大數據爲軍事預測“添翼”

●信息時代，戰爭迷霧已經由過去的無信息、少信息變成了現在的假信息、多信息。

●大數據技術能夠將軍事活動中產生的大量關聯數據進行相關關係分析，從中發現和掌握作戰行動中的規律，進行科學“研判”和“預測”，甚至拓展到“現測”。

大數據，是指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。軍事預測，是在掌握軍事發展規律的基礎上，對戰爭和軍隊建設等未來或未知方面作出的推測、判斷和估計。隨着大數據時代的到來，軍事預測與信息聯繫更爲密切，因爲數據是未來戰爭的重要資源，誰能擁有和掌控數據，誰就能奪取戰場主動權。可以說，大數據爲軍事預測插上了隱形翅膀，這對於提升指揮員的決策與籌劃能力具有重要意義。

軍事預測面臨諸多現實問題

過去的戰爭有人形容是“迷霧重重”，而現代戰爭的迷霧也並未消散。信息時代，戰爭迷霧已經由過去的無信息、少信息變成了現在的假信息、多信息，軍事預測面臨諸多新難題。首先，軍事活動特別是作戰過程中產生的數據具有規模巨大、類型多樣、價值密度低、時效性強等特徵，而傳統數據處理方法難以甚至無法在一定時限內完成數據的採集、預處理、分析、可視化以及應用等任務。其次，作戰中指揮員及指揮機關需要對作戰行動的進程、戰場態勢變化、結局，敵我雙方可能使用的兵力兵器、作戰部署、作戰原則和具體戰法，作戰損失、彈藥及物資器材消耗結果進行預測，而傳統的數據分析方法大多基於經驗估算、邏輯推理等因果關係之上，難以對實時、基於相關關係的數據進行分析和預測。再次，信息化作戰偵察、指揮、控制、打擊、保障、評估融爲一體，指揮決策涉及內容多、週期短、難度大，基於傳統決策方法的小樣本數據無法完成快速精準指揮決策、高效敏捷地持續控制以及諸軍兵種相互協同等任務。

大數據技術提供科學預測方法

大數據預測是大數據技術最重要的應用。軍事預測問題中，大數據技術能夠將軍事活動中產生的大量關聯數據進行相關關係分析，從中發現和掌握作戰行動中的規律，進行科學“研判”和“預測”，甚至拓展到“現測”。最基本的預測方法是數學模型預測法，它主要通過對獲取的各種數據進行統計和分析，採用不同的定量化途徑建立起與預測目的相適應、反映事物內部聯繫的數學模型。首先，明確預測目標，蒐集、分析與軍事預測問題相關的數據信息和影響因素，釐清各因素之間的關係，進行定量化處理，明確模型的輸入輸出參數。其次，對該類軍事預測問題相關的歷史數據進行統計分析，藉助分析和處理大數據的軟件等工具，構建相應的數學模型，並進行誤差分析。最後，將大數據分析處理後的、用於預測的數據，代入模型中進行運算，得出相應的結果。時間序列預測、統計迴歸預測、神經網絡預測等方法，都是在數學模型預測法的基礎上，針對不同類型的軍事問題提出的預測分析新方法。當然，基於大數據的軍事預測，離不開大數據分析與挖掘等先進技術的支撐。作戰中產生的海量數據，需要使用包括量子計算機在內的各種高性能設備進行智能計算，依此來輔助指揮員尋找隱藏在數據海洋裡的重要關聯信息，以便快速捕獲有價值的數據並形成預測結論，爲指揮員定下決心、形成決策方案提供基本遵循。在美國大數據研發計劃中，有一個與作戰預測緊密相關的“洞悉計劃”項目，其目的在於開發一種資源管理系統，通過分析圖像、非圖像等數據的相關信息，自動識別網絡威脅和非常規的網絡攻擊行爲，進而實現對時間敏感的潛在威脅進行分析和預測。

大數據技術提升軍事預測精確性

大數據與雲計算、人工智能技術深度融合，將極大程度地提高軍事預測的精確性和作戰決策的科學性。

預測作戰行動、戰場態勢變化及結果。隨着武器裝備信息化程度的不斷提高，具備自動採集、處理功能的智能化裝備將逐漸遍佈作戰區域，這些設備會源源不斷地爲作戰預測提供數據資源，這將有利於發揮大數據研判優勢，更好地對作戰行動的進程、戰場態勢變化，以及敵我雙方可能使用的兵力兵器和戰法進行預測。

預測作戰消耗、傷亡及戰損情況。俗話說：“兵馬未動，糧草先行。”基於大數據的作戰預測模型，可以藉助人工智能、雲計算等新技術監測人員、裝備實時狀況，並考慮不同作戰對象、作戰樣式、作戰強度等條件的影響，準確科學預測部隊遂行作戰任務的人員傷亡率、武器裝備損失率以及各類彈藥、油料、給養、被裝、衛勤、日用品等物資的消耗量。這是提高後裝保障效益，滿足作戰需求、維持戰鬥力和打贏戰爭的重要保證。

評估軍事訓練水平。利用便捷的可穿戴設備、物聯網及智能終端，可以記錄官兵訓練過程中的“一舉一動”，這些數據通過分析整理，可以指導部隊完善訓練內容和方式方法，通過綜合分析訓練行爲，實現動態優化訓練計劃、過程以及自動評估訓練效果，並提出個性化的訓練方案，以便提升部隊軍事訓練效益。

網絡安全風險預測。未來的作戰體系，是在有線、無線並存的網絡環境中運行的，敵方會想方設法入侵我方網絡，從中獲取、佔用甚至非法篡改有用的數據和信息。構建基於大數據的網絡入侵信息監測模型，有利於提高網絡入侵檢測的準確性，從而提升數據安全和網絡安全等保障能力。（白承森、沈壽林）