大數據是繼云計算、物聯網之后信息技術領域的又一次顛覆性變革。面對大數據廣闊的軍事應用前景，美軍率先將其作為發展戰略重點，以確保美軍在信息領域的絕對優勢。

?

1、美軍大數據應用需求

知己知彼，百戰不殆。如何從戰場大數據中挖掘出精準有用信息，消除“戰爭迷霧”，成為未來戰爭致勝的關鍵。美軍1997年提出大數據概念，伊拉克戰爭爆發后在實戰中不斷探索大數據運用。大數據在為美軍提供便利的同時，作戰應用需求也與日俱增。

(一)優化聯合作戰體系

隨著大數據的應用，美軍逐步構建起以“全球一體化作戰”為核心、以“跨域協同”為支柱的聯合作戰體系。2012年，美軍在《聯合作戰頂層概念：聯合部隊2020》中首次提出“全球一體化作戰”概念，力求依托信息技術優勢，全面打破戰區之間界限，將全球分散部署的作戰人員、指控系統和武器裝備有效整合為一個有機整體，更加注重發揮各作戰要素、作戰單元和作戰系統一體聯動的耦合效應。2017年，美海軍陸戰隊與陸軍聯合發布《跨域戰：21世紀合成兵種》提出“跨域戰”概念，其核心是把全球陸海空天電網各領域視為一個相互聯系、相互作用的有機整體，利用特定領域的非對稱優勢在其他領域產生積極聯動效應，從而實現整體聚優、互補增效的體系作戰效果。美軍從事大數據研發任務的重要承包商——美國DRC公司高級技術主管帕特里·德倫赫認為，如何使人們更有效地跨機構協作，是大數據技術需著力研究解決的問題。各作戰系統都在生產自己的數據，并將其存儲在數據豎井中，從而形成一座座混亂成堆的數據“通天塔”。為解決美軍跨軍種、跨部門協作問題，DRC公司致力于研發大數據軟件，通過在時間和空間上對所收集的數據進行規范和協調，為指揮員和部隊呈現一幅統一的作戰空間視圖，有效提升作戰體系跨機構協作能力。

(二)提升情報處理能力

美軍認為，大數據時代，戰場數據將會成為影響和決定作戰行動的重要資源。大數據搜集、分析和處理能力，尤其在聯合作戰中的應用，可以極大提高信息掌控優勢，從而提升高價值軍事情報偵察預警能力。未來戰場上誰占領了大數據的制高點，誰就將贏得軍事上的主動權。美國的情報體系非常龐大，但也越來越難以及時處理無人機、偵察機器人等各種平臺傳送回來的海量信息，整合情報網絡體系、提高情報信息處理能力的需求日益迫切。2009年10月微軟公司發布的《e-Science：科學研究的第四范式》和2012年3月美國國防部高級研究計劃局啟動的“X數據”計劃，二者都不約而同地將數據挖掘視為大數據戰略在國防安全領域的核心功能加以重點發展。美軍通過對大數據的有效開發，利用大數據工具提高軍事人員對多個戰場空間情報的發現和深度認知能力，可以較為準確地把握諸如敵方指揮員的思維規律，預測對手的作戰行動、戰場態勢的發展變化等復雜問題，從而在某種程度上破解甚至消除“戰爭迷霧”。

(三)提升信息安全能力

美軍認為，其作戰環境正面臨多域威脅，一些新興國家正通過發展太空、網絡等新型作戰能力,實施“反介入/區域拒止”策略，并部署先進傳感器網絡、一體化防空系統以及大量遠程精確打擊武器，抵消美軍在空域和海域的作戰優勢，使得美軍在陸地、海洋、空中、太空、網絡空間、電磁頻譜甚至認知領域均面臨競爭和對抗。為此美軍必須做好準備，積極發展跨軍種跨領域的聯合作戰概念，以有效應對多域威脅，并保持戰場上的優勢和主導權。大數據技術顛覆了傳統信息網絡體系架構，從以數據倉庫為中心轉化為具有流動、連接和信息共享的數據池。美軍通過大數據技術研發應用，實時檢測軍事計算機網絡與網絡間諜活動，以提升信息安全防護能力，使軍事信息安全監測更精細、更及時、更高效。其“加密數據的編程計算”項目，就是針對那些在使用過程中保持加密狀態的數據，開發實用的計算方法和編程語言，且無須在用戶端解密數據，從而克服云計算環境中的信息安全挑戰，使網絡間諜的圖謀難以得逞。

