崔家連，饒世鈞

（海軍大連艦艇學(xué)院，遼寧 大連 116018）

0 引 言

隨著水面艦艇編隊(duì)偵察預(yù)警手段多樣化，情報(bào)收集能力大幅提升，情報(bào)處理能力的發(fā)展卻滯后于情報(bào)的收集能力，情報(bào)優(yōu)勢(shì)不能及時(shí)轉(zhuǎn)變?yōu)闆Q策優(yōu)勢(shì)。未來水面艦艇編隊(duì)作戰(zhàn)樣式，必然是基于信息網(wǎng)絡(luò)的一體化作戰(zhàn)樣式，地理空間上涵蓋陸、海、空、天，物理空間上涵蓋聲、光、電、磁、網(wǎng)，導(dǎo)致情報(bào)數(shù)據(jù)多源異構(gòu)類型復(fù)雜。高通量、高分辨率傳感器和網(wǎng)絡(luò)技術(shù)手段的廣泛運(yùn)用，導(dǎo)致偵察情報(bào)中圖像情報(bào)高清化，并且由于傳感器自身、人為因素、偽裝欺騙、氣象環(huán)境影響等原因，導(dǎo)致情報(bào)中存在大量重復(fù)、虛假、沖突、孤立數(shù)據(jù)，影響情報(bào)分析結(jié)果的準(zhǔn)確性和時(shí)效性。如何構(gòu)建一個(gè)智能化、自動(dòng)化的情報(bào)處理平臺(tái)，縮短從傳感器到艦載武器的響應(yīng)時(shí)間，對(duì)未來水面艦艇編隊(duì)遂行防空反導(dǎo)、遠(yuǎn)程打擊等任務(wù)有著重要的意義，也是奪取?？湛刂茩?quán)的關(guān)鍵因素。

大數(shù)據(jù)時(shí)代，信息技術(shù)賦予了情報(bào)科學(xué)新的內(nèi)涵，著力發(fā)展專業(yè)型、計(jì)算型、戰(zhàn)略型、政策型和方法型等“五型融合”的情報(bào)研究新范式。本文將重點(diǎn)探究大數(shù)據(jù)技術(shù)在艦艇編隊(duì)情報(bào)組織運(yùn)用中的應(yīng)用問題，并探討相應(yīng)的解決方案。

1 艦艇編隊(duì)情報(bào)分析特點(diǎn)及需求

1.1 艦艇編隊(duì)情報(bào)特點(diǎn)

通常認(rèn)為，大數(shù)據(jù)有4 個(gè)特點(diǎn)：數(shù)據(jù)量大（Volume）、數(shù)據(jù)類型繁多（Variety）、處理速度快（Velocity）和價(jià)值密度低（Value），即“4V”特征。在艦艇編隊(duì)情報(bào)領(lǐng)域主要表現(xiàn)出以下幾個(gè)特點(diǎn)（圖1）：

圖1 艦艇編隊(duì)情報(bào)數(shù)據(jù)特點(diǎn)

（1）數(shù)據(jù)量大。在長(zhǎng)期軍事訓(xùn)練和作戰(zhàn)行動(dòng)的背景下，艦艇編隊(duì)已經(jīng)積累電子偵察、氣象水文等大量歷史數(shù)據(jù)；岸基、空基、天基等各類偵察預(yù)警手段，源源不斷的產(chǎn)生海量數(shù)據(jù)，水面艦艇編隊(duì)情報(bào)數(shù)據(jù)量已經(jīng)從TB 過渡到PB 級(jí)。

（2）數(shù)據(jù)類型繁多。無人機(jī)、預(yù)警機(jī)、衛(wèi)星、艦載傳感器等手段協(xié)同探測(cè)，艦艇編隊(duì)情報(bào)涵蓋了圖像情報(bào)、信號(hào)情報(bào)、測(cè)量與特征情報(bào)、技術(shù)情報(bào)等多種情報(bào)類型。其中，結(jié)構(gòu)化數(shù)據(jù)有AIS、電子偵察數(shù)據(jù)、雷達(dá)目標(biāo)數(shù)據(jù)等；非結(jié)構(gòu)化數(shù)據(jù)有可見光圖像、紅外圖像、視頻、上級(jí)通報(bào)等。各種數(shù)據(jù)數(shù)據(jù)類型、位置精度、延時(shí)周期、來源層次等方面均存在較大差異。

