军事侦察大数据管理的认识与思考

当前，战争形态正加速向信息化智能化演变，大数据在打赢未来战争中将发挥越来越重要的作用。近年来，一大批信息化、数字化武器列装，获取大数据、分析大数据、运用大数据的能力不断提升。如果把整个军事体系比作“躯干”，侦察大数据就是流淌其中的“血液”。对侦察数据的把控能力，成为衡量军事能力的新标尺。

一、认清军事侦察大数据管理的重要意义

大数据技术的广泛应用，可以辅助加强对多源获取的海量侦察数据信息进行实时处理和智能分析，深入挖掘有价值的情报信息，从而拨开“战争迷雾”，真正做到“知彼知己”，达成“运筹帷幄之中，决胜千里之外”。

(⟶) 拓宽情报获取的广度

传统战场情报信息的获取，主要通过情报侦察系统实时感知战场发生的情况，情报人员和指挥人员运用情报处理系统对各种情报信息进行去粗取精、去伪存真，从而获取有价值的情报信息，支撑军事决策和军事行动。现代大数据采集，运用自主识别多目标、多特征数据及全天候采集数据等技术，提高了情报信息采集能力，将会从更多开源信息中获取大量所需的情报。大数据存储运用、大规模并行数据库存储技术和可扩充存储系统技术等，提高了情报信息的存储能力，通过这些大量存储信息，与实时获取信息进行融合处理，从而产生更多有价值情报，极大拓展了情报信息的来源。

（二）增强情报挖掘的深度

现代战争中能否破解“战争迷雾”，关键是能否从海量侦察数据中快速精准地挖掘出有价值的情报信息，以此作为军事决策和军事行动的依据。大数据技术的重要优势在于深度挖掘能力，这使得情报分析不再局限于对表面现象的描述，而是能够深入数据内部，挖掘出隐藏在深处的关联关系和潜在规律。利用大数据技术对战场侦察数据进行深度关联分析，能够洞察出敌人的兵力部署、行动样式、战术意图等关键信息，这些信息对于制订出科学的作战计划具有重要的支撑作用。数据挖掘技术另一优势在于其持续的模型迭代优化能力，这种能力使得模型能够适应新环境，捕捉新的数据特征，不断调整参数和优化结构，实现自我学习，以保持在多变的战场环境中预测和分析的准确性，提供更可靠的决策支持。

（三）提升情报处理的速度

由于现代战争中侦察数据来源丰富、类型多样、信息量庞大，各种信息可能相对独立甚至杂乱无序，如不能及时对数据进行分析处理，提取有用的情报信息，必将降低信息的价值，影响决策效率。大数据的核心优势就在于其卓越的高速数据处理能力，它能够在短时间内处理和分析海量数据，这主要得益于其强大的并行处理机制。大数据运用云计算技术、分布式计算框架技术和高能量计算机技术等，通过对海量的信息采用分布式存储、并行处理等手段，按照先分后合的数据处理方式，把侦察数据按不同类型或不同区域进行分割，而后分配给多台处理器并行处理，最后把结果汇总得出用于支撑决策的情报信息，显著提升了情报处理的速度，提供前所未有的信息优势。大数据技术还通过高效的数据存储和索引技术，加快了关键信息的识别和提取速度，实现快速定位和检索数据，极大地提高了情报检索的效率。机器学习算法的应用，可以自动对侦察数据进行识别和分类，智能地过滤和排序信息，确保能够优先接收到最相关最紧要的信息。

二、军事侦察大数据管理面临的主要挑战

在军事活动中，通常面临复杂的战场环境，从多源信息感知、目标识别到火力打击的过程中，每一个环节都可能产生大量的异常侦察数据，导致数据传输难、信息交互难和共享风险高。离开了军事侦察大数据管理，大数据处理系统就会出现数据找不到、读不懂、不可信等问题，使系统成为单向流入却不流出的“数据湖”，形成客观上的“数据孤岛”，使数据分析人员陷入数据沼泽中，陷入战争迷雾之中。

