摘 要： 随着信息化战争的到来，战场信息量发生爆炸式的增长，充分挖掘战场大数据的价值，对于航空产业，乃至未来空战都会产生颠覆性的影响。传统的信息处理逐渐成为制约战场信息流转的瓶颈，大数据技术的充分应用是推进空战的智能化的有力支撑，美国对大数据的研发已经走在了世界的前列。本文从一体化作战、空战训练和航空装备三个方面对大数据技术在未来空战的价值及应用进行分析，提出了大数据发展的关键领域及技术，包括高效存储、快速挖掘、安全共享等，建议成立航空大数据中心。
关键词： 大数据; 未来空战; 人工智能; 分布式架构; 数据中心;
引 言
在经历了数字化时代、网络时代两个阶段的推演后，网络、移动智能终端、物联网等技术高速发展，计算机运算和存储能力也不断提升，这就使得各种数据持续爆炸式增长和获有成为可能，宣示着大数据时代的到来[1,2]。同时战争也已步入信息化时代，随着新型侦察、通讯、作战、保障装备的不断智能化发展，来自卫星、雷达、侦察机、预警机、无人机等战场识别系统及战斗机、地导等作战单元的指挥控制系统的数据变得数量大、种类多、结构异化且更新频繁，信息处理逐渐成为制约战场信息流转的瓶颈。从海量数据中挖掘高价值的信息已经成为急需解决的问题，大数据技术的发展已经迫在眉睫。
美国对大数据的研发已经走在了世界的前列。在信息化时代，美国非常重视大数据在国家安全领域，特别是在军事领域的运用，并采用政府牵引、军民一体的研发模式，加大了对可视技术和云计算的发展力度[3]。并于2012年3月29日发布了“大数据研发倡议”，将大数据研发提升为国家政策[4]。奥巴马政府时期将“大数据战略”上升为最高国策，认为大数据是“未来的新石油”，将对数据的占有和控制作为陆权、海权、空权之外的另一种国家核心能力[5]。国防部及其下属国防高级研究计划局现有的大数据项目共有10个。其中，具有代表性的项目是：数据到决策、网络内部威胁、影像检索与分析等[6]。
随着信息技术的发展和作战思想的调整,美军在数据建设及信息共享的政策、目标、管理方式上发生了很大的变化。总体上看,可以划分为三个阶段:独立建设阶段、标准化阶段、和以网络为中心的阶段,如图 1 所示[7]。
图 1 美军数据建设的发展历程
1、 概述
对于大数据的认识，人们往往存在误区，并不是数量大就是大数据。大数据是指无法在可容忍的时间内用传统的方法和软、硬件平台对其进行感知、获取、管理、处理和可视化的数据集合，需要新的处理模式才能从中获取更强的决策力、洞察力和流程优化能力的海量、高速和(或)多样化的信息资产[8]。通常认为大数据具有如下特征：1、Volume Big，数据量大，数据量级从TB发展至PB乃至ZB。阿富汗战争期间，美军部署的全方位情报侦察监视系统，24小时内所产生的数据就有53T；2、Variable Type，多样化，数据类型繁多，品类极其混杂且关联度一般较低，战场数据有 60%甚至80%为非结构数据，主要包括图片、视频、图像与时空位置等；3、Velocity Fast，产生及处理快速化，数据流往往为高速实时数据流，而且需要快速、持续的实时处理。伊拉克战争爆发当日，美军前进指挥所无法处理各机构提供的海量数据，不得不关闭设备，造成指挥所与部分部队通信中断；4、High Value and Low Density，价值高和低密度，在海量的数据中，也许仅其中小部分具有极高的价值[9]。
大数据技术能挖掘事物之间的关联性，为人们认识事物、解决问题提供了新的方法，与人工智能技术结合，是促进未来战场智能化的核心技术。大数据技术从关注因果关系、局部关系的简单分析，发展为相关关系、全体关系的复杂推理。运用大数据技术对全样本数据进行深度分析，并通过对事物之间相关关系的探寻找到解决问题的最佳方案。大数据技术更加关注间接推理、预测分析等功能在判断决策中的运用和实现。空军担负着侦察预警、歼击突防、对地打击、对空打击等多种作战使命，情报侦察能力以及快速的作战响应尤为重要。空战中大数据技术的充分运用，能够加速战场信息的流转，为指挥决策提供预判分析，紧缩OODA环（Observation-Orientation- Decision-Action，观察-判断-决策-行动），从而强化空军的体系作战能力。充分挖掘大数据的价值，可以对航空产业，乃至未来空战发展产生颠覆性的影响。
