王家其,賈紅麗，尹承督，樊澤凱

(軍械工程學(xué)院 裝備指揮與管理系裝備管理教研室， 石家莊 050003)

基于大數(shù)據(jù)的部隊(duì)裝備信息管理應(yīng)用

王家其,賈紅麗，尹承督，樊澤凱

(軍械工程學(xué)院 裝備指揮與管理系裝備管理教研室， 石家莊 050003)

針對(duì)部隊(duì)裝備信息管理建設(shè)中存在的問題，從大數(shù)據(jù)的特點(diǎn)入手，介紹了大數(shù)據(jù)在社會(huì)和軍事方面的不同應(yīng)用，分析了未來基于大數(shù)據(jù)的部隊(duì)裝備信息管理的發(fā)展趨勢(shì)，提出了基于大數(shù)據(jù)的部隊(duì)裝備信息管理模式。

大數(shù)據(jù)；裝備信息管理；數(shù)據(jù)采集；數(shù)據(jù)存儲(chǔ)；數(shù)據(jù)分析

部隊(duì)裝備信息管理是部隊(duì)一項(xiàng)全局性、基礎(chǔ)性、經(jīng)常性工作，是生成、鞏固和提高部隊(duì)信息戰(zhàn)斗力的重要保障和基礎(chǔ)性工作[1-2]。隨著當(dāng)今世界科學(xué)技術(shù)的不斷發(fā)展，我軍部隊(duì)的信息化程度也在不斷提高，對(duì)以數(shù)據(jù)為中心的部隊(duì)信息管理手段提出了更高的要求。然而，伴隨著實(shí)戰(zhàn)化訓(xùn)練要求的逐步加強(qiáng)，各類信息化裝備在頻繁訓(xùn)練、演習(xí)過程中必然產(chǎn)生了大量的數(shù)據(jù)，面對(duì)這些海量數(shù)據(jù)，我軍部隊(duì)傳統(tǒng)的數(shù)據(jù)存儲(chǔ)與分析模式的弊端日益凸顯。當(dāng)前我軍正處于信息化建設(shè)的關(guān)鍵時(shí)期，裝備在訓(xùn)練與執(zhí)行任務(wù)時(shí)產(chǎn)生了大量與其相關(guān)的數(shù)據(jù)，這些數(shù)據(jù)在數(shù)量上與結(jié)構(gòu)上都完全符合對(duì)于大數(shù)據(jù)的定義，受制于數(shù)據(jù)倉(cāng)庫(kù)容量與傳統(tǒng)數(shù)據(jù)處理模式的制約，對(duì)于這類數(shù)據(jù)的存儲(chǔ)與分析處理是傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)難以應(yīng)對(duì)的，會(huì)造成大量數(shù)據(jù)隱含信息被忽略，因此，需要一種快速高效的信息管理模式對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)分析[3,4]。本文從大數(shù)據(jù)的特點(diǎn)入手，結(jié)合目前部隊(duì)裝備信息管理，介紹了大數(shù)據(jù)在社會(huì)和軍事方面的不同應(yīng)用，分析了未來基于大數(shù)據(jù)的部隊(duì)裝備信息管理的發(fā)展趨勢(shì)。

1 大數(shù)據(jù)的特點(diǎn)及應(yīng)用分析

大數(shù)據(jù)(Big Data)又稱為巨量資料，指需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)[5]。“大數(shù)據(jù)”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫(kù)克耶在編寫《大數(shù)據(jù)時(shí)代》中提出。

1.1 大數(shù)據(jù)的特點(diǎn)

大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)后信息時(shí)代的重大技術(shù)革新，其特點(diǎn)主要有：

1) 容量大(Volume)，一般數(shù)據(jù)量以TB、PB來計(jì)算，數(shù)據(jù)規(guī)模大，其大小決定所考慮數(shù)據(jù)的價(jià)值和潛在信息，例如情報(bào)偵察部門數(shù)據(jù)存儲(chǔ)量多達(dá)PB級(jí)別。

