大数据:让指挥决策更科学
如同农业时代的土地、工业时代的能源,数据成为信息时代的核心资源。大数据改变了数据使用方式和解决问题的方法,给作战指挥领域带来新的机遇。可以预言,大数据或将成为战斗力生成的核心要素、信息化战争的制胜关键,谁掌控了“数据主权”,具备战场大数据优势,就将更有把握立于不败之地。
推动探寻新的战争制胜机理
冷兵器时代,地形、阵法、兵器是战争胜负的关键因素。机械化时代,机动、火力、谋略、时空间结合是战争胜负的关键因素。信息时代,各种因素交织关联更趋普遍,单点优势不再突出,数量和规模不再是主导。信息把战场、力量、行动糅合成整体,制胜因素更为复杂多变。运用大数据及其内含的处理方法,能够更加充分地利用五维战场数据信息,分析各环节、时机、因素之间的关联关系,构建模型和算法,为探寻战争制胜机理找到更为科学有效的路径。
为探索战争规律,人类把科学研究的理论和方法延伸到军事领域,先后产生实验科学、理论科学和计算科学三种研究范式。大数据模式被称为第四科学研究范式。该范式通过以大数据为核心技术的数据挖掘、知识发现等,准确把握诸如敌方指挥员的思维规律,预测对手的作战行动、战场态势的发展变化等复杂问题,为探索战争机理提供新的方法手段。
西方有一句名言:“除了上帝,任何人都必须用数据说话。”利用大数据,可以透过“战争迷雾”窥探制胜机理,并基于这些机理制定决策,进而实现对战争的精确设计。冷兵器和热兵器时代,把握战争、设计战争缺少足够数据,也不具备相应的计算能力和方法,甚至数据本身的真实性和准确性也难以保证。人们更多依靠经验对作战进行概略或粗放设计,“艺术”大于“科学”。
随着大数据不断融入军事实践,精确设计战争意识和手段有了长足进步,大数据有望实现战争设计“科学”与“艺术”的统一融合、殊途同归。针对特定的作战对手和作战环境,对己方作战单元进行合理的模块化编组,从而实现整体作战能力最优。面对众多性质不同、防护力不同且威胁度各异的打击目标,对有限数量、强度和精度的火力进行统筹分配,能够实现作战效益最大化。
引领指挥决策转变
传统数据决策模式收集和处理的是与决策直接相关的数据,数据的结构化程度较高。主要采用汇总、聚类、因子分析等统计方法,以及图表、虚拟现实等可视化技术对数据进行分析处理,利用的是数据本身所蕴含的信息。大数据情境下,数据以声音、图像、视频等多种方式呈现,数据的结构化程度较低。需要通过数据抽取转换、数据挖掘、语义分析等多种处理才能获取到信息,更加注重利用数据间的相关关系,决策问题由传统结构化决策转变为非结构化决策。
传统决策分析主要基于因果关系,更关注“为什么”。大数据下指挥决策分析基于需求,不再一味追求“为什么”,重点是通过关联性解决“是什么”。第一次世界大战广为流传的“波斯猫的故事”,依据“波斯猫与高级军官”“高级军官与指挥所”之间的关联关系,概略判定了法军指挥所位置。这虽与大数据无关,却揭示出关联性对数据价值挖掘的极端重要性。“波斯猫的故事”带有极大偶然性,但随着大数据的军事应用,极强的数据处理能力将推动这种偶然成为必然。
传统指挥决策受计算能力、信息获取能力限制,往往采用基于样本分析,准确度不高。大数据通过全数据关联分析,各种条件都变成了数据,数据量越大、越丰富,关联度就越高,越容易找出制胜的方法,使指挥决策变得更加高效、准确、自动。2011年美军击毙本·拉登就是靠对海量信息的相关性分析实现的。
“知己知彼”一直是作战指挥的核心要义。传统作战指挥对数据本身的真实性、准确性依赖大,力求通过每条信息的精准,提高信息判断的精准。大数据环境下,允许单条信息的不精准,在甚至有些混乱的数据中,却使找到精准的信息成为可能,单个数据的错误可以通过大数据分析方法得以修正。在大数据支持下,指挥员能够发现“战争迷雾”中的内在规律,掌握敌方战役企图、作战规划和兵力配置,使战场变得清晰透明。
加速作战指挥体系变革
大数据条件下,信息系统间无缝链接,云计算提供的巨大计算能力,极大缩短指挥层级,指挥结构由“树状”变为“网状”,改变了指挥体系“树干、树枝、树叶”编成的组织形态,为精简优化指挥体系提供了必要条件。“网状”指挥结构中,指挥所设置更加灵活机动,指挥员可以在指挥网内任意节点实施指挥决策。一个旅的指挥系统被打垮,所属各分队仍可借“网”与上级或其他作战单元联系,避免出现“树状”指挥结构中“打断一枝、瘫痪一片”的指挥弊端,有效提高指挥效能。
现代战争要求诸军兵种作战体系深度融合。作战体系融合的关键在于信息的充分共享和高效流转,使得整个体系在认知与行动两方面达到协调一致。而依靠传统信息技术却很难实现,大数据的发展应用为实现这一目标提供了保证。首先,大数据把类型众多的数据整合到一起,提供高度共享的数据池,保证获取信息的一致性。其次,按照大数据要求,建立明确的数据结构和统一的数据交换标准,各系统间信息交换会更加顺畅,各力量、各要素之间互联、互通、互操作更加良好,为最终形成自同步、自适应的一体化联合作战创造条件。
现代化战争,小核心、大外围,精前台、强后台是指挥编组发展趋势。大数据基于云计算的处理服务,能够有效提高信息融合和分析处理能力。它将大量的信息、情报处理交由后方大型专业处理中心完成,精简了前方指挥人员编组,从而将指挥人员从繁重的信息处理中解放出来,实现小行动编组、大体系支撑、高效率决策。
催生新的战争形态
大数据时代的无缝链接,要求指挥员更加具备基于体系作战的系统思维、基于内在联系的关联思维,基于数据模型的精确思维。美军提出“全球一体化作战”,要求各军兵种及同盟国军事力量之间快速融合,按照以数据为中心、以搜索分析处理数据为中枢的架构,自上而下地建设“数据网络”,实现从数据转化为决策的智能化和瞬时化,实现发现即打击、发现即摧毁,反映出大数据时代联合作战的高级形态。
大数据激活了具有自主能力的无人作战平台。受益于大数据技术,作战平台从战场上的信息使用者升级为高度智能化和自主化的系统。指挥控制系统、空中作战平台、精确制导弹药等完成由精确化向智能化过渡,最终机器人可能实现自主使用武器。未来十年,大数据、人工智能的军事技术创新和利用可能进入爆发期,智能化战争比人们预料的时间会来的更早、更快。
网络空间作战主要依靠态势感知、信号分析、密码破译、漏洞挖掘、病毒攻击等方法技术,大数据的应用为这些方法提供更好的技术支撑。大数据还可以探索异构网络的动态兼容、风险管理等,提高网电空间的稳健和抗毁能力。“棱镜门”事件昭示我们,一场以大数据为核心的网电空间战争已经打响。信息成为战场,数据成为战斗力的来源。网电空间控制权成为未来战争胜负的关键,谁能够控制和利用更多有价值的网电虚拟资源,谁就能掌握作战主动权,也就能拥有更大的胜算
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20