(四)提高指揮決策效率

未來戰爭的作戰力量、作戰環境、作戰態勢、武器裝備等戰場信息數量巨大且復雜多變，指揮員在決策過程中常常陷于“信息海洋”而導致信息迷茫，影響指揮決策。隨著大數據的深入開發與應用，從數據到決策的強大決策支持以及智能化決策的逐步實現，所有指揮問題都可獲得相對精確可靠的決策支撐，從而縮短OODA周期，提高快速反應能力。為加快對海量數據進行開發處理，大幅提高從海量數據中提取高價值情報的能力，實現對戰場綜合態勢的實時感知和認知同步，提高決策效率，壓縮指揮周期，縮短“知謀定行”時間，提高快速反應能力，美國國防部確定了“從數據到決策、網絡科技”等重點研究領域，加快推進大數據輔助決策系統研發，旨在以創新方式使用海量數據，通過感知、認知和決策支持的結合，建立真正能夠獨立完成操控并做出決策的自治式系統，提高作戰人員和分析人員的環境與狀況感知能力，全面提升決策的科學性、準確性、針對性。

(五)改變未來作戰形態

第一次海灣戰爭前，美軍利用改進的民間兵棋，對戰爭進程、結果及傷亡人數進行了推演，推演結果與戰爭的實際結果基本一致。伊拉克戰爭前，美軍利用計算機兵棋系統進行演習，推演“打擊伊拉克”作戰預案，而實際進攻伊拉克的作戰行動，也和兵棋推演的結果幾乎完全一致。依托大數據和云計算平臺，對武器使用、戰爭打法到指揮手段進行戰前模擬推演，使作戰效果清晰顯現，體現了設計戰爭的前瞻眼光。可以預見，美軍大數據的應用，將在軍事領域帶來一場新的變革，甚至改變未來戰爭面貌。美軍大數據研究的第一個重要目標，就是通過大數據創建真正能夠自主決策和自主行動的無人系統，未來無人機有可能擺脫人的控制而實現完全的自主行動。美軍2013年試飛的X-47B已經可以在完全無人干預的情況下，自動在航母上完成起降并執行作戰任務。當前美空軍的無人機數量已經超過了有人駕駛飛機，不久的將來，美軍將向以自主無人系統為主、對網絡依賴度逐漸降低的“數據中心戰”邁進，基于大數據的實時無人化作戰，將徹底改變人類有史以來有生力量為主的戰爭形態。

2、美軍大數據研發現狀

美國政府和軍方敏銳洞察到大數據技術的重要性，在大數據領域率先發力以搶占先機。2012年3月，美國政府發布全球首個國家層面的大數據戰略——《大數據研究與發展計劃倡議》，宣布實施2億美元的投資計劃，推動數據提取、存儲、分析、發現等領域的技術創新與工具開發。2012年以來，美國國防部、國防高級研究計劃局(DARPA)、有關業務局和各軍種研究機構，發布的關于大數據研究與應用項目，從互聯網上可以查到的超過50項，其中投入較大的、持續時間較長的項目超過20項。這些項目的研發與運用，有力提升了美軍大數據綜合處理能力，加速了“從數據到決策”進程。

(一)制定發布大數據研發規劃

2012年開始，美國國防部及DARPA部署以X數據(XDATA)和洞察系統(Insight)為代表的一系列大數據系列研發項目，涉及大數據分析挖掘、規則發現、深度學習、數據驅動模型計算、管理與處理和可視化方面的前沿技術。這些大數據研發項目包括：多尺度異常檢測(Anomaly Detection at Multiple Scales)、網絡內部威脅(Cyber-Insider Threat)、洞察力(Insight)、機器讀取(Machine Reading)、心靈之眼(Mind’s Eye)、面向任務的彈性云(Mission-oriented Resilient Clouds)、加密數據的編程運算(Computation on Programming Encrypted Data)、影像檢索與分析(Video and Image Retrieval and Analysis Tool)、X-數據(XDATA)、數據到決策(Data to Decisions)等10個項目。2015年DARPA發布新型混合計算概念，2016年5月正式宣布高效仿真加速計算架構ACCESS(A Ccelerated Computation for Efficient Scientific Simulation)計劃，旨在開發獨立仿真處理系統，通過大數據混合仿真計算，快速預測和發現體系演化趨勢。2016年DARPA發布數據驅動模型發現研發計劃(Data Driven Discovery of Models，D3M)，目的是讓機器學習如何通過數據驅動進行建模。此類新模型通過構建可選基元庫技術、開發復雜模型自動整合技術、創新人機混合交互技術和領域專家知識融合技術，研發數據模型變換多種變量、建模特征抽取、數據態勢預測性工具，實現大數據驅動的重要線索發現或演化規律預測。