2) 種類多(Variety)，數(shù)據(jù)類型復(fù)雜、多樣，主要包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)(半結(jié)構(gòu)化數(shù)據(jù)、準(zhǔn)結(jié)構(gòu)化數(shù)據(jù))等。

3) 速度快(Velocity)，速度快有兩層含義，一是數(shù)據(jù)量增長(zhǎng)快，據(jù)國(guó)際數(shù)據(jù)公司(International Data Corporation，IDC)預(yù)測(cè)，在全球范圍內(nèi)，每年數(shù)據(jù)將以50%的速度增長(zhǎng)；二是數(shù)據(jù)處理速度快，采用相應(yīng)的大數(shù)據(jù)處理技術(shù)，可以快速?gòu)拇罅慷囝愋偷臄?shù)據(jù)中獲得高價(jià)值信息。

4) 價(jià)值性(Value)，有兩層含義，一是價(jià)值密度低，以追捕罪犯為例,在長(zhǎng)時(shí)間的監(jiān)控視頻中,只有嫌疑人出現(xiàn)的幾秒為有用的視頻信息；二是潛在價(jià)值高，從大量的數(shù)據(jù)中可以挖掘出用于管理、指導(dǎo)人們生活的決策。

5) 真實(shí)性(Veracity)，數(shù)據(jù)的質(zhì)量及真實(shí)程度越來越高。

6) 可變性(Variability),數(shù)據(jù)內(nèi)容及類型改變較快，妨礙了處理和有效的管理數(shù)據(jù)的過程。

1.2 大數(shù)據(jù)的應(yīng)用分析

伴隨現(xiàn)代社會(huì)信息化的建設(shè)發(fā)展，數(shù)據(jù)成為社會(huì)各界的核心，影響著各界在各方面的決策，世界各國(guó)政府均十分重視大數(shù)據(jù)的應(yīng)用，大數(shù)據(jù)在社會(huì)和軍事方面有著廣泛應(yīng)用[6-8]。

早在2009年，聯(lián)合國(guó)就啟動(dòng)了“全球脈動(dòng)計(jì)劃”，擬通過大數(shù)據(jù)推動(dòng)落后地區(qū)發(fā)展。2012年1月世界經(jīng)濟(jì)論壇年會(huì)把“大數(shù)據(jù)、大影響”作為重要議題。美國(guó)奧巴馬政府在2012年發(fā)布《大數(shù)據(jù)研究和發(fā)展倡議》提出，投資約2億多美元用來支持對(duì)數(shù)據(jù)接入、組織、挖掘工具和技術(shù)的發(fā)展,并且進(jìn)一步發(fā)展形成了包括12個(gè)部門和多機(jī)構(gòu)的多項(xiàng)研究計(jì)劃[9]。當(dāng)今國(guó)內(nèi)大數(shù)據(jù)的地位也正在不斷提升。在政府層面，經(jīng)李克強(qiáng)總理簽批，2015年9月，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，系統(tǒng)部署大數(shù)據(jù)發(fā)展工作。在學(xué)術(shù)層面，國(guó)內(nèi)許多高等院校及研究所開始成立大數(shù)據(jù)的科研機(jī)構(gòu)，在產(chǎn)業(yè)層面，國(guó)內(nèi)不少知名企業(yè)或組織也成立了大數(shù)據(jù)團(tuán)隊(duì)，力爭(zhēng)在大數(shù)據(jù)產(chǎn)業(yè)競(jìng)爭(zhēng)中占據(jù)領(lǐng)先地位。

