摘 要：本文首先系統(tǒng)回顧了大數(shù)據(jù)決策由來及發(fā)展現(xiàn)狀；接著論述了大數(shù)據(jù)決策分析在軍事決策領(lǐng)域的需求，并根據(jù)需求構(gòu)建了由數(shù)據(jù)獲取層、數(shù)據(jù)處理層及數(shù)據(jù)應(yīng)用層三個層面組成的大數(shù)據(jù)軍事決策系統(tǒng)；最后探討了構(gòu)建基于大數(shù)據(jù)支持的軍事決策系統(tǒng)所需使用的關(guān)鍵技術(shù)，主要有數(shù)據(jù)提取與存儲技術(shù)、大數(shù)據(jù)查詢和分析技術(shù)、數(shù)據(jù)表示與數(shù)據(jù)整合技術(shù)。

關(guān)鍵詞：大數(shù)據(jù)；軍事決策系統(tǒng)；構(gòu)建

中圖分類號：TP313.13 文獻標識碼：A

Abstract：In this paper，first of all，the origin and the development of the big data decisions system actually reviewed，then the demand of big data decision analysis in the field of military is discussed，the big data military decision system consist of data access layer and data processing layer and data application layer is constructed according to the needs，finally，the key technology for construction of military decision support system based on data are discussed，mainly in data extraction and storage technology，data query and analysis technology，data representation and data integration technology.

Keywords：bigdata；military decision-making system；construction

1 引言（Introduction）

隨著云計算、物聯(lián)網(wǎng)為代表的新一代信息技術(shù)的快速發(fā)展，我們已步入大數(shù)據(jù)時代。如今，大數(shù)據(jù)在軍事上的應(yīng)用已初具端倪，它不僅會引發(fā)軍事信息處理技術(shù)的變革，對傳統(tǒng)軍事決策思維和方法也會產(chǎn)生深遠影響。研究基于大數(shù)據(jù)支持的軍事決策系統(tǒng)，會為進一步推進軍事決策手段和決策效果的科學(xué)化、高效化起到積極的促進作用。本文在回顧大數(shù)據(jù)決策由來及發(fā)展現(xiàn)狀的基礎(chǔ)上論述了大數(shù)據(jù)決策分析在軍事決策領(lǐng)域的需求，構(gòu)建了由數(shù)據(jù)獲取層、數(shù)據(jù)處理層及數(shù)據(jù)應(yīng)用層三個層面組成的大數(shù)據(jù)軍事決策系統(tǒng)，并從數(shù)據(jù)提取與存儲技術(shù)、大數(shù)據(jù)查詢和分析技術(shù)、數(shù)據(jù)表示與數(shù)據(jù)整合技術(shù)三個方面探討了構(gòu)建基于大數(shù)據(jù)支持的軍事決策系統(tǒng)所需使用的關(guān)鍵技術(shù)。

2 大數(shù)據(jù)決策的由來及發(fā)展（The origin and development of big data decision）

決策是決策主體為實現(xiàn)一定的目標所作的行為設(shè)計及其選擇，其中包括搜集必要的信息以及對收集到信息的處理與分析。信息與決策有著十分密切的關(guān)系，信息資源的完整性與準確性直接影響決策結(jié)論的準確性與可靠性。過去，人們進行決策活動往往依靠直覺、經(jīng)驗和推理，決策的有效性不強。為增強決策的有效性，人們常常把所要研究的事物用數(shù)據(jù)表達，運過定量決策方法以修正定性決策的不足。通常，人們處理的決策數(shù)據(jù)可分為結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)，其比例分別為5%和95%。定量決策首先是將決策信息用數(shù)據(jù)表示，然后利用定量決策分析方法與信息技術(shù)等對數(shù)據(jù)進行分析，最后參照數(shù)據(jù)分析結(jié)果選出最佳方案。隨著Web 2.0信息交流技術(shù)的快速發(fā)展，各種網(wǎng)絡(luò)媒體信息的交互性和動態(tài)化不斷增強，使得決策信息具有了大數(shù)據(jù)特征[1]：一是決策所需提取、分析的信息分布廣泛、數(shù)量巨大；二是決策信息存在大量非結(jié)構(gòu)化數(shù)據(jù)，難以運用傳統(tǒng)數(shù)據(jù)分析方式處理；三是信息處理時效要求高[2]。如今，基于大數(shù)據(jù)的決策模式正取代傳統(tǒng)地感性地拍腦袋決策方式，大數(shù)據(jù)決策學(xué)已成為一門新興的學(xué)科。

