吳明丹 胡 江 張 鶴 中國兵器工業(yè)計(jì)算機(jī)應(yīng)用技術(shù)研究所

?

大數(shù)據(jù)分析技術(shù)及在軍事領(lǐng)域中的應(yīng)用

吳明丹 胡 江 張 鶴 中國兵器工業(yè)計(jì)算機(jī)應(yīng)用技術(shù)研究所

【文章摘要】

【關(guān)鍵詞】

大數(shù)據(jù)；信息時(shí)代；Hadoop；軍事領(lǐng)域

1.什么是大數(shù)據(jù)

現(xiàn)在人們能夠存儲遠(yuǎn)比過去多得多的數(shù)據(jù)，我們已經(jīng)度過了存儲的臨界點(diǎn)，我們不再需要決定要保留哪一半數(shù)據(jù)或者要保留多久的歷史數(shù)據(jù)。保存所有你的歷史數(shù)據(jù)和變量，以及當(dāng)你有了新的問題開始尋找答案時(shí)追溯歷史已經(jīng)經(jīng)濟(jì)可行。更多的數(shù)據(jù)，更加廉價(jià)但更加快速的硬件的融合驅(qū)動了變化的產(chǎn)生。今天，我們能夠以可負(fù)擔(dān)的價(jià)格獲得驚人的速度。

工業(yè)界對大數(shù)據(jù)有一個(gè)在不斷發(fā)展的定義，目前從以下3個(gè)維度來定義：大小、多樣性、速度。

數(shù)據(jù)量大小可以通過交易、事件的絕對數(shù)量或者產(chǎn)生數(shù)據(jù)的歷史長度來衡量，但是屬性、維度和預(yù)測變量會進(jìn)一步加大數(shù)據(jù)量。

數(shù)據(jù)的多樣性代表了數(shù)據(jù)的混雜程度。傳統(tǒng)的數(shù)據(jù)尤其是操作型數(shù)據(jù)，是“結(jié)構(gòu)化的”，所以能以數(shù)據(jù)類型（如字符型、數(shù)字型和浮點(diǎn)型）為基礎(chǔ)導(dǎo)入數(shù)據(jù)庫。最近的幾十年來，數(shù)據(jù)越來越多地變成“非結(jié)構(gòu)化的”，因?yàn)閿?shù)據(jù)源激增超過了操作型應(yīng)用。

數(shù)據(jù)的速度是指數(shù)據(jù)創(chuàng)建、積累、接收和處理的速度?？焖侔l(fā)展的世界要求我們進(jìn)行實(shí)時(shí)信息處理或者是準(zhǔn)實(shí)時(shí)的響應(yīng)。

2.大數(shù)據(jù)時(shí)代的到來

工業(yè)時(shí)代是一個(gè)社會巨大變化的時(shí)代。企業(yè)先后以蒸汽、電力作為原動力，在生產(chǎn)率上釋放了驚人的增長。

但是企業(yè)在進(jìn)化，它變得更加注意周邊環(huán)境并且更快速地進(jìn)行反應(yīng)，與之相伴隨的是信息時(shí)代的到來。

從20世紀(jì)50年代開始，企業(yè)通過使用計(jì)算機(jī)讓那些已有的系統(tǒng)自動化起來，這是企業(yè)和信息技術(shù)共生進(jìn)化的開始，是信息時(shí)代的第一個(gè)階段——數(shù)字化時(shí)代。

大概30年前，迎來了信息時(shí)代的第二個(gè)階段——網(wǎng)絡(luò)時(shí)代。企業(yè)利用計(jì)算機(jī)和互聯(lián)網(wǎng)有了顯著的進(jìn)化，它從被動、僵化轉(zhuǎn)變?yōu)閺?fù)雜和主動，從而能夠適應(yīng)更加復(fù)雜的世界。

但是更大的變革還在前方，我們將看到信息技術(shù)升級為對企業(yè)智能的支撐，大數(shù)據(jù)代表了存儲和分析方式兩者的全然轉(zhuǎn)變，而不僅僅只是和大小相關(guān)。這預(yù)示著大數(shù)據(jù)時(shí)代的到來，將開辟信息時(shí)代的新紀(jì)元。

3.大數(shù)據(jù)分析技術(shù)

在大數(shù)據(jù)分析的早期時(shí)代，人們并不知道數(shù)據(jù)的價(jià)值，所以大多數(shù)人還是強(qiáng)調(diào)以統(tǒng)計(jì)為主的分析方法。隨著人們不斷地發(fā)現(xiàn)數(shù)據(jù)的價(jià)值，分析方法也開始向預(yù)測性、規(guī)范性的方向發(fā)展。