(二)開展大數據基礎技術研發

美國國防部在國家大數據研發框架內，部署了以XDATA為核心的多項大數據研發項目，形成比較完整的大數據研發布局。基礎技術中涉及機器學習、數據挖掘、并行計算和可視化方面的前沿課題雖不成熟，但美軍持續資助研發，確保維持大數據技術領先優勢。目前，XDATA項目承研機構已經在數據可視化、基于分布式架構的機器學習和數據分析算法等方面取得了不少基礎性成果。在數據可視化技術方面，Kitware與哈佛大學、猶他大學、斯坦福大學等機構的研究小組合作開發名為Visualization Design Environment(VDE)的開源數據集成、查詢和可視化工具包，并在其網站公布VDE在文檔實體關系識別、SSCI預測數據庫、Flickr元數據圖等數據集上的可視化分析效果。在機器學習、數據分析算法方面，佐治亞理工學院主要研究在大規模數據集上具有可擴展性的機器學習算法，包括基于分布式計算架構的快速數據分析方法等。在開源計算工具方面，Continuum Analytics公司基于在Python科學計算工具上的長期積累，進一步開發新型計算技術和開源軟件工具。

(三)加大大數據平臺開發力度

美國防信息系統局(DISA)和各軍種正在大力開發基于云的大數據平臺，并已取得新的進展。

DISA開發支持賽博態勢感知分析能力的大數據平臺(BDP)。2016年5月，DISA發布了《大數據平臺和賽博態勢感知分析能力》報告，提供一整套基于云的解決方案，用于收集國防部信息網(DoDIN)上的海量數據，同時提供分析與可視化處理工具以理解數據。BDP是DISA開發的分布式計算環境，用于支持數拍字節數據的攝取、關聯和可視化，而賽博態勢感知分析能力(CSAAC)是部署在BDP上的一組分析工具、攝取碼和數據結構，提供整個DoDIN運行和防御性賽博空間運行的統一態勢感知。CSAAC能提供迄今為止美國防部所能實現的最廣泛、最全面的DoDIN活動視圖，以支持決策并增強美國防部網絡的整體安全態勢。CSAAC能夠提供DoDIN運營與態勢感知、防御性賽博空間運行、異常檢測等功能。2016年8月，DISA發布BDP升級版，為操作人員提供聚焦任務的數據集和分析工具，大幅提升CSAAC快速開發、部署和使用分析工具的能力。

美海軍開發大數據云生態系統(BIG DATA ECO SYSTEM)。美海軍為解決艦載傳感器、飛機和其他平臺產生大量數據難以有效利用的問題，海軍研究辦公室欲采用突破性的分析工具建立海軍大數據生態系統。2013年以來，美海軍組織開發了名為“海軍戰術云參考實施”(NTCRI)的大數據云生態系統平臺，由數據分析組件和可視化界面提供相關作戰環境和情況的所有數據實時視圖。平臺融合了大數據、云計算和其他交叉學科技術，并實現了多種分布式文件系統(Hadoop)和作戰系統，包括通用數據基礎表征、分布式數據存儲與索引、數據作戰分析、系統抗毀性防御組件等功能。

(四)啟動“專家計劃”提高數據處理能力

2017年4月，美國防部時任副部長羅伯特·沃克簽發批準啟動“專家計劃”(算法戰跨部門小組)，目的在于加速五角大樓對人工智能與機器學習技術的集成，將國防部內的海量可用數據快速轉變為可用于指導美軍行動的情報。2017年12月，“專家計劃”在美軍非洲司令部試用。“專家計劃”部署在海外戰區的情報人員負責從美國部署在中東和非洲基地的“掃描鷹”無人機或MQ-9“死神”無人機傳回的大量ISR(情報、監視與偵察)數據中“掘金”。