所謂大數(shù)據(jù)決策，就是整個決策過程在合適工具的輔助下，對廣泛異構(gòu)的決策信息源進行抽取和集成，將處理結(jié)果按照一定的標準統(tǒng)一存儲，利用合適的數(shù)據(jù)分析技術(shù)對存儲的數(shù)據(jù)進行決策分析，從中得到理想的決策分析結(jié)果并以恰當(dāng)?shù)姆绞綄⒔Y(jié)果展現(xiàn)給決策者。相對于全人工決策，大數(shù)據(jù)決策能給人們提供可預(yù)見的事物發(fā)展規(guī)律，不僅讓結(jié)果變得更加科學(xué)、客觀，在一定程度上也減輕了決策者所承受的巨大精神壓力。大數(shù)據(jù)決策分析依賴于數(shù)據(jù)的相關(guān)性，而不是業(yè)務(wù)特性的因果性，關(guān)注于數(shù)據(jù)敏感性。在大數(shù)據(jù)背景下，基于原因推出結(jié)論、線性的、自上而下的傳統(tǒng)決策方式將不可避免的發(fā)生改變，正在形成非線性的、面向不確定性的、自下而上的決策模式[3]，在這種決策模式下，決策者甚至可以對某個決策領(lǐng)域完全陌生，一樣也可借助于大數(shù)據(jù)分析，直接發(fā)現(xiàn)隱藏在混雜數(shù)據(jù)背后的問題或規(guī)律，做出正確決策。因此，大數(shù)據(jù)促使決策者的決策方式從經(jīng)驗驅(qū)動決策向以數(shù)據(jù)量化驅(qū)動決策轉(zhuǎn)型，決策過程從事后決策向事先預(yù)測轉(zhuǎn)變，決策主體由業(yè)務(wù)專家、精英高管向普通大眾轉(zhuǎn)變，真正使決策者達到了事前能夠預(yù)測、事中能夠感知，事后能夠反饋，極大地增強了決策的科學(xué)性和有效性。

如今，大數(shù)據(jù)決策已在社會經(jīng)濟、政治、科學(xué)、文化、教育、衛(wèi)生等各領(lǐng)域得到了廣泛的應(yīng)用。在互聯(lián)網(wǎng)行業(yè)，美國社交游戲開發(fā)商通過數(shù)據(jù)分析修改游戲，馬云通過對對用戶網(wǎng)購行為分析阿里巴巴平臺貿(mào)易的預(yù)測，亞馬遜根據(jù)用戶在其網(wǎng)站上的查詢行為推薦產(chǎn)品，金融行業(yè)通過大數(shù)據(jù)判斷客戶信用風(fēng)險，快遞行業(yè)通過大數(shù)據(jù)來確定合理的投遞路線，自媒體通過用戶的社交網(wǎng)絡(luò)文字和圖片了解用戶偏好分布，商場通過大數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品之間的關(guān)聯(lián)[4]?？梢哉f，如今大數(shù)據(jù)決策能力已成為現(xiàn)代組織的核心競爭力。

3 大數(shù)據(jù)決策分析在軍事決策領(lǐng)域的需求（The demand of big data decision analysis in the field of military decision-making）

軍事領(lǐng)域充滿著不確定性，軍事領(lǐng)導(dǎo)者需要從不確定性當(dāng)中獲得一些規(guī)律性認識以支持決策。過去軍事領(lǐng)導(dǎo)者對軍事領(lǐng)域數(shù)據(jù)的分析只停留在數(shù)據(jù)的簡單匯總層面，缺乏對數(shù)據(jù)背景及產(chǎn)生規(guī)律的深入解析。在大數(shù)據(jù)時代，各種軍事情報、戰(zhàn)況信息驟增，數(shù)據(jù)的復(fù)雜性和實時性增強，給軍事決策帶來了前所未有的挑戰(zhàn)，依靠直覺與經(jīng)驗進行決策的優(yōu)勢急劇下降，如何有效地收集、處理與分析數(shù)據(jù)并轉(zhuǎn)化為決策結(jié)果已日益成為軍事決策者須面對的課題。如今，大多數(shù)軍事強國已經(jīng)意識到大數(shù)據(jù)決策的優(yōu)勢，并開始運用“基于數(shù)據(jù)驅(qū)動的決策方法”進行軍事決策[5]。

