以從武器裝備數據庫中采集、查閱需要的數據，用于提升作戰和保障的準確性。但武器裝備發展中依舊存在“多代產品共存在，軍民融合式數據共享，裝備數據動態變化”等現實問題，數據庫技術已經逐漸不能滿足信息化戰爭數據精準高效的需要，而大數據技術具備突破常規技術“數據單一、橫向隔絕、挖掘瓶頸”等特點，為提供可靠、有效、準確的裝備保障數據奠定了技術基礎。

2 大數據技術對裝備保障建設發展的影響

2.1 大數據的關鍵技術

數據集成即從大量的數據中將有用的數據針對不同的應用進行整合、處理，以解決數據的應用質量問題。信息系統只有在數據集成的基礎上才能方便地拓寬系統的應用領域，達到“數據越流通，大家越受益”的效果，才能將系統開發維護人員的工作重點轉移到數據管理上來，體現信息資源就是軍事效益的承諾。大數據意味著包括交易和交互數據集在內的所有數據集其規模或復雜程度超出了常用技術按照合理的成本和時限捕捉、管理及處理這些數據集的能力。大數據是3種相互關聯又迥然各異的技術趨勢的集合體：海量交易數據、海量交互數據以及海量數據處理。每一種技術趨勢都代表著創新突破和發展潛力。現在隨著各項創新技術的匯集，大數據展現出了大量的新機會，特別是軍事領域的運用。戰場數據集成是大數據技術軍事領域運用的關鍵，隨著云計算、通信、媒體和移動計算的快速發展和深入應用，戰場的數據量還將快速增長。這些趨勢決定著最重要的戰場需要，可視化戰場要求軍隊數據處理高速化、精準化以保持戰斗力，武器裝備信息整合要求在數據合并后能成功地集成，增長需要以裝備戰斗力和靈活性為中心，保障效率要求保障業務流程具有科學性和易操作性。

2.2 裝備保障數據的特點和規律

裝備保障領域數據源間封閉、孤立，缺乏規范和標準，很難對數據的多備份、動態鏡像、實時控制等實施有效管理。 基于網絡技術的裝備保障數據集成以裝備保障各業務需求為背景，構建基于裝備保障儲、供、管、修、訓等分布式數據源之上的抽象層，將用戶和應用程序從訪問不同數據源的復雜性中分離出來。采用網絡技術封裝數據源為數據集成提供支持，可在數據集成的過程中定義統一的數據源訪問接口，透明訪問多種、分散的數據源。同時，還通過資源注冊、定位等機制實現異構數據源的動態加入、退出和智能匹配，確保數據集成的開放性、穩定性。因軍隊裝備保障信息的特殊性，其信息共享是相對的且范圍小。而設計數據庫元信息結構時，主要是確定數據庫屬性信息提取和相互關系。特別是在數據統計、輔助決策時尤為重要[3]。

2.3 裝備保障的數據需求分析

在裝備保障領域，由于涉及的保障資源種類繁多、數量巨大，客觀上必須依賴計算機數據管理系統進行業務處理。但是隨著數據庫技術、網絡技術的發展，受實施數據管理系統的階段性、技術性以及其他因素的影響，裝備管理的各業務部門，所采用的數據管理系統必然是不一樣的，并且各類裝備保障數據分散在各業務部門的分系統中，這必將導致在綜合層面無法進行高效的通用裝備保障數據匯總、查詢和應用，裝備保障綜合數據匯總、查詢困難。因此，無論從現代戰爭要求對信息的全面快速的掌控來看，還是從數據庫技術發展的趨勢來看，都需要建立一個強大的系統，能夠集成存在于分布數據源的數據，為綜合部門提供快速的數據匯總和數據支撐。運用多數據庫系統技術集成的裝備保障綜合數據庫，是符合裝備保障數據庫建設現狀和未來發展需求的。一方而，它能夠充分利用已有系統，減少了重建系統所帶來的重復勞動和投資，并且能夠滿足裝備保障業務的需要。另一方面，多數據庫系統的結構特點使得其便于擴大系統和系統升級，有利于裝備保障綜合數據庫的后續建設發展。相信按照該方法所建立的裝備保障綜合數據庫，將使得裝備保障管理及相應的輔助決策分析提高到一個新層次。

3 可行性分析

3.1 技術可行性分析

Informatica作為全球領先的企業數據集成軟件獨立提供商，擁有領先的數據集成理念、全面而先進的數據集成解決方案。Informatics平臺是一套完善的技術可支持多項復雜的企業級數據集成計劃，包括企業數據集成、數據質量控制、主數據管理、B2B Data Exchange、信息生命周期管理、復雜事件處理、超級消息和云數據集成。企業機構利用Informatics全面、統一、開放且經濟的數據集成平臺，可以在改進數據質量的同時，訪問、發現、清洗、集成并交付數據以提高運營效率并降低運營成本。Informatica成功地推出了創新的Informatics 9.1 for Big Data，這是全球第一個專門為大數據而構建的統一數據集成平臺，提供了大數據集成、權威可信的數據自助服務和自適應數據服務。這4項創新功能旨在幫助廣大用戶和合作伙伴輕松對應大數據時代的新需求，充分釋放大數據潛能，把大數據轉化為重大機遇[4]。

