乔慧;苏云;安瑾
【摘 要】现代情报系统积累的情报数据具有快速积累、类型多样、关系复杂等特点,充分挖掘并有效利用这些数据中的潜在价值,在军事领域中具有重要意义.面向海量情报数据,提出了一种海情数据分析软件总体架构,分析了亟需解决的各项关键技术,为海军进一步提升情报处理能力提供技术支撑.%The intelligence data accumulated by modern intelligence system has the characteristics of rapid accumulation, various types and complicated relations. It is of great significance to fully exploit and effectively utilize the potential value of these data in the military field.This paper presents a general software framework of data analysis for massive data,and analy-zes the key technologies to be solved. These can be used to provide technical support for further improving processing capa-bility of Naval intelligence. 【期刊名称】《指挥控制与仿真》
【年(卷),期】2018(040)002
【总页数】5页(P48-52)
【关键词】海量数据;数据挖掘;数据分析
【作 者】乔慧;苏云;安瑾
【作者单位】江苏自动化研究所,江苏 连云港 222061;江苏自动化研究所,江苏 连云港 222061;江苏自动化研究所,江苏 连云港 222061
【正文语种】中 文
【中图分类】TP311.13
现代情报系统能够收集来自地波站、观通站、侦察站以及海空平台上报的目标情报信息，能够通过民用海情数据服务系统收集交通部、农业部、海监局等地方涉海民用海情信息。后续，随着图像、音频、视频等类型情报信息的收集能力的补充，以及民用涉海资源的进一步充实，海上数据量级将进一步加大。传统的信息存储与处理方式已经满足不了正在日益增多且更加复杂的信息的检索[1]。近几年目标检测跟踪领域引入大数据处理技术，通过 对海量历史情报数据的挖掘获取知识，基于知识库进行目标智能检测与跟踪，引起广泛关注，且取得了部分理论研究成果，但与军事应用还存在较大差距。主要在于当前理论研究大都基于民用情报分析需求，例如港口监控应用[2]、交通智能导引等，未涉及军事应用需求，而需求不同必然带来方法的不同。
基于此，本文以海情应用为背景，提出了面向海量数据的海情数据分析总体框架，针对海量数据访问、情报知识体系构建等关键问题，对多源异构数据高效检索、基于轨迹的目标运动规律与异常检测以及基于模板的目标意图表示与挖掘等关键技术进行了初步探讨，为后续深入研究以及进一步形成演示能力提供支撑。
1 问题分析
近几十年，我军情报信息系统建设成果显著。信息采集、传输、处理和显示等环节均已成型；数据工程建设积累了大批基础性数据；作战任务规划系统也取得初步进展。然而，现有情报信息系统的发展遭遇智能辅助能力滞后的问题，尤其是对智能程度稍高的问题，如态势理解、决策辅助等。只有突破智能辅助技术的瓶颈，方能实现系统能力的阶跃式提升[3]。
海情中心承担为各级海情用户按需提供情报保障的使命。现有情报保障主要依赖于实时情报的处理，缺乏对历史数据潜在价值的有效应用。要提升海情情报实时处理智能化程度，一方面需要在实时处理中引入智能化处理方法，另一方面需要挖掘历史数据中隐含的知识，同时将指挥员对行动、环境、目标等的日常判断形成知识，供实时处理智能系统使用。而在数据中获得知识的整个过程，即为数据挖掘[4]。bim社区
海情中心业务需求，如图1所示，主要有以下五个方面。
1)掌握海上目标总体情况
重点在于全面掌握各类海上目标的总体数量、分类、分布以及变化趋势。
2)掌握探测资源的工作情况
重点在于掌握各探测资源的工作情况以及实际探测能力。
3)掌握关键海域内、海上分界线附近目标运动情况
