本书以作战数据、大数据、战争制胜机理等基本概念为逻辑起点，对作战数据和大数据的发展、大数据与未来战争形态、大数据对信息化战争的制胜作用、大数据服务和运用、大数据发展战略准备等前沿问题，进行了系统深入的研究。力求对军事大数据重大现实问题，给出具有理论指导性、实践操作性、发展前瞻性的解答，为推动我军军事大数据理论体系构建，丰富和发展我军联合作战理论提供支撑。

王永华，1992年入伍，中国人民解放军军事科学院战争研究院研究员，军队指挥学博士后，主要从事战争设计、联合战役研究，2次赴韩国参加;首尔防务对话，撰写个人专著3部、国家高端智库报告2份，主持编修辞书2部、法规1部、教材3部,参与撰写专著(教材)16部，主持完成国家社科基金项目3项，在《中国军事科学》《解放军报》《学习时报》《军事学术》等报刊发表文章150余篇。

第一章 认识大数据1第一节 大数据及相关概念1第二节 大数据主要特征11第三节 大数据发展历程14第四节 作战大数据的内涵、分类19

第二章 大数据加速战争形态智能化演进22第一节 信息化战争形态与智能化战争形态22第二节 大数据助推军事智能化发展31第三节 大数据托举无人作战新样式40第四节 大数据触发战争形态新改变49

第三章 大数据支撑的战争制胜新机理56第一节 信息优势制胜56第二节 体系效能制胜58第三节 作战精度制胜61

第四章 大数据的战争制胜作用63第一节 大数据 泛在网：智能化作战体系的经络63第二节 大数据 数据化：深度认知战场的必由之路69第三节 大数据 算力 算法：掌握决策优势的关键82第四节 大数据 专家系统：;云脑指挥的必要条件86第五节 大数据 任务规划：跨域协同的;拱顶石97第六节 大数据 泛在共享：效能中暗藏新挑战102

第五章 大数据领域的战略竞争107第一节 集聚大数据人才107第二节 创新大数据技术110第三节 开发大数据资源113第四节 建立大数据中心122第五节 健全大数据集成运用机制126第六节 完善大数据安全防护体系130

第二节 ?大数据主要特征

大数据的特征反映其海量、多样、高速、复杂的内在本质，主要具有;4V特点，即volume（大量）、velocity（高速）、variety（多样）、value（价值）。从理解和应用看，其具体表现为数量规模巨大、多样多元融合、产生处理实时、价值密度较低等方面。

一、 数量规模巨大

大数据最鲜明的特征就是;海量规模，用传统的数据统计模式无法实施统计，相对于传统的数据储存方式，不是一个量级上的大小之分，而是几何量级上的巨大差距。人类运用数据的历史悠久，但数据真正爆发并发挥日益重要的作用，还是在工业革命以后。当前，随着各种大数据技术以及相关支撑技术群的发展，社会各个方面的数据都;爆炸式增加，形成了海量大数据。今天，从计算器、摄像头，到计算机、智能手机，再到大数据和人工智能，人们不断升级采集和利用数据的方式。一部智能手机一天之内可以生产大约1GB的数据，大概是13套《二十四史》的总容量。从大数据发展来看，天文学领域的数据技术运用是推动其加速发展的重要因素。2000年，一项数字巡天项目在美国启动，其望远镜在几周内所获取的数据，超过了天文学历史上所有收集数据的总和。2016年，当设在智利的更大的巡天望远镜投入使用后，不超过五天就能收集到等量的数据。从天文探索到基因测序、银行业务、互联网搜索等各领域各行业，数据无时无刻不在爆发式增长。

随着战争形态信息化、智能化发展，战场空间拓展，参战力量更加多元，作战体系更加复杂，特别是通信、导航、探测等信息技术手段和装备在作战中广泛运用，数据的生产、采集、传播的规模达到了空前高度，数据规模呈指数级增长。各级作战单元获取和生成的信息数据同步剧增，反映在作战指挥领域，无论是对太空目标的监视和预警，还是对军用网络运转情况的持续监控，其面对的数据量都将远远超越小数据时的规模。根据有关资料，战时，部队需要处理的数据量级正从TB级发展至PB级甚至ZB级。阿富汗战争中，美军的情报、监视与侦察（ISR）系统每天产生超过53TB的数据。美军无人机地面系统每天采集的视频数据超过7TB，空军情报、监视与侦察（ISR）每天收集视频数据约为1600小时，1架每天工作14小时的无人机产生大约70TB的视频数据。

