信息化战争中，战场决策者必然面临着海量数据信息的获取、处理、传输以及利用等方面的问题，大数据技术能为这些问题的解决提供良好的思路。
一、战场信息的存储、共享与管理
大数据技术中的存储技术将有利于从错综复杂的战场环境中获取的海量信息的存储。NoSQL技术是大数据存储的有效技术，适用于多种数据模型，主要用于处理大量数据的读写、保存与扩展。此外，数据的云存储能够将数据的存储从终端转向云端，此时的数据不再属于某一个终端，这就极大地减少数据的丢失，节省了数据存储的空间。例如，NoSQL数据库中的MongoDB数据库，适合实时插入、更新与查询，能够有效解决大数据的各种管理问题。
图1 MongoDB数据逻辑结构
大数据的数据交换技术有利于信息快速分享。数据交换技术用于数据间的互相匹配、通信以及格式转化。此技术和信息资源管理以及信息资源目录等有关技术共同组成了信息资源互换分享服务的关键技术。
大数据的管理技术有利于信息的管理。数据管理技术用于信息资源中心的网络、计算以及机器运作情况的监控，能够收集大量的物理资源情况数据。此外，数据挖掘技术也大量应用，以便能够从现实信息里面挖掘出针对改善信息调配方式以及运作状态监管有效的相关信息，这样就可以提高服务中心应对数据丢失、数据缺损等的能力，对于数据的管控能力和信息运用效率的提高也有着重大作用。
二、战场数据处理
大数据技术在具有强大的数据计算能力，在计算方面也有着广泛应用。首先，大数据技术具备图计算以及流计算等多种计算方法，并能够根据不同情况将不同的计算方法融合在一起进行大规模的数据计算，这加强了战场环境数据处理的高效性与准确性，有利于后期的信息分类、信息共享与信息融合，达到信息分析处理的极大改善。大数据技术在指挥信息系统中的广泛应用，对待不同境况层面的数据进行处理的时候，大数据技术将根据所见数据而采用相应的数据计算形式，使得种类不同的数据在大数据技术具备的信息资源科学分配的基础之上，从而加强信息的分析与计算的准确性。
图2 大数据处理的全过程
三、战场态势的呈现
大数据技术的较高技术优势有利于指挥员有效把握和掌控战场综合态势。战场信息的来源多样，大数据技术应用了多样的信息传播形式和数据传递格式，信息经过收集、处理，并在融合系统中融合、信息交换，最终形成战场综合态势。此外，战场信息的种类繁多，数据量巨大，所需的数据模型也多种多样，对于数据识别与获取的要求极度高，大数据的数据存储技术适用于存储各类态势信息，将有用信息传递给战场指挥员，并可通过大数据可视化技术以图、表等形式呈现出出来，这有利于指挥员的观察与理解。
四、大数据技术在决策支持中的应用
信息化战场上，武器装备种类多样，功能差异较大。信息化作战不仅局限在二维、三维空间，而是在陆、海、空、天、电、网多维空间展开。战场范围广，指挥对象多元，作战数据呈几何式增长，在这种情况下，还需要指挥员对作战态势及时分析，并提出决策方案。因此，在信息化作战条件下，仅仅依靠传统的决策支持技术难以实现有效支撑。在这种情况下，大数据技术可以作为战场各领域数据信息的获取与融合手段。传统数据库存储的数据大多是结构化的数据。目前来看，依靠传统的数据存储方式处理大规模的半结构和非结构化数据难以实行，而以大数据技术为基础的存储和分析平台能在识别数据结构之前装载数据，并以大于1GB/s 的速率实现对数据的实时批量处理。在此之后，大数据信息融合技术将“有用”信息进行融合，并利用大数据可视化技术将呈现出融合后的战场态势信息，形成战场态势，提供给战场决策指挥员进行决策。
大数据技术的广泛普及势必使军事领域信息化与智能化的进一步加强，在未来信息化战场上，大数据将发挥着重要作用。
参考文献
[1]赵师.大数据及其对信息化作战指挥的影响[J].信息技术与信息化，2016，31（5）：92-93.
[2]李帝.浅谈大数据技术在指挥信息系统中的运用[J].科技纵横，2017,（12）：85.
[3]陈明.大数据基础与应用[M].北京师范大学出版社，2018
论文作者:刘也
论文发表刊物:《信息技术时代》2018年5期
论文发表时间:2019/3/5
标签：数据论文; 技术论文; 信息论文; 战场论文; 指挥员论文; 态势论文; 作战论文; 《信息技术时代》2018年5期论文;