3.2 理論可行性分析

對多樣化結構的海量數據進行高速分析，采集具有極高軍事價值的數據，對裝備保障具有重要意義。首先，大數據系統應當采集真實的數據源，基礎數據采集工作可以結合裝備數據統計進行規范，特別是對數據的格式應當重點審核。其次，大數據系統要求分析數據接口具有通用性，方便數據處理過程中協議的通信，在數據采集和處理階段就對接口技術進行配套建設，有利于將來數據的處理，減少數據的冗余。最后，由于大數據技術在國內外裝備保障領域的運用處于起步階段，加強對大數據技術的配套研究，有利于促進我軍裝備保障領域的快速發展。

3.3 安全可行性分析

大數據運用于軍事領域給軍事斗爭準備提供了創新思路和技術途徑，它給裝備保障帶來便利性的同時，其安全保密的預防措施也不容忽視。武器裝備數據可以采用分系統制定加密措施，對核心數據進行數據的加密和轉碼，對公共數據則采用權限設定的方式，提供用戶認證前提下的數據查詢服務。對核心數據的查閱、修改、復制等操作，應當設定高級用戶權限和動態口令，對于部分涉密數據，則采用物理數據隔離，采用實名認證的方式提供數據服務，提高系統的安全性。

4 大數據技術在裝備保障領域應用的對策研究

4.1 加強技術跟蹤研究

大數據時代應以智慧創新理念融合大數據與云計算，在大數據洪流中提升知識價值洞察力，實施高效實時個性化運作，建立有效增值的應用模式。大數據作為一種新興的計算機技術，不斷融入人們的生活，其在軍事領域的深入研究，必須第一時間進行跟進。

4.2 探索建立自主平臺

國內外企業針對大數據時代的基本特征，加強全方位創新，包括IBM 、EMC、HP、Microsoft等在內的IT巨頭，紛紛加速收購相關大數據公司進行技術整合，尋找數據洪流大潮中新的立足點。而涉及人工智能、機器學習等新技術的創新應用，已初顯效益。但由于軍事用途的特殊性，大數據技術的開發平臺還應實現核心技術自主化，只有真正掌握核心技術，才能確保數據的準確性。

4.3 創新運用技術途徑

將大數據時代全方位創新工作和智慧軍隊發展緊密結合。借助移動互聯網、大數據與云計算的融合、智能運營管道等，建立智能平臺，優化配置武器裝備保障資源，向建設真正的智慧軍隊邁進。大數據在裝備保障領域的運用不僅僅局限于一項技術，而是利用大數據對數據和資源的整合，與其他信息技術一道不斷推動裝備保障建設的發展。

4.4 做好技術防范措施

隨著信息技術的發展，裝備保障領域數據越來越多被公布。借助大數據創新處理技術應對APT（Advanced Persistent Thread）安全攻擊[5]。網絡上APT安全攻擊是指精通復雜技術的攻擊者利用多種攻擊向量，借助豐富資源創造機會實現自己的目的。APT安全攻擊的最主要特征為單點隱蔽能力強、攻擊空間路徑不確定、攻擊渠道不確定；同時APT攻擊一旦入侵成功則長期潛伏，攻擊時間上具有持續性。目前，全流量審計方案具備強大的實時檢測能力與事后回溯能力，并可將安全工作人員的分析能力、計算機存儲與運算能力組合在一起，是一種較完整的解決方案[6]。

5 結束語

大數據時代的到來給裝備保障建設發展帶來了新的機遇，研究大數據時代的特征，掌握大數據技術的發展趨勢，將有利于推動裝備保障建設的加速發展，通過技術和理論的分析，有利于全面了解大數據技術的應用前景，為其在裝備保障領域的應用提供參考。

主要參考文獻

[1]徐子沛.大數據：正在到來的數據革命[M].桂林：廣西師范大學出版社，2012：10-20.

[2]代冬升.基于網格技術的裝備保障數據集成服務模型[J].兵工自動化，2007，26（8）：27.

[3]彭勝峰.基于多數據庫系統技術的裝備保障數據集成研究[J].國防科技，2008，29（4）：1-5.

[4]王忠.美國推動大數據技術發展的戰略價值及啟示[J].中國發展觀察，2012（6）：44-45.

[5]陳明奇.大數據時代的美國信息網絡安全新戰略分析[J]. 信息網絡安全，2012（10）：32-35.

[6]姚春鴿.大數據時代的大變革[N].人民郵電報，2012-05-29.