加入收藏 | 设为首页 | 会员中心 | 我要投稿 无锡站长网 (https://www.0510zz.cn/)- 运维、开发、CDN、操作系统、语音技术!
当前位置: 首页 > 云计算 > 正文

大数据:美军未来作战的核心支撑

发布时间:2021-12-31 15:44:13 所属栏目:云计算 来源:互联网
导读:大数据是继云计算、物联网之后信息技术领域的又一次颠覆性变革。面对大数据广阔的军事应用前景,美军率先将其作为发展战略重点,以确保美军在信息领域的绝对优势。 1、美军大数据应用需求 知己知彼,百战不殆。如何从战场大数据中挖掘出精准有用信息,消除战

大数据是继云计算、物联网之后信息技术领域的又一次颠覆性变革。面对大数据广阔的军事应用前景,美军率先将其作为发展战略重点,以确保美军在信息领域的绝对优势。
 
 
 
 
 
 
1、美军大数据应用需求
 
知己知彼,百战不殆。如何从战场大数据中挖掘出精准有用信息,消除“战争迷雾”,成为未来战争致胜的关键。美军1997年提出大数据概念,伊拉克战争爆发后在实战中不断探索大数据运用。大数据在为美军提供便利的同时,作战应用需求也与日俱增。
 
(一)优化联合作战体系
 
随着大数据的应用,美军逐步构建起以“全球一体化作战”为核心、以“跨域协同”为支柱的联合作战体系。2012年,美军在《联合作战顶层概念:联合部队2020》中首次提出“全球一体化作战”概念,力求依托信息技术优势,全面打破战区之间界限,将全球分散部署的作战人员、指控系统和武器装备有效整合为一个有机整体,更加注重发挥各作战要素、作战单元和作战系统一体联动的耦合效应。2017年,美海军陆战队与陆军联合发布《跨域战:21世纪合成兵种》提出“跨域战”概念,其核心是把全球陆海空天电网各领域视为一个相互联系、相互作用的有机整体,利用特定领域的非对称优势在其他领域产生积极联动效应,从而实现整体聚优、互补增效的体系作战效果。美军从事大数据研发任务的重要承包商——美国DRC公司高级技术主管帕特里·德伦赫认为,如何使人们更有效地跨机构协作,是大数据技术需着力研究解决的问题。各作战系统都在生产自己的数据,并将其存储在数据竖井中,从而形成一座座混乱成堆的数据“通天塔”。为解决美军跨军种、跨部门协作问题,DRC公司致力于研发大数据软件,通过在时间和空间上对所收集的数据进行规范和协调,为指挥员和部队呈现一幅统一的作战空间视图,有效提升作战体系跨机构协作能力。
 
(二)提升情报处理能力
 
美军认为,大数据时代,战场数据将会成为影响和决定作战行动的重要资源。大数据搜集、分析和处理能力,尤其在联合作战中的应用,可以极大提高信息掌控优势,从而提升高价值军事情报侦察预警能力。未来战场上谁占领了大数据的制高点,谁就将赢得军事上的主动权。美国的情报体系非常庞大,但也越来越难以及时处理无人机、侦察机器人等各种平台传送回来的海量信息,整合情报网络体系、提高情报信息处理能力的需求日益迫切。2009年10月微软公司发布的《e-Science:科学研究的第四范式》和2012年3月美国国防部高级研究计划局启动的“X数据”计划,二者都不约而同地将数据挖掘视为大数据战略在国防安全领域的核心功能加以重点发展。美军通过对大数据的有效开发,利用大数据工具提高军事人员对多个战场空间情报的发现和深度认知能力,可以较为准确地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,从而在某种程度上破解甚至消除“战争迷雾”。
 
(三)提升信息安全能力
 
美军认为,其作战环境正面临多域威胁,一些新兴国家正通过发展太空、网络等新型作战能力,实施“反介入/区域拒止”策略,并部署先进传感器网络、一体化防空系统以及大量远程精确打击武器,抵消美军在空域和海域的作战优势,使得美军在陆地、海洋、空中、太空、网络空间、电磁频谱甚至认知领域均面临竞争和对抗。为此美军必须做好准备,积极发展跨军种跨领域的联合作战概念,以有效应对多域威胁,并保持战场上的优势和主导权。大数据技术颠覆了传统信息网络体系架构,从以数据仓库为中心转化为具有流动、连接和信息共享的数据池。美军通过大数据技术研发应用,实时检测军事计算机网络与网络间谍活动,以提升信息安全防护能力,使军事信息安全监测更精细、更及时、更高效。其“加密数据的编程计算”项目,就是针对那些在使用过程中保持加密状态的数据,开发实用的计算方法和编程语言,且无须在用户端解密数据,从而克服云计算环境中的信息安全挑战,使网络间谍的图谋难以得逞。
 
(四)提高指挥决策效率
 
未来战争的作战力量、作战环境、作战态势、武器装备等战场信息数量巨大且复杂多变,指挥员在决策过程中常常陷于“信息海洋”而导致信息迷茫,影响指挥决策。随着大数据的深入开发与应用,从数据到决策的强大决策支持以及智能化决策的逐步实现,所有指挥问题都可获得相对精确可靠的决策支撑,从而缩短OODA周期,提高快速反应能力。为加快对海量数据进行开发处理,大幅提高从海量数据中提取高价值情报的能力,实现对战场综合态势的实时感知和认知同步,提高决策效率,压缩指挥周期,缩短“知谋定行”时间,提高快速反应能力,美国国防部确定了“从数据到决策、网络科技”等重点研究领域,加快推进大数据辅助决策系统研发,旨在以创新方式使用海量数据,通过感知、认知和决策支持的结合,建立真正能够独立完成操控并做出决策的自治式系统,提高作战人员和分析人员的环境与状况感知能力,全面提升决策的科学性、准确性、针对性。
 