1) 大數(shù)據(jù)在社會(huì)方面的應(yīng)用

大數(shù)據(jù)常用于公共設(shè)施建立、醫(yī)療衛(wèi)生、交通管理、人文教育等領(lǐng)域的事務(wù)管理。例如在醫(yī)療衛(wèi)生管理方面，大數(shù)據(jù)可以有效預(yù)防季節(jié)性疾病或是突發(fā)病癥的發(fā)生；在交通管理方面，可以構(gòu)建合理的交通系統(tǒng)，并且進(jìn)行道路的規(guī)劃與治理；在圖書館管理方面，大數(shù)據(jù)通過讀者借閱情況規(guī)劃圖書的購(gòu)入；在物流管理方面，依托大數(shù)據(jù)制定科學(xué)的物流解決方案，提高了其管理水平及效益。大數(shù)據(jù)同時(shí)在電力部門、企業(yè)商品開發(fā)、地理測(cè)繪等方面也產(chǎn)生了重大作用。

2) 大數(shù)據(jù)在軍事方面的應(yīng)用

大數(shù)據(jù)在眾多領(lǐng)域都有著廣泛應(yīng)用的同時(shí)，在軍事領(lǐng)域也得到了深入發(fā)展。在指揮控制領(lǐng)域，大數(shù)據(jù)可以實(shí)現(xiàn)對(duì)戰(zhàn)局的“全維感知”以及通過高速的數(shù)據(jù)處理分析能力為指揮決策提供支撐；在綜合后勤保障領(lǐng)域，依托大數(shù)據(jù)技術(shù)構(gòu)建的后裝保障系統(tǒng)，優(yōu)化后裝保障的精細(xì)化程度，通過快速的數(shù)據(jù)分析達(dá)到合理、高效的綜合保障效果；在軍事訓(xùn)練數(shù)據(jù)管理方面，大數(shù)據(jù)通過對(duì)大量訓(xùn)練數(shù)據(jù)的采集、存儲(chǔ)和分析，為制定部隊(duì)軍事訓(xùn)練計(jì)劃提供意見和建議。

2 基于大數(shù)據(jù)部隊(duì)裝備信息管理應(yīng)用分析

習(xí)近平主席指出，裝備管理是戰(zhàn)斗力生成的重要基礎(chǔ)，要把裝備信息管理放在國(guó)防和軍隊(duì)現(xiàn)代化建設(shè)優(yōu)先發(fā)展的戰(zhàn)略位置來抓[10]。在現(xiàn)代戰(zhàn)爭(zhēng)中，信息權(quán)成為奪取戰(zhàn)場(chǎng)控制權(quán)的核心，一體化聯(lián)合作戰(zhàn)成為基本作戰(zhàn)形式，部隊(duì)裝備信息管理數(shù)據(jù)研究(采集、存儲(chǔ)和分析)在軍事領(lǐng)域也就變得尤為重要。

2.1基于大數(shù)據(jù)的部隊(duì)裝備信息管理數(shù)據(jù)的采集

部隊(duì)裝備信息管理數(shù)據(jù)的采集，即指使用某種技術(shù)或者手段，從部隊(duì)裝備管理中獲得原始數(shù)據(jù)的過程。數(shù)據(jù)采集不僅要考慮數(shù)據(jù)源的物理性質(zhì)，還要考慮數(shù)據(jù)分析的目標(biāo)。下面介紹三種常用的部隊(duì)裝備信息管理數(shù)據(jù)采集方法：傳感器采集、系統(tǒng)日志采集和網(wǎng)絡(luò)數(shù)據(jù)采集。

1) 傳感器采集

傳感器常用于測(cè)量物理環(huán)境變量并將其轉(zhuǎn)化為可讀的數(shù)字信號(hào)以待處理，通過有線或無線網(wǎng)絡(luò),信息被傳送到數(shù)據(jù)采集點(diǎn)。部隊(duì)裝備信息管理過程中產(chǎn)生的數(shù)據(jù)，主要來自基站中的維修、檢測(cè)、保障數(shù)據(jù)記錄，這些數(shù)據(jù)大部分由傳感器根據(jù)裝備所處物理環(huán)境的改變提供。除此之外還可以從傳感器測(cè)控鏈路中得到數(shù)據(jù)。這主要是傳感器通過電磁波向裝備操控站傳送大量數(shù)據(jù)，操控站進(jìn)一步將數(shù)據(jù)統(tǒng)一進(jìn)行采集處理。