比如，美軍早在2000年發(fā)布的《2020聯(lián)合構(gòu)想》中，就明確提出將“謀求信息優(yōu)勢”的目標改為“謀求決策優(yōu)勢”，大數(shù)據(jù)研發(fā)正是這一策略實施的延續(xù)。美軍應(yīng)對大數(shù)據(jù)的基本策略是從數(shù)據(jù)到?jīng)Q策，其基本內(nèi)涵是通過科學(xué)和應(yīng)用方案，減少分析、處理和利用“大數(shù)據(jù)”的時間周期與人力。為達到該目標，美軍確立了網(wǎng)絡(luò)中心戰(zhàn)（Network-centric warfare，NCW）的理論，按照“以數(shù)據(jù)為中心”的架構(gòu)開展整個國防部信息系統(tǒng)的建設(shè)，建設(shè)了許多智能化作戰(zhàn)決策支持系統(tǒng)，如陸軍分布式通用地面系統(tǒng)、“泰坦”認證網(wǎng)絡(luò)戰(zhàn)術(shù)信息技術(shù)、智能式網(wǎng)絡(luò)中心移動指揮控制軟件、作戰(zhàn)人員伴侶人工智能軟件[6]，這些大數(shù)據(jù)決策支持系統(tǒng)極大地提高了多源信息融合處理能力。從美軍的大數(shù)據(jù)決策項目中我們可以發(fā)現(xiàn)，大數(shù)據(jù)決策的其實質(zhì)，就是從數(shù)據(jù)中分析、提取知識和智慧的過程。可見，大數(shù)據(jù)不是關(guān)鍵，以此為基礎(chǔ)的決策能力才是克敵制勝的法寶；利用大數(shù)據(jù)進行軍事決策，對于軍事決策的制定、實施和評估具有非常重要的支撐作用，能夠減少信息融合所需的人力與時間，減輕指揮的負擔(dān)，提高作戰(zhàn)效率。

4 基于大數(shù)據(jù)支持的軍事決策系統(tǒng)的構(gòu)建策略（Construction strategy of military decision-making system based on large data）

大數(shù)據(jù)背景下的軍事決策活動對軍事決策數(shù)據(jù)的收集、處理與分析能力提出了更高要求。構(gòu)建基于大數(shù)據(jù)支持的軍事決策管理系統(tǒng)，需要對傳統(tǒng)軍事信息流程進行優(yōu)化重組?；诖髷?shù)據(jù)支持的軍事決策系統(tǒng)架構(gòu)由下至上可分為數(shù)據(jù)獲取層、數(shù)據(jù)處理層及數(shù)據(jù)應(yīng)用層三個層面（圖1）。數(shù)據(jù)產(chǎn)生、組織和處理主要通過分布式文件處理系統(tǒng)實現(xiàn)，應(yīng)用技術(shù)為Hadoop+MapReduce，其中Hadoop的分布式文件處理系統(tǒng)（HDFS）作為系統(tǒng)的數(shù)據(jù)存儲框架，分布式計算框架MapReduce作為系統(tǒng)對大數(shù)據(jù)處理的框架。

基于大數(shù)據(jù)支持的軍事決策系統(tǒng)的底層是數(shù)據(jù)獲取層，該層是整個系統(tǒng)的基礎(chǔ)，實現(xiàn)對傳統(tǒng)關(guān)系型數(shù)據(jù)庫和Hadoop的訪問，應(yīng)用Ping、Hive、Sqoop技術(shù)實現(xiàn)。數(shù)據(jù)獲取層包括供上層使用的各種軍事數(shù)據(jù)源，主要經(jīng)由傳感設(shè)備、地理信息、軍事儀器、移動通訊、互聯(lián)網(wǎng)、社交媒體以及軍事相關(guān)的業(yè)務(wù)系統(tǒng)等渠道，采集的面向軍事領(lǐng)域的大規(guī)模多模式的復(fù)合數(shù)據(jù)集；通過對作戰(zhàn)指揮系統(tǒng)、基礎(chǔ)數(shù)據(jù)系統(tǒng)、實況數(shù)據(jù)系統(tǒng)、歷史數(shù)據(jù)系統(tǒng)等多系統(tǒng)條件下的數(shù)據(jù)信息做關(guān)聯(lián)性分析，找出數(shù)據(jù)的相關(guān)性，提取有價值的信息，為數(shù)據(jù)處理層提供基礎(chǔ)數(shù)據(jù)。

數(shù)據(jù)處理層是整個系統(tǒng)的關(guān)鍵，主要負責(zé)對基礎(chǔ)數(shù)據(jù)進行收集、分類、抽取、清洗和轉(zhuǎn)換，并對不同數(shù)據(jù)源進行統(tǒng)一管理，供決策層從不同角度進行分析使用，應(yīng)用HBase、Avro、Flume、ZooKeeper技術(shù)實現(xiàn)。數(shù)據(jù)處理層又可分為四個子系統(tǒng)，分別為數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)分析子系統(tǒng)、數(shù)據(jù)篩選子系統(tǒng)、數(shù)據(jù)服務(wù)子系統(tǒng)，其功能依次是數(shù)據(jù)的采集、分析、篩選、協(xié)調(diào)控制。

