基于大数据的装备试验鉴定及应用问题研究

基于大数据的装备试验鉴定及应用问题
研究
摘要：随着大数据技术的不断成熟和快速发展，装备试验鉴定迎来了新的机
遇和挑战。

本文介绍了装备试验鉴定的发展状况和特点，阐述了装备试验数据管
理存在的主要问题，进而提出了加强装备试验鉴定中大数据运用效益的措施，以
期为装备试验鉴定工作更加科学、规范、高效提供参考。

关键词：大数据装备试验鉴定应用问题
随着现代信息技术的不断发展，在装备试验鉴定领域中，试验任务项目的急
剧增长和测量技术难度的不断提升，伴随而来的是数据处理时效不高、数据资源
利用率偏低的问题，这已成为制约装备试验鉴定长效发展的一个重要瓶颈。

面对
日益增长的试验数据量及处理任务，急需加强对基于大数据技术的装备试验数据
处理方法的研究,以期实现对各类数据资源的高效管理和利用,从而为改进试验方式、提高试验效率提供快速、精准决策。

一、大数据技术在外军的发展状况
随着大数据技术的逐渐成熟,其产生的效益日益明显,尤其在新兴的智能计算、移动互联网、电子商务、智能监控等领域得到成功应用。

近年来，大数据技术正
由政府、企业、消费等领域逐步向军事领域发展，美国等发达军事国家已经将大
数据技术应用于军事决策、装备保障等领域。

美国发表了《大数据研发倡议》，
正式把大数据技术研发提升为国家战略；美国国防部高级研究计划局将多尺度异
常检测、数据到决策、影像检索与分析、加密数据的编程运算等多个大数据项目
列入未来重点研究计划，可以预见，随着大数据技术的发展和应用，将极大提升
美军在战场侦察、指挥决策、网络攻防等领域的作战能力。

二、大数据在装备试验鉴定中的特点
（一)数据量大
当前,装备信息化程度越来越高,装备试验无论是试验模块还是整个测试过程中,测量设备多、测量参数多,所产生的数据量很大。

装备试验数据通常包括试验文书和试验资料等试验档案数据,也包括测试数据、观测数据、目标特性数据、环境物理场数据、模型与仿真数据和计量校标数据等。

（二)数据类型多样
试验对象测试数据的多样、测试项目的增加、测试手段的改变造成非结构化数据、半结构化数据的大量出现。

非结构化数据、半结构化数据主要包括试验过程中产生的图像、数字、文字、视频、音频等类型数据，其规模和复杂度都超越现有常规技术能够处理分析的范围。

（三)数据应用价值高
装备试验数据对于装备全寿命周期的有效期很长,往往可以长达十几年至几十年,早期试验数据也可能有很高的利用和使用价值。

通过分析历史试验数据可以发现以往试验过程中存在的问题及需要改进的环节，从而提高装备试验效率,保证装备质量。

（四）数据处理速度快
由于装备试验存在型号、批次上的不同,试验项目中往往会用到不同的采集分析软件,造成试验数据在处理上相对分散,数据的处理时效和数据的完整性得不到根本保障。

因此，迫切需要采用大数据技术，实现对数据的高效快速分析、存储及管理,从而达到改进试验手段、辅助领导决策的目的。

三、装备试验数据管理存在的主要问题
当前,随着数字化、信息化在军事领域的深入发展和广泛应用,装备试验鉴定行业正经历着数据大爆炸时代,装备试验活动产生的数据不仅是巨量的，而且是形式异常复杂的。

与此同时,由于装备试验鉴定领域的特殊性,军队各级试验鉴定数据管理组织、机构设置、运性维护流程仍不够科学合理,缺乏统一完善的试验
数据管理规范、技术标准以及先进、实用、高效的试验数据处理工具，试验鉴定数据管理水平和应用效果严重落后于互联网、金融、商业等社会服务领域。

