作战实验中大数据技术运用探讨
来源:用户上传
作者:
摘 要：现阶段，我国军事作战实验数据分析日益重要，基于信息化、立体化现代作战需求，从实现关联分析及精准数据分析出发，结合大数据技术实际应用情况，通过对“大数据技术”在作战实验中发挥进行分析研究，提出其具体方法、步骤，为下一步具体应用提出依据参考。
关键词：作战实验;大数据技术;关联分析
中图分类号：E919 文献标志码：A 文章编号：2095-2945（2019）25-0153-02
Abstract： At the present stage， the analysis of military combat experimental data in China is becoming more and more important. Based on the information and three-dimensional modern combat requirements， starting from the realization of correlation analysis and accurate data analysis， combined with the practical application of big data technology， through the analysis and research on the play of "big data technology" in the combat experiment， this paper puts forward its specific methods and steps， as well as the basis for the next concrete application.
Keywords： combat experiment; big data technology; correlation analysis
前言
“大數据技术”是当下作战实验中较为常见的应用分析之一，然而现阶段我国“大数据技术”在作战实验中依然存在诸多问题。因此，要求行之有效的措施对其问题进行分析解决，如应用于作战实验事后分析、构建作战实验大数据应用的云框架、应用于单兵作战数据分析等。本次研究对“大数据技术”在作战实验中的构建运用进行分析，具有理论意义。
1 大数据技术概述
随着我国科学技术不断发展，针对数据分析、数据存储、数据提取的迫切性，一种新型数据技术应运而生，即“大数据技术”。大数据技术是指通过对大数据应用，结合网络技术、计算机技术、数据库技术及相关软件配合的一种综合性数据分析技术。大数据技术主要用于数据分析、数据管理、数据存储、数据提取等。大数据技术具有以下特点：第一、“海量”特点，海量主要是指大数据的包罗涵盖，它是诸多大量数据库及信息的集成，从数据数量及内容层面来讲，大数据可以扩展为“无限大”，即海量特点。第二、“快速”特点，大数据技术在数据分析、传输等方面具有一定速度性，相对于传统数据传输及搜索速度得以明显提升，高速特点也是大数据技术重要核心实质之一。第三、“多样及真实性”特点，大数据技术中的数据信息具有多样性，其涉及领域内容较为广泛，基本不会存在数据死角。真实性主要是指大数据的可靠性、可行性，缺乏真实就等于失去一切，通过反复实验及观察发现，大数据技术具有较高的真实可靠保障。另外，大数据技术应用领悟也随着大数据技术不断成熟而日益拓宽，大数据技术是传统互联网技术的创新升级，它将网络分析、索引、存储进行“大数据”呈现，对信息数据进行重新意义诠释及定位。大数据应用领域主要包括：生产制造、企业管理、教育教学、医疗保障、作战实验、科学研究等，并在不久将来，大数据技术一定会发展更为快速及创新[1]。
2 “作战实验”概述
目前，我国综合国力不断增强，军事对抗中往往通过“作战实验”模拟进行实施开展。“作战实验”主要是针对军事对抗，以“作战”为主的实验流程，该实验与其他实验不同，注重强调策略应对、数据分析、布局设计及问题总结等。现阶段，我国军事“作战实验”主要通过云端平台及软件利用模拟而成，在真实可行方面具有一定的成效保障。作战实验中的对抗过程、结果、总结等涉及方面主要通过数据分析完成，需要运用大数据技术对其进行数据分析。所以，在作战实验中大数据技术应用具有一定的趋势前景[2]。
3 作战实验中大数据技术的具体运用
3.1 应用于作战实验事后分析
