美国海军大数据生态系统的体系架构与启示

　　近几年来，主要军事强国尤其是美国利用大数据争夺物理域、信息域、认知域作战制高点的战略正在全面升级。2012年，奥巴马政府曾利用大数据预测大选态势，并在获得连任后随即宣布投资2亿美元推动大数据相关产业的发展，由此将"大数据战略"作为国家意志来部署，更强调大数据会是未来的石油。美国军方明确表示，国家拥有的各行业数据规模、数据活跃度、分析挖掘能力和应用模式将成为美国综合国力的重要组成部分，一个国家在网络空间的数据主权已经成为继陆权、海权、空权、天权之后，大国博弈的新焦点。

　　一、海军作战过程中的大数据特征

　　大数据是指所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。麦肯锡全球研究所认为：大数据是"一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合"[1].海军作战过程中所需要和产生的数据之所以可以作为大数据来处理，出发点是这些数据符合大数据通常具有的四大特征：

　　（1）数据量大。海军作战数据来自战场目标、战场环境、战场水文气象、网络舆论信息等各个方面，数据量级早已从TB发展至PB乃至ZB级。

　　（2）数据多样化，大多半结构化和非结构化数据信息。在一次具体的海上作战中，所牵涉的数据是广泛的。仅就海军水面舰艇作战而言，就直接涉及到敌我双方作战目标、战术意图、舰艇兵力编成、训练水平、人员状态、指挥决策能力、各种武器装备性能、海区地理环境、水文气象等各个方面。从大的背景方面而言还间接涉及到国家的经济、政治、外交、自然资源、部队体制、作战指挥体系等[2].

　　（3）数据处理快速化。作战数据流往往为高速实时的流式数据，而且需要快速、持续的实时处理。处理工具亦在快速演进，软件工程及人工智能等均可能介入。在现代信息化条件下海上作战中，由于数据量的急剧增加，在数据的处理过程中，往往需要利用计算机快速、准确地处理和加工大量的数据。

　　（4）数据价值高和密度低。最明显的就是情报数据，大数据将使情报侦察和决策能力产生质的飞跃。海战中海量的情报数据并不等于高价值的情报信息，经过大数据分析从稀疏的数据中挖掘得到的信息才可能是真正的具体情报。

　　战场数据集成是大数据技术在海军作战领域运用的关键。随着云计算、通信、媒体和移动计算的快速发展和深入应用，海战相关的数据量还将快速增长。

　　二、美国海军大数据生态系统的体系架构

　　美国海军采用突破性的分析工具建立海军大数据生态系统来解决海军作战中的大数据应用问题，寻求利用大数据增强作战能力的方法，通过整合IT系统数据和作战系统传感器获得实时态势结果，利用云计算和大数据技术发展作战工具。例如，通过指挥员在舰船上查看仪表盘，实时跟踪任务中发生的一切，掌握预期的变化情况，并推测可能出现的结果[3].

　　2013年以来，美国海军组织开发了名为"海军战术云参考实施"（NTCRI）的大数据云生态系统平台，由数据分析组件和可视化界面提供相关作战环境和情况的所有数据的实时视图。这个平台系统融合了大数据、云计算和其他交叉学科的技术，并且实现了多种分布式文件系统（Hadoop等）和作战系统。图1为我们结合分析理解绘制的该大数据生态系统的架构图。

　　该系统架构主要包含四大功能：

　　（1）通用数据基础表征。海军作战大数据是完全多源异构的。"多源"指来源广泛，如IT系统、机载或舰载传感器等；"异构"指数据类型多样，如双方作战目标、战术意图、气象水文、网络舆情等，该部分的主要目的是建立海军作战数据科学的、通用的基础体系架构，用于不同机构间多源异构大数据的表征和共享。

