0 引言

    在裝備試驗(yàn)工作過程中,，積累了大量的歷史數(shù)據(jù)資源，真實(shí)記錄了裝備試驗(yàn),、訓(xùn)練,、演練的第一手資料數(shù)據(jù)，隨著數(shù)據(jù)采集手段的不斷拓展和綜合試驗(yàn)演練類任務(wù)的深入推進(jìn),，試驗(yàn)數(shù)據(jù)積累量將呈指數(shù)級(jí)增長(zhǎng),。

    這些數(shù)據(jù)資源是反映裝備性能、可靠性,，評(píng)價(jià)裝備體系能力水平,，研究裝備發(fā)展路徑的重要依據(jù)。但是,，由于建設(shè)初期信息技術(shù)尚不發(fā)達(dá),，受網(wǎng)絡(luò)、計(jì)算,、存儲(chǔ)及數(shù)據(jù)處理技術(shù)等因素限制,，早期缺乏統(tǒng)一的系統(tǒng)規(guī)劃設(shè)計(jì)，目前大量武器裝備試驗(yàn)數(shù)據(jù)分散存儲(chǔ)在不同試驗(yàn)終端,，缺乏統(tǒng)一管理和分析應(yīng)用機(jī)制,，大量隱含在數(shù)據(jù)中的有價(jià)值信息沒有得到有效地挖掘與開發(fā)^[1-2]。

    在信息技術(shù)領(lǐng)域,，大數(shù)據(jù)平臺(tái)技術(shù)生態(tài)鏈取得了飛速發(fā)展,，出現(xiàn)了Hadoop、HBase,、Storm,、Spark等眾多的開源的大數(shù)據(jù)分布式存儲(chǔ),、并行計(jì)算處理框架,。大數(shù)據(jù)計(jì)算技術(shù)解決了海量數(shù)據(jù)的收集、存儲(chǔ),、計(jì)算,、分析的問題。大數(shù)據(jù)技術(shù)已經(jīng)在醫(yī)療,、金融,、交通,、教育、環(huán)保,、輿情監(jiān)管等眾多民用領(lǐng)域取得了實(shí)際應(yīng)用,，驅(qū)動(dòng)了相關(guān)領(lǐng)域的業(yè)務(wù)模式的創(chuàng)新發(fā)展，取得了良好的經(jīng)濟(jì)社會(huì)效益,。在軍事裝備領(lǐng)域,，航天、風(fēng)洞等領(lǐng)域試驗(yàn)數(shù)據(jù)得到了一定應(yīng)用,，但其本質(zhì)還停留在傳統(tǒng)的數(shù)據(jù)挖據(jù)領(lǐng)域,，尚未形成對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用成果。

    本文結(jié)合裝備試驗(yàn)數(shù)據(jù)管理需求,，研究提出了一種基于裝備試驗(yàn)大數(shù)據(jù)的裝備大數(shù)據(jù)模型,，該模型可以指導(dǎo)如何抽取利用裝備試驗(yàn)的歷史資料數(shù)據(jù)，利用大數(shù)據(jù)處理技術(shù)挖掘建立裝備決策分析模型知識(shí)庫,，并基于知識(shí)庫提供裝備管理智能化決策支持服務(wù),從而提高裝備數(shù)據(jù)資源的處理分析利用率,，將數(shù)據(jù)資源轉(zhuǎn)化為智能化的決策分析服務(wù)。

1 裝備試驗(yàn)數(shù)據(jù)的特點(diǎn)

    裝備試驗(yàn)數(shù)據(jù)一般涵蓋裝備試驗(yàn)過程中產(chǎn)生的所有數(shù)據(jù),，長(zhǎng)期以來,，試驗(yàn)部門積累了PB級(jí)的歷史試驗(yàn)數(shù)據(jù)資源，包括紙質(zhì)報(bào)告,、電子文檔,、膠片、電子照片,、音視頻數(shù)據(jù),、雷測(cè)數(shù)據(jù)、遙測(cè)數(shù)據(jù)等,，分散在不同的試驗(yàn)終端單位,，缺乏統(tǒng)一的數(shù)據(jù)組織與管理規(guī)范平臺(tái)。這些試驗(yàn)數(shù)據(jù)資料具有以下特點(diǎn)：