作战实验不是片面的简单流程，而是更为科学、合理的系统布局，按照作战实验的流程顺序可以分为事前分析、事后分析。事前分析主要是指对作战的可行性、关注性进行预测分析，该阶段分析对作战实验整体发挥及作用效果影响不大。因此，笔者认为作战实验中的最为重要的是“事后分析”，通过对作战实验事后进行大数据应用，可以对作战结果进行科学总结，事后分析主要包括：实验结果数据分析、历史数据分析、经验数据分析等，通过对三种数据进行综合分析，得出最后实验结论。通过笔者对作战实验事后分析研究发现，大数据应用相对于传统数据分析具有一定的作用影响，具体如下：第一、提升了数据分析的精准度，主要是因为大数据分析技术不光是传统意义上的数理统计、计算均值、聚类分析及归回等。但随着我国军事科技技术不断创新，在作战实验中应用各类高性能传感器，并通过网络布设进行大面积覆盖，这就造成了数据的数量规模不断扩大，导致数据的精准度、正确性极易出现“失真”情况，大数据应用可以解决“失真”现象，提升数据的精确度。第二、目前，作战实验中大量数据多以非结构化形式呈现，非结构化主要包括：图片、文本、声音等。这些都是传统数据分析无法完成的，而大数据分析技术可以对作战实验中的图片、文本、声音等进行数据分析。第三、加强了存储及计算能力，大数据的存储能力及计算能力是超强的，它会对大量海量数据进行存储计算。所以，从功能时效方面考虑，在作战实验事后分析中应用大数据，可以对作战数据、对比消耗、综合评估等进行全面分析，并通过云技术对其进行相对存储，为下一步工作开展提供参考[3]。 3.2 构建作战实验大数据应用的云框架
首先，在硬件资源方面，应该加强作战实验云计算所需要的实体配置资源，主要包括：网络服务器、存储硬盘、交换机、DAS、NAS、微型计算机及磁盘陈列等，这些都是大数据应用云框架的硬件基础前提。其次，实现虚拟化，针对作战实验大数据应用实际情况，运用虚拟化技术主要优势如下：第一、对底层物理细节进行有效屏蔽，为该上层的运行统一提供环境基础。第二、应该对调度资源的颗粒度进行改变，其目的是可以更为灵活机动的对其调度资源进行利用。第三、在输出数据载体中可以采用分布式文件系统。第四、构建云计算综合开发平台，其目的是对上层开发平台提供支持。第五、基于作战实验大数据应用系统，应该充分保障数据分析私有云服务入口提供，主要入口心态包括：虚拟桌面、浏览器、PC、云终端程序及设备等。最后，利用离群点分析、预测分析、关联分析、聚类分析等方式对其作战实验价值结论进行挖掘，并以多渠道、多角度、多维度形式呈现出来。这种效果呈现可以对系统高层用户与相关人员就作战问题进行依据参考，为决策起到高效、合理、精准的实际作用[4]。
3.3 应用于单兵作战数据分析
作战实验中“单兵作战”能力的考验及分析尤为重要，在现代化信息立体战争中，单兵作战能力及数据采集对整个战局与影响至关重要。通过资料分析研究发现，美国在军事作战实验中将“单兵”作为布局中的重要数据节点，随着单兵信息采集器及传感器的大量投入，作战实验中通过对单兵数据采集、分析，可以为整个作战实验事后结论起到重要判定作用。大数据应用主要针对单兵数据信息进行管理、搜集、分析及存储，并通过对该单兵的作战表现及成绩，综合整体作战实验发展流程，为其事后结果进行科学依据提出[5]。
4 大数据应用在作战实验中的优势体现
4.1 有利于关联分析实现
关联分析是指对作战实验中的涉及因素、关联影响、波及效应等进行关联研究，关联分析在作战实验的重要作用主要体现于协同影响，将传统的单项数据分析进行整体关联，对作战实验不同兵种的消耗影响及战局走向进行关联，实现了对较为复杂作战实验的综合数据分析[6]。
4.2 有利于日后的指导意义
随着未来战争信息化、立體化逐渐开展，传统作战方式已经无法满足当下需求，从国土防卫及远程打击角度来讲，加强作战实验尤为重要。作战实验的目的性在于提升日后的实战能力及水平，通过大数据应用将作战实验结论进行科学判定，并可以根据判定结果对我国军事作战中存在的缺点、不足及时发现，并在日后的训练及规定制定中融入建设性设计，对我军综合能力提升起到积极战略指导意义[7]。
5 结束语
综上所述，通过对作战实验中大数据技术运用进行分析研究，主要包括：大数据技术概述、“作战实验”概述、作战实验中大数据技术的具体运用，其包括应用于作战实验事后分析、构建作战实验大数据应用的云框架、应用于单兵作战数据分析、大数据应用在作战实验中的优势体现，其包括有利于关联分析实现、有利于日后的指导意义等，多方面、多角度对大数据技术在作战实验中的作用发挥进行阐述，为下一步工作开展打下重要基础。
参考文献：
[1]石晓峰.大数据时代体育服务现状的可视化分析[J].体育研究与教育，2019，34（03）：16-21.
[2]翟颖.大数据时代高校共青团网络育人模式创新研究[J].河北青年管理干部学院学报，2019，31（03）：15-18.
[3]钟莉.大数据时代地方政府治理创新的机遇与挑战——以广州市为例[J].河北青年管理干部学院学报，2019，31（03）：39-44.
[4]陈晓春，张雯慧.价值共创视角下“三共”社会治理格局的大数据应用研究[J].湖南大学学报（社会科学版），2019，33（03）：41-47.
[5]彭勇.大数据时代“汽车故障诊断”课程精准课堂的构建[J].西部素质教育，2019，5（10）：210-211.
[6]朱思佳，范夏雨，魏敏，等.大数据时代下公共管理学科教学改革的路径探索[J].当代教育理论与实践，2019，11（03）：56-60.
[7]李紫薇.大数据时代高校网络舆情引导研究[J].科技经济导刊，2019，27（15）：170.
转载注明来源:https://www.xzbu.com/1/view-15005086.htm