　　（2）分布式数据存储与索引。主要目的是存储作战数据，建立索引以便快速查询，通过海军的云环境利用大量的数据集。使用到的关键技术主要包括：企业级Cloudera部署、Hadoop分布式文件系统的、Accumulo排序分布式的Key-Value存储解决方案、MapReduce计算框架、Storm流数据处理框架。
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
　　（3）数据作战分析。这部分是海军大数据生态系统的核心，目前美国海军主要通过开发先进的分析工具支持反潜作战和一体化防空反导作战，提升大数据对海军作战的效果和能力，探寻利用大数据增强威胁评估预警、作战识别、一体化作战和任务计划以及执行能力的途径。

　　（4）系统抗毁性防御组件。任何系统都要具备抵抗攻击的能力，抗毁性防御组件是贯穿整个大数据生态系统的，数据在采集、整理、存储、传输、分析的过程中都可能遭到攻击甚至篡改。组件主要通过利用云计算的安全性和完整性，增强海军大数据生态系统各模块的防御能力。

　　除此之外，美国海军水面技术创新中心（SNIC）也在开发支持体感操作的可视化显示技术和游戏式的视频训练系统等技术。同时，美国海军加大与商业公司的合作，鼓励企业在网络、无人平台、大数据分析等领域加大投入。例如，洛克希德·马丁公司向海军水面技术创新中心投资350万美元，为新一代水兵开发最新技术，提升海军舰艇现代化的速度与频率[3].

　　三、我国海军作战大数据建设

　　近些年来，我国海军指挥信息系统的硬件和软件建设已得到了跨越式发展，但作战大数据建设还有待完善和提升。由于长期以来对作战大数据建设重视程度的相对不足，作战大数据专业人才的缺乏和作战大数据建设任务的庞大复杂，使得基于信息系统的体系作战能力发挥受到限制。

　　立足我国海军实际，改变当前海军作战大数据建设的现状可考虑从以下几个方面着手：

　　（一）加强顶层设计

　　由海军指定某一部门，组织相关机构，做好作战大数据发展的顶层设计，负责在国家和军队层面制定大数据技术研究和人才培养机制，推进相关基础数据库及数据中心建设，制定数据防护政策及数据标准规划。

　　（二）加强大数据人才的培养和引进

　　海军作战大数据专业人才培养涉及军事学、统计学、计算机科学与技术、海洋学和系统科学等多学科多专业的交叉融合。应加强我军院校统计分析方面的教学，重视对一线实际作战数据的分析能力培养。同时，应该向地方拓展人才培养渠道，同地方院校、科研机构、企业等创建军民融合的作战大数据人才联合培养机制。

　　（三）切实推行训练过程数据化,从根本上解决作战数据缺乏的困境

　　切实推行指挥训练数据化，利用先进成熟的数据挖掘和人工智能技术，开发符合我军作战数据标准并具备一定自主决策功能的指挥训练系统，促使"以经验为中心"的决策方式向"以数据为中心"转变。切实推行训练手段数据化，基于实兵对抗演习数据，进一步完善和开发以训练软件和兵棋系统为代表的各级各类训练模拟器材，努力提高部队信息化训练水平[4].

　　四、结束语

　　大数据已经成为全球化时代不可或缺又亟待开发的重要资源，大数据的开发和使用将成为影响未来战争胜负的战略工程。为此，我们要做好大数据开发的顶层设计，不断加强大数据专业人才的培养，在作战训练中推行"数据化"的训练手段，不断完善和提升海军的信息化建设水平。

　　参考文献：
　　[1]庄林，沈彬。美国国防部大数据项目研发与应用[J].国防科技，2013（3）：58-61.
　　[2]周智超。海军军事数据在指挥控制中的作用及层次关联分析[J].指挥控制与仿真，2012,34（4）：30-33.
　　[3]易永胜，林祥。美军把大数据分析引入作战[N].学习时报，2014-12-29（007）。
　　[4]张强，张宏军。作战大数据建设的困境与出路[N].解放军报，2013-05-30（010）。