淺析大數據技術在作戰指揮中的應用

陳 健 戴立剛 甘 科 王亮亮

內容提要：隨著大數據技術的迅速發展與運用，軍事領域也廣泛展開應用研究。其中，大數據技術成果轉化運用在作戰指揮方面，可在輔助決策、作戰預測、方案制訂、行動控制等方面發揮重要作用，有效推進作戰指揮能力提升。

隨著大數據技術的迅速發展與運用，軍事領域也展開其應用研究。作戰指揮是軍事指揮人員及其指揮機關對所屬部隊的作戰或其他行動的組織領導活動，主要包括作戰決策、作戰計劃和作戰控制等。將大數據技術應用于作戰指揮當中，讓數據說話、按數據指揮、用數據控制，有助于消除作戰指揮長期存在的不確定因素，可大幅提升作戰指揮能力水平，具有重要而廣闊的應用前景。

一、作戰指揮面臨的現實問題

作戰指揮，是一項極其綜合復雜的軍事活動，面對信息化戰爭形態不斷發展演變，囿于傳統數據技術制約，面臨諸多困難和問題，影響了作戰指揮效能充分發揮。主要表現在4個方面。

（一）難以高效采集傳輸大量戰場數據

隨著軍事技術快速發展運用，戰場偵察探測設備不斷升級換代，能夠對各領域空間進行偵察監控，大幅度提高了戰場數據的搜集能力。但由于當前網絡信息系統性能有限，傳輸匯集戰場上海量數據面臨很多現實難題。比如，戰場傳輸網絡帶寬較窄，導致一些戰場數據難以及時傳輸到目的地，在傳輸過程中易造成數據丟失、遺漏等現象，不利于對戰場數據進行完整采集與準確分析。

（二）難以快速處理大批量情報數據

在現代戰爭中，作戰指揮人員面臨呈指數級增長的海量數據，但傳統數據技術難以對其進行高速分析處理，難以有效整合成有價值的情報信息提供給指揮人員。比如，在阿富汗戰爭和伊拉克戰爭中，美軍使用各類情報偵察系統基本實現了戰場全覆蓋，單位時間內搜集的戰場數據十分龐大；但美軍處理這些海量數據效率很低，無法跟上作戰行動節奏，導致指揮人員陷于“數據大海”里難以自拔。這種“馬后炮”的數據處理分析，難以滿足現代作戰指揮需求。

（三）難以有效分析多種類復雜數據

戰場數據既有結構化數據，也有非結構化數據，特別是大量圖片、文本、音視頻等非結構數據充斥整個戰場，占據數據絕大部分。同時，戰場數據的復雜性還體現在多源異構、多實體和多空間之間的動態交互，導致戰場數據整體結構非常復雜。但就傳統數據技術而言，面對如此龐雜的大數據群體，處理分析能力顯得力不從心。

（四）難以精準形成數據戰場態勢

戰場數據體量龐大、結構復雜，傳統數據技術難以快速整合，形成清晰明了的作戰指揮態勢圖，主要因為大數據的數據實體之間并不是彼此獨立的，而是存在各種錯綜復雜的關聯關系，給戰場態勢融合帶來新的挑戰。傳統數據技術難以對復雜的大規模圖結構數據進行在線分析處理，進而生成小規模且可以理解的概要信息。這就使得戰場態勢圖生成十分困難，作戰指揮人員面臨新的“戰場迷霧”。

以上問題，亟須用一種新型數據技術攻克解決。大數據技術的出現，能夠有效破解以上戰場數據處理分析現實難題，給作戰指揮注入新的技術血液與活力，在輔助決策、作戰預測、方案制訂、行動控制等方面提供有力支撐。

二、基于大數據的輔助決策

運用大數據技術，能夠從戰場數據中獲取更加充分、客觀的情報信息，進而更加準確地對戰場情況進行研判，輔助指揮人員快速科學地籌劃決策。大力發展基于大數據技術的輔助決策系統，是有效應對戰場態勢動態變化、將數據優勢轉化為決策優勢的重要途徑，代表著未來作戰指揮的發展方向。就當前情況而言，基于大數據的輔助決策有多種方式，其中具有代表性的，是智能化輔助決策和自主式輔助決策。

（一）智能化輔助決策

智能化輔助決策，就是應用大數據技術處理自然文本和知識表示，代替目前依賴專家和工程師的知識處理方式，通過先進的大數據技術對海量數據進行快速處理分析，從中提取有價值的數據信息，為指揮人員正確決策提供可靠依據。智能化輔助決策不僅能夠使指揮人員更加準確迅速地作出決策，也可大為減少指揮人員工作負擔，使其集中更多精力于創造性的指揮活動。