（一）博弈对抗性导致标签数据构建难

标签数据是根据业务场景需求从底层基础元数据加工而来的。通过对底层基础数据信息项的业务化封装，得到高度精练的特征标识，用于差异化管理与决策。作为数据资源的一种组织形式，标签数据通常由标签体系和标签值组成，是能够直接为业务所用并产生业务价值的数据，是军事侦察大数据价值链路中关键的关键。当前，随着侦察情报、无线电通信等技术的发展，军事侦察大数据呈爆发性增长。军事侦察大数据处理系统在获取海量侦察数据的同时，却无法同步获得标签化数据。尤其是军事活动的博弈对抗性，使欺骗伪装现象普遍存在，导致真假数据错综交织。对大数据处理系统而言，相关机器学习算法需要大量标注样本去训练模型，而“打标签”工作量大、专业性强、成本极高。一旦“打标签”出现错误，错误信息将在大数据处理系统中实现“闭环”运行，后果不堪设想。

因此，标签数据构建难是军事侦察大数据系统面临的挑战之一，也是区别于互联网大数据最典型的特征之一。军事侦察大数据蓬勃发展的领域，都与业务场景紧密耦合，需要精选应用领域，科学构筑一套完善的标签数据综合治理机制，确保关键数据资源有清晰的业务管理责任，作业人员有规范的流程和指导，才能建立有效的军事侦察大数据治理环境，标签数据的质量和安全得到保障，军事侦察大数据的价值才能真正发挥出来。

（二）环境复杂性导致异常数据比例高

随着军事侦察数据类型、来源的不断丰富以及数据量的飞速增长，大数据系统面临的数据质量问题显著增加。若想从众多军事侦察数据中识别出异常数据，解决数据质量问题，需要通过数据质量规则给数据打上标签，满足完整性、及时性、准确性、一致性、唯一性、有效性等校验，才能使军事侦察数据满足应用的可信程度。当前，军事侦察数据作为一种新的战斗力生成要素，在获取战场优势的过程中起着越来越重要的作用。在军事活动中，通常面临复杂的战场环境，从多源信息感知、目标识别到火力打击的过程中，关联关系复杂，每一个环节都可能产生大量的异常数据，其比例远远高于互联网大数据系统，导致数据传输难、信息交互难和共享风险高，更容易形成客观上的“数据孤岛”。

因此，军事侦察大数据管理是数字化转型的关键环节之一。在大数据的时代背景下，无论是社会生活还是军事领域，都需要积极探索数字化转型。军事侦察大数据异常数据比例高的问题，会给数据校准、算法迭代等提出一系列新问题，需要聚焦特定业务场景、聚焦业务流程中产生异常数据的根本原因，针对具体作战任务、装备运用等，制定数据采集标准规范、完善数据质量规则，实施定制化、精细化数据治理，逐步打破“数据孤岛”，确保源头军事侦察数据准确，从而带动促进各业务领域数据共享，保障整体数据安全，为探索军事领域的数字化转型之路提供高质量的军事侦察数据基础。

（三）信息碎片化导致数据模型泛化难

数据模型是从数据视角对现实世界特征的抽象，根据业务需求抽取信息的主要特征，反映业务信息之间的关联关系。军事侦察数据驱动的机器学习和深度学习获得的是样本空间的特征、表征，大量的背景常识是隐藏且模糊的，很难在样本数据中体现。由此，数据模型并不理解数据中的语义知识，导致数据模型缺乏推理和抽象能力，对于未见数据模型的泛化能力差。目前，在大数据领域广泛应用的深度学习和强化学习方法，本质上是依据已有数据模型对海量样本数据大规模训练，寻求相关关系，在揭示事务本质规律方面存在固有局限性。战场态势错综复杂，情况千变万化，争夺战场主动权的斗争对快速反应要求高，没有统一的模式可以遵循，如何将大数据技术与数据模型有机融合起来，是军事侦察大数据管理面临的一大挑战。

因此，大数据提供了一种认识复杂系统的新模式、新方法和新手段，迫切需要紧密结合军事侦察大数据广泛存在的信息不完整性、异常数据比例高、标签数据构建难等个性化特征，通过针对性地优化数据处理模型，强化数据流驱动硬件与算法深度融合，以更有效的方式从大数据中提取高价值的信息，逐步破解制约军事侦察大数据领域共享效率、服务作战效能、互操作水平和快速处理能力等方面的瓶颈问题，获得比对手更快的判断力、决策力和行动力。

三、加强军事侦察大数据管理的几点思考

随着云计算、人工智能等先进技术的迅猛发展及其在军事上的应用，军事侦察大数据已成为举足轻重的战略资源。“数据战”作为一种崭新的作战样式逐步显现，敌对双方将围绕夺取“制数据权”展开激烈争夺，以便快速达成决策及行动优势。未来战场上，没有军事侦察大数据和网络体系做支撑，武器平台、火力系统和信息系统将难以充分发挥效能，加强军事侦察大数据管理势在必行。