（3）處理速度快。不同于傳統(tǒng)情報(bào)數(shù)據(jù)的“數(shù)據(jù)包”形式，大數(shù)據(jù)時(shí)代情報(bào)數(shù)據(jù)更多來源于各類傳感器、偵察設(shè)備產(chǎn)生的“流”數(shù)據(jù)。面對(duì)不斷產(chǎn)生的新數(shù)據(jù)，為了避免“獲取即過時(shí)”的尷尬局面，大數(shù)據(jù)環(huán)境下艦艇編隊(duì)情報(bào)工作必須快速響應(yīng)，在動(dòng)態(tài)環(huán)境中完成數(shù)據(jù)獲取與分析工作，確保情報(bào)分析結(jié)果的時(shí)效性。

（4）價(jià)值密度低。艦艇編隊(duì)數(shù)據(jù)量增長(zhǎng)的同時(shí)，有效、可用的有效信息比例卻在下降。編隊(duì)預(yù)警探測(cè)設(shè)備自身因素、人為因素、復(fù)雜電磁環(huán)境等原因，導(dǎo)致編隊(duì)情報(bào)數(shù)據(jù)中出現(xiàn)大量重復(fù)、缺失、沖突、孤立數(shù)據(jù)。同時(shí)敵方欺騙干擾、偽裝佯動(dòng)更加使得獲取的數(shù)據(jù)虛實(shí)難辨、真假混雜。

1.2 艦艇編隊(duì)情報(bào)思維的改變

大數(shù)據(jù)條件下，艦艇編隊(duì)情報(bào)工作處于一個(gè)全新的數(shù)據(jù)生態(tài)系統(tǒng)，給情報(bào)工作帶來了深刻的影響，數(shù)據(jù)獲取、分析、使用模式與以往大為不同，使得情報(bào)工作的思維必須轉(zhuǎn)變以適應(yīng)新的形勢(shì)（圖2）：

圖2 大數(shù)據(jù)條件下情報(bào)思維的變化

（1）采樣思維到全樣本思維的轉(zhuǎn)變。情報(bào)工作正在從隨機(jī)采樣分析轉(zhuǎn)變?yōu)槿珮颖緮?shù)據(jù)分析，尤其是在遠(yuǎn)海作戰(zhàn)條件下，交戰(zhàn)區(qū)域存在大量中立、民用目標(biāo)，必須對(duì)全部數(shù)據(jù)進(jìn)行分析，以破除“情報(bào)迷霧”。

（2）因果關(guān)系到相關(guān)性關(guān)系的轉(zhuǎn)變。情報(bào)分析的邏輯基礎(chǔ)，從嚴(yán)密的因果關(guān)系推理，轉(zhuǎn)變?yōu)槠驅(qū)ふ蚁嚓P(guān)性關(guān)系。這是因?yàn)樵诤Ａ康那閳?bào)數(shù)據(jù)中尋找到因果關(guān)系需要采取擬合算法和模擬推演，時(shí)間代價(jià)較大。例如，美國(guó)雷神公司通過大數(shù)據(jù)分析，發(fā)現(xiàn)某國(guó)潛艇在某一海域活動(dòng)時(shí)，該國(guó)反潛巡邏機(jī)即不出現(xiàn)在這一海域，進(jìn)而摸出了該國(guó)潛艇活動(dòng)規(guī)律。

（3）注重精確到注重效率的轉(zhuǎn)變。以往由于采取采樣而非全樣的方法，局部微小的誤差放大到數(shù)據(jù)全集就可能導(dǎo)致情報(bào)分析結(jié)果出現(xiàn)致命的方向性錯(cuò)誤。所以，以往的情報(bào)分析注重追求算法的精確性。但是由于采取全樣本數(shù)據(jù)分析，大數(shù)據(jù)條件下局部錯(cuò)誤不會(huì)被方法放大，由追求精確性轉(zhuǎn)變?yōu)樽非笮市?，甚至可以達(dá)到“秒級(jí)”響應(yīng)。

