即时处理数据信息。
在未来的战场上，各种数字设备、信息系统、感知网络等继续生成大量的数据，不进行迅速的处理，有价值的数据信息很快就会消失。 各种数据以指数形式迅速增加，传统的以人工为中心的后端数据处理、存储和分析方式无法满足大量数据处理和操作的需要。
相对于传统的数据处理技术和方式，大数据技术能够实时几乎实时地处理大量的数据，突破了传统的数据处理技术的不足。 首先，大数据技术提供了大数据实时处理的可靠手段，解决了高速网络、云计算平台的运用、数据传输处理的硬件制约，进行数据挖掘、预测分析、语义分析加快数据分析和挖掘速度，用户可以实现无感应，数据其次，大数据处理技术主要依赖于人的少量参与下(即“人在电路中”)利用机器智能技术进行数据处理。 在数据信息取得侧，对各种数据终端利用智能的数据识别和处理能力，提供具备更强的数据识别和综合处理能力的自动化处理系统，自动拒绝、删除无用有害的数据，如果有用就取，如果浪费。 再次，大规模数据挖掘技术可以从大量的、不完全的、模糊的、随机的数据中迅速提取出其中隐藏的、具有重大潜在价值的数据信息。 战时，不仅可以通过大数据挖掘深入数据内部，挖掘其中包含的特有价值，还可以通过不同的分析模型，找到新的数据及其价值。
支持战场态势的多维展示
实时战场态势是指挥决策和部队行动的“信号令”。 自古以来，战斗人员都希望实时直观地理解战场状况的发展，避免危害，掌握自主性。 实际上，战场态势瞬息万变，根据战斗需要战场态势描述的空间范围、态势要素的种类不同。 在以往的数据背景下，根据指挥和部队的需要，通常很难多维直观地展示战场态势数据。
随着大数据技术的发展和应用大数据的保存、处理和可视化技术为实时灵活展示战场状况提供了可靠的保证。 首先，大数据可视化技术使用计算机图形和图像处理手段，将大量数据转换成图像显示在画面上，实时、直观地反映战场敌人、我、地的实时数据。 通过可视化图像，指挥员很容易发现网络中访问量大的节点与地理空间之间的关系，为下一次作战行动提供决策依据。 其次，通过统一的格式和标准，规范数据，实现战场态势的标准化描述，部队用相同的态势数据描述参数、方式和格式，确保获得的目标敌我属性、威胁等级、识别状况等数据的一致性另外，通过使用大数据技术手段，可以在不同水平和用途的战场态势下维持相同的表示，确保指挥和部队，以“一张图”为中心计划和组织作战行动。 再次，大数据云服务平台实现了大数据技术和战场各种侦察警报终端的融合，用大数据技术对不同通道获取的孤立数据信息进行加工，形成实时战场态势。 作战中，可以在云平台上共享和显示各种情况信息。 大数据分析处理分发系统根据作战指挥、部队行动和武器平台使用中的不同需求，依靠云环境实时分发各作战单元、要素所需的数据，如果有用则提供，以免浪费。准确地预测战场态势的发展
把握先机，先敌的行动，必须对战场态势的发展作出正确的事前判断。 根据特定数据的细微变化，通过预测分析某个目标或某个行动的发展，可以确定对作战的进行和结局的影响，预测战场态势的发展。 数据容量越大越能反映事物的本质，预测战场态势的发展，必须掌握大量准确的实时态势数据信息。 在传统数据的背景下，由于数据的获取、分析和利用技术的限制，主要依靠指挥家的分析判断，预测战局的发展可能性。
大数据资源和技术为战场状况预测提供了全方位的支持。 首先，大数据体量巨大，类型复杂多样，如数字、视频、照片等，涵盖敌我双方、气象水文、地理位置等各种数据，为预测战场态势发展提供“全样本”信息。 这样，在战时基于全球数据分析，从多种多样的数据信息中提取知识、发现规则，捕捉细微的变化，发现重大的征兆，预测可能与敌人企图采取的行动。 其次，大数据监视分析主要是通过云平台积累大量数据，以各种数据的统计、分析、挖掘模型为基础，利用大数据的检索和挖掘等技术手段，根据战场状况的实时变化，进行各种利迅速推论各种数据中包含的背后信息，正确预测情况的发展，根据目的再次使用大数据挖掘方法和手段，关联分析敌情、私情和战场环境等大量态势数据，挖掘各种数据之间的关联性和关联度，不同或发现偶然背后的必然，寻找战场态势的发展规律，迅速发现战场态势的突变之处及其发展变化的轨迹或趋势，企图与敌人战斗。
驱动基于大数据的“云脑”命令
在传统的数据背景下，平时存储的数据资源范围狭窄，规模小，战时的数据主要集中存储在计算机或服务器上，数据的获取和处理能力有限，为指挥提供全面、实时、准确的数据保障指挥员主要依靠随机抽样调查数据，根据有限的数据信息，根据经验进行决定，容易出现有偏差的现象，指挥决定、作战方案的正确性不足。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
