大數(shù)據(jù)與裝備體系的概念關(guān)聯(lián)機理和模型結(jié)構(gòu)

大數(shù)據(jù)帶來了數(shù)據(jù)采集、存儲和信息檢索等方面信息技術(shù)的重大變化，觸發(fā)人類從海量信息中獲取與個人或組織活動、動作相關(guān)知識的應(yīng)用理論技術(shù)的變革性思考。2012年美國提出“大數(shù)據(jù)研發(fā)計劃”，國內(nèi)召開大數(shù)據(jù)為主題的香山科學(xué)工作會議，將大數(shù)據(jù)推向?qū)W術(shù)和科技戰(zhàn)略前沿。大數(shù)據(jù)中的數(shù)據(jù)一般指數(shù)字化數(shù)據(jù)，模擬化數(shù)據(jù)通過數(shù)字化轉(zhuǎn)化而被利用，主要可以歸納為人類自身社會性活動產(chǎn)生的行為交互等應(yīng)用記錄數(shù)據(jù)和機器本身產(chǎn)生的諸如點擊流、應(yīng)用記錄、傳感器探測數(shù)據(jù)等機器數(shù)據(jù)。多領(lǐng)域多學(xué)科對大數(shù)據(jù)概念的熱議難以形成一致性定義描述。對于不能夠被清晰定義的事物，通常很難被實證研究，大數(shù)據(jù)尤為如此，越來越多的學(xué)者認(rèn)為利用大數(shù)據(jù)重在創(chuàng)新數(shù)據(jù)思維。目前被普遍認(rèn)可的大數(shù)據(jù)概念基本內(nèi)涵是由IBM，IDC，Gartner等權(quán)威機構(gòu)形成的基本觀點，“大數(shù)據(jù)”蘊含以下五個維度特征：①DataVolume，描述數(shù)據(jù)存儲單位的測度；②Datavariety，描述數(shù)字化數(shù)據(jù)存在形式的多樣性，大數(shù)據(jù)的核心是半結(jié)構(gòu)化和非結(jié)構(gòu)化形式數(shù)據(jù)類型；③Datavelocity，描述數(shù)據(jù)產(chǎn)生或更新的速度與對數(shù)據(jù)的處理速度效率；④Datavariability，描述隨時間變化而產(chǎn)生的數(shù)據(jù)流的不一致性；⑤DataComplexity，描述相同事物的數(shù)據(jù)存在多種來源而導(dǎo)致相互之間的關(guān)聯(lián)，匹配，清洗，跨系統(tǒng)的轉(zhuǎn)換等問題困難，已經(jīng)成為大數(shù)據(jù)的核心特征和焦點。大數(shù)據(jù)也同時內(nèi)在地蘊含Hadoop、NoSQL等新型數(shù)據(jù)管理和處理工具。上述大數(shù)據(jù)特征逐漸引導(dǎo)人們思考數(shù)據(jù)的可用性、可靠性、可描述表示和可計算等大數(shù)據(jù)問題，文獻[4]指出大數(shù)據(jù)的價值需要依賴上下文應(yīng)用環(huán)境和數(shù)據(jù)描述表示手段來釋放，應(yīng)該不斷理解利用新的數(shù)據(jù)源可以做什么，并歸納為3種主要類型：①可追溯性的數(shù)據(jù)分析過程，利用歷史積累的數(shù)據(jù)和具體的量化工具理解數(shù)據(jù)中的模式和結(jié)果，提供推斷或推論；②可預(yù)測性的數(shù)據(jù)分析過程，利用歷史數(shù)據(jù)和仿真模型手段來產(chǎn)生對未來情境的理解；③規(guī)定性的數(shù)據(jù)分析過程，利用時刻有可能觸發(fā)事件的實時數(shù)據(jù)和規(guī)定的量化分析方法，產(chǎn)生推薦動作建議。

