从大数据中掘出军事情报

2024-01-30 02:50

本文主要是介绍从大数据中掘出军事情报,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


大数据对军事情报的意义

      技术作为一项从大量数据中获取有用知识的实用技术,已被广泛应用于各行各业并取得了较大的经济和社会效益,而其在军事领域的应用也具有很大的潜力。

1 提升情报获取能力

      现代战争是“信息主导”的战争,信息获取能力的强弱对于战争的进程和胜负具有极为重要的作用,强化信息获取能力是精确释放及提升体系作战能力的重要前提和抓手。

      应用大数据技术,能够大幅提高指挥机关的情报获取能力,主要体现在两个方面 :一是大大提高情报信息处理效率,现代战争中战场情报信息数量极其巨大,并且大部分是非结构化数据,如采用常规方式处理这些海量信息,犹如“大海捞针”,不但高耗时,而且效率也会极其低下。而利用大数据对情报信息进行处理,则理论耗时可达到秒级,处理速度呈指数级跃升,可大大提高单位时间内的情报信息获取处理能力。二是能够发现更多有价值的情报。在信息受侦查手段、战场环境等因素制约下,利用大数据技术能够对来自于多渠道的信息快速进行自动分类、整理、分析和反馈,能够从大量相关或看似不相关的、秘密的或公开的信息中挖掘分析出目标对象的高价值的军事情报,从而有效解决情报、监视和侦察系统不足的问题。

2 提升指挥决策能力

      现代条件下信息在作战中的功能,地位和作用大大提高,信息已成为影响战争全局的极其重要的巨大资源和力量。指挥员凭借自身的专业知识和作战经验,难以从当前海量的战场信息中迅速、准确地获取有用的战场知识,最终直接影响指挥决策的效果,而在激增的数据背后隐藏着许多重要的信息,我们希望能够对其进行更高层次的分析,以便更好地利用这些数据。而利用大数据分析技术,可为指挥员的决策分析提供智能的、自动化的辅助手段,提高系统的智能化程度及决策科学性、实效性,从而极大地提高作战的指挥效能和整体作战能力。

      目前,有关这方面的研究正处于蓬勃的发展之中,相信在不久的将来,此方面的研究一定能取得更大的突破,它必将成为军事领域信息综合处理过程中的一项崭新的、必不可少的技术。

大数据时代军事情报分析应用案例

       近期,军事大数据论坛在北京举行,北京理工大学计算机学院院长黄河燕在表示:“通过互联网搜集挖掘情报大数据信息,已成为各国军事情报数据分析的重要手段,这就是军事情报大数据。”在此背景下,情报的信息采集、储存和管理以及分析方法等都发生了前所未有的改变,在海量数据中提炼出有价值的军事情报,成为军事决策者面临的最大挑战。

       情报学经历了四个阶段的演进,从基于信息的事实型,到基于信息管理的综述型,再到基于智能的智慧型,从2010年起,开始进入基于大数据的情报学。

      黄院长表示:“相比于本就复杂的民用大数据,军事大数据要复杂的多,所需数据容量更大,结构需要更加合理,要求数据处理高效,同时基于军事任务进行数据融合,还要注意信息防御和数据安全管理。”

      从信息源上,大数据时代的情报获取手段逐步增多,军事数据的来源渠道也大大拓宽。一方面战场环境检测手段不断丰富,可从空间、空中、地面等获取多维度、多角度的远程、近程信息。另一方面,情报研究对象拓展,可能包含微博等社会化媒体信息,比如图片、新闻等。黄院长认为,“虽然当前获取数据的渠道极大拓宽了,但复杂多样数据聚合在一起形成巨大的数据流,同时也带来数据数量庞杂、冗余增大、分析不足等新问题。图片、新闻等大量非结构或半结构化数据涌入,就需要技术将这些数据转化为结构化数据,以供后续分析。”

       那么,面对大量快速流动的军事信息资源,该如何储存和管理数据?黄河燕提醒应注意通过数据加密技术确保所获数据安全,研究如何对于不同层面用户设置数据的读取权限。

      “情报学的分析方法将会从原来的计算机辅助分析为主,转变为计算机认知为主的智能分析,形成类似于IBM Watson的大数据情报认知计算及分析平台。”黄院长还表示,可视化数据分析平台也将辅助人工操作,自动化实现预测分析,对数据加以可视化解释。

      目前,军事情报分析的关键技术已经包括知识图谱与推理、信息抽取与挖掘、文本分析技术、篇章理解与机器阅读、自动问答和机器翻译。

        易海聚|助力企业信息化建设日益完善

         易海聚|面向科技情报的网络信息自动发现技术应用

         易海聚网络大数据整合系统方案

         易海聚新闻采编译系统

        对链家数据的爬取分析:深圳到底哪种二手房最吃香?

这篇关于从大数据中掘出军事情报的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/658895

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本