大数据技术在军队后勤保障领域推广应用研究

来源:用户上传      作者:

　　摘 要：本文分析了军队后勤保障领域信息数据管理短板弱项，制约大数据技术推广应用的矛盾问题，结合大数据技术特点优势和美军应用先例，提出了建设网络和数据采集基础设施，配套数据编码、后勤标准制度，研发后勤信息数据系统、军民融合发展的大数据应用方法路径。
　　关键词：大数据;后勤保障;应用
　　 随着军队改革逐步深入，后勤保障领域由于体系结构调整、编制员额压减、职能任务重塑，现行的信息数据管理与改革强军目标还不配套，一定程度存在信息数据集成难、数据利用率低、分析决策功能少等短板弱项。近年来随着大数据技术在各行业领域发展成熟，其能够利用全部数据、分析相关关系、包容混杂数据[1]等特点符合后勤保障领域的需求，该项技术普及应用能较大程度提高后勤保障能力。
　　一、大数据技术在美军后勤保障领域应用
　　美军一直高度重视“大数据”技术在军事领域延伸发展，从2012年美国提出“大数据”计划开始，不断投入资金建设，仅2012年就投入6000万美元[2]用于提高辅助决策、自动预测和人机交互等能能力，美国国防部后勤局一直推行大数据战略，利用相关技术构建本局范围内的权威机构数据源，形成灵活、自助式的报告和分析能力，建立了美军联合后勤保障信息系统（GCSS），该系统为美军在全球作战提供作战保障信息，为实现美军提出的精确后勤、感知与反应后勤保障打下了坚实基础。
　　美军在大数据应用方面一直秉承军民融合的发展思路，美国许多公司为帮助美军解决后勤行动中出现的难题，推出各种解决方案，例如美国天睿公司提供的“联合数据架构”系统[3]具有预测性分析功能，该系统可预判武器装备哪些零配件何时出现故障需要修理，就在零配件出现故障前向维修技师预警，告知技师将其拆除，确保库存零部件得到最合理的使用。
　　二、制约大数据技术推广应用的矛盾问题
　　一是基础网络还不够完善。当前军队网络基础设施建设并不健全，骨干网络基本覆盖到大部分单位，但网络末端还不能全部延伸到位置偏远、部署独立的点位;部分支线网络带宽容量有限，只能保障日常办公，难以完成批量数据传输。
　　二是数据采集还不够及时。数据采集大多使用电脑录入方式，射频标签、二维码等实时采集数据的技术应用还不够广泛，尤其是野外条件下还不具备无线采集传输数据的能力。
　　三是软件系统还不够聚合。当前后勤数据管理系统区分后勤指挥、军队财务、物资管理等多个软件系统，各个系统自成条块独立运转，信息孤岛现象不同程度存在，业务系统之间通信困难，难以形成完成数据体系。
　　四是数据分析还不够到位。当前，后勤信息使用管理注重统计、查询功能，还不具备深度挖掘数据价值的能力，还不能从时间、空间层面分析数据的关联性，发现潜在风险，预测保障需求。
　　三、大数据技术在后勤保障领域建设要点
　　一是夯实基础工程。立足现用军事综合信息网，采取有线网络和无线网络相结合、专网与公网互补的方式方法，重点解决野战网络覆盖难的问题，增配一批移动网络设备、建设一套基础网络设施，形成网络信号全覆盖零死角的基础网络体系;统筹人力、物力、财力资源，大力整合分散在后勤各部门的那些规模小、效率低、能耗高的数据中心，推动数据中心建设向集成化、规模化、智能化方向发展，形成“物理分散、逻辑统一”的后勤数据中心体系;在卫勤、财务、军需能源等各个领域推广使用RFID、NFC等数据采集设备，拓展后勤数据采集渠道，统一对物资储存、伤员救治、保障活动记录等过程和行为数据的采集，建成实时、精准、高效的数据采集体系。
　　二是配套标准制度。按照“一数一源”的标准要求，对不同保障物资、保障活動建立数据编码规则，确保采集数据不重码不冲突，对各类数据采集设备、传感器建立规范的读写规则，确保战场环境下采集设备可以互换使用，提高设备通用性和适配性，建成一套数据采集编码标准;针对大数据技术应用过程可能发生的失泄密、侵犯官兵隐私等问题，结合现行的安全法规制度和大数据技术应用的特点规律，规范数据使用权限、应用场景、共享范围等内容，明晰业务部门职责、经费保障、人员培训等内容，配套一批法规制度;针对后勤标准和作战消耗标准修订滞后、与现代战争后勤保障不配套的矛盾问题，综合分析近年来美军、苏军作战消耗数额，结合我军人员装备、驻地部署的实际特，修订平战时后勤消耗标准。
　　三是建强信息系统。大数据的核心是预测[1]，是把数学算法运用到海量数据上来预测事情发生的可能性，在军事后勤领域应用能减少能源消耗、降低勤务成本、提高物资效益，能达到精确保障、提高后勤管理能力的目标，强大的信息系统是技术应用的关键，美军的后勤信息系统[4]即集成了物联网、云计算、大数据等多个关键技术，我们也应结合自身特点建立后勤信息系统，区分运输投送、仓储管理、卫勤保障等专业建立子系统，在大数据应用层面以快速保障、精准保障为目标，提高后勤业务关联分析、保障态势分析、保障预测分析能力，预测物资保障需求、战伤数量类型、运力保障能内容，为物资储备结构调整、卫勤力量部署、运输链路优化提供决策支撑。
　　四是坚持军民融合。关键技术推广应用走军民融合发展道路，是提升军队后勤大数据建设质效的最优选择，融合过程中找准需求点和发力点，瞄准军用和民用具备共建共用基础条件的方向，实现资源共享，减少盲目重复性研发和建设;建立军民融合协调创新机制，充分发挥军队、科研院所、高校、企业等的科技能力，建立战略协作关系，畅通“民参军”渠道，降低准入门槛、优化审批流程，通过制定优惠政策和措施，引导和鼓励成熟的科技企业参与后勤信息系统建设。
　　参考文献：
　　[1]Viktor Mayer.大数据时代[M].浙江人民出版社，2013.
　　[2]陈杨，赵旭.后勤大数据系统架构研究[J].海军后勤科技，2016.03：26.
　　[3]凯伦，瑟乐.大数据技术在美后勤保障领域应用[J].外国军事后勤，2016（02）：42.
　　[4]后勤保障领域科技发展报告[M].军委后保部后勤科学研究所，国防工业出版社，2017：116.
转载注明来源:https://www.xzbu.com/1/view-15104511.htm