浅谈大数据在装备保障中应用

《浅谈大数据在装备保障中应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、浅谈大数据在装备保障中的应用-工程论文浅谈大数据在装备保障中的应用张雯皓ZHANGWen-hao；王学智WANGXue-zhi（装甲兵工程学院装备指挥与管理系，北京100072）（EquipmentCommandandManagementDepartmentoftheAcademyofArmoredForcesEngineering，Beijing100072，China）摘要：近两年，大数据在各行业中的应用层出不穷。在今年召开的“两会”上，有关大数据的提案如“井喷”，尤其是民建中央的提案直言应将大数据发展上升为国家战略。在国家如此重视大数据应用的情况下，军事领域的应用也将成为必然趋

2、势。在此针对大数据应用于装备保障领域提出一些个人观点，希望对大数据技术在军事上的应用提供一些参考。Abstract:Forthepasttwoyears,bigdatahasbeeninapplicationinvariousbusinesses.Inthisyear’s“twosessions”,theproposalsonthebigdataemergedinlargenumbers,speciallysomerepresentative’9/9sproposalsuggestedthatbigdatashouldbeseenasanationalstrategy.Bigdata

3、applicationsinmilitaryfieldwillbecomeaninevitabletrend.Thispaperputsforwardsomepersonalviewsaboutbigdataapplicationsinequipmentsupport,hopingtoprovideafavorablereferencetothebigdatatechnologyinthemilitaryfield.关键词：大数据；装备保障；军事Keywords:bigdata；equipmentsupport；military中图分类号：G644文献标识码：A文章编号：1006-4

4、311（2015）21-0182-030引言“大数据”这个术语从2012兴起至今，在不断的应用与发展进程中，逐渐展示了其蕴含的巨大价值和未来至高的地位作用。就在今年召开的“两会”上，关于“大数据”的提案如“井喷”式的迸发，有多达8名以上的委员提交了关于制定大数据发展战略的建议，其中以民建中央提交的《关于制定国家大数据发展战略的提案》最为引人关注，它直言应将大数据发展上升为国家战略。美国这样的发达国家在大数据的应用上已先行一步，2012年3月，美国政府将大数据研究提升为国家战略，认为大数据是“未来的新石油”，同时还投资2亿美元启动“大数据研究和发展计划”。在军事领域美国更是投资巨大，美

5、国国防部计划每年投资2.5亿美元左右，用于推动军事大数据在各军事部门的应用研究。与发达国家相比我国还处于大数据发展的起步阶段，因此加快大数据在我国军事领域应用研究已刻不容缓。随着我军信息化建设的快速发展，武器装备的信息化程度越来越高，各种信息的快速采集和处理成为可能，装备保障领域有条件成为大数据在军事应用中的突破方向。可以预料，大数据的应用将给军事装备保障带来巨大效益。1什么是大数据1.1大数据的概念9/9大数据，或称巨量数据、大资料，是指所涉及的数据量巨大到无法在一定的时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合[1]。也可理解成为用户收集、管理、处理和应用数据的能力

6、。在《大数据时代》中讲到：大数据是指不用随机分析法这样的捷径，而采用所有数据的方法[2]。对于这些定义，文章更倾向于能力的观点。但不论怎样，大数据时代的到来是不争的事实。这个时代的到来，让大数据成为我们获得新认知，创造新价值，分析新趋势的源泉[3]。它是一次革命性的时代转型。1.2大数据的本质特征当前，学术界较为统一的认识是大数据具备四个基本特征：一是数据量大，即数据量级已发展到PB甚至是EB来计量；二是种类繁多，包含文档、文本、图像、视频、音频、XML、HTML、图片等各种结构化、半结构化和非结构化数据形式；三是速度快，即数据产生增长速度快和处理速度快；四是价值密度低，即在海量数据

7、集中具备高价值的数据占有比例非常低。另外，大数据还具有实时、在线、全貌的本质属性。实时，是指大数据必须实时反应，呈现连续动态的状态，能瞬间抓取、处理数据，及时得到目标结果。在线，即大数据一直处于在线的热备份状态，可随时被调出使用。全貌，顾名思义就是全体、全面的数据支持，不再是抽样数据。1.3大数据技术大数据技术是指从繁杂类型的海量数据中，快速获取有价值的数据信息，并能快速高效的对其进行处理的技术。它是我们处理和解决大数据问题的关键。适用于大数据的技术，包括