(五)改变未来作战形态
 
第一次海湾战争前,美军利用改进的民间兵棋,对战争进程、结果及伤亡人数进行了推演,推演结果与战争的实际结果基本一致。伊拉克战争前,美军利用计算机兵棋系统进行演习,推演“打击伊拉克”作战预案,而实际进攻伊拉克的作战行动,也和兵棋推演的结果几乎完全一致。依托大数据和云计算平台,对武器使用、战争打法到指挥手段进行战前模拟推演,使作战效果清晰显现,体现了设计战争的前瞻眼光。可以预见,美军大数据的应用,将在军事领域带来一场新的变革,甚至改变未来战争面貌。美军大数据研究的第一个重要目标,就是通过大数据创建真正能够自主决策和自主行动的无人系统,未来无人机有可能摆脱人的控制而实现完全的自主行动。美军2013年试飞的X-47B已经可以在完全无人干预的情况下,自动在航母上完成起降并执行作战任务。当前美空军的无人机数量已经超过了有人驾驶飞机,不久的将来,美军将向以自主无人系统为主、对网络依赖度逐渐降低的“数据中心战”迈进,基于大数据的实时无人化作战,将彻底改变人类有史以来有生力量为主的战争形态。
 
 
 
 
 
 
2、美军大数据研发现状
 
美国政府和军方敏锐洞察到大数据技术的重要性,在大数据领域率先发力以抢占先机。2012年3月,美国政府发布全球首个国家层面的大数据战略——《大数据研究与发展计划倡议》,宣布实施2亿美元的投资计划,推动数据提取、存储、分析、发现等领域的技术创新与工具开发。2012年以来,美国国防部、国防高级研究计划局(DARPA)、有关业务局和各军种研究机构,发布的关于大数据研究与应用项目,从互联网上可以查到的超过50项,其中投入较大的、持续时间较长的项目超过20项。这些项目的研发与运用,有力提升了美军大数据综合处理能力,加速了“从数据到决策”进程。
 
(一)制定发布大数据研发规划
 
2012年开始,美国国防部及DARPA部署以X数据(XDATA)和洞察系统(Insight)为代表的一系列大数据系列研发项目,涉及大数据分析挖掘、规则发现、深度学习、数据驱动模型计算、管理与处理和可视化方面的前沿技术。这些大数据研发项目包括:多尺度异常检测(Anomaly Detection at Multiple Scales)、网络内部威胁(Cyber-Insider Threat)、洞察力(Insight)、机器读取(Machine Reading)、心灵之眼(Mind’s Eye)、面向任务的弹性云(Mission-oriented Resilient Clouds)、加密数据的编程运算(Computation on Programming Encrypted Data)、影像检索与分析(Video and Image Retrieval and Analysis Tool)、X-数据(XDATA)、数据到决策(Data to Decisions)等10个项目。2015年DARPA发布新型混合计算概念,2016年5月正式宣布高效仿真加速计算架构ACCESS(A Ccelerated Computation for Efficient Scientific Simulation)计划,旨在开发独立仿真处理系统,通过大数据混合仿真计算,快速预测和发现体系演化趋势。2016年DARPA发布数据驱动模型发现研发计划(Data Driven Discovery of Models,D3M),目的是让机器学习如何通过数据驱动进行建模。此类新模型通过构建可选基元库技术、开发复杂模型自动整合技术、创新人机混合交互技术和领域专家知识融合技术,研发数据模型变换多种变量、建模特征抽取、数据态势预测性工具,实现大数据驱动的重要线索发现或演化规律预测。
 
(二)开展大数据基础技术研发
 
美国国防部在国家大数据研发框架内,部署了以XDATA为核心的多项大数据研发项目,形成比较完整的大数据研发布局。基础技术中涉及机器学习、数据挖掘、并行计算和可视化方面的前沿课题虽不成熟,但美军持续资助研发,确保维持大数据技术领先优势。目前,XDATA项目承研机构已经在数据可视化、基于分布式架构的机器学习和数据分析算法等方面取得了不少基础性成果。在数据可视化技术方面,Kitware与哈佛大学、犹他大学、斯坦福大学等机构的研究小组合作开发名为Visualization Design Environment(VDE)的开源数据集成、查询和可视化工具包,并在其网站公布VDE在文档实体关系识别、SSCI预测数据库、Flickr元数据图等数据集上的可视化分析效果。在机器学习、数据分析算法方面,佐治亚理工学院主要研究在大规模数据集上具有可扩展性的机器学习算法,包括基于分布式计算架构的快速数据分析方法等。在开源计算工具方面,Continuum Analytics公司基于在Python科学计算工具上的长期积累,进一步开发新型计算技术和开源软件工具。
 
(三)加大大数据平台开发力度
 
美国防信息系统局(DISA)和各军种正在大力开发基于云的大数据平台,并已取得新的进展。

(编辑:无锡站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读