大數(shù)據(jù)研究大致存在兩種技術(shù)層次：一種是云計算環(huán)境下以網(wǎng)絡(luò)信息技術(shù)和數(shù)據(jù)存儲管理與數(shù)據(jù)密集型高性能處理分析為核心技術(shù)特征，不斷應(yīng)對新數(shù)據(jù)源特性的數(shù)據(jù)有效管理為目標(biāo)，解決系統(tǒng)綜合集成與性能優(yōu)化問題，例如楊小牛提出的大數(shù)據(jù)概念應(yīng)用于構(gòu)造下一代信號情報偵察體系的系統(tǒng)架構(gòu)，云環(huán)境下大規(guī)模圖數(shù)據(jù)處理等；另一種是利用人工智能的海量數(shù)據(jù)挖掘延伸視角下以模式信息智能處理和知識發(fā)現(xiàn)為核心技術(shù)特征，以利用數(shù)據(jù)價值為目標(biāo)，解決網(wǎng)絡(luò)化復(fù)雜巨系統(tǒng)的價值提升和運行機理認(rèn)知問題，例如位置大數(shù)據(jù)應(yīng)用，基于互聯(lián)網(wǎng)的社會網(wǎng)絡(luò)大數(shù)據(jù)對社會認(rèn)知研究范式的思考等。顯然，上述兩種層次存在遞進、相互融合和轉(zhuǎn)換，第一種立足于大數(shù)據(jù)概念的海量數(shù)據(jù)實體面向數(shù)據(jù)工程化建設(shè)，第二種立足于大數(shù)據(jù)概念深化復(fù)雜系統(tǒng)理論方法及實踐應(yīng)用，兩種層次在微觀和宏觀范疇之間相互轉(zhuǎn)換并且技術(shù)互相貫通支撐，如下圖所示。

圖1大數(shù)據(jù)概念與大規(guī)模網(wǎng)絡(luò)化信息系統(tǒng)研究的結(jié)合模式

事實上，以數(shù)據(jù)密集型計算技術(shù)為核心要素的大數(shù)據(jù)第四范式的涌現(xiàn)與建模仿真第三范式存在緊密聯(lián)系，大數(shù)據(jù)將對建模與仿真帶來挑戰(zhàn)和機遇。應(yīng)用大數(shù)據(jù)概念首先要清楚哪些數(shù)據(jù)源能夠被利用，應(yīng)該清楚預(yù)期應(yīng)用目標(biāo)。結(jié)合上述對大數(shù)據(jù)應(yīng)用分析，大數(shù)據(jù)概念在裝備體系領(lǐng)域可能存在如下三種應(yīng)用場景：①考慮真實作戰(zhàn)環(huán)境中裝備體系數(shù)據(jù)流特性的大數(shù)據(jù)概念應(yīng)用，對應(yīng)上述第一種技術(shù)層次，主要以解決系統(tǒng)級大數(shù)據(jù)處理面臨的困難為目標(biāo)，例如對偵察衛(wèi)星持續(xù)獲取的偵察情報數(shù)據(jù)的快速有效處理；②考慮裝備體系模型仿真或演習(xí)產(chǎn)生的大數(shù)據(jù)應(yīng)用，在相似數(shù)據(jù)的基礎(chǔ)上依賴數(shù)據(jù)挖掘發(fā)現(xiàn)體系性質(zhì)規(guī)律；③綜合上述兩種應(yīng)用場景，大數(shù)據(jù)概念框架下潛在的動態(tài)數(shù)據(jù)驅(qū)動的體系仿真應(yīng)用范型。例如，在非對稱性、對抗性、極惡劣作戰(zhàn)環(huán)境中，由于信息獲取節(jié)點遭受攻擊，決策或控制環(huán)節(jié)失誤導(dǎo)致戰(zhàn)場態(tài)勢由優(yōu)勢轉(zhuǎn)為劣勢等危機情境，如何利用有限獲取的稀疏戰(zhàn)場動態(tài)信息，全面掌握戰(zhàn)場裝備體系的整體性狀態(tài)，以支持高層次的戰(zhàn)役或戰(zhàn)略判斷等方面的可能問題情景，能否借鑒數(shù)據(jù)驅(qū)動的復(fù)雜網(wǎng)絡(luò)的識別與控制方面前沿學(xué)術(shù)思想。