（一）数字化转型重在走深走实

数字化转型以数据为关键要素，是一项综合性、基础性很强的工程，需要系统筹划，精准施策。一是紧盯备战所需。随着强敌对手、前沿技术、工作实践等因素的不断变化，数字化建设必须不断迭代更新才能跟上信息化智能化节拍。要加强“微创新”基础上的积累，逐步解决业务中的痛点、堵点、盲点，实现由量变到质变的跨越。二是结合前沿技术。要围绕数据的全寿命周期着力处理好算力、算法和数据的关系，做好总体设计工作，释放整体效能。三是狠抓队伍建设。面向未来战场，要组织好需求研究团队、研制团队、保障团队、运维团队，及时灵活调整计算存储网络等各类资源，确保作战过程中信息网络系统在各种情况下都能够高效运行。

（二）数据库建设重在守正创新

从某种意义上讲，未来战争中，打仗就是打数据。数据库作为数据的集合，制约着数据效能的发挥，某种时候，谁拥有了先进的军事侦察数据库，谁就相当于拥有了战场上领先对手的“武器库”，也就取得了战场的主动权。近年来，世界强国将军事侦察数据库建设摆在了与武器装备同等重要的地位，并予以大力发展。为此，我们一方面要切实重视军事侦察数据库建设。要积极研究掌握信息化条件下新型战争的特点规律，不能简单地把“数字化”等同于“数据化”，导致各类军事侦察数据浅表化和抽象化。另一方面，要创新运用模式。倡导从作战和指挥系统的视角，依托智能侦察监视系统，建立动态实时、系统全面的军事侦察数据库，以实现信息共享、数据支撑、辅助决策，靠“数据流”支撑“指挥链”。

（三）大数据管理重在流动管用

军事侦察大数据在未来联合作战体系中具有重要作用，影响着指挥信息系统运行的稳定性和指挥决策的科学性，是指挥信息系统建设和使用过程中必不可少的重要资源。面向未来战场，军事侦察大数据建设必须立足流动管用，让机器和系统实现“能认识”“可交互”“真协同”。首先是让机器“能认识”。要切实构建结构化、清单化、指标化、可视化的指挥信息体系。做到任务清单化指标化，确立军事行动分类标准；指挥环境微分量化，确立指挥环境量化标准；方案计划以图为纲，确立方案计划视图标准。其次是让人机“可交互”。要发挥信息技术对指挥信息的处理潜能，实现“智能化”人机交互和“可视化”辅助决策，切实实现军事侦察大数据关联功能、态势共享功能、人机交互功能、评估推演功能和辅助决策功能等。再次是让系统“真协同”。着眼人机协同、科学高效的目标，切实推进指挥编组由“粗放”向“专业”转变；推进指挥作业由“松耦合”向“紧耦合”转变；指挥活动模式由“树状逐级概略”向“网状并行精确”转变。

四、结语

当前，数据正全面融入军事领域，成为军事建设与管理的核心要素、战争制胜的重要资源。要努力探索构建军事侦察大数据管理体系的方法路径，深入挖掘和充分释放军事侦察大数据资源的潜在价值，深入融合军事侦察大数据资源，整合多维信息平台，进一步实现军事侦察大数据资源全流程精细化闭环管理，为推动军事建设高质量发展提供坚实保障支撑。

[1]戴长华.信息作战导论[M].长沙:国防科技大学出版社，2013.10.

2]陈小鹏.推进我军军事大数据建设发展的对策[J].解放军理工大学学报，2014，15(6):1[3]张爱民.信息化条件下美军大数据研发及启示[J].中国管理信息化，[4]土凌.军事数据工程理论与实践［C].北京：海潮出版社，2011:52.

[5]李增华.美军数据建设发展路径研究[J].中国电子科学研究院学报，2021.7，710-715.

[6]郝亚楠.大数据、人工智能技术与人类实践的信息化[J].东南大学学报（哲学社会科学报），2023.12:27-30.作者简介：石旭东（1992.10-），男，汉族，黑龙江明水人，硕士研究生，研究方向为信息作战力量建设与管理。

王新志（1988.07-），男，汉族，河南南阳人，本科，研究方向为训练条件建设与管理。