2) 系統(tǒng)日志采集

日志是廣泛使用的數(shù)據(jù)采集方法之一,由裝備信息管理數(shù)據(jù)源系統(tǒng)產(chǎn)生,以特殊的文件格式記錄系統(tǒng)的活動(dòng)。幾乎所有在數(shù)字設(shè)備上運(yùn)行的裝備管理系統(tǒng)都會(huì)通過系統(tǒng)日志的方式向總平臺(tái)傳輸實(shí)時(shí)數(shù)據(jù)。向裝備管理系統(tǒng)反饋裝備管理最新數(shù)據(jù)的web服務(wù)器日志文件格式有三種類型:通用日志文件格式、擴(kuò)展日志文件格式和互聯(lián)網(wǎng)信息服務(wù)(Internet Information Services，IIS)日志文件格式。所有日志文件格式都是ASCII(American Standard Code for Information Interchange,美國(guó)信息交換標(biāo)準(zhǔn)代碼)文本格式。裝備管理數(shù)據(jù)庫(kù)也可以用來替代文本文件存儲(chǔ)日志信息,以提高海量日志倉(cāng)庫(kù)的查詢效率。與物理傳感器相比,日志文件可以看作是“軟件傳感器”,許多部隊(duì)裝備信息管理系統(tǒng)實(shí)現(xiàn)的數(shù)據(jù)采集軟件均屬于此類。

3) 網(wǎng)絡(luò)數(shù)據(jù)采集

網(wǎng)絡(luò)數(shù)據(jù)采集是指利用網(wǎng)絡(luò)爬蟲技術(shù)(按照一定規(guī)則自動(dòng)抓取網(wǎng)絡(luò)信息的程序或腳本)實(shí)現(xiàn)有針對(duì)性、行業(yè)性、精確性的裝備信息管理數(shù)據(jù)抓取。在部隊(duì)裝備信息管理中，通過網(wǎng)絡(luò)爬蟲從部隊(duì)內(nèi)部網(wǎng)頁上抓取內(nèi)容，并抽取出需要的裝備信息管理數(shù)據(jù)，再為爬蟲提供需要抓取裝備信息管理數(shù)據(jù)網(wǎng)絡(luò)的統(tǒng)一資源定位符(Uniform Resource Locator，URL)，最后根據(jù)爬蟲抓取的數(shù)據(jù)進(jìn)行處理。

2.2基于大數(shù)據(jù)的部隊(duì)裝備信息管理數(shù)據(jù)的存儲(chǔ)

數(shù)據(jù)存儲(chǔ)是指數(shù)據(jù)源及數(shù)據(jù)流在加工過程中產(chǎn)生的臨時(shí)文件或需要查找信息的存儲(chǔ)。部隊(duì)在以大數(shù)據(jù)為平臺(tái)的裝備信息管理過程中時(shí)刻都在產(chǎn)生大量的復(fù)雜數(shù)據(jù)，部隊(duì)裝備數(shù)據(jù)倉(cāng)庫(kù)時(shí)刻在記錄各種多源異構(gòu)數(shù)據(jù)，裝備維修保障部門也在不停存儲(chǔ)大量的保障維修數(shù)據(jù)。針對(duì)裝備信息管理過程中數(shù)據(jù)的多樣性、數(shù)量大、增長(zhǎng)快等特點(diǎn)，基于大數(shù)據(jù)Hadoop平臺(tái)建立裝備信息管理的存儲(chǔ)系統(tǒng)成為一項(xiàng)新的研究?jī)?nèi)容。