空战战场大数据的挖掘分析按照时间可以分为两部分：1、对历史数据进行非实时性、预先性、交互性分析（以下简称：非实时性大数据分析），形成战场各作战单元、以及各数据间的关联性模型、预测分析模型、推演模型等，组建起全面的信息化战场模型库和应用库；2、对空战战场的实时数据进行实时高速的分析（以下简称：实时性大数据分析），建立其对空战战场的全面感知系统、信息共享系统等，为战场模型提供实时数据输入，以确保战场预测、辅助决策等功能的实时性、精确性和可靠性。
结合上述研究思路，本文将从一体化作战、空战训练和航空装备等三个方面对大数据对未来空战的价值及应用进行分析，提出了大数据挖掘应关注的关键领域及技术，包括高效存储、快速挖掘、安全共享等。
2 、一体化作战
信息化战争追求一体化作战，主要包括：空天地一体化，“侦”、“攻”、“防”一体化，作战力量一体化。空军担负着多种作战使命，是一体化作战的重要组成部分。只有充分加强空战的体系作战能力，才能将空战的作用发挥到最大。大数据技术可以通过针对地理信息系统、气象系统、战场情报系统等多系统条件下的数据信息做关联性分析，找出数据的相关性，为指挥员指挥决策提供预测分析、战场感知的实时数据支持，并在战后进行反馈，能有利的促进战场一体化、智能化、实时化。
2.1、感知预判
信息化战场综合运用了无人机、传感器等侦察手段，其雷达、光电、声像侦察能力已实现了对战场的全覆盖。但多情报源的数据类型（文档、声音、图片、视频等）、数据标准（坐标系、分辨率、更新率等）等种类繁多且实时高速产生，用常规的数据处理方式很难充分有效的发挥信息化战场数据的作用。大数据技术拥有强大的数据处理和分析功能，将各种传感器获取的敌、我、友的海量数据和测绘地理、气象海洋等自然信息进行快速准确的收集、传输、融合、处理和呈现，从而形成战场综合态势，并生成各类实时态势图[10]，可成倍地增强军事组织分析情报的能力，从而达到“知己知彼，百战不殆”。
图 2 战场情报侦察系统示意图
战场作战员、指挥员等个人所经历或学习的作战和训练场景都是有限的，且在作战的紧迫时刻通过传统人为的方式无法实现对以往相似战例经验的全面参考。通过战场非实时性大数据分析，提取典型战场关键数据，建立作战意图预测模型库，结合战场实时数据及人工智能技术可以实现敌军作战意图预测。“先敌一步，胜过千军万马”。对于空战而言，通过对典型案例对抗期间飞机雷达、电测频谱等信号数据进行大数据分析，建立空战预判模型，可以实现对敌机机动预判，为飞行员提供未知作战场景下的参考，以实现提前防御或攻击。
2.2、指挥决策
传统的作战沙盘战术推演方式，对指挥员极度依赖。基于作战装备及战场数据进行非实时性大数据分析，建立高保真度的作战装备模型及战场作战推演模拟系统，结合战场实时数据及指挥员作战方案进行作战效果的推演和评估，直观、准确的对比不同作战方案的利弊，为指挥员最终决策提供真实有效的数据支撑，真正实现“从数据到决策”。
图3 美军某系统军演态势显示及指挥决策系统
利用大数据技术构建指挥信息系统，链接指挥平台与作战诸元，依据指挥人员、武器操作人员等的具体需求为参战人员提供信息推送，强化指挥中心、作战单元以及数据中心实时共享情报、精确协同的能力，以保证指挥系统以信息为引导，实现决策方案的精确高效执行，可以有效促进指挥体系扁平化，OODA环紧缩。
2.3、战后“复盘”
全面客观的战后评估和总结，能为后续作战和提升战斗力提供支持。充分发挥历史战场数据的价值，是战后评估的有力保障。通过大数据技术构建作战事后评估系统，依据战场各个系统的真实数据，进行作战场景复现，使不同位置的作战人员直观的感受自身位置在体系作战的组成方式和作用，并依据评估规则给出全面客观的作战效果评估；同时，作战人员可在该场景下进行不同操作的模拟作战演练，通过修改作战方案，获得对应的作战效果评估，达到“举一反三”的演练效果。
3、 空战训练