既有研究工作集中在前兩種大數(shù)據(jù)概念應(yīng)用場景，均不能正面反映裝備體系的機制機理和概念原理。鑒于此，本文深入梳理如何建立大數(shù)據(jù)與裝備體系研究之間的理論橋梁，探討一種基于大數(shù)據(jù)建模的裝備體系模型表達和體系演化問題研究理論架構(gòu)。希望為進一步厘清大數(shù)據(jù)概念與裝備體系研究方法原理提供啟發(fā)。

1應(yīng)用大數(shù)據(jù)概念的裝備體系研究理論方法橋梁

體系的系統(tǒng)概念原理和建模仿真研究經(jīng)驗表明，復(fù)雜網(wǎng)絡(luò)理論尤其是超網(wǎng)絡(luò)理念與體系模型在認(rèn)識論上具有較強契合性。大數(shù)據(jù)時代，網(wǎng)絡(luò)與數(shù)據(jù)的產(chǎn)生、采集、存儲、管理和處理分析一系列信息活動密切不可分離，學(xué)術(shù)和實踐領(lǐng)域也產(chǎn)生了借鑒復(fù)雜網(wǎng)絡(luò)理論和數(shù)據(jù)挖掘方面智能計算理論指導(dǎo)大數(shù)據(jù)建模與分析的大量研究成果。本文認(rèn)為，基于復(fù)雜網(wǎng)絡(luò)或超網(wǎng)絡(luò)理論的網(wǎng)絡(luò)化大數(shù)據(jù)描述與建模是構(gòu)建裝備體系與大數(shù)據(jù)概念的重要理論方法橋梁，而基于大數(shù)據(jù)的人工智能理論發(fā)展為體系模型分析和大數(shù)據(jù)分析方法構(gòu)建了理論方法橋梁。即形成兩“橋”研究理論架構(gòu)。體系大數(shù)據(jù)產(chǎn)生于體系，反映了體系網(wǎng)絡(luò)化大系統(tǒng)的特征和規(guī)律，應(yīng)用大數(shù)據(jù)概念的基本立場可以理解為數(shù)據(jù)化和信息化，透視“數(shù)據(jù)迷霧”，形成支持感知戰(zhàn)爭態(tài)勢的認(rèn)知信息，主要解決戰(zhàn)爭數(shù)據(jù)化問題；基于數(shù)據(jù)優(yōu)勢，發(fā)揮多維多元信息認(rèn)知優(yōu)勢，有效快速形成決策和控制流程，主要解決實現(xiàn)作戰(zhàn)信息化問題。