Hadoop平臺(tái)是Apache基金會(huì)推進(jìn)的開源式項(xiàng)目[11]。Hadoop可以部署在大規(guī)模的廉價(jià)硬件集群上，特別適合于大規(guī)模數(shù)據(jù)的存儲(chǔ)與分析處理，其三大核心部件是分布式文件系統(tǒng)(Hadoop Distributed File System,HDFS)、Map/Reduce編程模式[12]、分布式數(shù)據(jù)庫(kù)系統(tǒng)HBase。Hadoop平臺(tái)的HDFS，可以實(shí)現(xiàn)計(jì)算節(jié)點(diǎn)上的數(shù)據(jù)存儲(chǔ)，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的高吞吐率。在此主要對(duì)部隊(duì)裝備信息管理過程中產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)在Hadoop上的存儲(chǔ)過程進(jìn)行分析。

1) 結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)

結(jié)構(gòu)化數(shù)據(jù)又稱行數(shù)據(jù)，是由二維表結(jié)構(gòu)來邏輯表達(dá)和實(shí)現(xiàn)的數(shù)據(jù)。在部隊(duì)裝備信息管理過程中結(jié)構(gòu)化數(shù)據(jù)主要是指地理環(huán)境、電磁環(huán)境、氣象條件等數(shù)據(jù)。

裝備信息管理過程中的結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)采用基于SQL-Server2014的Microsoft存儲(chǔ)軟件，與Hadoop系統(tǒng)協(xié)作構(gòu)建存儲(chǔ)系統(tǒng)，共同搭建數(shù)據(jù)倉(cāng)庫(kù)，將數(shù)據(jù)存放至指定名稱的新建數(shù)據(jù)庫(kù)中，連接原有數(shù)據(jù)與新建數(shù)據(jù)庫(kù)完成數(shù)據(jù)存儲(chǔ)。

2) 非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)

非結(jié)構(gòu)化數(shù)據(jù)是指數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫(kù)二維邏輯表來表現(xiàn)的數(shù)據(jù)。在部隊(duì)裝備信息管理過程中非結(jié)構(gòu)化數(shù)據(jù)主要指?jìng)鞲衅魇占降囊曨l、圖像等數(shù)據(jù)。裝備信息管理過程中的非結(jié)構(gòu)化數(shù)據(jù)是以文件的方式存儲(chǔ)在HDFS中，同時(shí)將指向文件的鏈路或路徑存儲(chǔ)到建立在HDFS分布式文件系統(tǒng)之上的HBase數(shù)據(jù)庫(kù)中。

通過以上的一系列處理，將部隊(duì)裝備信息管理數(shù)據(jù)按種類進(jìn)行存儲(chǔ)，方便進(jìn)行下一步的數(shù)據(jù)分析。

2.3基于大數(shù)據(jù)的部隊(duì)裝備信息管理數(shù)據(jù)分析

在裝備更新?lián)Q代和性能提升的同時(shí)，隨之而來的就是對(duì)裝備信息管理方式的更高要求。準(zhǔn)確地對(duì)裝備信息管理中產(chǎn)生的數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，能夠?yàn)橹笓]者提供一種更合適的決策輔助。大數(shù)據(jù)分析(Big Data Analytics，BDA)是大數(shù)據(jù)理念與方法的核心，是指對(duì)海量類型多樣、增長(zhǎng)快速、內(nèi)容真實(shí)的數(shù)據(jù)(即大數(shù)據(jù))進(jìn)行分析，從中找出可以幫助決策的隱藏模式、未知的相關(guān)關(guān)系以及其他有用信息的過程[13]。大數(shù)據(jù)分析包括可視化分析、數(shù)據(jù)挖掘算法、預(yù)測(cè)性分析能力、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理、語義引擎等五個(gè)方面。