實現智能化輔助決策的主要方式，是研發人工智能軟件，實現自動搜尋戰場數據中的關鍵信息和特征信息，探測戰場數據間的相互關系，進而形成有價值的決策支持信息或決策擬案，供指揮員參考。美軍研發了一種人工智能輔助系統，可自動搜尋并標繪各類戰場關鍵信息。比如，當某部隊的士兵發現地雷場后，會在網絡信息系統上人工輸入相關信息，該軟件自動提取地雷場的網格坐標，將其輸入指揮所系統，在通用作戰圖上生成標識，提供給指揮員。這樣，可有效防止重要作戰信息延遲或被淹沒。

（二）自主式輔助決策

自主式輔助決策，就是將感知、認知和決策支持等一系列作戰指揮活動緊密聯系起來，能夠自動從海量復雜的戰場數據中發掘有價值的數據信息，形成高價值的輔助決策信息，并根據需求，主動推送給相應指揮員，進而將數據優勢轉化為決策優勢。

自主式輔助決策的實現，需要以大數據技術為基礎，建立起一套自動化數據處理分析系統，能夠從龐雜的戰場數據中準確感知關聯、捕獲熱點、發現有價值的數據，并整合為輔助決策信息，通過“人—機”交互系統，主動向相應指揮人員推送，形成“感知—認知—決策”的自主式數據輔助循環。例如，美國《大數據研究和發展倡議》提出“建立一種自主決策系統”，能夠記錄來自各種渠道的動態影像數據和靜態圖像；一旦發現可疑目標，將會把實時的目標特征與大數據中的歷史數據進行比對，并根據大數據內含的行動方案，進行自主處理。

三、基于大數據的作戰預測

作戰預測，作為作戰指揮中極具創造性的軍事活動，不僅對指揮人員提出很高要求，也需要先進的數據技術提供支撐。對此，大數據技術可發揮重要作用。運用大數據處理技術，能夠掌握足夠龐大真實的戰場數據，并深入挖掘數據潛在價值，進而較為準確地形成戰場態勢發展預測結論，且能夠針對不同的戰場時間與空間維度，給出量化程度高的預測結果，有效輔助指揮人員決策指揮。

（一）基本原理

基于大數據的作戰預測，并非建立在傳統的、符合邏輯推理的因果關系之上，而是通過對戰場大量的、相互關聯的終端產生的數據進行相關關系分析，從中發現掌握作戰行動規律特征，進而對戰場態勢進行預測。其中，“相關關系”是基于大數據的作戰預測的核心內容，主要是指當一個數據產生變化時，能夠引起與其相關數據的不同程度的變化，從中掌握變化規律，進行研判預測。

基于大數據的作戰預測，能夠有效彌補當前指揮信息系統不足，提供更為科學準確的預測結論。在美國大數據研發計劃中，“洞悉計劃”就是作戰預測的重要研究項目，旨在開發一種資源管理系統，通過分析圖像和非圖像的數據信息和其他數據信息，自動識別網絡威脅和非常規的網絡攻擊行為，進而達成對時間敏感的潛在威脅進行分析和預測。

（二）實現方法

實現基于大數據的作戰預測，比較典型的方法是“數學模型預測法”，主要通過不同的定量化途徑建立起與預測目的相適應、反映事物內部聯系的數學模型，先把所獲取的數據信息進行定量化處理，再代入模型分析運算，進而對戰場態勢進行定量預測。

基于大數據的作戰預測需要依靠諸多先進技術，其中較為重要的是數據挖掘技術，主要是將獲取的海量戰場數據分布式地存儲在互聯網計算機中，基于各式各樣的數據而非已有規則編寫程序，采用包括量子計算機在內的各種高性能計算機對海量數據進行相關分析與價值挖掘，進而由計算機智能化尋找隱藏在數據中的重要關聯和信息，快速捕獲有價值的情報信息并形成預測結論，為作戰預測提供有力支持。

四、基于大數據的方案制訂

方案制訂，是作戰指揮中的重要環節，將大數據技術應用到作戰方案制訂當中，能夠通過分析作戰流程的推進和作戰細節的變化，使方案制訂更加客觀真實、科學精準。

（一）基本原理

相對于傳統作戰方案制訂而言，基于大數據的方案制訂更加高效，主要源于三個方面：一是應用大數據技術，能夠提供高速的數據運算能力，可使作戰方案從構想設計到研究制訂、再到調整修訂，整個過程更加快速及時。二是通過大數據分析與應用，能夠對戰場態勢變化情況實現數據層面的精確、有序、到位、及時，使方案制訂人員能夠按需獲取相關作戰數據及決策支持信息，確保方案制訂更加精準。三是運用大數據技術，使大數據的運行周期與作戰行動的階段性周期保持一致，確保方案制訂人員能夠獲取作戰全過程數據，實現以作戰行動為中心的方案制訂與修訂，達成方案制訂與作戰行動同步。