大數(shù)據(jù)技術(shù)正在從根本上改變數(shù)據(jù)生成、處理、分析和消耗的策略。一方面，大數(shù)據(jù)技術(shù)促使我們的數(shù)據(jù)源更加多元和高效；另一方面，隨著數(shù)據(jù)源的海量激增，大數(shù)據(jù)技術(shù)能使我們處理數(shù)據(jù)更加快速高效，與此同時(shí)，輔以數(shù)據(jù)可視化技術(shù)，使我們的決策更加有理有據(jù)。

3.1預(yù)測分析

“預(yù)測分析”的提出是為了區(qū)別傳統(tǒng)的統(tǒng)計(jì)概念。預(yù)測是一種更加高級的計(jì)算類型，主要被用于計(jì)算未來事件發(fā)生的可能性。特定的行業(yè)，諸如銀行、保險(xiǎn)以及數(shù)字廣告都早已全面采用了這項(xiàng)技術(shù)，但大多數(shù)的企業(yè)仍然停留在較初級的階段。通過掌握分析技能，企業(yè)家將從被動的反應(yīng)位置（商業(yè)智能）發(fā)展為領(lǐng)導(dǎo)位置（預(yù)測分析）。使用所有可用數(shù)據(jù)（傳統(tǒng)的內(nèi)部數(shù)據(jù)資源與新的、豐富的外部數(shù)據(jù)資源相結(jié)合）可以使得預(yù)測更精確、更有意義，可以大大地減少商業(yè)沖突。

3.2數(shù)據(jù)分析可視化

數(shù)據(jù)可視化是利用數(shù)據(jù)模式識別使數(shù)據(jù)變得實(shí)用化的一項(xiàng)技術(shù)。對于目前的信息量而言，描述和總結(jié)報(bào)告已經(jīng)足夠了，但是當(dāng)數(shù)據(jù)量繼續(xù)擴(kuò)大到海量時(shí)，描述和總結(jié)報(bào)告就開始失效了。圖表、圖形、儀表盤中數(shù)十億的數(shù)據(jù)已經(jīng)無法幫助我們達(dá)到辨識數(shù)據(jù)模式的目的，它們使數(shù)據(jù)顯得令人窒息。于是，出現(xiàn)了新的技術(shù)和工具，它們利用現(xiàn)有的新可視化和動畫來描述數(shù)據(jù)。

①可視化提供了一個(gè)強(qiáng)有力的使數(shù)據(jù)有意義的方法，即通過映射數(shù)據(jù)屬性到可視的特征，如：位置、大小、形狀、顏色。

②交互性是動畫的必要補(bǔ)充，使用戶可以控制幀動畫的節(jié)奏、方向和片段的選擇，這對最完整的數(shù)據(jù)理解是至關(guān)重要的。

③交互式數(shù)據(jù)可視化和發(fā)現(xiàn)工具，如Tableau，正在洞察發(fā)現(xiàn)從特有的技能向商業(yè)中每一個(gè)人轉(zhuǎn)移，它使得分析師可以不需要夾在數(shù)據(jù)中間，從而做更多的分析工作。

3.3Hadoop并行計(jì)算

在許多對大數(shù)據(jù)處理有深遠(yuǎn)影響的大數(shù)據(jù)技術(shù)中，Apache Hadoop絕對是備受矚目的一個(gè)。Apache Hadoop是一個(gè)由Apache軟件公司管理的、用于存儲和處理多元海量數(shù)據(jù)的開源平臺，這個(gè)平臺能夠使數(shù)據(jù)驅(qū)動型企業(yè)快速高效地從他們的數(shù)據(jù)中獲取價(jià)值。Hadoop為人們在海量多元數(shù)據(jù)上發(fā)現(xiàn)問題提供了可行性和易用性，而這些問題在以前是不可能被發(fā)現(xiàn)和解決的。

①數(shù)據(jù)的規(guī)模和種類已經(jīng)大大超過了通過傳統(tǒng)平臺高效處理數(shù)據(jù)提取價(jià)值的負(fù)載能力。

②運(yùn)行于標(biāo)準(zhǔn)硬件之上的Hadoop所具有的可伸縮性和靈活性使人們在付出比以往的專有解決方案更低的成本后，獲得比以往更多的數(shù)據(jù)。

③Hadoop可以在很多領(lǐng)域勝任工作，包括搜索系統(tǒng)、登錄系統(tǒng)、數(shù)據(jù)倉庫、語音/圖像分析。使得人們可以把簡便的數(shù)據(jù)模型用于最現(xiàn)代的超規(guī)模體系中。

④與傳統(tǒng)技術(shù)不同的是，Hadoop能夠在它原有格式里存儲任意種類數(shù)據(jù)，并基于這些數(shù)據(jù)衍生一系列分析和變化。

