图灵汇官网

在信息化战场上，某种程度上可以将其视作一个庞大的数字空间。战场态势瞬息万变，战场要素复杂多样，实时回传的战场数据共同构成了信息化战争的“数据海洋”。数据挖掘技术是信息化条件下感知战场环境、理解数据信息并将数据优势转化为制胜优势的有效工具。如何有效地分析和利用海量战场数据，已成为决定战争胜负的关键因素。目前，美国国防部已启动了相关计划，将数据挖掘技术视为国防安全的核心功能，每年投入大量研究经费。一场关于数字的“无形战争”已经悄然打响。

数据挖掘的应用

数据挖掘技术是从数量庞大、随机且不完整的数据中提取有价值信息的一种技术，它融合了模式识别、机器学习、可视化、数据库以及统计学、信息检索、高性能计算等多种技术。事实上，通过表面现象推断深层含义的战场案例屡见不鲜。信息技术的飞速发展，也给现代战争带来了前所未有的“数据危机”。

以情报分析为例，大规模部署的情报、监视和侦察系统给后端分析部门带来了巨大的数据压力。美军在阿富汗部署的情报侦察系统每天获取的数据量超过53TB，但真正被有效分析的数据却很少。美军的一架“捕食者”无人机一天收集的视频数据需要19名情报分析人员全负荷分析处理，这使得情报分析变得异常艰难。

数据挖掘的价值

在伊拉克战争前，美军利用数据挖掘技术对各种作战方案进行了充分论证和演练，并制定了“联合一体化目标清单”。通过数据挖掘技术，美军对其庞大的情报侦察网收集的情报进行实时分析，不仅挖掘出了许多关键信息，还高效预测了敌方可能采取的军事行动，为高速突击作战提供了数据支持。

数据挖掘技术起源于“情报深加工”，其本质是找出数据背后的故事。运用数据挖掘技术，可以破除信息化战场上的“数据迷雾”，从战略、战役、战术等多个层面准确掌握战场态势和敌方作战特点。军事决策的正确和及时性直接决定了战争行动的成败。数据挖掘技术能够帮助决策人员从海量数据中提取有价值的信息，从而为作战筹划提供有力支持。借助专家系统、遗传算法等，可以高效完成兵力区分、战术编组、队形配置等决策；通过关联算法、统计决策，可以准确预测敌人的行动路线，对重要目标进行保护；通过“决策树”方法、人工神经网络和可视化技术，可以进行目标火力分配。数据挖掘还可以用于战场环境分析，实现战场态势的精确感知，为指挥员提供清晰的战场态势显示。

信息化战争与数据挖掘

信息化战争日益复杂，导致作战仿真数据急剧增加。数据挖掘技术可以高效分析仿真数据，发现未知的关系和信息规律，为指战员提供全面可靠的数据分析和仿真结果，为部队训练、装备论证和作战等提供技术支持。

信息化战争和大数据时代，情报获取手段增多，军事数据来源渠道拓宽，提升了情报信息传输效率，但也增加了情报分析处理的工作量。借助数据挖掘技术，可以对情报文本进行分析，形成自动化分类模型，自动分类情报，提高情报处理效率。除了自动分类外，数据挖掘技术还可以用于情报文本的自动摘要和个性化推送等智能化服务。

监视与预警

借助数据挖掘技术进行监视预警，是其在信息化战争中发挥重要作用的方式之一。联合国此前实施了“全球脉动”计划，通过对互联网数据的实时监测，为疾病、动乱、种族冲突等提供了早期预警。数据挖掘技术同样可用于作战部队对作战区域内流行病的监视预警。此外，数据挖掘技术还能应用于网络安全维护，通过分类算法、关联规则挖掘、代价敏感建模、流数据分析等方法，开发出有效的安全防御系统，提升信息化战场的网络安全防护能力。

数据挖掘的前景

数据挖掘技术在信息化战场上的应用前景广阔。挖掘装备数据，可以为部队提供快速识别目标和选择摧毁的先机条件。挖掘气象数据，可以利用对己方作战有利的气象条件，抢先发起攻击。挖掘涉恐数据，可以发现恐怖主义网络、涉恐人员、地点和事件之间的联系，增强反恐行动的针对性。挖掘军事训练数据，可以利用关联规则对官兵训练成绩进行分析，更有针对性地组织训练。

可以预见，随着数据挖掘技术在军事领域的广泛应用，人们将能够从战场数据中“读懂”未来战争的趋势。（陆天歌 王兆亮）