可視化分析是對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析并做出分析圖表，使數(shù)據(jù)直接的展現(xiàn)在用戶面前；數(shù)據(jù)挖掘、是從數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又潛藏有用的信息和知識(shí)的過程；預(yù)測(cè)性分析能力是指應(yīng)用統(tǒng)計(jì)學(xué)方法，如建立預(yù)測(cè)模型、機(jī)器學(xué)習(xí)等手段，根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果來對(duì)未來發(fā)展進(jìn)行預(yù)測(cè)的手段；數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是在管理方面的實(shí)踐，通過標(biāo)準(zhǔn)化的流程和工具對(duì)數(shù)據(jù)進(jìn)行管理，能夠提升數(shù)據(jù)質(zhì)量，保證后續(xù)高效的數(shù)據(jù)挖掘；語義引擎指的是對(duì)用戶的查詢關(guān)鍵字進(jìn)行處理，引申語義含義從而更加準(zhǔn)確、全面的實(shí)現(xiàn)用戶的檢索。

數(shù)據(jù)挖掘技術(shù)應(yīng)用于部隊(duì)裝備信息管理中是比較符合我軍當(dāng)前發(fā)展現(xiàn)狀的，其中最主要的應(yīng)用之一就是關(guān)聯(lián)規(guī)則分析。關(guān)聯(lián)規(guī)則是用來展現(xiàn)事物或數(shù)據(jù)之間所存在關(guān)系的規(guī)則[14]。

關(guān)聯(lián)規(guī)則分析經(jīng)常使用的是Apriori算法，但Apriori算法在面對(duì)當(dāng)今部隊(duì)裝備信息管理數(shù)據(jù)結(jié)構(gòu)多元化、數(shù)據(jù)量劇增的情況下卻很難實(shí)現(xiàn)快速高效的數(shù)據(jù)挖掘。于是提出對(duì)Apriori算法進(jìn)行改進(jìn)，包括MRApriori算法、MRApriori-x算法和MCMApriori算法。大量實(shí)驗(yàn)數(shù)據(jù)顯示：在數(shù)據(jù)規(guī)?；蛑С侄认嗤闆r下，三個(gè)算法中MCMApriori算法的表現(xiàn)最為突出。

MCMApriori算法關(guān)鍵技術(shù)在于在進(jìn)行數(shù)據(jù)挖掘過程中，只進(jìn)行兩次Map/reduce運(yùn)算，不同于MRApriori算法需要進(jìn)行多次Map/reduce運(yùn)算，真正實(shí)現(xiàn)了快速、高效的數(shù)據(jù)挖掘。

利用MCMApriori算法對(duì)數(shù)據(jù)進(jìn)行挖掘可以分為以下步驟：

1) 將采集到與裝備管理相關(guān)的數(shù)據(jù)導(dǎo)入至Hadoop的Hive中，對(duì)數(shù)據(jù)進(jìn)行清洗，將格式錯(cuò)誤、不一致、不完整的數(shù)據(jù)刪除。

2) 將清洗好的數(shù)據(jù)存放在Hadoop中的HDFS分布式文件系統(tǒng)，設(shè)置文件讀取的目標(biāo)路徑，對(duì)數(shù)據(jù)進(jìn)行分割切片，傳遞給每個(gè)Map節(jié)點(diǎn)。

3) 設(shè)置最小支持度(支持度：A工作、B工作同時(shí)存在于T任務(wù)的概率)和置信度閾值(置信度：B工作在所有任務(wù)中出現(xiàn)的概率)，然后參照MCMApriori算法進(jìn)行數(shù)據(jù)挖掘。

裝備信息管理中利用MCMApriori算法進(jìn)行數(shù)據(jù)挖掘，首先將采集的數(shù)據(jù)進(jìn)行清洗，將不需要的數(shù)據(jù)刪除，再存放進(jìn)HDFS中。數(shù)據(jù)挖掘時(shí)，根據(jù)需要設(shè)置好參數(shù)，再采用MCMApriori算法進(jìn)行數(shù)據(jù)挖掘。

3 基于大數(shù)據(jù)的部隊(duì)裝備信息管理發(fā)展趨勢(shì)