圖2應(yīng)用大數(shù)據(jù)概念的裝備體系研究認(rèn)識機制

1.1語義超網(wǎng)絡(luò)——基于大數(shù)據(jù)的體系結(jié)構(gòu)描述框架模型

目前利用大數(shù)據(jù)概念研究復(fù)雜系統(tǒng)主要以網(wǎng)絡(luò)大數(shù)據(jù)為載體，數(shù)據(jù)挖掘為基本手段，發(fā)現(xiàn)新洞察和決策支持為基本目標(biāo)。相比傳統(tǒng)挖掘理論，大數(shù)據(jù)引導(dǎo)人們更為關(guān)注模式之間的關(guān)聯(lián)，復(fù)雜網(wǎng)絡(luò)與數(shù)據(jù)挖掘的交叉研究取得階段性進展，主要包括兩個方面：一是在信息領(lǐng)域關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)，統(tǒng)計物理方法和系統(tǒng)動力學(xué)分析方法結(jié)合，例如，基于元路徑的異質(zhì)信息網(wǎng)絡(luò)中相似性搜索與聚類、鏈路關(guān)系預(yù)測等；二是復(fù)雜網(wǎng)絡(luò)領(lǐng)域關(guān)注智能信息處理，推廣改進學(xué)習(xí)算法，促進有效獲取網(wǎng)絡(luò)結(jié)構(gòu)模式。數(shù)據(jù)與網(wǎng)絡(luò)存在密切聯(lián)系，20世紀(jì)末期建立的小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型就是在網(wǎng)絡(luò)數(shù)據(jù)更容易被捕捉的歷史條件下提出來的，吸引并促進了復(fù)雜網(wǎng)絡(luò)理論與系統(tǒng)科學(xué)、信息科學(xué)、社會科學(xué)、生命科學(xué)等多學(xué)科的融合交叉?？梢哉f，數(shù)據(jù)是網(wǎng)絡(luò)科學(xué)發(fā)展的原動力，網(wǎng)絡(luò)科學(xué)是數(shù)據(jù)科學(xué)研究的重要工具。大數(shù)據(jù)時代給復(fù)雜網(wǎng)絡(luò)的研究范式帶來了機遇。周濤討論了大數(shù)據(jù)時代復(fù)雜網(wǎng)絡(luò)研究面臨的機遇與挑戰(zhàn)，例如，面向網(wǎng)絡(luò)大數(shù)據(jù)存儲管理的圖數(shù)據(jù)庫優(yōu)化設(shè)計，基于海量數(shù)據(jù)的數(shù)據(jù)采樣，網(wǎng)絡(luò)信息可視化等共性問題，網(wǎng)絡(luò)動力學(xué)與網(wǎng)絡(luò)結(jié)構(gòu)分析、鏈路預(yù)測，網(wǎng)絡(luò)控制和動態(tài)網(wǎng)絡(luò)模式挖掘等特殊應(yīng)用問題。圖數(shù)據(jù)快速處理算法在社會網(wǎng)絡(luò)演化模式挖掘方面也是典型的大數(shù)據(jù)與復(fù)雜網(wǎng)絡(luò)交叉研究課題。本文初步思考了大數(shù)據(jù)概念應(yīng)用目標(biāo)驅(qū)動下，系統(tǒng)科學(xué)與體系工程、網(wǎng)絡(luò)科學(xué)與網(wǎng)絡(luò)工程相互之間的理論聯(lián)系，如圖3所示。

圖3大數(shù)據(jù)與復(fù)雜網(wǎng)絡(luò)的方法論聯(lián)系

統(tǒng)計分析、聚類、深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等主流數(shù)據(jù)分析模型具有的“知其然而不知其所以然”特性，結(jié)構(gòu)拓?fù)浞治?、結(jié)構(gòu)模式挖掘、鏈路預(yù)測等經(jīng)典網(wǎng)絡(luò)分析模型方法在基于海量數(shù)據(jù)的模式發(fā)現(xiàn)應(yīng)用方面取得重要研究進展，而面向裝備體系研究的大數(shù)據(jù)建模與分析決策注重數(shù)據(jù)科學(xué)優(yōu)勢與體系機理認(rèn)知與推理建模密切結(jié)合為基本思維主線，需要兼顧復(fù)雜巨系統(tǒng)建模理論方法。大數(shù)據(jù)與網(wǎng)絡(luò)科學(xué)的結(jié)合成為體系建模的新理論和技術(shù)增長點，而語義網(wǎng)思想正是解決描述數(shù)據(jù)之間關(guān)系的一種有效手段，因此，大數(shù)據(jù)模型基礎(chǔ)上的體系情景推演應(yīng)用應(yīng)該建立在語義超網(wǎng)絡(luò)架構(gòu)之上，即語義的統(tǒng)一視角下，建立描述體系的大數(shù)據(jù)的超網(wǎng)絡(luò)模型。