（4）單一來源到多源融合的轉(zhuǎn)變。在情報(bào)大數(shù)據(jù)時(shí)代，情報(bào)數(shù)據(jù)的信息粒度日益細(xì)小，數(shù)據(jù)碎片化現(xiàn)象日益明顯。橫看成嶺側(cè)成峰，不同來源的數(shù)據(jù)可能從不同角度揭露不同的真相。通過將多源異構(gòu)數(shù)據(jù)匯聚成統(tǒng)一結(jié)構(gòu)的數(shù)據(jù)集合，將大量相關(guān)數(shù)據(jù)聚合到一起，經(jīng)過數(shù)據(jù)清洗和互補(bǔ)，可以更好地揭示數(shù)據(jù)之間的關(guān)系，預(yù)測(cè)發(fā)展趨勢(shì)，提升判情的準(zhǔn)確性。

1.3 艦艇編隊(duì)情報(bào)處理流程的改變

大數(shù)據(jù)條件下，艦艇編隊(duì)情報(bào)分析流程更加注重情報(bào)數(shù)據(jù)的采集、分析、處理，數(shù)據(jù)是整個(gè)情報(bào)組織運(yùn)用中的核心與基礎(chǔ)。傳統(tǒng)情報(bào)分析流程與大數(shù)據(jù)條件下情報(bào)分析流程對(duì)比如圖3所示。

圖3 傳統(tǒng)情報(bào)流程與大數(shù)據(jù)環(huán)境下情報(bào)流程對(duì)比

信息始終是情報(bào)的基礎(chǔ)，這一點(diǎn)無論是在傳統(tǒng)流程中還是在大數(shù)據(jù)流程中都沒有改變，信息搜集始終是情報(bào)工作中一個(gè)重要內(nèi)容。但是在大數(shù)據(jù)條件下，信息的搜集更加強(qiáng)調(diào)對(duì)于批量數(shù)據(jù)的自動(dòng)獲取，而不是傳統(tǒng)的尋找稀疏的秘密信息。

從流程對(duì)比中可以明顯看出，大數(shù)據(jù)條件下多出了信息融合與數(shù)據(jù)清洗環(huán)節(jié)。這是由于大數(shù)據(jù)環(huán)境下，情報(bào)加工與傳統(tǒng)流程相比內(nèi)容上發(fā)生較大變化。一方面，當(dāng)前艦艇編隊(duì)情報(bào)數(shù)據(jù)環(huán)境發(fā)生較大變化，數(shù)據(jù)多源異構(gòu)、類型復(fù)雜，一種數(shù)據(jù)只能揭示一個(gè)方面或者幾個(gè)方面的內(nèi)容；另一方面，將多種信息融合到一起，能夠更加全面的展示事物的本質(zhì)和潛在規(guī)律。

2 平臺(tái)架構(gòu)

2.1 平臺(tái)總體架構(gòu)設(shè)計(jì)

水面艦艇編隊(duì)情報(bào)處理平臺(tái)總體架構(gòu)設(shè)計(jì)，首先需要立足于編隊(duì)海量異構(gòu)情報(bào)的分析應(yīng)用需求，基于Hadoop平臺(tái)強(qiáng)大的異構(gòu)數(shù)據(jù)處理能力，利用分布式文件系統(tǒng)HDFS（Hadoop Distributed File System）和大數(shù)據(jù)集處理MapReduce 架構(gòu)，構(gòu)建經(jīng)濟(jì)、高效、可靠的處理集群；其次，為解決廣泛獲取的數(shù)據(jù)獲得的信息優(yōu)勢(shì)與同時(shí)造成的決策劣勢(shì)之間的矛盾，基于大數(shù)據(jù)全樣本分析的優(yōu)勢(shì)，將分布式數(shù)據(jù)庫(kù)中的全局?jǐn)?shù)據(jù)進(jìn)行閱讀、識(shí)別、抽取、關(guān)聯(lián)、分析和理解，各集群進(jìn)行并行處理，深度挖掘分析數(shù)據(jù)之間的關(guān)聯(lián)性和隱藏的潛在規(guī)律，去偽存真，消減戰(zhàn)場(chǎng)的不確定性；最后，為了增強(qiáng)平臺(tái)的魯棒性和靈敏性，平臺(tái)采取綜合化、一體化、層次化的開放式系統(tǒng)架構(gòu)，上層結(jié)構(gòu)指導(dǎo)下層運(yùn)行，下層結(jié)構(gòu)為上層結(jié)構(gòu)提供功能支撐，各模塊功能上相互獨(dú)立，業(yè)務(wù)上相互協(xié)同，標(biāo)準(zhǔn)化接口設(shè)計(jì)，實(shí)現(xiàn)即插即用和無縫銜接。