    (1)試驗(yàn)數(shù)據(jù)種類繁多,。隨著裝備試驗(yàn)范圍的拓展,，試驗(yàn)數(shù)據(jù)包括的范圍也越來越廣，在試驗(yàn)大類方面包括：各型裝備的性能試驗(yàn)數(shù)據(jù),，作戰(zhàn)試驗(yàn)相關(guān)的裝備能力效能評(píng)估數(shù)據(jù),，裝備體系推演數(shù)據(jù)等；針對(duì)單項(xiàng)試驗(yàn)則包括：裝備,、氣象,、地理水文環(huán)境、人員保障,、業(yè)務(wù)流程等數(shù)據(jù),。

    (2)資料數(shù)據(jù)的形式多樣化,，結(jié)構(gòu)化的數(shù)據(jù)庫數(shù)據(jù)，又有非結(jié)構(gòu)化的文本,、圖像,、影像資料，還有半結(jié)構(gòu)化的資料數(shù)據(jù),；此外,，還存在海量的未數(shù)字化文檔等。

    (3)潛在價(jià)值高,，價(jià)值相對(duì)穩(wěn)定,。與商業(yè)數(shù)據(jù)不同，隨著時(shí)間的的推移,，歷史數(shù)據(jù)細(xì)節(jié)不再重要,，武器裝備試驗(yàn)數(shù)據(jù)對(duì)于裝備全壽命管理周期有效期很長(zhǎng)，可以長(zhǎng)達(dá)十幾年,，數(shù)據(jù)價(jià)值隨時(shí)間變化不敏感,。

    (4)數(shù)據(jù)不斷增長(zhǎng)。隨著后期體系級(jí)裝備試驗(yàn)和貼近實(shí)戰(zhàn)的裝備作戰(zhàn)試驗(yàn)的深入展開,，試驗(yàn)數(shù)據(jù)資源量將承指數(shù)級(jí)迅猛發(fā)展,。將有越來越多的試驗(yàn)數(shù)據(jù)需要管理、分析和利用,，傳統(tǒng)的數(shù)據(jù)倉庫方式的數(shù)據(jù)中心方案將很難滿足未來發(fā)展的需要,，需要建立分布式的基于大數(shù)據(jù)的數(shù)據(jù)中心平臺(tái)。

2 裝備試驗(yàn)數(shù)據(jù)的管理需求分析

    對(duì)裝備試驗(yàn)數(shù)據(jù)的管理需求主要包括以下4個(gè)方面：

    (1)數(shù)據(jù)建模需求：當(dāng)前海量的試驗(yàn)數(shù)據(jù)資源的價(jià)值處于沉睡狀態(tài),，由于其底數(shù)不清,，格式各異，尚不能對(duì)其進(jìn)行較為深入地應(yīng)用分析,，因此對(duì)海量試驗(yàn)數(shù)據(jù)資源進(jìn)行建模,，形成有效的管理、治理手段是當(dāng)前需要解決的首要問題,。

    (2)試驗(yàn)任務(wù)評(píng)估需求：基于試驗(yàn)任務(wù)的試驗(yàn)數(shù)據(jù),，可以評(píng)估本次試驗(yàn)任務(wù)的實(shí)際效果；基于同類裝備的歷次試驗(yàn)任務(wù),，可以進(jìn)行裝備的技術(shù)發(fā)展演化畫像分析,，輔助進(jìn)行裝備技術(shù)改進(jìn)點(diǎn)的挖掘分析決策。

    (3)多裝備體系化試驗(yàn)評(píng)估需求：通過對(duì)裝備,、環(huán)境,、保障、任務(wù)協(xié)同等多專業(yè)類別的融合挖掘,，基于試驗(yàn)數(shù)據(jù)形成可視化的試驗(yàn)進(jìn)程態(tài)勢(shì),，輔助進(jìn)行體系效能的綜合評(píng)估。