和平年代，空战能力多是靠演习、作训等训练方式进行提升。为贴近真实战场，实战化训练越来越受重视。但传统的空战实装训练方式如实弹打靶，对场地和人力物力资源提出了挑战，且复杂作战场景不易模拟，与实战相差较大。而大数据技术可以为空战训练方式提供更多的可能，是提升空战训练水平的一个折射点。
3.1、基于L-V-C的实虚、虚实空战训练
通过非实时性大数据技术构建战斗机、预警机、电子战飞机、雷达、地面防空武器等作战装备的高保真度模型；结合虚拟座舱、机上虚拟训练系统、通讯链路等，基于武器装备的高保真度模型，构建复杂虚拟作战场景、模拟目标，实现虚拟超视距、大体系空战实战化训练。基于L-V-C（Live-Virtual- Constructive，实装-虚拟-构造）的实虚、虚实空战训练能够给予空战人员贴近真实装备的高保真度训练感受，有利于空战人员作战水平的提升以及新的战术战法的产生，同时可以极大降低实战化训练的资源消耗，提高训练的效费比。
图4 基于LVC的虚实、实虚训练示意图
3.2、飞行员作训水平评估
飞行员不仅是飞机驾驶员，更是空战中的作战员、指挥员。提升飞行员作战能力，对于提升军队空战水平有着至关重要的作用。通过对飞行员进行全生命周期的大数据分析，从飞行员行为、心理状态等方面对飞行员操纵行为模式进行分析，构建飞行员“健康”档案；在典型态势下，对飞行员的操纵模式与作战效能数据统计分析，操纵模式参数化，构建操纵模式与作战效能的相关性模型，达到对飞行员操纵模式对作战效能的影响性分析；抽取典型飞行特征数据，构建典型飞行科目的评分模型，依据飞行员实时飞行数据进行等级评测。通过这种方式，可以实现对飞行员的“全生命”周期的数据管理，结合个体定制作训计划及训练建议，有助于全面提升飞行员的作战能力。
3.3、空战训练安全监控
安全问题一直是训练关注的重点。尤其是空战训练中包含了很多大机动、高难度的训练，飞行安全更是需要高度重视。通过实时大数据分析技术，对机上各设备数据进行关联性分析，构建基于趋势的安全告警系统，结合机上装备以及飞机系统的实时数据，实现飞行安全的实时预警，给飞行员及地面导调更长的危险事件处理时间，以降低飞行安全事故。
4、航空装备
航空装备的水平对于提升空军战斗力有着至关重要的作用。但是在信息化作战时代，无论是联合作战还是体系作战，单个装备的作战能力对整个战场的影响能力都是有限的。通过大数据技术建立起装备间的关联性，互相协同作战，才能最大程度的空军战斗力。
4.1、加速航空装备的升级
新型武器装备的设计和产生是由新的作战需求引发的。实装数据中隐含着大量真实的作战需求，通过对历史性实装大数据分析，从作战场景、装备系统的内部通信和战斗协同等数据中挖掘装备性能特性以及新的装备需求，可以实现现有航空装备设计的验证和反馈，并结合新的需求通过装备升级改造甚至更新换代，以满足新的作战需求，促进整个武器系统高效化、智能化，使航空装备具有“与生俱来”的联合作战能力。
4.2、促进战场无人化
现在战争的作战目的已经从消灭敌军有生力量和重兵集团以取得兵力物力数量上的优势转变成了破坏或瘫痪敌军的“三大系统”（战场识别系统、战场信息系统和指挥决策系统）取得战场信息优势。战争“零伤亡”成为了现在战争的期望。大数据与人工智能的结合可以引发整个武器系统的变革，可以支撑具备自主作战能力的无人作战装备，实现战场无人化。
图 5 美军全球鹰无人机
无人侦察机、攻击机、查打一体机等新型智能作战无人机具备体积小、隐藏性高、机动性强、编队能力强、行动路径精确化等不同于普通战斗机的特性，势必引发新的作战形态的衍生，为战争的“零伤亡”期望提供坚实的支撑。
4.3、提升航空装备的寿命
航空装备往往造价不菲，最大程度的提升装备寿命，对于军队意义重大。建立航空装备实验、作战、训练、维修、报废等全生命周期的大数据平台，通过大数据技术对影响装备性能的关联性因素进行分析，构建装备损伤模型，并制定与之对应的维修保障方案，以达到有效提升航空装备使用寿命的目标。
5、 大数据关键技术
基于大数据的特点，采用传统的数据处理方式已难以充分挖掘大数据的价值。需要结合现有技术，或重点发展某项大数据关键技术以实现大数据的高效存储、快速挖掘和安全共享。
5.1 、大数据高效存储