二、 多样多源融合

信息时代发展初期，数据多以格式统一的表格形式存放于数据库中，可以通过打印在纸上的标题统一、具有固定结构的数据表来展现。例如，一个班级所有同学各科成绩汇总表，或者格式统一的航管指令都属于此类。随着量化一切的;数据化浪潮的到来，不仅具有结构特征的文本，还有结构特征不明显的图片、音频、视频等都以数据的形式存放到数据库中，现在被广泛应用的;微信，可以同时存放数字、文字、图片、音频、视频、图形、多媒体等多种数据。正是这些结构上不再具有统一规定、形式上非常多样的数据，逐步成了大数据的主要组成部分。因此，大数据类型繁多，多为网页、图片、视频、图像与位置等半结构化和非结构化数据信息。数据类型极其庞杂，关联度一般极低，而且在相当长的时期内非结构化数据会占据大数据的主体。在军事领域，大数据涉及战场范围内各种目标信息，结构复杂多样，信息维度高，分析处理难度远远大于民用大数据。例如，美军为击毙本拉登，收集了包括卫星图片、无人机视频、线人口供、居民医疗保健数据等各种类型的数据，最后终于找到其行踪。可以说，离开蕴含多种实时信息的大数据的辅助，美军很难完成如此艰巨的任务。

大数据通常都是不同渠道汇集的数据形成的综合体，通过多源数据融合，可以对一个事物进行多方位的描述。大数据与小数据的差异，不仅体现在规模级别上的差异，更重要的是体现在来源上的变化。多源数据融合可以从多维度映射客观事物的本质面貌。例如，传统的金融机构在进行征信时，主要采集20个维度左右的数据，包括年龄、收入、学历、职业、房产、车产、借贷情况等，然后用综合评分方法来识别客户的还款能力和还款意愿，决定信贷额度。采用大数据技术后，金融机构可以查询客户的各种线上记录，掌握其是否有批量申请贷款等异常行为，还可分析客户的消费行为和习惯，可以做到在几秒钟内对申请者超过1万条的原始信息进行调取和审核，迅速核对数万个指标维度。

三、 产生处理实时

大数据是生生不息的;流，人类的每一次通话，飞机的每一次飞行，工厂生产线的每一次运行，都时刻不断地产生各种数据，实时融入动态的数据流。大数据的产生离不开高新技术的发展，特别是物联网、移动互联网的蓬勃发展，为大数据的发展提供了时代引擎，为大数据在线、实时产生提供了基础支撑。物联网在新的互联网协议IPV6的支持下，能将世界上每一粒沙子都进行实时量化记录；移动互联网特别是拥有摄像头手机的用户，正组成一个密布世界的移动传感器网，这两者的广泛运用都促进了海量数据的在线、实时产生。腾讯公司发布的财报显示，至2018年底，微信活跃账户达到了10.98亿，每天平均有超过7.5亿的用户阅读朋友圈的信息，如此海量的数据，不及时处理，就会成为垃圾信息。

在信息化战场上，各种信息化武器平台、信息系统无处不在，时刻不断地产生各种数据，要想对实时大数据进行利用，必须实时采集。如美国和以色列军队，已经开始尝试为一线士兵配备专用手机和微型无人机，提升对战场数据信息的实时收集能力。大数据实时产生并处于快速流动之中，必须快速、持续地实时处理，否则过于延迟的处理结果，根本无法应对快速发展变化的实际情况。例如，对于反导作战来说，从发现目标轨迹到导弹击中目标，只有十几分钟甚至几分钟的反应时间，各种探测设备获取的实时数据必须得到近实时的自动处理，才能为指挥员及时决策、下达命令赢得时间。此外，大数据处理技术快速演进，软件工程及人工智能等均可能介入数据处理，极大地提高大数据的处理速度。大数据技术可以通过图像识别、语音识别、自然语言分析等技术计算、分析大量非结构化数据，为实时处理图片、视频、音频等非结构化数据提供了手段。