    (4)裝備健康管理需求：基于裝備試驗(yàn)數(shù)據(jù)建立裝備的健康管理模型,，基于模型可以預(yù)測(cè)裝備的剩余壽命,，根據(jù)裝備實(shí)際狀態(tài)制訂精準(zhǔn)的按需的維護(hù)保障計(jì)劃。

3 裝備試驗(yàn)大數(shù)據(jù)數(shù)據(jù)模型—ETBDIS

    裝備試驗(yàn)大數(shù)據(jù)的根本目標(biāo)是為裝備試驗(yàn)活動(dòng)提供智能信息服務(wù)和管理決策,，并能夠?yàn)楹笃谘b備使用,、裝備維護(hù)保障和裝備技術(shù)發(fā)展提供支撐，所以裝備試驗(yàn)大數(shù)據(jù)模型首先需要考慮數(shù)據(jù)平臺(tái)的服務(wù)內(nèi)容,，具體包括：裝備畫像,，裝備建模，裝備健康管理,，裝備體系化評(píng)估等,。例如：如圖1所示，通過裝備大數(shù)據(jù)進(jìn)行裝備畫像,，可以對(duì)裝備的質(zhì)量,、性能、適用的環(huán)境,、維護(hù)保障,、健康狀況與剩余壽命、技術(shù)發(fā)展過程等進(jìn)行定量定性的分析,。

    本文面向裝備試驗(yàn)數(shù)據(jù)建設(shè)的根本目標(biāo),，構(gòu)建設(shè)計(jì)了一個(gè)裝備試驗(yàn)大數(shù)據(jù)模型ETBDIS(Equipment Test Big Data Intelligent Service)。

3.1 ETBDIS模型

    ETBDIS模型包括試驗(yàn)數(shù)據(jù)層,、數(shù)據(jù)預(yù)處理層,、數(shù)據(jù)資源體系層、大數(shù)據(jù)知識(shí)挖掘?qū)?、裝備智能服務(wù)層等（如圖2所示）,，各層的主要功能如下。

    試驗(yàn)數(shù)據(jù)層,。試驗(yàn)數(shù)據(jù)按照資料數(shù)據(jù)的類型主要分為文本,、圖像、測(cè)試測(cè)量數(shù)據(jù)等,。

數(shù)據(jù)預(yù)處理層,。根據(jù)數(shù)據(jù)類型選擇相應(yīng)的數(shù)據(jù)預(yù)處理方法，比如文本類數(shù)據(jù),，可以進(jìn)行實(shí)體提取,、摘要提取、關(guān)鍵詞提取等處理，提取出其中的裝備,、質(zhì)量,、性能、專業(yè)技術(shù),、事件等實(shí)體數(shù)據(jù),，以便后續(xù)進(jìn)行實(shí)體關(guān)聯(lián)、事件關(guān)聯(lián)挖掘分析使用,；測(cè)試測(cè)量數(shù)據(jù)則需要相應(yīng)的專用數(shù)據(jù)處理軟件,，對(duì)數(shù)據(jù)進(jìn)行初步的分析和預(yù)處理。

    數(shù)據(jù)資源體系層,。對(duì)原始數(shù)據(jù)經(jīng)過相應(yīng)預(yù)處理后,，得到經(jīng)過分類、標(biāo)注的結(jié)構(gòu)化數(shù)據(jù),，進(jìn)而構(gòu)成可以處理分析利用的裝備大數(shù)據(jù)資源,。包括：裝備的質(zhì)量、性能,、環(huán)境,、技術(shù)等維度的數(shù)據(jù)主題，基于這些結(jié)構(gòu)化的數(shù)據(jù)資源可以通過大數(shù)據(jù)挖掘,、機(jī)器學(xué)習(xí)等方法提取相應(yīng)的裝備知識(shí)庫,。

