陈靖

【摘要】    从部队装备信息的管理方面的建设过程中，重点分析其所具有的大数据特点。介绍了在社会与军事方面中，大数据的不同应用情况，从而分析出在部队装备信息的管理方面，大数据的未来发展趋势，提出了关于基于大数据的部队装备相关信息在管理模式上的新思路。

【关键词】    大数据    部队    装备信息    管理

引言：

作为军队中的一项综合性及基础性较强的日常工作，军事装备信息管理是创造、巩固和提高军事信息效能的重要保证和基础工作。随着世界科技的不断提高和发展，我国在军队的信息化水平方面也在不断提高，这对军事信息管理工具的数据要求比以往更高。但是，随着实战化的军事训练需求的逐步提升，各种信息化装备在频繁的训练和演习中不可避免地产生大量数据，因为有了这些庞大复杂的数据，我军传统的数据维护储存和分析方式的弊端越来越明显。目前，我军正大力推进部队的信息化建设，在设备进行训练和任务期间，产生了大量具有相关联性质的数据，这些数据在数量和结构上与大数据的定义完全一致。由于传统的数据存储的容量有限，以及处理以及分析此类数据在模式上的制约，是一个难以应对的问题，这导致大量间接数据及隐含信息被忽略。因此，这些数据的存储和分析目前急切需要一种快速有效的信息管理模式。该文将大数据的特点作为出发点，对大数据处理模式在部队装备信息管理进行了分析，介绍其在不同环境中的应用，最后分析出在部队装备信息的管理方面，大数据的未来发展趋势。

一、大数据的特点及应用分析

大数据又被称之为巨量资料，这指的是具有大规模、高增长率以及广泛等特点的信息类型资产，需要新的处理方法来具有更强的判断、理解和过程处理优化能力。

1.1 大数据的特点

在云计算、物联网之后，大数据紧随进行了重大范围及程度的技术革新，其主要具有以下六个特点。在容量方面，其具有较大的数据容量，一般计算单位为TB或PB，数据规模极大。而储存大小主要由该数据的直接价值与潜在价值决定，例如出自情报侦察部门的数据在储存量方面一般极大。在分类上，大数据种类多，数据的相关类型也较为多样化，其中主要涵盖了多种数据类型，如结构化数据、非结构化数据等。

大数据在高速度方面有两种含义。首先，数据增长迅速。根据国际数据公司（IDC）的预测，全球数据每年将增长50%;其次，处理速度快。利用相应的大数据处理技术，我们可以快速获取各种不同数据的高价值信息。

在价值性方面，大数据仍具有两个含义。首先，价值的密度较低。如果以追踪罪犯为例，长期监控录像，只有几秒钟的嫌疑犯视频信息是有用的;其次，它具有巨大的潜在价值。基于大量数据，我们可以挖掘有价值的决策，用于管理和管理人们的生活。与此同时，大数据的真实性及质量在逐步提升。但由于大数据的可变性较高，数据内容及类型变化较多，严重阻碍了针对数据的处理过程。

1.2 大数据的应用分析

在现代社会建立和发展信息技术的过程中，数据已成为生活各个领域的焦点，影响着生活各个领域的决策。世界各国政府高度重视大数据的实施，大数据被广泛应用于社会和军事领域。

在社会方面，大数据模式通常用于以下几个方面，如社会组织机构、医疗保健服务、交通、人文科学教育等。例如，在医疗卫生系统相关领域，大数据可以有效预判具有关联性的相关疾病，如季节性疾病等;在交通管理方面，我们可以建立合理高效的交通管理系统以管理道路等;在图书馆管理方面，充分了解读者借阅行为规律;在物流管理方面，通过对大数据的利用，可以协助制定科学的物流解决方案。

在军事方面，大数据也得到了如同在其他领域中的广泛深入发展。在治理与调控方面，大数据可以理解军事形势的“全方位感知”，并通过快速数据处理分析能力，使得相关管理和决策被充分保障;在综合后勤领域，基于改进IT的后勤保障系统，优化了后勤保障的精细度，通过快速的大数据分析模式，展示了整体保障效果的合理性;在军事训练的相关管理方面，大数据能够有效通过收集、存储和分析大量在训练过程中产生的数据，为相关训练计划的制定，提供其极具参考价值的意见。

二、基于大数据部队装备信息管理应用分析

装备管理是进行有效作战的关键性基础，在国防和军队现代化建设的战略形势下，对装备信息的相关管理应提高重视程度，其应处于优先发展的战略位置。在现代战争中，信息权已成为在战场控制地位的核心。这一方面的数据，其中包括对数据的收集、存储和分析，在军事领域中，起到关键性作用。

2.1 基于大数据的部队装备信息管理数据的采集

军事装备管理数据的收集，是指通过某些技术或设备，从军事装备的控制中获取相关原始数据的过程。该过程不仅应考虑数据源的物理特性，同时也应当将数据分析的目标考虑在内。以下是三种在部队装备信息管理中主要的数据采集手段。

2.1.1 传感器采集

传感器通常用于测量物理环境变量，并将其处理为可读取的数字信号。信息应通过有线或无线网络传输至数据采集点。军事装备信息管理中产生的数据主要涉及基站数据的存储、检测和保障。

这些数据大多由传感器根据设备所处的物理环境的发生相应变化而得出。在传感器的测量控制链中同样可以得到相关数据，这主要是因为传感器通过电磁波将大量数据传输到控制点，而控制点持续收集和处理数据。