系統(tǒng)整體采用面向服務(wù)的分布式的體系結(jié)構(gòu)，編隊(duì)各成員之間可以共享情報(bào)數(shù)據(jù)，具備分布式的存儲(chǔ)和計(jì)算能力；面向服務(wù)是著眼于編隊(duì)靈活編組的需求，單個(gè)成員或系統(tǒng)的更新不必影響編隊(duì)整體的情報(bào)處理能力，具備較強(qiáng)的容災(zāi)備份能力，整體架構(gòu)如圖4所示。

圖4 基于大數(shù)據(jù)的艦艇編隊(duì)情報(bào)處理平臺(tái)體系架構(gòu)

基礎(chǔ)資源層是是整個(gè)平臺(tái)運(yùn)行的基礎(chǔ)，包括數(shù)據(jù)資源和基礎(chǔ)設(shè)施兩部分?；A(chǔ)設(shè)施提供整個(gè)平臺(tái)建立和運(yùn)行所必須的存儲(chǔ)、計(jì)算、通信等基礎(chǔ)設(shè)施資源和調(diào)度、管理、監(jiān)控所需的軟件資源；數(shù)據(jù)資源將各探測(cè)預(yù)警分系統(tǒng)的數(shù)據(jù)整合為一體，提供結(jié)構(gòu)、維度統(tǒng)一的數(shù)據(jù)資源，具備數(shù)據(jù)的搜集和整合能力。

信息支撐層為平臺(tái)提供大數(shù)據(jù)運(yùn)算的環(huán)境，主要分為軟件支撐和信息服務(wù)兩部分。軟件支撐搭建了大數(shù)據(jù)運(yùn)算的平臺(tái)，SQL/NoSQL 數(shù)據(jù)庫(kù)用于提供編隊(duì)海量異構(gòu)數(shù)據(jù)的存儲(chǔ)和管理模塊，Hadoop、Spark、Storm 為平臺(tái)提供了分布式處理環(huán)境。信息服務(wù)則是為平臺(tái)的構(gòu)建和運(yùn)行提供功能性的模塊支持，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)校驗(yàn)、融合處理等信息服務(wù)。

情報(bào)服務(wù)層則是在信息支撐層提供的協(xié)同和共享環(huán)境中，依托各功能模塊，實(shí)現(xiàn)特定的情報(bào)處理功能并生成相應(yīng)的情報(bào)產(chǎn)品。情報(bào)服務(wù)層包括綜合情報(bào)、作戰(zhàn)情報(bào)、目標(biāo)情報(bào)、動(dòng)向情報(bào)、情報(bào)態(tài)勢(shì)、情報(bào)服務(wù)等情報(bào)產(chǎn)品，為各類情報(bào)產(chǎn)品的生成提供服務(wù)。

指揮決策層是基于情報(bào)服務(wù)層生成的相關(guān)情報(bào)產(chǎn)品，面向具體情報(bào)作戰(zhàn)應(yīng)用的功能實(shí)現(xiàn)層。主要功能包括為海戰(zhàn)場(chǎng)偵察監(jiān)視、兩棲編隊(duì)海上作戰(zhàn)、對(duì)海/ 陸打擊等作戰(zhàn)行動(dòng)和行為預(yù)測(cè)、態(tài)勢(shì)共享、指揮控制等提供情報(bào)保障。

2.2 運(yùn)行流程

基于大數(shù)據(jù)的水面艦艇編隊(duì)情報(bào)處理平臺(tái)系統(tǒng)運(yùn)行流程如圖5所示。不同于以往以平臺(tái)為中心或自上而下垂直的“煙囪式”結(jié)構(gòu)，整個(gè)運(yùn)行流程以數(shù)據(jù)為中心，數(shù)據(jù)在不同系統(tǒng)不同平臺(tái)之間流轉(zhuǎn)，貫穿“偵—控—打—評(píng)”全過程，將戰(zhàn)術(shù)、技術(shù)和裝備有機(jī)結(jié)合。