部隊(duì)裝備信息管理的發(fā)展是在提升數(shù)據(jù)處理速度、新技術(shù)的應(yīng)用、優(yōu)化系統(tǒng)體驗(yàn)上全方位的發(fā)展。

1) 云計(jì)算將滲入到裝備信息處理的每一個(gè)階段。云計(jì)算是指通過網(wǎng)絡(luò)按需獲得資源或服務(wù)的數(shù)據(jù)處理和共享技術(shù)。受大數(shù)據(jù)時(shí)代發(fā)展影響，數(shù)據(jù)的發(fā)展規(guī)模日漸增大，給數(shù)據(jù)挖掘工作帶來了巨大挑戰(zhàn)，為了更好地發(fā)揮數(shù)據(jù)挖掘優(yōu)勢(shì)，必須提高大規(guī)模數(shù)據(jù)計(jì)算能力[15]。從現(xiàn)實(shí)上看，因?yàn)槿鄙俳y(tǒng)一的標(biāo)準(zhǔn)，各部門自身需要而建立了大量裝備信息管理系統(tǒng)很難滿足一體化聯(lián)合作戰(zhàn)信息互聯(lián)互通的需要。目前，云計(jì)算技術(shù)在商業(yè)領(lǐng)域已經(jīng)取得了巨大成就，但在我軍裝備信息管理中的應(yīng)用尚處于探索階段，云計(jì)算的深入應(yīng)用將在未來部隊(duì)裝備信息管理中得到快速發(fā)展。

2) 可視化技術(shù)將帶動(dòng)裝備信息管理發(fā)展?？梢暬夹g(shù)是指將數(shù)據(jù)中的各個(gè)屬性值以多維數(shù)據(jù)的形式表示，使數(shù)據(jù)能從不同的維度觀察。裝備信息管理依托于“全資可視化”平臺(tái)，用數(shù)據(jù)引導(dǎo)物資、技術(shù)，保證二者適時(shí)、適地、高質(zhì)發(fā)揮作用，實(shí)現(xiàn)對(duì)裝備快捷、準(zhǔn)確的決策支持系統(tǒng)。

3) 智能輔助決策系統(tǒng)將提高部隊(duì)裝備信息管理效益。智能輔助決策系統(tǒng)面向部隊(duì)裝備信息管理高層決策者，屏蔽了技術(shù)細(xì)節(jié)和頻繁操作。在未來的部隊(duì)裝備信息管理過程中，決策者可以按自己需要設(shè)置頁面的顯示內(nèi)容和展現(xiàn)布局，將自己關(guān)心的部隊(duì)裝備信息管理數(shù)據(jù)篩選提煉出來，形成更精確的決策依據(jù)，從而提高部隊(duì)裝備信息管理效益。

總之，伴隨我軍信息化裝備的逐漸列裝，聯(lián)合作戰(zhàn)演習(xí)的大規(guī)模進(jìn)行，武器裝備的頻繁動(dòng)用，裝備信息必然成為部隊(duì)重要戰(zhàn)略資源，未來誰能掌握大數(shù)據(jù)技術(shù)，做到充分利用數(shù)據(jù)，誰就將奪得戰(zhàn)場(chǎng)的主動(dòng)權(quán)。

[1] 胡利民.裝備訓(xùn)練學(xué)[M].北京：國(guó)防工業(yè)出版社，2004.

[2] 于洪敏.部隊(duì)裝備管理教程[M].北京:國(guó)防工業(yè)出版社,2014.

[3] 王少波,王偉.軍事物聯(lián)網(wǎng)戰(zhàn)地裝備安全監(jiān)管體系及其應(yīng)用構(gòu)建[J].物聯(lián)網(wǎng)技術(shù),2016(10):47-51.

[4] 劉凱,孫俊峰.信息化條件下部隊(duì)裝備管理教學(xué)訓(xùn)練系統(tǒng)功能設(shè)計(jì)分析[J].電子技術(shù)與軟件工程,2014,(16):103.

