| 标题 | 大数据应用于装备保障决策的时代价值与现实挑战 |
| 范文 | 张福元 摘要：针对当前已进入大数据时代的新形势，本文分析了将大数据应用于装备保障决策的时代价值；基于大数据的特点，梳理了将大数据应用于装备保障决策所面临的现实挑战；最后，就如何用好大数据为装备保障决策服务，本文给出了相应的对策建议。 Abstract： In view of the new situation that has it has entered the era of big data， this paper analyzes the era value of applying big data to equipment support decision-making； based on the characteristics of big data， it combs the practical challenges of applying big data to equipment support decision-making. Finally， this paper gives corresponding countermeasures and suggestions on how to use big data for equipment support decision-making services. 关键词：大数据；装备保障；挑战；对策 Key words： big data；equipment support；challenge；countermeasure 中图分类号：TP311.13 文献标识码：A 文章编号：1006-4311（2018）30-0215-030 引言 伴随着互联网、云计算等技术的迅猛发展，各类数据也呈海量增长之势，当前人类社会已步入大数据时代。大数据时代的到来，使得“数字化生存”已经成为人们必须面对、也无法回避的时代课题。1 大数据的内涵 尽管目前对大数据还没有统一而规范的定义，但不同的研究机构和学者已各自从不同角度对大数据给出了相应的界定。 基于大数据的体量的角度，麦肯锡公司在《大数据：创新、竞争力和生产力的下一个前沿》报告中认为：“大数据是指不能使用常规数据库工具对其收集、存储、管理、分析的数据集。”[1]百度百科认为：“大数据，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”陈明指出：“大数据是指数据规模大，尤其是因为数据形式多样性、非结构化特征明显，导致数据存储、处理和挖掘异常困难的那类数据集。”[2] 基于大数据的价值的角度，邬贺铨认为“大数据是指其规模大到（或变量复杂到）从中可以挖掘出符合事物发展规律性的数据集。”[3]舍恩伯格与库克耶则在承认大数据庞大体量的同时，也肯定了它的價值特性，他们认为，大数据是“当今社会所独有的一种新型的能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。”[4]“数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而绝大部分都隐藏在表面之下。”[5] 基于大数据技术的角度，有学者认为大数据的核心是大数据技术，大数据就是“对海量数据的采集、存储、分析、整合、控制以及与之相关的技术和产业”。[6] 从以上对大数据的定义可以看出，大数据就是指那些数据量特别大、类别特别多样的数据集。它不仅包括数字、符号等结构化数据，同时也包括文本、图像、声音、视频等非结构化数据。另外，大数据中潜藏着有价值的信息，需要快速处理才能从中获取；大数据不仅是一种资源，一种技术，同时还是一种新思维。2 大数据对于装备保障科学决策的时代价值 装备保障决策的形成必然依赖数据的支持，而传统的装备保障决策，由于数据稀缺以及技术条件的限制，主要依靠决策者的经验来判断，很难实现优质和科学决策。而将大数据应用于装备保障决策，不仅能满足装备保障决策的全数据要求，而且还能根据实时变化的数据把握事物之间的关联性，可为装备保障科学决策提供有力支持。 一是拓展了装备保障信息搜集的领域。大数据大大突破了传统的信息搜集的领域。依托大数据技术，不仅可以搜集到来自各部门的信息资源，而且也可以从复杂的物理信息系统搜集数据资源。大数据己成为当今一种重要的战略资源。也正基于此，美国国防部高层甚至认为，美军必须要在全谱军事行动中成为利用大数据的领头羊。 二是丰富了装备保障决策分析的方法。大数据资源来源广泛，类型多样，其不仅包括结构化、半结构化数据，同时还包括非结构化数据，这就决定了仅靠单一的方法和手段是难以满足数据处理和分析需要的。在大数据条件下，要想从庞杂的海量数据资源中获取有效的信息，就必须综合运用多种技术手段和方法。 三是满足了装备保障决策的时效性要求。大数据的真正价值并不在于数据量之大，而在于通过对这些大数据进行有针对性地挖掘和加工而产生的潜在价值。传统的装备保障多采用经验主义，容易忽视装备保障需求的差异，致使装备保障决策的时效性和有效性难以满足。“在大数据时代，我们的一切活动除了留下传统的物理轨迹之外，还会留下另一种轨迹：数据足迹。”[7]我们说，正是这种借助智能技术所产生的“数据足迹”恰好在一定程度上反映了装备保障需求，而这种“数据足迹”单纯凭经验是无法获得的。 总之，大数据在装备保障领域的应用，是对传统装备保障决策模式的一种颠覆，它的引入将使得各部门之间的数据流通、共享更为便捷，装备保障决策将获取更大的数据支持，装备保障效率也将有更大程度的提升。 3 大数据应用于装备保障决策面临的现实挑战 “尽管大数据的力量是那么耀眼，但我们必须避免被它的光芒诱惑，并善于发现它固有的瑕疵。”[8]任何先进技术都是把双刃剑，大数据亦是如此，虽然大数据在装备保障领域应用可能会对装备保障决策带来革命性变化，但其应用也面临巨大挑战。 一是大数据体量庞大，如果信息分析能力无法应对大数据的庞大体量，就会导致信息过载，直接影响装备保障决策。大数据来源广泛、容量巨大、更新频繁，仅依靠现有信息技术，很难及时高效地分析处理这些数据，加之持续更新的数据对存储能力的高要求，可能会导致系统瘫痪。实际上，现有的数据分析技术己无法满足大数据时代的信息处理需求。 二是大数据中混杂着诸多虚假或无效信息，信息价值密度低。