对于空战训练来说，无论是战场实时数据，还是每日都在多地不断产生的训练数据，都对大数据的存储能力提出了更高的要求，建立一种能够满足快速增长大数据的存储和管理机制是大数据技术需要解决的首要问题。
大数据存储绝不能是简单的堆积存放，这会对存储资源造成极大的浪费，更会对后续的数据挖掘造成困难。在存储之前，首先应剔除大量冗余的数据，应用数据预处理工具（数据清洗、数据转化、数据集成），自动、高速的实现海量数据的过滤和整理，之后按照数据类型进行分类存储入数据库。结合人工智能方法，建立高效索引、智能查询和联想推荐。采用分布式架构，运用分布式数据库、分布式信息服务等构建资源可动态流动基础环境，以实现大量突发数据的高效存储和管理。
5.2 、大数据快速挖掘
大数据挖掘如前文所述，包括非实时性大数据分析、实时性大数据分析，但无论是哪种都需要在可接受的时间内完成。基于大数据数据量大、种类繁多且不断产生的特点，数据挖掘的速度就显得极为重要。为提升大数据挖掘的速度，就必须针对它的特点解决相关的一系列问题。
（1）加强顶层设计，建构数据标准体系。目前设备研制厂家往往各自为营，存在重复开发、标准各异等问题，而且出于对自身利益的考虑，可能会独享情报，无法做到信息共享[4]。这就造成很多装备之间，甚至不同厂家研制的同类设备之间的数据类型和格式迥异、标准不统一、关联性较差，为适应一体化作战的目标，完成系统数据集成，需要从顶层入手，建立其航空装备的数据标准体系。
（2）加强非结构数据的分析能力。以图片、音视频为主的非结构数据具有非统一的特性和模式，不利于数据的快速分析。通过建立基础数据标准、强化自然语言处理、动态扩展表示等技术方法，加强非结构化数据的分析能力。
（3）建设大数据挖掘工具库及并行解算环境。大数据作为“未来的新石油”，与石油最大的区别在于石油一经挖掘和加工就消失了，而大数据的价值体现在从多维度全方面的分析和挖掘才能真正发挥其价值。需要根据不同需求，结合人工神经网络，遗传算法，模糊控制算法等人工智能技术构建大数据的挖掘工具库，以实现对大数据充分的挖掘；基于分布式文件系统，构建结合并行计算框架和流处理框架的并行分析系统，为实时与非实时数据挖掘计算提供高速的并行计算环境。
表1 大数据特征及对应的人工智能方法[1]
5.3、大数据安全共享
大数据的价值在于全面挖掘，数据共享就成为重要的一部分。核心数据的泄露将会造成不可预估的后果，必须保证受控大数据的安全共享。通过建立安全独立的运行环境，设立访问权限控制和增强用户标识鉴别水平，定期安全审查等方式确保大数据的安全，同时加强数据库和网络安全等方面的技术研究。
6 、结束语
综上所述，大数据技术对于未来空战有着重要的作用，甚至会对战争形态产生颠覆性的影响。为了支撑大数据的发展，除了在关键技术上进行突破，在组织和架构上也需要高度重视，建议成立航空大数据中心，包含航空装备全生命周期数据的数据库和工具库，采用统一的数据标准，可实现全部数据安全、高效的共享和挖掘，为未来空战助力。
参考文献
[1]吴明丹,胡江,张鹤.大数据分析技术及在军事领域中的应用[J].信息工程, 2016.14.067.
[2] 郭平,王可,罗阿理,薛明志. 大数据分析中的计算智能研究现状与展望[J]. 软件学报，2015-11-15.
[3] 魏晨曦. 大数据在美国军事及民用航天领域中的应用简析[J]. 国际太空，2015-12.
[4] 周姚，浅析基于大数据的战役指挥数据使用模式[J]. 海军工程大学学报, 2017-3.
[5] 张路青. 美军数据战略发展研究[J]. 舰船电子工程,2016(7).
[6]耿卫,马增军,夏素敏.美军大数据技术研发现状分析[J].创新科技,2015-10-15.
[7]张路青.美军数据战略发展研究[J].舰船电子工程,2016-07-20.
[8]代恒,宋华文,王鹏.基于大数据的装备指挥决策问题研究[J].装备学院学报,2016-06-28.
[9]张雯皓,王学智.浅析大数据应用于装备保障决策的必要性[J].中国管理信息化, 2015-05-01.
[10]温鸿鹏，刘捷.运用大数据增强战场态势感知能力[J].中华医学图书情报杂志.2018,27(4):33-36.