1.2認(rèn)知粒計算——裝備體系問題建模的系統(tǒng)工程新途徑

大數(shù)據(jù)給數(shù)據(jù)挖掘及應(yīng)用帶來挑戰(zhàn)的同時，也為復(fù)雜巨系統(tǒng)的機理認(rèn)知帶來了機遇。在現(xiàn)有體系研究成果基礎(chǔ)上，以全新的視角發(fā)展基于大數(shù)據(jù)的體系建模新理論方法，推動體系科學(xué)研究變革。粒計算基于粒結(jié)構(gòu)的思維方式，為結(jié)構(gòu)化問題求解和信息處理模式創(chuàng)造了新的計算范式。從人工智能角度看，粒計算模擬人類思考和解決大規(guī)模復(fù)雜問題的自然智能模式，可以實現(xiàn)以人為中心的認(rèn)知，立足于實際問題需求，采取可行的滿意近似解替代精確解，提供效率。從數(shù)據(jù)分析與處理層面看，通過信息?；侄危扇×Ｔ恼w代替復(fù)雜數(shù)據(jù)樣本，以粒為中心進行計算。從體系的層面看，通過對系統(tǒng)的?；幚?，可以采取合適粒度的粒結(jié)構(gòu)刻畫大規(guī)模的體系組成部分及復(fù)雜性的體系結(jié)構(gòu)，提高體系的認(rèn)識水平和問題求解效率。

粒計算的應(yīng)用基礎(chǔ)立足于數(shù)據(jù)，通常包括數(shù)據(jù)粒化、多粒度模式發(fā)現(xiàn)與融合、多粒度、跨粒度推理等核心內(nèi)容，以數(shù)據(jù)為中心的體系結(jié)構(gòu)描述思想為引入粒計算方法論指導(dǎo)體系建模具有顯然的契合性。當(dāng)前，在指控組織結(jié)構(gòu)優(yōu)化設(shè)計、體系需求描述和作戰(zhàn)體系結(jié)構(gòu)分析方面已經(jīng)存在部分研究利用了粒度計算策略，但僅僅是關(guān)于體系某一方面的微觀上針對復(fù)雜問題求解，立足于大數(shù)據(jù)概念正面討論裝備體系的粒計算建模和體系不確定性研究還十分稀缺。本文認(rèn)為，基于大數(shù)據(jù)建模的裝備體系復(fù)雜問題描述與粒計算求解存在理論和技術(shù)上的契合性，粒計算構(gòu)建起大數(shù)據(jù)與裝備體系的第二座理論橋梁。本節(jié)具體梳理為以下3個方面理論要素。

（1）大數(shù)據(jù)和裝備體系的多層次/多粒度特性

從體系原理上講，體系的基本要義是由系統(tǒng)組成的系統(tǒng)，顯然，將系統(tǒng)視為基本構(gòu)成對象，則體系在系統(tǒng)構(gòu)成觀察維度上客觀具備關(guān)于系統(tǒng)對象的粒度性和層次性。裝備體系是體系原理下的武器裝備復(fù)雜巨系統(tǒng)，其組成部分本身是集成的，獨立運行和管理的，地理上分布存在的復(fù)雜系統(tǒng)，復(fù)雜系統(tǒng)又具有特定的層次結(jié)構(gòu)。

圖4裝備體系中多尺度概念示意

（2）大數(shù)據(jù)和體系問題的不確定性特性

體系的不確定性可以歸納為兩大類：一種是體系的客觀環(huán)境不確定性，表現(xiàn)為目標(biāo)威脅出現(xiàn)、指控組織（人因決策）自適應(yīng)演化、隨機偶然性的裝備故障、氣象等自然環(huán)境預(yù)測困難或復(fù)雜電磁環(huán)境等因素；另一種是體系的主觀認(rèn)知不確定性，表現(xiàn)為人類特有的感覺直覺等非理性因素對戰(zhàn)略使命判斷、目標(biāo)威脅程度評估、體系作戰(zhàn)能力或體系效能概念定位等構(gòu)成的不確定性現(xiàn)象。當(dāng)前，很多研究機構(gòu)和學(xué)者就單個武器裝備（系統(tǒng)）層次上討論不確定性，基于不確定性信息處理手段研究特定型號裝備作戰(zhàn)效能評估與預(yù)測。但是少有研究正面討論體系的不確定性問題。上述體系不確定性可能貫穿體系建設(shè)規(guī)劃計劃和體系運行控制優(yōu)化等不同階段模式，而且現(xiàn)有研究很少考慮裝備體系復(fù)雜性、對抗性和動態(tài)性在不同階段中的綜合建模，而數(shù)據(jù)化模型描述為不確定性信息刻畫和不確定性問題處理提供了很好的基礎(chǔ)，建立在大數(shù)據(jù)建模基礎(chǔ)上的裝備體系描述模型為進一步采取粒計算與其它認(rèn)知理論結(jié)合途徑研究體系不確定性現(xiàn)象提供了條件。例如，關(guān)于體系作戰(zhàn)能力頂層概念及體系作戰(zhàn)支撐能力和體系中系統(tǒng)要素能力或任務(wù)能力等下位概念的模糊不確定性推理問題。