決策層由面向特定決策主體的平臺和面向應(yīng)用的平臺組成。為適應(yīng)軍事決策需求多變的特點，決策層提供數(shù)據(jù)分析模型及常用的數(shù)據(jù)挖掘方法，以便在通常情況下不必建立專門應(yīng)用分析系統(tǒng)，以提高決策系統(tǒng)的靈活性和通用性[7，8]。大數(shù)據(jù)軍事決策分析和展現(xiàn)通過Mahout、Hama智能分析和展現(xiàn)工具集實現(xiàn)。大數(shù)據(jù)軍事決策平臺和傳統(tǒng)軍事數(shù)據(jù)平臺的結(jié)合可由ETL平臺實現(xiàn)，對數(shù)據(jù)的管理、安全和備份恢復(fù)由Ambari、Chukwa實現(xiàn)。

由以上分析可見，依靠大數(shù)據(jù)技術(shù)進行軍事決策的目的就是為增強軍事決策的科學(xué)性，實質(zhì)是構(gòu)建人機結(jié)合的新型軍事決策系統(tǒng)。通過決策系統(tǒng)采集、分析、篩選、服務(wù)、應(yīng)用等功能，判斷軍事活動發(fā)展趨勢，有效評價軍事活動，為做出科學(xué)戰(zhàn)略決策提供輔助支持，保證軍事活動有序開展，從而保持已方軍事決策優(yōu)勢。

5 構(gòu)建基于大數(shù)據(jù)支持的軍事決策系統(tǒng)所需的關(guān)鍵技術(shù)（The key technologies for construction of military decision-making system based on large data）

技術(shù)是大數(shù)據(jù)價值體現(xiàn)的手段和前進的基石，構(gòu)建大數(shù)據(jù)支持的軍事決策系統(tǒng)，需要對以下關(guān)鍵技術(shù)加以解決。

一是數(shù)據(jù)提取與存儲的挑戰(zhàn)?；诖髷?shù)據(jù)支持的軍事決策系統(tǒng)的數(shù)據(jù)獲取層需要獲取的數(shù)據(jù)源種類眾多，即有傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)，也有大量諸如實時視頻、傳感器數(shù)據(jù)、智能軍用設(shè)備、RFID數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)。這對傳統(tǒng)的關(guān)系型數(shù)據(jù)庫存儲管理方式和存儲介質(zhì)都帶來了巨大挑戰(zhàn)。當(dāng)前，對非結(jié)構(gòu)化數(shù)據(jù)的提取可采用兩種方式進行，一種是采用統(tǒng)一的元數(shù)據(jù)標準對非結(jié)構(gòu)化數(shù)據(jù)進行定義，另一種是將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為非關(guān)系型數(shù)據(jù)格式數(shù)據(jù)，通過自動化創(chuàng)建數(shù)據(jù)的索引表處理非格式化數(shù)據(jù)，允許對其進行基于關(guān)鍵詞和唯一標志符的搜索。以MapReduce和Hadoop為代表的非關(guān)系數(shù)據(jù)分析技術(shù)，憑借其適合非結(jié)構(gòu)數(shù)據(jù)處理、大規(guī)模并行處理、簡單易用等突出優(yōu)勢，在互聯(lián)網(wǎng)信息搜索和其他大數(shù)據(jù)分析領(lǐng)域取得了重大進展，是大數(shù)據(jù)分析的主流技術(shù)。但是，MapReduce和Hadoop在應(yīng)用性能等方面仍存在不少問題，還需要研究開發(fā)更有效、更實用的大數(shù)據(jù)決策分析和管理技術(shù)。