重点在于掌握关键海域内、海上分界线附近目标数量、组成，识别目标行为，分析非我方
目标的战术意图，以及对我方的威胁情况。
4)分辨重点目标并掌握其运动情况
重点在于根据目标的属性、类别或运动特征，识别重点目标或编队目标，判断其对我方的威胁情况，并预测其战术意图。
5)发现异常情况及时处置
称重装置台湾三党是哪三党重点在于监视辖区内海上目标运动异常、行为异常、信号异常等情况并及时做出报告和处置。
图1 业务需求层次
因此海情中心对“知识”获取的需求，主要包括：辖区目标总量及趋势、情报源探测能力、目标关系、目标特征、目标活动规律、目标战术行为意图等。本文基于以上所明确的预期数据挖掘目标，进行进一步的软件架构设计与关键技术分析。
2 软件架构设计
如图2所示，面向海量数据的海情数据分析系统采用“以数据资源组织为基础，以批量数据处理与挖掘为手段，以数据分析服务为宗旨”的软件技术架构。具体地，以数据为中心，从结构上可分为数据获取层、数据分析层和数据显示层，基于数据获取层提供的基于时空网格的海情数据快速存储和访问能力，开发海情数据分析软件，并将数据分析结果予以展示。血液循环系统
图2 数据分析软件架构
该软件架构既可以适应现有硬件设施，亦可适应未来分布式数据存储与计算平台中，如基于Hadoop的高性能海量数据处理平台[5]，仅需增加分布式数据存储与计算管理软件即可，解决因数据量级大、数据多源、数据多样等因素导致的海情数据分析困难的问题。
1)数据获取层，基于海情数据分析存储与计算基础设施，采用数据整合工具实现对传统海情关系数据库数据、文件接口数据、以及未来流式数据的批量接入；对数据予以基本的抽取、清洗等预处理工作，并基于剖分网格编码技术对海情数据进行高效存储与组织，实现海量海情数据的关联与整合，形成海情数据分析基础库，为后续数据挖掘与分析提供数据支持，同时为应用提供大批量数据快速访问能力。
数据分析服务支持中间件，通过服务接口向上层应用提供透明、统一、高效的数据和应用服务，支撑上层业务应用快速开发。主要包括数据访问服务、数据存储服务、数据分析服务以及数据可视化服务。其中数据分析服务提供通用的数据挖掘算法，满足客户数据分析挖掘功能；数据可视化服务，提供图形、表格等通用可视化方式。
2)数据分析层根据用户需求，基于数据分析支持中间件提供的数据访问、存储、统计计算、挖掘方法以及可视化服务，针对海情业务需求，实现目标分类统计、目标特征分析、态势分析以及传感器战场感知能力分析的功能应用，将分析结果存储于知识库中，并向显示软件推送。
本层软件为业务核心软件，其中，海上目标分类统计软件是，根据情报源、时间、空海类别、敌我属性、国家/地区、重要性等条件分类统计系统记录的海上目标数据，形成某时间段各类型目标统计图表，辅助用户掌握当时情况和分析近期变化趋势，形成辖区目标总量及趋势知识；传感器战场感知能力分析软件是，分析系统记录的传感器数据，提取传感器或探测平台实际能力指标，形成情报源实际感知能力知识；海上目标运动特征分析软件，分析系统记录的海上目标侦察数据，提取海上目标运动特征以及综合特征，形成目标综合
识别特征知识；海上目标态势分析软件是，结合地理信息、传感器能力和部署等信息，分析系统记录的海上目标数据，形成目标活动规律、目标行为和意图、目标关系和战术等态势知识。buslink
3)数据显示层以Web方式向用户呈现分析结果。
3 关键技术研究
面向海量数据的海情数据分析系统的建设有三个关键因素，分别为数据基础、计算基础及数学基础。其中计算基础即图2中的数据分析分布式存储与计算设施，目前分布式处理平台及相关应用已相对成熟，很多公司基于Hadoop平台开发了系列提供大数据平台处理服务的产品，能够为用户提供处理海量数据的软硬件基础环境。而其中的数据基础与数学基础则需根据不同的应用，开展相应的算法设计与技术攻关。首当其冲的是需要提供异构数据的高效检索技术，以满足应用对海量数据的访问需求；其次海情数据分析主要针对的数据对象是目标，而目标轨迹是理解目标最重要的数据源，需要从轨迹中获得对目标尽可能多的认知；最后，目标行为的预测一直以来都是态势领域的研究难点，从历史数据挖掘“势”的知识是我们需要深入研究的。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议