平平
陆军炮兵防空兵学院南京校区研究生 211161
摘要：大数据技术给军事指挥信息系统带来了新的挑战。本文将大数据技术引入信息战指挥信息化中。首先，从数据存储、数据挖掘和分析三个方面论述了指挥信息系统的改造。分析了指挥信息系统的组成，分析了大数据对指挥信息系统的驱动作用。最后，讨论了大数据环境下指挥信息系统的安全问题，并提出了相应的解决方案。
关键词：大数据技术；指挥信息系统；应用研究
前言：
随着信息时代的到来，战场环境也发生了变化，信息战应运而生。信息战争是人类战争的历史日历。在新的战争形式下，信息化已成为战争胜利的主导因素，指挥信息系统是信息在战争中发挥作用的重要物质基础，信息系统是战争的支撑平台。在这个平台中，平台上信息的快速处理是关键。大数据时代，在信息化战争的要求下，出现了一种新的信息处理方式。从数据到决策，在战场“大数据”的背景下，我军指挥信息系统集成了以下会计大数据智能分析技术，提高了指挥控制系统的数据处理能力，并将为军事强军提供决策支持信息。
1大数据概念
1.1大数据的定义
大数据也就是众所周知的大数据。目前主流的软件工具在合理的时间内对所涉及的数据进行管理、处理和整理，形成业务决策价值。它也被定义为“大数据是指多种形式的自我肯定”，从多个来源收集的大数据集通常是实时的。从不同的角度说明了数据量大、来源多、实时性强，传统的处理软件无法使用大数据，大数据主要用于数据的采集、管理、处理和决策帮助。军方并没有严格界定大数据的定义。大数据军事应用是指战场情报、网络、电子战采办、卫星遥感、视频、文字、音视频等无线电信号和侦察领域的数据采集。
1.2大数据的特点
首先是数据量大。数据量的大小可以从大数据读取的基本单位得到。大数据的基本单位是Pb（1PB=1024tb）。其次，数据种类繁多。传统的数据是结构化的，另一方面包括大数据结构化数字数据和非结构化数据，包括文本、图像、视频和音频定位信息。三是大数据技术造成的低值密度。四是加工速度快。在数量众多的时代，这是一个非常巨大数据集，它仍然在几秒钟内被处理。分布式计算技术，又称云计算技术，负责处理大数据技术，可以处理大量数据。这就提供了数据分布式。世界各地的物联网、云计算、移动互联网、汽车互联网、移动互联网、平板互联网以及各种传感器都不是数据源。
1.3大数据思维
就数据处理而言，在大数据时代，如果仍然采用抽样分析的概念，随机抽样显然是会落后现在的时代。第二，大部分数据并不准确，而是混乱。研究表明，只有5%的数据是结构化的，适合于传统数据库。大数据通常被描述为概率而不是准确性。这就是试图扩大数据规模的现实。在这个大数据时代，不要沉迷于背后的现象是什么。我们常常把因果关系的任何一种现象和习惯都归咎于传统的思维习惯。第一次想到因果关系常常使我们误入歧途。然而，大数据思维强调的是相关性，而不是因果关系。在大数据时代，我们更应该关注相关数据本身产生的联系，而不是因果推理，也不需要知道现象背后的原因是什么，而正是已知的相关数据本身。
2指挥信息系统大数据应用需求及关键技术
虽然互联网技术日趋成熟，但全球联合开发运营计划仍存在数据存储不方便等问题，需要进一步发展和完善大数据技术。
2.1目前，指挥信息系统是一个独立的、集成的整体，是集情报、作战平台等诸多方面于一体的数据信息源。传统的数据库存储技术已不能满足现代数据库技术的进一步发展的需要。这是由于技术的进步，几何形态的数据量以及传统的存储系统难以扩展，所以数据的存储容量也非常有限。因此，现代军事大数据对存储技术、方法和手段提出了更高的要求。在现代军事的现实世界中，大数据存在于陆海空三军系统中，并结合了大数据系统的优势，如存储最新、可扩展性好、支持存储容量和速度等。其中最重要的一点就是严格控制数据的采集和质量，只有这样，数据库中的数据才能得到高效、安全的处理和应用。