（二）實現方法

實現基于大數據的方案制訂，主要有五個方面工作：一是數據采集輸入。數據是方案制訂的基本要素，輸入的數據主要有作戰構想、作戰決策、作戰行動和作戰保障數據，以及方案展開情況數據等。二是數據統計整合。采用大數據統計分析法，對各類數據進行統計分析，各級指揮節點可查看本級制訂方案所需的統計結果，為制訂方案提供依據。三是數據運算分析。指揮信息系統依據作戰指揮需求，運用大數據技術對大批量數據進行計算處理，生成方案制訂所需數據成果。四是方案終端顯示。在大數據技術支撐下，可使用“三視圖”方法進行方案展示，即在作戰行動和指揮環境規范化描述的基礎上，實現作戰行動的時間視圖、空間視圖、信息視圖描述，實質上是作戰方案的時間、空間、信息規劃，有利于共享方案信息，進行聯合作戰指揮。五是方案評估推演。作戰方案制訂完后，在大數據技術支持下，組織各級指揮人員和所屬部（分）隊指揮員進行網上模擬對抗推演，既可使指揮人員熟悉作戰方案，又可通過推演發現方案存在問題，進一步修訂完善。

五、基于大數據的行動控制

在大數據技術條件支撐下，可對戰場數據進行深度挖掘、充分運用，進而對作戰效果進行精確評估，使指揮人員能夠從全局出發，依據及時準確的作戰評估，更加科學靈活地控制部隊作戰行動，主要實現五種行動控制方式。

精準控制。主要是在大數據技術支撐下，各級指揮人員為實現預期作戰目的，通過對戰場數據的分析處理，準確掌握戰場目標相關數據信息，實現對部隊作戰行動的精準化控制。在技術實現方面，主要依托網絡信息系統，使戰場空間內的各作戰部隊實現數據通聯，進而通過傳達指揮員的數據指令對作戰部隊行動進行控制，使作戰部隊依據數據指令展開各類攻防行動。以此實現基于大數據的全維直達式控制、多維有限式控制等，可大幅提升指揮員對作戰部隊的實時精準掌控能力，確保指揮員指令得到準確有序地貫徹執行。

實時控制。主要是在大數據技術支撐下，不間斷監控和處理戰場數據，實現戰場態勢的實時更新，指揮員借助實時更新的戰場態勢，能夠及時發現高價值的時敏目標，進而達成對作戰部隊行動的近實時化控制。在技術實現方面，主要應用大數據技術對指揮信息系統進行改進升級，進而提高情報偵察探測、數據匯集傳輸、實時態勢感知、數據融合處理等各項能力，以實現指揮員對作戰部隊行動的實時控制。

聯動控制。主要是在大數據技術支撐下，依托基于網絡信息體系的數據共享機制和指揮信息系統，使作戰行動各環節圍繞同一作戰目標，在時域、空域、頻域上協調一致運行起來，實現對作戰部隊行動控制的聯動效應。在技術實現方面，主要是發揮大數據技術優勢，在全維感知戰場態勢、快速處理戰場數據的基礎上，使各作戰部隊按照指揮員決心企圖，圍繞同一作戰目標緊密協同、協調一致展開作戰行動，達成作戰行動的聯動指控效應。

聯合控制。主要是在大數據技術支撐下，以作戰行動為中心，基于對作戰時間、空間、頻域及行動效果等多個變量的全局調控，使諸軍兵種作戰部隊在集中統一指揮下實現高度聯合，達成聯合指控下的一體化聯合作戰效果。在技術實現方面，主要基于大數據技術，依托網絡信息體系，借助于各指揮節點間“態勢共享”和“互聯互通互操作”能力，圍繞總的作戰目標，通過相互間網絡共訪與協同，實現同步調控作戰力量、聯合一體完成作戰任務。

自主控制。主要是在大數據技術支撐下，各級指揮機構準確把握上級作戰意圖，實時獲取、分析和運用戰場數據，以此對作戰部隊行動進行自主化調控，進而實現指揮員決策與戰場情況同步、上下級之間行動同步、不同作戰單元之間主動協調，達成自主控制的效果。在技術實現方面，主要依托無縫鏈接的通信網絡、全天時天候的傳感系統、完善保鮮的作戰數據庫等，使各指揮單元能夠近實時感知戰場態勢變化情況，在符合上級意圖的前提下，基于高度自動化的作戰指控系統，輔助指揮員對作戰部隊行動進行適度的自主控制。