    大數(shù)據(jù)知識(shí)挖掘?qū)印?duì)于裝備數(shù)據(jù)資源中的數(shù)據(jù)主題,，可以通過相應(yīng)的機(jī)器學(xué)習(xí)方法進(jìn)行動(dòng)力學(xué)模型建模,、分類規(guī)則挖掘、模式挖掘,、特征提取,、多實(shí)體關(guān)系知識(shí)挖掘等處理，從數(shù)據(jù)中學(xué)習(xí)建立關(guān)于裝備的各類知識(shí)庫,。

    裝備智能服務(wù)層,。基于數(shù)據(jù)挖掘構(gòu)建的裝備知識(shí)庫,，可以提供相應(yīng)的基于裝備試驗(yàn)大數(shù)據(jù)的智能信息服務(wù),。如：裝備畫像，裝備健康管理決策,，裝備試驗(yàn)任務(wù)評(píng)估,，不同環(huán)境體系下的裝備試驗(yàn)仿真推演態(tài)勢(shì)分析等。

3.2 基于ETBDIS的海軍裝備試驗(yàn)數(shù)據(jù)管理特點(diǎn)分析

    結(jié)合海軍裝備試驗(yàn)業(yè)務(wù)實(shí)際,，ETBDIS模型的主要特點(diǎn)如下：

    (1)模型采用分層的架構(gòu),，可以通過標(biāo)準(zhǔn)規(guī)范接口，實(shí)現(xiàn)系統(tǒng)內(nèi)的不同層間的數(shù)據(jù)通信；各層內(nèi)是模塊化結(jié)構(gòu),，可以采用微服務(wù)的方式,，進(jìn)行靈活的層內(nèi)模塊集成。對(duì)于海軍裝備試驗(yàn)數(shù)據(jù)而言,，首先是通過對(duì)試驗(yàn)文書資料,、攝錄像等圖像資料和測(cè)量測(cè)試等數(shù)據(jù)資料完成對(duì)試驗(yàn)數(shù)據(jù)的統(tǒng)一管理,，測(cè)試測(cè)量數(shù)據(jù)根據(jù)試驗(yàn)項(xiàng)目的不同可能用到不同的采集分析工具,，數(shù)據(jù)解碼方式也不盡相同，為此形成對(duì)試驗(yàn)數(shù)據(jù)的分布采集框架,。

    (2)服務(wù)驅(qū)動(dòng),。面向裝備大數(shù)據(jù)智能信息服務(wù)需求。由于海軍裝備試驗(yàn)數(shù)據(jù)涉及裝備門類多,，在數(shù)據(jù)層基礎(chǔ)上通過預(yù)處理形成統(tǒng)一的試驗(yàn)數(shù)據(jù)體系,，形成各類型主題庫，建立試驗(yàn)數(shù)據(jù)間的基礎(chǔ)關(guān)系,，進(jìn)而達(dá)到服務(wù)于裝備畫像,、裝備試驗(yàn)評(píng)估、裝備健康管理,、不同環(huán)境體系下裝備的試驗(yàn)評(píng)估等裝備管理,，既保障了數(shù)據(jù)中心的根本建設(shè)目標(biāo)，又較好低保障了數(shù)據(jù)采集處理的必要性,。

    (3)開放的架構(gòu),。裝備試驗(yàn)數(shù)據(jù)涉及多個(gè)利益相關(guān)方，既包括各組織裝備試驗(yàn)的實(shí)體部門也包括裝備論證,、研制,、使用方，因此,，各參試單位需按照數(shù)據(jù)標(biāo)準(zhǔn),、接口標(biāo)準(zhǔn)，在平臺(tái)上實(shí)現(xiàn)各自專業(yè)領(lǐng)域的數(shù)據(jù)的存儲(chǔ),，管理,、服務(wù)，采用開放的基礎(chǔ)架構(gòu),，實(shí)現(xiàn)按專業(yè)的合理分工和統(tǒng)一的平臺(tái)上實(shí)現(xiàn)大數(shù)據(jù)融合處理分析,。