圖5 基于大數(shù)據(jù)的艦艇編隊(duì)情報(bào)處理平臺(tái)運(yùn)行流程

根據(jù)不同類型作戰(zhàn)任務(wù)需求，平臺(tái)動(dòng)態(tài)接引多種情報(bào)源和數(shù)據(jù)，包括雷達(dá)、偵察衛(wèi)星、電子偵察、航空偵察等多種情報(bào)來源，也包括報(bào)文、視頻、圖像、電磁等多種結(jié)構(gòu)的數(shù)據(jù)載體，預(yù)留接口接引輿論、法律、政治等開源情報(bào)。各節(jié)點(diǎn)采集的數(shù)據(jù)按照“隸屬優(yōu)先、節(jié)點(diǎn)自治”的原則，匯集到分布式數(shù)據(jù)庫(kù)中，便于進(jìn)一步的處理和分析。各功能模塊對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、壓縮，以節(jié)省海戰(zhàn)場(chǎng)珍稀的帶寬資源，并提取數(shù)據(jù)特征，在各資料庫(kù)中選取合適的算法對(duì)其進(jìn)行處理，形成綜合態(tài)勢(shì)，支持戰(zhàn)術(shù)行動(dòng)。在情報(bào)處理和分發(fā)過程中，采取MapReduce 模式，Map 階段將情報(bào)處理任務(wù)分發(fā)至平臺(tái)各節(jié)點(diǎn)，Reduce 階段將各節(jié)點(diǎn)的處理結(jié)果整合，形成最終結(jié)果。整個(gè)過程通過將任務(wù)分解，各節(jié)點(diǎn)并行處理，加速情報(bào)處理進(jìn)程。

平臺(tái)生產(chǎn)的各類情報(bào)產(chǎn)品，可以根據(jù)不同分發(fā)規(guī)則，分別進(jìn)行強(qiáng)制分發(fā)、訂閱分發(fā)和推薦分發(fā)。不同于傳統(tǒng)平臺(tái)以編指為中心依據(jù)指揮關(guān)系“點(diǎn)—點(diǎn)”的分發(fā)模式，將情報(bào)產(chǎn)品分別劃分為編隊(duì)級(jí)的偵察預(yù)警情報(bào)、單艦級(jí)的戰(zhàn)術(shù)指揮情報(bào)和火力單元級(jí)的跟蹤制導(dǎo)情報(bào)進(jìn)行推送，以滿足不同級(jí)別用戶對(duì)于情報(bào)不同覆蓋區(qū)域、不同精度、不同信息粒度的需求。這樣可以縮減不同級(jí)別用戶從海量情報(bào)數(shù)據(jù)中獲得所需情報(bào)的時(shí)間，加強(qiáng)情報(bào)保障的時(shí)效性。

為充分調(diào)動(dòng)計(jì)算資源和提升數(shù)據(jù)利用率，打破信息壁壘，按照“分布式組織管理，集中式分發(fā)共享”的原則，平臺(tái)采用分布式存儲(chǔ)和分布式計(jì)算的技術(shù)，對(duì)情報(bào)搜集、存儲(chǔ)、計(jì)算資源進(jìn)行統(tǒng)一管理，根據(jù)情報(bào)保障任務(wù)需求，協(xié)調(diào)調(diào)度共同完成分析任務(wù)。采用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)檢索、存儲(chǔ)現(xiàn)在艦艇編隊(duì)海量的異構(gòu)數(shù)據(jù)效率會(huì)非常低下，而平臺(tái)采用的HBase 這類非關(guān)系型數(shù)據(jù)庫(kù)具有無可比擬的性能優(yōu)勢(shì)。

2.3 主要功能

（1）真實(shí)的態(tài)勢(shì)感知功能。綜合利用各種偵察手段，將貫穿作戰(zhàn)全過程的偵察預(yù)警、指揮決策、效果評(píng)估等各環(huán)節(jié)獲得的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中，通過對(duì)情報(bào)數(shù)據(jù)的挖掘，較為準(zhǔn)確的還原戰(zhàn)場(chǎng)真實(shí)態(tài)勢(shì)，可以應(yīng)用于目標(biāo)識(shí)別、偵察預(yù)警、查證敵人位置、網(wǎng)電攻防等。