AI協助“挖掘”作戰數據。“專家計劃”利用人工智能協助挖掘作戰數據的做法包括兩部分，第一是采用“三步走”策略處理原始數據：首先對數據進行編目和標注，使其可用于訓練算法;其次在谷歌等承包商的幫助下，操作員利用已標注數據為特定任務和地區量身定制一套算法;最后將該算法交付部隊，并探索如何最好地對其加以利用。第二是注重算法的反復訓練：“專家計劃”團隊在用戶界面設置“訓練人工智能(AI)”按鈕，如果一種新算法把人識別為棕櫚樹，那么操作員僅需點擊按鈕，即可進行調整。“專家計劃”算法首次在美國非洲司令部部署期間，團隊在5天內對該新算法進行了6次重新訓練，最終獲得了“令人印象深刻的性能水平”。

首批算法部署到位。目前，“專家計劃”首批四套算法已在美軍的非洲司令部、中央司令部的5-6個基地部署，在美國弗吉尼亞州蘭利空軍基地第1分布式地面站部署了初始能力，并將在加利福尼亞州比爾空軍基地第2分布式地面站部署。美軍希望，借助這些算法能夠提升海外美軍情報分析師的工作效率，有力支持作戰行動。

3、美軍大數據作戰應用

隨著大數據技術的快速發展，數據搜集、分析和處理能力，以及基于數據作出的決策，成為美軍關注的重點，并在ISR、作戰指揮、后勤保障、賽博空間等諸多領域推廣應用。

(一)大數據在ISR領域應用

美軍經過多年發展，已擁有全球最先進的情報偵察系統，對海量情報數據分析，一直是美軍情報偵察能力的短板，而大數據正好能夠幫助美軍突破這一瓶頸。

DARPA的Insight項目。旨在開發集情報、監視和偵察于一體的系統，使分析人員把互不相干的“煙囪式”信息源整合成一個統一的戰場圖。Insight項目由BAE系統公司設計，目前已開發出聯合數據管理和處理環境，將新型情報傳感器數據和軟件算法綜合起來，以提高數據采集和資源管理系統(E&RM)系統的適用性，擴展任務空間;探測識別敵方網絡，匯集包括軍事情報資料庫、人員報告及海陸空天傳感器所有來源信息。目前該項目已供美陸軍和空軍使用。

美空軍開發的PEALDS項目。目前美國國防部和大型企業面臨的主要挑戰是數據集成，以及掌握從多個傳感器收集數據并將數據輸入一個單獨的管理系統中進行分析和提取的方法。2013年Logos技術公司與美空軍共同開展大數據集處理利用與分析(PEALDS)項目。美空軍可利用大數據工具PEALDS創建戰場態勢圖或關注區域的態勢圖，并對其進行實時監控、存儲和回放。通過將傳感器數據流與數據標簽和趨勢探測軟件相結合，分析專家和戰場士兵可進行觀察跟蹤，并根據觀察到的行為預測敵方行動。

研發“大數據”處理工具。美國海軍和海軍陸戰隊在試驗一種被稱作“語義維基”的“大數據”分析方法，可以搜索視頻、情報以及衛星影像，還可加入視頻流。而更有發展前途的是“防務情報信息企業系統”，利用空間“大數據”技術，從眾多傳感器和數據庫中收集、處理、分析信息，提高數據處理效率。

(二)大數據在作戰指揮領域應用

大數據在作戰指揮領域的廣泛運用，開啟了“從數據到決策”的指揮新模式。從美軍C4ISR系統的“獲取-傳輸-處理-分發”全信息流程，到大數據系統的“采集-傳輸-分析-運用”全數據流程，美軍利用全數據流程的應用使情報分析處理時間已從63天減少到了近20小時，從情報處理捕獲、輔助支持決策、動態協調控制等方面，實現了作戰流程與數據流程的同頻共振，加快戰場信息流轉，從而優化了情報-決策-控制(OODA)的作戰指揮周期，提升了美軍快速反應、快速指揮能力，實現“發現即摧毀”的作戰目標。美國防部大數據應用重點項目——“從數據到決策”項目旨在通過構建快速準確分析數據的算法模型，將海量數據進行實時、自主關聯和整合、認知，挖掘出有關目標威脅、航跡跟蹤、火力打擊等重要的情報信息，并提供面向任務可理解的決策，使軍隊中情報分析人員和指揮官能夠以極高的速度理解和掌握戰場態勢。