    (4)數(shù)據(jù)深度融合處理。裝備試驗(yàn)涉及海量圖片,、文檔等海量非結(jié)構(gòu)化處理的處理,。例如在海軍裝備試驗(yàn)過程中涉及各類試驗(yàn)相關(guān)會(huì)議文檔、試驗(yàn)音視頻等，進(jìn)而建立了質(zhì)量,、性能,、保障維護(hù)、技術(shù)發(fā)展等多維度的數(shù)據(jù)資源,，從而達(dá)到可以利用機(jī)器學(xué)習(xí),、數(shù)據(jù)挖掘等知識(shí)庫構(gòu)構(gòu)建過程，提高了數(shù)據(jù)處理深度的目的,。

4 結(jié)論

    裝備試驗(yàn)工作積累了大量的裝備相關(guān)的資料數(shù)據(jù),，本文以整合各單位的試驗(yàn)資料數(shù)據(jù)，建立裝備試驗(yàn)數(shù)據(jù)資源體系,，提供裝備數(shù)據(jù)智能信息服務(wù)為目標(biāo),，研究給出了一個(gè)裝備試驗(yàn)大數(shù)據(jù)模型。該模型具有分層開放的架構(gòu),，各參試單位可以按照該模型在統(tǒng)一的平臺(tái)上,，進(jìn)行試驗(yàn)數(shù)據(jù)的采集處理分析，實(shí)現(xiàn)跨部門多專業(yè)數(shù)據(jù)的融合,，利用裝備數(shù)據(jù)資源平臺(tái),，進(jìn)行相應(yīng)的知識(shí)構(gòu)建與智能信息服務(wù)，并以海軍裝備試驗(yàn)數(shù)據(jù)管理為例分析了模型的主要特點(diǎn),，進(jìn)一步展示了模型的可用性,。在未來研究中，將選幾個(gè)典型裝備進(jìn)行模型平臺(tái)的分步構(gòu)建示范應(yīng)用,。

參考文獻(xiàn)

[1] 齊劍鋒,，李三群，楊素敏.裝備數(shù)據(jù)工程導(dǎo)論[M].北京：電子工業(yè)出版社,，2016.

[2] 龔昕,，周大慶，鞠亮,，等.武器裝備試驗(yàn)數(shù)據(jù)工程理論與實(shí)踐[M].北京：國防工業(yè)出版社,，2017.

[3] ChrisLoeffler.如何進(jìn)行出色的數(shù)據(jù)中心設(shè)計(jì)[J].電源技術(shù)應(yīng)用，2011(9)：72-73.

[4] 張新宇.大數(shù)據(jù)時(shí)代的數(shù)據(jù)架構(gòu)設(shè)計(jì)[J].中國金融電腦,，2015(8)：32-35.

[5] 朱玉立,，任義廷，高甲子,，等.淺談大數(shù)據(jù)時(shí)代下的數(shù)據(jù)中心運(yùn)維管理[J].信息系統(tǒng)工程,，2015(11)：101-102，106.

[6] 楊彬.云計(jì)算數(shù)據(jù)中心資源的節(jié)能管理[J].電腦編程技巧與維護(hù),，2015(22)：61-63.

[7] 陳劍.淺談傳統(tǒng)數(shù)據(jù)中心與模塊化數(shù)據(jù)中心[J].智能建筑與城市信息,，2015(11)：74-75.

[8] 陸江東,，戴卓臣，鄭奮.基于云平臺(tái)的虛擬化機(jī)房管理系統(tǒng)[J].兵器裝備工程學(xué)報(bào),，2013,，34(12)：64-65.

[9] 錢瓊芬，李春林,，張小慶,，等.云數(shù)據(jù)中心虛擬資源管理研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2012,，29(7)：2411-2415.

[10] 張俊衛(wèi),，王晶，張偉功,，等.基于大數(shù)據(jù)的高能效數(shù)據(jù)中心服務(wù)器研究[J].計(jì)算機(jī)工程,，2017,，43(8)：74-81.

作者信息:

陳  峰,，李  一，馬躍飛

（中國人民解放軍92493部隊(duì),，遼寧 葫蘆島125000）