2.2目前采用的是最传统的数据计算模型，但从实际情况来看，这种模式很难支持数据的高效运算和计算。为了实现更高效的数据计算和处理，因此有必要对现有的计算模式进行重大修改，以优化性能，提高性能。通过使用不同的大数据计算模式，支持批处理、流计算、图形计算等多种形式，实现了不同计算模式的一致调度和资源分配，适应了高效的大数据处理框架。关键技术的应用主要集中在智能任务分析与计算管理、集群计算模型的分布式计算和全过程监控等方面。
2.3为了满足这些迫切需求，前端指挥系统迫切需要能够直观地显示大量复杂、多维的可视化、异构数据在多维交互过程中对人机功能的需求进行分析和评估，实现协同协作，帮助用户快速完成在这种情况下，能够直观地了解战场的总体情况，也能帮助用户进行有效的分析和决策，以满足新的作战流程对指挥决策的更高要求，可视化技术对于数据处理系统的分析尤其重要，不仅对于数据本身的可视化，而且对于大量数据与分析和决策过程的可视化之间的关系。此外，可视化技术还必须满足用户对指挥和实践的双重需求；为了满足大数据处理和实际操作的需要，通过实时大数据的可视化可以了解全局形态和决策层在多维可视化过程中数据之间的空间关系，相对于复杂的数据和图形，必须采用并行绘制、人机交互核技术和其他核技术。
3对指挥信息系统的大数据设计方案
3.1高效的运行机制和标准的大数据中心结构进行了设计，统一顶层设计，通过系统提出并实施了方案，有效地实施了资源优化。在应用技术层面上，适当有效地促进军事大数据中心建设的发展和进步。整合需要资源和基础设施。虚拟化技术结合云存储和分发的单点信息链路，可以用于硬件设施的建设。减少了资源共享，形成了一个全球性的网络，满足了持续运营和能力扩张等重要需求，有效地保证了信息安全，完善了固定或耐药系统。
3.2机械动态信息应用服务建设，综合分析、处理智能平台、操作层等多种来源的信息，完善可视化决策指挥系统，呈现信息，支持大数据应用，提供战场态势分析和态势预测。大数据应用建设的基本思路描述和情报信息分析包，包括目标装备层次识别、作战能力识别和活动模式识别；战争情报的处理和分析包括对敌方的合理评估形势和对敌情的合理估计。同时，通过网络和系统的实时态势分析平台，可视化前端直接呈现作战态势和相关理论指导。
结束语
数据控制在未来的战场上非常重要。大数据的概念和技术作用于指挥信息系统的各个关键环节，实现海量数据的存储、高效的计算处理、战场态势分析、智能情报分析和决策支持，最后为指挥员和参谋人员提供有效的决策帮助。未来的指挥信息系统将是一个基于大数据处理和分析技术的系统。综合指挥平台将生成大数据、云共享和数据过滤，以有效对接对更新战场态势、网络空间战略和信息系统提供的支持。此外，大数据还具有成本低、系统可扩展性好、可靠性高、并行分析等优点。由于各级指挥员将依靠指挥信息系统的大规模普及，他们将根据指挥信息系统的情况为决策提供有效的信息。
参考文献
[1]王珩, 王海宁, 刘畅,等. 大数据技术在指挥信息系统中的应用与发展[J]. 指挥信息系统与技术, 2015(02):5-9.
[2]徐胜杰. 大数据技术在指挥信息系统中的应用与发展[J]. 电子技术与软件工程, 2017(6):168-168.
[3]曹泽聪. 大数据技术在指挥信息系统中的应用与发展趋势探讨[J]. 通讯世界, 2017(6).
[4]李振龙. 评价大数据技术在指挥信息系统中的应用[J]. 中国高新区, 2018, 000(015):230.