(三)大數據在后勤領域應用

大數據技術在后勤領域的應用有助于提高后勤保障效率，降低費用。美國國防后勤局正在推行大數據戰略，利用相關技術構建本局范圍內的權威機構數據源，形成靈活、自助式的報告和分析能力。美國國防后勤局通過推行大數據戰略，期望大幅提高數據實時融合效率，讓后勤分析師在更短的時間內通過各種渠道搜集數據，再對匯總的數據進行分析，最后確定有效的后勤保障方案。為幫助美軍解決后勤行動中出現的難題，美國許多公司推出了各種大數據技術解決方案。如天睿公司為軍方提供了名為“聯合數據架構”系統的綜合性大數據技術解決方案，該系統具有預測性分析功能，可預判武器裝備中哪些零部件何時出故障需要修理，在零部件出故障前向維修技師預警，告知技師將其拆除，而且拆下的位置非常方便技師修理和更換零部件，這樣就能確保庫存零部件得到最合理的使用。

(四)大數據在賽博空間應用

美軍最重要的賽博空間項目之一——X計劃亦稱“基礎賽博戰”，旨在對網電作戰的本質特性進行創新研究，支持主導網電戰場空間所需的基礎性戰略的發展。X計劃將創建一個確保軍方能夠在實時、大規模和動態網絡環境中理解、規劃、管理網電作戰的端對端系統。X計劃開展系統結構、網電戰場空間分析、任務構建、任務執行、直觀界面等5個技術領域研究，以構建實時創建、模擬、評估和控制網電戰場空間的原型系統。2016年6月，X計劃參與年度“賽博衛士”與“賽博旗幟”聯合演習，意味著美軍已拉開賽博空間可視化作戰序幕，能夠從技術上完成對戰場賽博空間的基礎建構。X計劃是大數據技術在賽博空間的典型應用，大數據技術為集中管理海量信息資源提供高效的分析、融合方法和手段。沒有大數據技術的支撐，要實時測量和可視化總結數據巨大、結構復雜的賽博空間是不可能完成的任務。

4、美軍大數據發展趨勢

知己知彼，百戰不殆。美軍通過大數據戰略，將突破一系列關鍵技術，極大提高軍事信息獲取、存儲、處理和分析能力，引領軍事競爭從物理空間向認知領域轉變。

(一)拓展大數據作戰應用范圍

現代戰場敵情復雜，戰機稍縱即逝，“發現即摧毀”成為美軍作戰理念，有價值的信息逐漸成其為作戰的優先關注點和中心環節。通過大數據技術在各領域的廣泛應用，美軍將在數據獲取、存儲、管理、分析和分發等方面得到質的飛躍，進而提升美軍戰場態勢感知、情報分析、智能決策以及安全防護能力，大大縮短決策循環(OODA)周期、縮短從傳感器到射手的時間，最終實現“發現即摧毀”的效果。大數據的發展將進一步促進“物理網絡服務”到“網絡應用服務”轉型，推動“以網絡為中心”向“以數據為中心”的作戰轉變。

(二)關注數據分析和可視化等關鍵技術

美軍研發大數據技術最看重的就是提升對海量、異構數據的分析處理能力，從獲取信息向分析利用信息轉變。除此之外，美軍的研發重點還包括可視用戶界面技術等。美軍在關鍵技術領域，一方面強調數據分析技術的核心地位，攻關大數據分析基礎理論和技術方法，研發高時效的大數據計算模型、優化技術與系統，探索特定場景智能感知，檢驗智能感知與理解技術等。另一方面大力發展數據可視化技術，將戰場可視化作為未來戰爭信息優勢獲取的核心技術，正在加緊開展相關應用領域的研究工作。隨著現代戰爭作戰維度的拓展，戰場可視化正向著陸、海、空、天以及電磁網絡空間全維度發展。未來可視化技術將成為戰爭勝負的“預言家”，敵我位置、戰場態勢、部署情況及損耗、戰果等數據信息都能夠通過可視化技術及時反饋給指揮員。

(三)投資大數據重點應用領域

2017年1月31日，美國防部長Mattis發布了關于“重建美國陸海空三軍”總統備忘錄的實施指南。這份新的指南表明了未來將增長大數據技術領域的國防投資。此外，據德爾泰克軟件公司(Deltek)預計，美國防部將致力于大數據技術以提升作戰能力和增大武器系統的致命性。例如，美空軍和海軍計劃增大無人系統和航行器的使用，這就需要增加對此領域的數據分析的投資。此外，隨著管理部門重點關注防范賽博攻擊，在整個國防系統的企業范圍大數據分析的應用將會優先考慮。美國防信息系統局需要依賴大數據工具監控和防護國防部信息網(DoDIN)，在這一領域的投資也將會獲得支持。考慮到這些優先性投資，Deltek給出了未來幾年美國防部在大數據技術領域的投資預測。