[5] 胡茹.淺談大數(shù)據(jù)應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J].科技論壇,2014(32):19.

[6] 趙躍.無人機(jī)飛行數(shù)據(jù)綜合管理與分析系統(tǒng)研究[D].南京:南京航空航天大學(xué),2012,03.

[7] 海建和,譯薛,菲校.大數(shù)據(jù)管理與智能分析[J].通信與計(jì)算技術(shù),2015,(35)1:33-37.

[8] 王曉慧,王康.大數(shù)據(jù)背景下智慧城市建設(shè)研究現(xiàn)狀與趨勢(shì)的可視化分析[J].電子商務(wù),2017(6):26-27+33.

[9] EXECUTIVE O O T P.Big Data Across the Federal Government[EB/OL].[2014-03-21].http://www.whitehouse.gov/sites/default/files/microsites/ostp/big-data-fact-sheet-final-1.

[10] 習(xí)近平.國(guó)防和軍隊(duì)建設(shè)重要論述讀本：第6卷[M].北京：解放軍出版社，2016.

[11] Dhruba Borthakur.HDFS architecture guide[EB/OL].[2013-11-23].http://hadoop.apache.org/docs/r1.0.4/hdfs_design.

[12] 謝光.基于MapReduce的云數(shù)據(jù)挖掘模型的設(shè)計(jì)與實(shí)現(xiàn)[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2017(6):62-63+71.

[13] 張春磊，楊小牛.大數(shù)據(jù)分析(BDA)及其在情報(bào)領(lǐng)域的應(yīng)用[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2013，8(1)：18-22.

[14] 王梟翔.基于相關(guān)興趣度的關(guān)聯(lián)規(guī)則挖掘[D].蘭州：蘭州交通大學(xué),2013.

[15] 鄧仲華,劉偉偉,陸穎雋.基于云計(jì)算的大數(shù)據(jù)挖掘內(nèi)涵及解決方案研究[J].情報(bào)理論與實(shí)踐,2015(7):103-108.

[16] 楊飛，于洪敏，呂耀平.基于物聯(lián)網(wǎng)的部隊(duì)裝備信息共享需求分析[J].兵工自動(dòng)化，2016(7)：89-92.

(責(zé)任編輯唐定國(guó))

InformationManagementofArmy’sEquipmentBasedonBigData

WANG Jiaqi， JIA Hongli， YIN Chendu， FAN Zekai

(Teaching and Research Section of Equipment Command and Management Equipment, Ordnance Engineering College，Shijiazhuang 050003，China)

In the construction of army’s information management in equipment, the data of equipment information turns bigger and bigger with more and more types, which leads to the dilemma that the existing management model is incapable of meeting army’s requirement. To solve this problem, a hot research topic:big data is used and the newly information management model based on that it is posed. Proceeding from data gathering, data storing and data analysis, along with the information of army’s equipment, a survey on the characteristic and application of big data is made in this essay in order to find out the application of army’s information management in equipment and the future development.

big data; information management in equipment; data collection; storage; data analysis

2017-07-13；

2017-07-30

王家其(1989—)，男，碩士研究生，主要從事裝備建設(shè)與發(fā)展研究。

賈紅麗(1972—)，女，副教授，碩士生導(dǎo)師，主要從事裝備建設(shè)與發(fā)展研究。

后勤保障與裝備管理

10.11809/scbgxb2017.11.022

本文引用格式：王家其,賈紅麗，尹承督，等：基于大數(shù)據(jù)的部隊(duì)裝備信息管理應(yīng)用[J].兵器裝備工程學(xué)報(bào)，2017(11):99-102.

formatWANG Jiaqi，JIA Hongli，YIN Chendu，et al.Information Management of Army’s Equipment Based on Big Data[J].Journal of Ordnance Equipment Engineering,2017(11):99-102.

E917

A

2096-2304(2017)11-0099-04