二是大數(shù)據(jù)查詢和分析的挑戰(zhàn)。由于系統(tǒng)的大數(shù)據(jù)存儲不是采用基于關(guān)系型數(shù)據(jù)庫的技術(shù)，所以傳統(tǒng)的通過SQL語言操作數(shù)據(jù)的方式無法直接使用。一些傳統(tǒng)數(shù)據(jù)庫廠商采用將MapReduce的結(jié)果存儲到RDBMS中，然后查詢RDBMS，但這犧牲了Hadoop的高效性?？刹捎肧QL on Hadoop技術(shù)實現(xiàn)SQL專業(yè)人員通過SQL語言操作和分析系統(tǒng)的大數(shù)據(jù)，也可采用Hive技術(shù)實現(xiàn)基于Hadoop的查詢與分析。另外，大數(shù)據(jù)背景下的決策分析，基于典型的OLAP數(shù)據(jù)分析操作，如對數(shù)據(jù)進行聚焦、匯總等操作已不夠用，還需引入路徑分析、時間序列分析、圖分析以及由于硬件/軟件限制而未曾嘗試過的復(fù)雜統(tǒng)計分析模型；另外還要增加數(shù)據(jù)挖掘功能，如文本挖掘、聚類分析、關(guān)聯(lián)分析、語言識別分析、圖像識別分析、地理空間分析等。

三是新的數(shù)據(jù)表示方法與數(shù)據(jù)整合挑戰(zhàn)。由于基于大數(shù)據(jù)的軍事決策系統(tǒng)的使用對象為軍事指揮人員，為使系統(tǒng)能高效將決策方案顯示給軍事指揮人員以供其檢索、查詢或選擇使用，實現(xiàn)系統(tǒng)決策結(jié)果表示的簡明化是必須解決的問題；為此，必須找到最合適的數(shù)據(jù)表示方法與數(shù)據(jù)融合技術(shù)。數(shù)據(jù)表示方法與最初的數(shù)據(jù)錄入者關(guān)系密切，如果原始數(shù)據(jù)有必要的標識，就會大大減輕數(shù)據(jù)識別和分類的困難，但標識數(shù)據(jù)會給用戶增添麻煩，往往得不到用戶認可。研究有效、簡易的數(shù)據(jù)表示方法是處理軍事決策大數(shù)據(jù)必須解決的技術(shù)難題之一[9]。為掃清軍事決策大數(shù)據(jù)處理的障礙，應(yīng)研究不與平臺綁定的數(shù)據(jù)格式，通過統(tǒng)一的數(shù)據(jù)格式構(gòu)建融合人、機、物三元世界的統(tǒng)一軍事決策信息系統(tǒng)。

6 結(jié)論（Conclusion）

在信息化戰(zhàn)爭時代，大數(shù)據(jù)技術(shù)已經(jīng)成為增強軍事決策能力的重要手段，未來戰(zhàn)爭的指揮決策能力可以產(chǎn)生很大的飛躍。構(gòu)建基于大數(shù)據(jù)支持的軍事決策系統(tǒng)的最終目標是通過運用各種大數(shù)據(jù)信息技術(shù)充分利用海量數(shù)據(jù)，整合感知、認知和決策保障系統(tǒng)，以創(chuàng)造一種真正自主軍事決策系統(tǒng)，使之可以自主機動作業(yè)并做出輔助決策供軍事決策人員參考。

參考文獻（References）

[1] 張才明.大數(shù)據(jù)顛覆傳統(tǒng)決策模式[J].中國經(jīng)貿(mào)，2013（6）：24-25.

[2] 陳文偉，陳晟.從大數(shù)據(jù)到大數(shù)據(jù)時代[J].吉首大學(xué)學(xué)報（自然科學(xué)版），2014（5）：31-36.

[3] 孫強，張雪峰.大數(shù)據(jù)決策學(xué)論綱：大數(shù)據(jù)時代的決策變革[J]，2014（8）：33-37.

[4] 劉書雷，郭繼周.對大數(shù)據(jù)的深化認識及建設(shè)對策[J].軍事學(xué)術(shù)，2014（9）：72-74.

[5] 楊蓮珍.大數(shù)據(jù)時代的軍事管理變革[N].解放軍報，2013-9-23（7）.

[6] 汪圣利.大數(shù)據(jù)時代指揮信息系統(tǒng)發(fā)展分析[J].現(xiàn)代雷達，2013（5）：1-5.

[7] 王珩，等.大數(shù)據(jù)技術(shù)在指揮信息系統(tǒng)中的應(yīng)用與發(fā)展[J].指揮信息系統(tǒng)與技術(shù)，2015（4）：5-9.

[8] 程龍軍.面向大數(shù)據(jù)的指揮決策系統(tǒng)模型研究[J].山西電子技術(shù)，2015（1）：85-87.

[9] 王本勝，殷階，朱旭.指揮信息系統(tǒng)大數(shù)據(jù)發(fā)展趨勢[J].指揮信息系統(tǒng)與技術(shù)，2014（6）：12-16.

作者簡介：

李崇東（1983-），男，碩士，講師.研究領(lǐng)域：信息管理與軍事決策系統(tǒng).