⑤Hadoop運(yùn)行于商用服務(wù)器集群之上，每個(gè)服務(wù)器都具有可以被Hadoop系統(tǒng)統(tǒng)一調(diào)度的本地CPU和硬盤空間。

4.大數(shù)據(jù)在軍事領(lǐng)域中的應(yīng)用

4.1提升情報(bào)獲取能力

現(xiàn)代戰(zhàn)爭是“信息主導(dǎo)”的戰(zhàn)爭，信息獲取能力的強(qiáng)弱對于戰(zhàn)爭的進(jìn)程和勝負(fù)具有極為重要的作用，強(qiáng)化信息獲取能力是精確釋放及提升體系作戰(zhàn)能力的重要前提和抓手。應(yīng)用大數(shù)據(jù)技術(shù)，能夠大幅提高指揮機(jī)關(guān)的情報(bào)獲取能力，主要體現(xiàn)在兩個(gè)方面：一是大大提高情報(bào)信息處理效率，現(xiàn)代戰(zhàn)爭中戰(zhàn)場情報(bào)信息數(shù)量極其巨大，并且大部分是非結(jié)構(gòu)化數(shù)據(jù)，如采用常規(guī)方式處理這些海量信息，猶如“大海撈針”，不但高耗時(shí)，而且效率也會極其低下。而利用大數(shù)據(jù)對情報(bào)信息進(jìn)行處理，則理論耗時(shí)可達(dá)到秒級，處理速度呈指數(shù)級躍升，可大大提高單位時(shí)間內(nèi)的情報(bào)信息獲取處理能力。二是能夠發(fā)現(xiàn)更多有價(jià)值的情報(bào)。在信息受偵查手段、戰(zhàn)場環(huán)境等因素制約下，利用大數(shù)據(jù)技術(shù)能夠?qū)碜杂诙嗲赖男畔⒖焖龠M(jìn)行自動分類、整理、分析和反饋，能夠從大量相關(guān)或看似不相關(guān)的、秘密的或公開的信息中挖掘分析出目標(biāo)對象的高價(jià)值的軍事情報(bào)，從而有效解決情報(bào)、監(jiān)視和偵察系統(tǒng)不足的問題。

4.2提升指揮決策能力

現(xiàn)代條件下信息在作戰(zhàn)中的功能，地位和作用大大提高，信息已成為影響戰(zhàn)爭全局的極其重要的巨大資源和力量。指揮員憑借自身的專業(yè)知識和作戰(zhàn)經(jīng)驗(yàn)，難以從當(dāng)前海量的戰(zhàn)場信息中迅速、準(zhǔn)確地獲取有用的戰(zhàn)場知識，最終直接影響指揮決策的效果，而在激增的數(shù)據(jù)背后隱藏著許多重要的信息，我們希望能夠?qū)ζ溥M(jìn)行更高層次的分析，以便更好地利用這些數(shù)據(jù)。而利用大數(shù)據(jù)分析技術(shù)，可為指揮員的決策分析提供智能的、自動化的輔助手段，提高系統(tǒng)的智能化程度及決策科學(xué)性、實(shí)效性，從而極大地提高作戰(zhàn)的指揮效能和整體作戰(zhàn)能力。

5.結(jié)束語

大數(shù)據(jù)分析技術(shù)作為一項(xiàng)從大量數(shù)據(jù)中獲取有用知識的實(shí)用技術(shù)，已被廣泛應(yīng)用于各行各業(yè)并取得了較大的經(jīng)濟(jì)和社會效益，而其在軍事領(lǐng)域的應(yīng)用也具有很大的潛力。目前，有關(guān)這方面的研究正處于蓬勃的發(fā)展之中，相信在不久的將來，此方面的研究一定能取得更大的突破，它必將成為軍事領(lǐng)域信息綜合處理過程中的一項(xiàng)嶄新的、必不可少的技術(shù)。

【參考文獻(xiàn)】

［1］McKinsey Global Institute，” Big Data: The next Frontier for Innovation，Competition，and Productivity，” June 2011.

［2］Avinash Kaushik，Web Analytics 2.0:The Art of Online Accountability and Science of Customer Centricity（Indianapolis，India na:Sybex，2010）.

本文通過闡述什么是大數(shù)據(jù)來引出大數(shù)據(jù)時(shí)代的到來，接著從3方面論述了大數(shù)據(jù)分析技術(shù)，最后從提升情報(bào)獲取能力、提升指揮決策能力兩方面闡明了大數(shù)據(jù)在軍事領(lǐng)域中的應(yīng)用前景。大數(shù)據(jù)分析技術(shù)作為一項(xiàng)從海量數(shù)據(jù)中獲取有用知識的實(shí)用技術(shù)，必將在軍事領(lǐng)域發(fā)揮巨大作用。