其存在的问题主要可以总结为以下几点：
（一）试验数据缺乏统一管理平台
装备试验数据数量多、规模大、种类全。

但是对试验信息资源的体系性建设和集约化应用研究投入太少,装备试验数据信息相对分散、无序、杂乱，缺乏对试验数据的有效管理、应用研究、综合集成和融合再生。

有些装备试验鉴定数据分散在各单位、各部门,未进行集中管理,型号抓总单位对型号试验鉴定数据的全局情况掌握不全面,在对已有的试验数据进行查询时,需要通过多种渠道才可以收集完备，信息综合查询工作效率较低,难以实现试验鉴定数据的全面对比。

（二）试验数据难以共享传递
长期以来，由于基础条件建设和技术手段等方面原因,很多历史试验信息记录采用纸制、胶片等非数字化方式进行存储，未进行数字化处理工作。

装备试验数据安全性、完整性得不到保障，大量历史试验数据采用纸质、胶片等非数字化方式进行存储。

而且由于各种装备型号及试验配试设备型号众多，导致试验数据资源种类和格式繁多，在数据传递和使用过程中经常出现无标记、或者标记不完整的现象。

（三）试验数据信息利用效率较低
长期以来，试验信息主要用于试验结果报告编写和简单的存储归档，缺乏试验信息二次及多次开发的必要手段，试验数据利用率低,多层次、多视角的数据挖掘工作开展不够深入,试验数据综合价值和效益发挥不充分。

四、加强装备试验鉴定中大数据运用效益的措施
(一)制定完善的装备试验数据管理法规
我军装备试验系统信息化建设起步晚、起点低,缺乏明确的管理规定和统一的数据标准,严重制约了装备试验数据的价值挖掘。

为提升装备试验数据的应用
价值,要以试验数据共享利用理念为核心，建立军队统一的试验数据资源管理体制机制和技术标准体系，从技术、管理、标准等层次对装备试验数据进行全面规范，这是推动试验数据全域、全类别、全寿命集成管理和高效利用的基础。

（二)构建高速、可靠、安全的信息传输网络
建立面向全军试验部门的高速信息传输网络，实现试验数据的及时共享,是大数据技术应用的基础。

为实现这一目标,首先,需要将现有装备试验数据信息处理平台和传输网络进行现代化改造，通过多种传感器进行系统化标准化的集成，让试验数据处理分析能力进一步提高。

其次,根据需要建立全新的高速、可靠、安全的装备试验数据传输网络,使其符合大容量快速信息传输的要求，同时要做好安全保密工作，确保试验数据在存储和传输过程中的绝对安全。

最后，还需要对装备试验信息资源数据库系统进行完善，保证试验数据存储的安全可控，提升大数据平台的分析效率和可扩展性。

(三)加强装备试验鉴定大数据技术研究
要积极构建一套完整的装备试验鉴定大数据技术体系。

大数据具有明显的非结构化特点,应着重对大数据表示技术、面向要素的非结构化数据库技术、数据更新技术、数据挖掘、云计算、分布式数据库管理技术和数据资源评价技术等前沿数据处理技术进行深入研究。

(四)加强装备试验鉴定大数据技术人才培养
随着大数据时代的到来,装备试验鉴定工作需要更多懂大数据技术的专业人才。

可以通过网络平台技术提高装备试验鉴定人员的科学素质，让其具备应对这种转型和挑战的技能。

要加强数字文化的养成，转变传统观念,突破传统理念束缚、改变惯性思维定式、克服不良习惯做法,形成新的数据分析思维模式,满足大数据时代要求。

作者：袁田、周亚男，国防大学联合勤务学院硕士研究生
参考文献：
[1]柯宏发，祝冀鲁，徐勇.美军装备试验鉴定的组织实施及启示[J].装甲兵工程学院学报，2017.
[2]王磊.装备试验大数据及运用分析[J].电脑迷，2018.。