基于大數據的部隊裝備信息管理應用的研究

李甲贊 李俊利 張生武

摘 要：對于部隊裝備信息管理而言，其是一種常規性、整體性、基礎性的工作，在穩固與提升部隊作戰水平上有著舉足輕重的作用。近年來，伴隨科技的飛速發展，部隊信息化水平日漸提升，怎樣優化此項工作成為重點研究問題。本文主要圍繞大數據的定義和特征展開分析，并提供其在部隊裝備信息管理中的應用措施。

關鍵詞：大數據 部隊 裝備信息管理

一、大數據的定義和特征

（一）基本定義

所謂大數據，又叫做big data（巨量資料），具體是指需要新處置方式才能具備良好觀察力、決策力以及流程完善能力的大量多樣性信息資產。此定義由Kenneth Cook， Victor Mayer Schneiberg最先提出。

（二）主要特征

1.關于volume

通常情況下，數據量是由PB、TB來運算的，數據規模較大，數據的內在信息與價值和其大小息息相關。以情報偵查部為例，數據儲存量能達到PB層級。

2.關于varoety

數據種類繁雜，具有多樣性，一般包含非結構化與結構化數據等。其中前者以準結構化與半結構化數據為主[1]。

3.關于velocity

此速度具有兩種寓意，一種是數據量增加的速度較快，根據IDC（國際數據公司）推斷，在世界范圍內，數據會以60%的速度逐年提升；另一種則是數據處置速度較快，選用科學合理的大數據處置技術，能迅速從眾多不同種類的數據中得到有效信息。

4.關于value

對于價值而言，其同樣有兩種寓意。一種是價值的密度較低，比如在捕獲犯罪人時，在較長時間段的監控視頻內，僅有其現身的幾秒才是有價值的視頻信息；另一種是有著較高的潛在價值，從海量數據中能開發出適用于引導和管理人們生活的正確決策。

5.關于veracity

對數據的真實性與質量有著更高的要求

6.關于variability

數據的種類和內容變幻莫測，對數據的高效處置與管理帶來一定影響。

二、基于大數據的部隊裝備信息管理運用

（一）信息管理數據的搜集

1.搜集傳感器

在測定物理環境變量時通常會使用傳感器，其能把這些變量變成能解讀的數字信號作為備用處置，利用無線或是有線網絡，把信息傳達到數據收集點。部隊裝備信息管理工作中形成的數據信息，通常源于基站中的巡檢、修理、保障數據記載，這些數據信息大多數由傳感器依據裝備所在的物理環境的轉變來供應的。不僅如此，還能在傳感器測控鏈路中獲得所需數據[2]。

2.搜集系統日志

作為利用率最高的數據搜集方法，日志形成于信息管理數據源之中，用獨特的文件格式記載系統各項活動。大部分在數字設施上運作的裝備管理系統均會以系統日志的模式為總臺傳達即時數據信息。其中反饋裝備管理慣用的web服務器日志文件格式主要有三種，分別為拓展日志文件、日志文件以及IIS。而數據庫能頂替文本文件儲存日志信息，提升巨量日志庫的搜索效率。

3.搜集互聯網數據

互聯網數據搜集，具體是指采用互聯網爬蟲技術，完成有準確性、具體性、行業性的管理數據信息獲得。在實際管理過程中，利用互聯網爬蟲從部隊內網中提煉內容，且挖掘出所需的數據信息，然后為爬蟲供應其所需的URL，結合其得到的數據進行處置。

（二）信息管理數據的儲存

所謂數據儲存，簡單來講就是把數據流和數據源在加工進程中形成的臨時文檔或者有待查詢信息的儲存?；诖髷祿脚_，部隊裝備信息管理工作中存在諸多繁雜數據，相關數據庫在實時記載不同的數據信息，而維修部同時也在儲存修理數據。結合信息管理數據容量大、樣式多的特征考慮，通過Hadoop平臺建設裝備信息管理儲存體系變成目前焦點話題。

1.結構化數據

此種數據又叫做行數據，是一種通過二維表構造來表述與實現的數據。在裝備信息管理中這一數據通常是指電磁環境、天氣條件與地理狀況等等。

在儲存結構化數據時，往往會使用以SQL server2014為主的microsoft儲存軟件，和Hadoop系統聯合建設儲存體系，攜手建設數據庫，把數據置于固定名字的新創數據庫里，把新建數據庫和過去的數據完美銜接在一起，從而實現數據的安全儲存。

2.非結構化數據

此種數據具體是指結構不健全、缺少規則性、未預設置的數據模型，是一種不適合采用數據庫二維表來體現的數據。對于裝備信息管理中存在的此種類型數據而言，具體是指傳感器搜集到的圖像、視頻等信息。儲存于HDFS中采用的是文件的形式，而且把指向文件的路徑或者鏈路儲存在建設的HDFS分布式文件體系內的HBASE數據庫內。

（三）信息管理數據的剖析

大數據分析，主要包括五大內容，一是可視化分析；二是數據開發算法；三是預估性分析能力；四是數據監管與數據質量；五是語義引擎。

就可視化分析而言，其能對數據展開關聯剖析，同時生成相關圖表，讓數據直觀的呈現在客戶眼前。

數據開發，能從大量數據中提煉出潛在的，人們之前不了解的、卻又具有一定價值的知識與信息的過程。

預估性分析能力則是指利用統計學有關知識，建設預估機器和模型，結合之前兩個環節得到的結果對將來發展進行推測。

數據監管和數據質量則是在管理實踐過程中，采用規范化的流程與用戶來監管數據，能確保接下來的數據開發有序進行。

對于語義引擎而言，是指處置客戶的搜尋關鍵字，拓展語義寓意進而更加精準的、全方位的完成客戶檢索。

結論：綜上所述，在部隊裝備信息管理中采用大數據技術，不但能適應時代發展要求，還能提高部隊整體實力。可從信息管理數據的搜集、儲存與分析等方面入手，充分發揮其自身優勢和作用。

參考文獻

[1] 王家其，尹承督，樊澤凱.基于大數據的部隊裝備信息管理應用[J].兵器裝備工程學報，2017，38（11）：99-102.

[2] 何國良，樊延平，徐文超.基于效能仿真的數字化部隊裝備保障方案多層次評價[J].裝甲兵工程學院學報，2016，30（01）：14-20.