2.1.2 系统日志采集

日志形式被广泛应用于數据的获取之中，它由设备信息管理数据源系统创建，并以特殊文件格式存储系统操作。几乎所有在数字设备上运行的设备控制系统，都可以通过系统日志传输有关通用平台的实时数据。设备管理数据系统还可以用来进行日志信息的储存过程，以提高针对在储存库中海量日志的查询效率。

2.1.3 网络数据采集

网络数据采集的工作原理，主要是按照一定对应规则，在网络上针对相关信息程序或脚本，实现有效信息自动抓取的大数据技术，从而能够进行更为精准的行业性装备信息相关数据的获得与截取。

在管理军事装备信息时，爬虫技术从军方内部网站接收内容，从中提取必要的装备信息管理数据，向爬虫提供相应的网络集成资源启动器（URL）。需要收集装备管理数据，最后在将爬虫类收集的数据进行对应处理。

2.2 基于大数据的部队装备信息管理数据的存储

数据储存是指对所需数据源进行管理保存，以及其中的数据流处理过程中，所生成的临时文件或信息，对以上信息进行管理保存的过程。在进行军队装备管理的整个过程中，总是会产生大量复杂数据。由于大数据具有着上述的多种特点，相关大数据平台，目前致力于开发装备信息管理的储存模式，以及其相关联的系统。

2.3 基于大数据的部队装备信息管理数据分析

由于目前的部队装备在经历着不断地更新换代以及在其性能方面的升级，因此对装备信息的管理模式提出了更高的要求，面临着更大的挑战。对于从装备的相关信息管理中所获得的全部数据，进行大数据相关技术的分析，所能产生的决策辅助能够大大帮助到指挥者的相关工作。大数据的相关概念及理论方法的核心，即为大数据分析（BDA）。针对具有大数据特性的装备信息数据进行相应准确分析，能够从中获取其隐藏模式、未知量之间所存在的关系等，这类具有潜在价值的相关信息，也能使决策更加可靠。可视化分析是指进行数据相关性分析，并制定分析计划图表等，以便将数据更为直观地显示给用户;数据采集是从人们无法直接得知的，同时具备其隐藏价值性数据中，提取出对应隐藏信息的过程;而预测分析能力是指，通过统计学相关手段，如进行模型的预测以及学习等，根据上述两个环节所产生的对应结果，预测其在的对应发展态势及走向。通过标准化流程和数据分析工具进行数据管理的相关操作，可以有效提高所得数据的质量，为后续的数据收集提供保障;语义引擎是指对用户的相关信息中关键词，进行大数据处理，扩展填充语义，以便更准确、全方位地掌握了解用户的搜索。将数据挖掘技术，针对军事装备的相关信息进行结合应用，更贴合我国部队当前的发展需求。

三、基于大数据的部队装备信息管理发展趋势

发展军事装备信息管理是数据处理速度、新技术实施和系统经验优化等方面的综合发展。在部队装备信息处理的各个阶段将都会由大数据云计算来发挥作用。云计算是指数据处理和数据共享，通过网络获取必要的资源或服务，最后进行相关分析。

随着大数据时代的不断成熟发展，数据开发的水平与日俱增，这使数据在提取环节面临较大的挑战性。在数据挖掘方面，大数据想要体现出其优越性，就需要具有更大规模化的相关数据处理能力。在没有统一标准的情况下，各部门所建立的大量相关装备的信息管理系统，只是满足其自身要求，并不能满足在一体化联合作战基础上的，相关信息系统实现数据互联的需要。而就目前情况来看，在商业领域的云计算技术，已经取得较大成功，但是在目前的部队装备信息管理方面仍然表现不足，为使得部队信息化装备的高速发展，必须大力开发云计算技术在该领域的研究。

可视化技术促进了军事装备信息管理的发展，该技术能够以多维数据的形式表示数据中每个属性的值，从而可以从不同维度跟踪数据。设备信息管理使用数据指导材料和技术，确保其在时间、位置和质量方面的作用，并为装备部署快速精准的对应决策支持系统。

达到军备信息管理的效率提高目的的，将会是基于大数据环境下的智能决策系统。由于其可以将繁琐的操作及技术细节进行过滤，在未来的军事装备所产生的信息管理方面，相关决策者可以根据自身需求，设置其检索形式，仅显示其进行指定的军事装备信息与数据，建立更加精确的决策流程，是相关工作的效率得以提高。

四、结束语

综上所述，伴随着我国目前的部队信息化装备的逐步列装，越来越多的大规模化联合作战演习，因此在部队武器装备被频繁调用升级，部队的关键性战略资源正向着装备信息方向倾斜。因此在未来战场上，能够完全掌握大数据技术，充分调用数据价值便是掌握了战场主动权。

参  考  文  献

[1]于洪敏.部队装备管理教程[M].北京：国防工业出版社， 2014.

[2]海建和， 译薛， 菲校.大数据管理与智能分析[J].通信与计算技术， 2015， （35） 1：33-37.

[3]张春磊， 杨小牛.大数据分析 （BDA） 及其在情报领域的应用[J].中國电子科学研究院学报， 2013， 8 （1） ：18-22.

[4]杨飞， 于洪敏， 吕耀平.基于物联网的部队装备信息共享需求分析[J].兵工自动化， 2016 （7） ：89-92.