（2）迅捷的輔助決策功能。充分利用大數(shù)據(jù)技術(shù)分布式計(jì)算的效率優(yōu)勢(shì)，從充斥著虛假、缺失、孤立等“臟數(shù)據(jù)”的海量數(shù)據(jù)中，快速提取出有價(jià)值的情報(bào)，增強(qiáng)預(yù)測(cè)性，為指揮員優(yōu)化作戰(zhàn)決策和完善行動(dòng)方案提供情報(bào)支持。

（3）高效的資源調(diào)度功能。在多維的戰(zhàn)場(chǎng)空間中，通過構(gòu)建的網(wǎng)絡(luò)化作戰(zhàn)環(huán)境，對(duì)編隊(duì)所屬的各類偵察預(yù)警設(shè)備和武器平臺(tái)協(xié)同管理，加速?gòu)膫鞲衅鞯脚炤d武器的過程，以實(shí)現(xiàn)整體作戰(zhàn)效能的最大化。

（4）便利的模塊服務(wù)功能。通過面向情報(bào)用戶的服務(wù)體系架構(gòu)，對(duì)平臺(tái)各部分功能軟件進(jìn)行模塊化封裝，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)壓縮、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘、特征提取等，形成功能模塊軟件庫(kù)，在編隊(duì)各成員、各系統(tǒng)、各節(jié)點(diǎn)之間共享。

3 關(guān)鍵技術(shù)

3.1 基于“云”概念的多傳感器協(xié)同感知技術(shù)

編隊(duì)海上活動(dòng)面臨的氣象、電磁環(huán)境日益復(fù)雜，ISR（情報(bào)、監(jiān)視、偵察）系統(tǒng)傳感器種類和數(shù)量越來越多，?？栈顒?dòng)的各類目標(biāo)越來越密集，小型化、隱身化目標(biāo)探測(cè)難度越來越大，這些都增加了編隊(duì)情報(bào)獲取的難度。因此需要根據(jù)預(yù)警、跟蹤、打擊、評(píng)估不同階段的探測(cè)需求和作戰(zhàn)規(guī)則，對(duì)傳感器、存儲(chǔ)、計(jì)算、通信等資源協(xié)同使用，優(yōu)化資源利用，獲取高質(zhì)量數(shù)據(jù)。云計(jì)算分為基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）三個(gè)層次。陸基核心節(jié)點(diǎn)作為處理中心，利用其最大峰值的計(jì)算和存儲(chǔ)能力，提供最高級(jí)別的Iaas、Paas 和Saas 服務(wù)；編隊(duì)作為中心節(jié)點(diǎn)，在極限通信條件下提供低于核心節(jié)點(diǎn)的服務(wù)能力。核心節(jié)點(diǎn)、中心節(jié)點(diǎn)、邊緣節(jié)點(diǎn)通過網(wǎng)絡(luò)互聯(lián)，靈活編組，構(gòu)建聯(lián)合作戰(zhàn)云環(huán)境。通過將編隊(duì)探測(cè)資源、存儲(chǔ)資源、計(jì)算資源虛擬化，整合廣泛分布的各類設(shè)備，構(gòu)建廣域共享的開放式“云”架構(gòu)體系，實(shí)現(xiàn)ISR 系統(tǒng)分布式探測(cè)、資源互通共享，增強(qiáng)各系統(tǒng)之間的互聯(lián)互通互操作能力。

3.2 廣域的分布式大數(shù)據(jù)分析計(jì)算架構(gòu)技術(shù)