（3）大數(shù)據(jù)分析和體系問題求解算法要求具有高效近似求解性

應(yīng)用大數(shù)據(jù)概念原理適應(yīng)數(shù)據(jù)科學(xué)思維觀點研究裝備體系的方法核心在于基于大數(shù)據(jù)的復(fù)雜體系問題建模和基于數(shù)據(jù)的智能推理，就是在以人為中心觀察視角下依托數(shù)據(jù)化問題描述模型，推理發(fā)現(xiàn)隱含信息或知識。模糊是人類認(rèn)知的重要本質(zhì)特性，從該角度講，基于大數(shù)據(jù)分析方法的裝備體系問題求解應(yīng)該具備近似求解特性。首先，裝備體系結(jié)構(gòu)的復(fù)雜性必然導(dǎo)致采用合適有效的大數(shù)據(jù)建模手段生成的體系描述模型具有及其復(fù)雜的結(jié)構(gòu)，不僅需要將多領(lǐng)域、多來源異構(gòu)的數(shù)據(jù)集成與融合，而且要求算法能夠按照體系問題特性自動或人機交互地從大數(shù)據(jù)中抽取與組織出具有多層次、多粒度、多視角、多局部特征的結(jié)構(gòu)；其次，對抗性裝備體系動態(tài)演化問題需要綜合考慮實時戰(zhàn)場數(shù)據(jù)信息的客觀事實以反映體系問題框架的理論完整性，必然面臨在海量數(shù)據(jù)中存在大量模糊、不完備信息特征環(huán)境下進行推理。基于大數(shù)據(jù)的信息不確定性認(rèn)識反映了體系的客觀不確定性和主觀認(rèn)知不確定性，現(xiàn)有的粗糙集、模糊集等不確定性問題求解模型或不確定性信息計算模型多數(shù)采取近似逼近思想，同時，對于體系問題而言，重點在于評估其建設(shè)水平或發(fā)展趨勢，目的在于支撐決策，無需一味追求問題最優(yōu)解。

2結(jié)束語

綜合上述討論，筆者認(rèn)為基于“存在”觀點思維分析把握大數(shù)據(jù)和裝備體系兩者概念之間的聯(lián)系，可以發(fā)現(xiàn)，大數(shù)據(jù)概念在裝備體系范疇內(nèi)可以存在多種應(yīng)用模式，既可以在微觀系統(tǒng)層面討論復(fù)雜系統(tǒng)的優(yōu)化集成，也可以在宏觀層面討論基于數(shù)據(jù)思維視角的裝備體系這種復(fù)雜巨系統(tǒng)的機理機制研究。由此，催生了一系列不同層次的理論方法和技術(shù)體系。本文重點在面向裝備體系建模與體系復(fù)雜問題研究，討論可行的大數(shù)據(jù)建模、分析與決策支持分析方法。創(chuàng)新性地提出語義超網(wǎng)絡(luò)和認(rèn)知粒計算的兩橋理論架構(gòu)，將能夠有效建立基于大數(shù)據(jù)的裝備體系模型研究方法和實現(xiàn)技術(shù)。希冀本文內(nèi)容能夠促進該領(lǐng)域朝著更深更遠(yuǎn)方向深化發(fā)展，有效解決現(xiàn)實體系問題研究困境。