大数据的不断增长，致使数据可用性问题日趋严重。即便在日常生活中，不准确或虚假信息所带来的隐患都不能小觑，何况在军事领域，其最终可能会影响到战争的结局。参杂海量虚假信息的数据，将最终会使人陷入“数据迷雾”。 在大数据面前，现有的数据分析和处理方法已显得力不从心，“运用现有技术和方法分析处理大数据，就如同大海捞针”。 三是大数据应用中的安全隐患不容忽视。数据安全是大数据应用的根本保障。在大数据条件下，数据管理分散，数据从产生到获取、分析、处理过程中每一个环节都会涉及到安全问题。未来战争是体系间的对抗，体系对抗中即使有一个节点出现问题，就极有可能引发“蝴蝶效应”，并进而对整个战局造成致命影响。为此，要高度重视大数据应用的安全性问题。 基于此，我们对大数据应有一个正确的认识：其一，大数据的混杂性特征，决定了有一定的容错率应属在所难免，在这种情况下，我们基于大数据分析而得到的结果就有可能存在失真的风险；其二，数据和量化无法衡量一切事物。正如舍恩伯格所言，“我们也要继续重视那些数据不能解释的事物：由人类的智慧、独创性、创造力造就的理念，这就是大数据分析无法预测的。”[9]4 顺势而为，科学地利用好大数据 任何事物都是矛盾统一体，大数据应用也概莫能外。进入大数据时代，对装备保障决策而言，可谓是机遇与挑战并存。那么我们当下又该如何科学地利用好大数据为装备保障决策服务呢？ 4.1 应时而动，提升人员数据素养 在“大家还没搞清PC时代的时候，移动互联网来了，还没有搞清移动互联网的时候，大数据来了。”既然大数据时代已经到来，且不以人们的主观意志为转移，我们就应顺应时代发展趋势，及时转变观念，正视大数据给我们带来的深远影响。要树立大数据意识，提升数据素养，要利用大数据准确把握装备保障需求，提升装备保障的有效性。这就要求我们不仅要具备专业知识，还要学习掌握与大数据相关的技术知识，要积极利用信息工具解决相关问题，做到思想上与时俱进，行动上勇于创新。 4.2 破解难题，夯实技术根基 邬贺铨院士指出，“目前，大数据技术的运用仍存在一些困难与挑战，主要体现在大数据挖掘的四个环节中，即数据收集、数据存储、数据处理和结果的可视化呈现，使结果更直观以便于洞察。”[10]当前，要推进大数据在装备保障领域的应用，就应瞄准瓶颈，着力破解。一是要在数据收集方面，对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，要尽可能收集异源甚至是异构的数据，必要时还要与历史数据相对照，要通过多角度验证，以保证数据的全面性和可信性；二是要在数据存储方面，按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时还要加入便于日后检索的标签；三是要在数据处理方面，針对有些数据具有多源异构、多实体和多空间之间的交互动态性的特点，以及这些数据难以用传统方法描述与度量，处理复杂度大等现实情况，要将这些高维图像等多媒体数据进行降维后度量与处理，并利用上下文关联进行语义分析，要从大量动态而且可能是模棱两可的数据中综合信息，导出可理解的内容；四是要在结果的可视化呈现方面，使结果更直观，以便于洞察。 4.3 打破壁垒，促进数据融合 影响数据融合的壁垒主要来自两个方面：一是来自于体制方面。这主要由于相关部门在数据积累和建设过程中缺乏协同而导致的，且基于自身利益考虑，各建设部门和单位还往往会独享信息，这会进一步加剧壁垒的形成。二是来自于数据的不同格式。网络技术的发展，极大地拓展了获取信息资源的渠道，诸如博客、聊天室、论坛等都成为了获取信息资源的重要载体，这就导致了数据资源不仅包括结构化数据，还包括HTML、XML等半结构化数据，以及音视频、图形、图像等非结构化数据，这些数据的不同样式和格式也构成了数据间的壁垒。经过多年的信息化建设，在装备保障领域我们也已经积累起了大量的数据资源，但由于受系统建设初期的技术条件、思维方式、自下而上的建设模式的影响，致使这些数据资源目前还孤立地分散于不同的组织或管理部门之间，难以形成数据优势。基于装备保障建设的实际情况，打破数据壁垒，促进数据融合，既是推进大数据应用的奠基性工程，也应是推进装备保障信息化建设中尤为紧迫的工作。 4.4 把握限度，防止“数据独裁” 虽然大数据对于装备保障建设具有积极的意义，但在实际使用过程中，还是要把握数据使用的限度。对于装备保障决策，一定要注重发挥人的主观能动性，要把大数据所提供的冰冷的、无意识的建议同人的智慧、创造力结合起来，而绝不能盲目崇拜大数据，以致出现“数据依赖”和“数据独裁”现象。5 结束语 科技革命是推动军事领域变革的强劲动力。大数据应用作为信息革命的升级版，其终将会渗透到军事领域的每一个角落，并促进军事领域的深刻变革。从这个意义上来看，大数据必将为装备保障发展注入新的活力，带来新的契机。 参考文献： [1]James Manyika.et al. Big data： The next frontier for innovation， competition， and productivity[R]. Report of McKinsey Global Institute. http：//www. mckinsey.com/ insights/ business technology/ big data： the next-frontier-for/innovation. [2011-05-25]. [2]陈明.大数据概论[M].北京：科学出版社，2015：5. [3]邬贺铨.大数据思维[J].科学与社会，2014（1）：1. [4][5][7][8][9]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代——生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：4，127，9，247，113. [6]陈庆修.叩开大数据机遇之门[N].学习时报，2014-10-13. [10]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）：48-49. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。