研究符合編隊(duì)海上作戰(zhàn)特點(diǎn)的大數(shù)據(jù)分析計(jì)算架構(gòu)技術(shù)，開發(fā)支持海量異構(gòu)情報(bào)數(shù)據(jù)采集、存儲(chǔ)、計(jì)算和挖掘等大數(shù)據(jù)軟件系統(tǒng)，構(gòu)建支撐實(shí)時(shí)、動(dòng)態(tài)、精準(zhǔn)情報(bào)分析的大數(shù)據(jù)平臺(tái)。Hadoop 可以為大規(guī)模分布式情報(bào)采集和融合提供高容錯(cuò)性分布式和結(jié)構(gòu)化存儲(chǔ)、跨節(jié)點(diǎn)快速處理功能；Spark 面向內(nèi)存提供高保密的情報(bào)數(shù)據(jù)讀取和處理，支持面向指揮作戰(zhàn)應(yīng)用的大數(shù)據(jù)分析處理功能；Storm 針對(duì)不間斷的情報(bào)數(shù)據(jù)流提供大規(guī)模、實(shí)時(shí)、容錯(cuò)計(jì)算功能。批處理封裝在Hadoop 內(nèi)核中，由MapReduce 作業(yè)執(zhí)行，并得到Hadoop 生態(tài)內(nèi)其他組件如Hive、Pig 的支持；Spark 通過內(nèi)存計(jì)算，可以滿足編隊(duì)對(duì)歷史數(shù)據(jù)挖掘的需求，其GraphX組件支持對(duì)圖結(jié)構(gòu)的情報(bào)數(shù)據(jù)處理；Storm 基于其對(duì)流數(shù)據(jù)的處理優(yōu)勢(shì)，用以支持編隊(duì)短周期的快速指揮決策和控制。Hadoop+Spark+Storm 搭建了情報(bào)處理的典型框架，可以滿足艦艇編隊(duì)情報(bào)分析的要求。由于各類數(shù)據(jù)在編隊(duì)內(nèi)部廣泛流通，需要充分考慮無連接、斷續(xù)連接、低帶寬等極限條件下的通信能力。

3.3 編隊(duì)多源異構(gòu)情報(bào)數(shù)據(jù)智能化挖掘技術(shù)

與激增的情報(bào)數(shù)據(jù)同步增長(zhǎng)的還有隱藏在各類數(shù)據(jù)背后的潛在信息，傳統(tǒng)的建模分析方法難以應(yīng)對(duì)復(fù)雜多變的目標(biāo)實(shí)際行為。面對(duì)存儲(chǔ)在分布式數(shù)據(jù)庫(kù)中質(zhì)量良莠不齊、類型復(fù)雜多樣的各類數(shù)據(jù)，采取數(shù)據(jù)挖掘技術(shù)，對(duì)情報(bào)數(shù)據(jù)進(jìn)行清洗、預(yù)處理，結(jié)合傳統(tǒng)的分類、聚類、關(guān)聯(lián)等方法和貝葉斯網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、決策樹、神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘處理方法，可以較為準(zhǔn)確的掌握目標(biāo)作戰(zhàn)能力和作戰(zhàn)意圖，對(duì)其背景、態(tài)勢(shì)、特征、行為進(jìn)行分析。例如，對(duì)于目標(biāo)潛在行為方向的挖掘可以采用基于時(shí)空聚類的方法，采用BP 神經(jīng)網(wǎng)絡(luò)求解輸入數(shù)據(jù)與輸出結(jié)果之間的關(guān)系。

4 結(jié) 論

艦艇編隊(duì)大數(shù)據(jù)情報(bào)處理平臺(tái)具有以下優(yōu)點(diǎn)：一是可以從海量的數(shù)據(jù)中快速提取出情報(bào)，形成覆蓋較大范圍的目標(biāo)運(yùn)動(dòng)特征，加速打擊速度；二是可以自主關(guān)聯(lián)、整合、挖掘目標(biāo)的威脅情況，為各級(jí)指揮員提供作戰(zhàn)決策和優(yōu)化方案的重要依據(jù)；三是能將片面、孤立的碎片化信息通過關(guān)聯(lián)整合提升為對(duì)整體、全域的認(rèn)知層次，從不同方面揭示戰(zhàn)場(chǎng)態(tài)勢(shì)全貌。大數(shù)據(jù)情報(bào)處理技術(shù)，艦艇編隊(duì)防空反導(dǎo)、對(duì)海/陸打擊、反潛作戰(zhàn)有著重要的應(yīng)用價(jià)值，可廣泛應(yīng)用于各類作戰(zhàn)行動(dòng)。