一种基于Hadoop的作战云构建方法

李亚锋

【摘 要】军事领域一体化作战大趋势不可逆转，战场上大数据的处理对指挥信息系统越来越重要，因此，作战云的思想应运而生，旨在从应用的作战云体系结构角度，使指挥信息系统对于大数据分析和处理达到更高的要求。本文中首先介绍作战云的技术体系架构，然后提出了一种基于Hadoop技术实现的作战云构建方法。

【关键词】大数据；Hadoop架构；MapReduce模型；作战云

0 引言

网络中心战，其实质是一种集侦查、情报、计算、监控、通信、指挥控制、杀伤于一体的C4KISR系统间的对抗[1]。对于网络中心战的进一步发展，是整合陆、海、空、天、赛博等多维作战力量，各传感器、作战平台、武器系统组成虚拟存在的“云”，在体系层面实现战场资源的动态高效管控、海量异构信息实时、高速、分布式处理共享，构建跨领域、跨军种、分布式、网络化的“云杀伤”协同作战云；

作战云[2]是基于网络化的信息基础设施，采用面向服务的模式，为指挥决策、部队行动、武器打击提供按需、便捷、快速的专业、权威的数据和应用服务。

与民用的“云”相比较，作战云的特点主要表现在以下3方面：

1）信息系统的组织性、计划性的要求更高；

2）在严酷的环境中可靠性和安全性的要求更高；

3）信息服务的正确性、精确性、实时性、专业化的要求更高；

协同作战云作为未来军事作战的核心，其要求是反应快速，决策正确、反馈及时。因此、结合我军现有的军事基础设施，充分利用开源Hadoop技术发展的技术优势，构建一套完整的作战云体系架构，为我军制定未来作战云的作战思想、技术演练以及方案设计都有极深远的影响。

1 概述

1.1 作战云概念

美空军将“作战云”概念定义为情报/侦察/监视、打击、机动、保障综合体，在灵活作战框架内实现当前、未来的海上、空中、空间和网络等能力的综合一体，数据共享和跨域协同，每个平台作为一个节点，可向云端提供信息或从云端下载所需信息。

它所具有的特征可以表述为以下几个特点：

1）动态化、虚拟化资源池。将地理分散的各作战平台、传感器、武器系统、各类数据等战场资源相互链接，构建一个网络化战场资源池。具备分布网络化、虚拟化、动态自组织接入、按需访问等特征，可根据特定作战任务需求，进行动态资源分配。

2）云融合。“作战云”的本质是融合，基于云技术实现战场资源整合管控，实现地域、空域、时间域分散的各有源、无源传感器协同探测，完成战场态势实时共享和决策支持，缩短战术决策时间，提升单元要素间的协同能力与整体杀伤效能。

3）分布式“云杀伤链”。“作战云”打破了作战平台、传感器、武器系统之间的硬链接，以松耦合方式构建“探测-跟踪-决策-打击-评估”的完整“云杀伤链”，从而实现对超视距目标的先敌发现、先敌攻击、先敌摧毁。

1.2 基于作战云的大数据分析

现代战争已步入到了大数据时代[3]。未来战场中，具备大数据优势的一方，就占有了重要战略资源，才能在战场上百战不殆。

在现代信息化战场，其明显特征就是数据体量特别巨大。但是大数据并不是数据量大，而是数据中蕴含着巨大的价值量，因此亟待运用新技术结合大数据和云计算，建立快速处理各种数据的作战云系统。

1.3 作战云系统对大数据要求

从20世纪90年代，信息战成为了军事领域的主流，如何理解信息战，怎样打好信息战，怎样做好打信息战的准备，对每个国家在信息战略层面提出了巨大的挑战。通过信息化作战的方式手段，用“信息流”去控制“能量流”、“物质流”，获取制信息权。但是，在当前战场数据量日益巨大的前提下，构成作战云的数据主要有以下几个特点：

1）数据量巨大，数据形式异构复杂；

2）数据处理的难度增大；

3）数据处理的实时性要求越来越高。

2 Hadoop架构的作战云

2.1 Hadoop架构概念

Hadoop是由Apache基金会开发的一个分布式系统基础架构，用户即使在不了解分布式底层的情况下也可开发分布式程序[4]。从原理概念上讲，它是一套开源、以Java为基础、可对PB级的大数据进行计算和存储的软件开放平台，能让数万计服务器组成一个稳定的、强大的集群，从实现角度上讲，Hadoop是要给实现了MapReduce模式的开源分布式编程框架。

2.2 Hadoop云构建的优点

1）扩容能力（Scalable）：能可靠地（reliably）存储和处理千兆字节（PB）数据；

2）容错能力强：而Hadoop架构可以有效的保证数据在多个节点上存在备份；

3）成本低（Economical）：可以通过普通机器组成的服务器群来分发以及处理数据；

4）灵活性高：可以帮助指挥系统更快捷地进行新数据的访问、分析；

5）高效率（Efficient）：可以在数据所在的节点上并行地（parallel）处理数据；

6）可靠性（Reliable）：能自动地维护数据的多份复制、能自动地重新部署计算任务。

3 基于Hadoop的作战云的构建原理

作战云构建过程包括数据信息的获取收集、收据预处理、数据的分析挖掘和结果展示（指令的终结）。

1）数据收集：能接收来自海上、空中、空间和网络的情报/侦察/监视、打击、机动、保障等综合信息；

2）数据预处理：进行数据清理（去除噪声、去除不一致的数据）、数据集成（多数据源的组合）和数据选择（定义数据过滤法则），用户通过定义过滤、正则匹配等；

3）数据的分析挖掘：运用数据挖掘算法[6]对经过预处理的数据执行挖掘算法；

4）结果显示：经过数据分析挖掘，将海量信息数据中的有价值的信息显示出来。

4 对未来云协同作战的思考

通过对基于Hadoop构建的协同作战云模拟仿真，随着战场形势的日益多变，作为指挥信息系统核心的计算机需要处理越来的越巨大的数据量，作战云拥有在新时期应对战场快速的信息变化重构信息处理的机制，而基于Hadoop并行运行的作战云，在体系层面能实现战场资源的动态高效管控及海量信息高速、实时、分布式处理与共享，构建跨域、跨军种、分布式、网络化的“云杀伤”协同作战处理；将对未来的空战体系产生深远影响。

1）空战体系。各域作战平台通过云端实现互联互通，云作战体系呈现虚拟化、无形化趋势。

2）分布式常态空战模式。当前各域平台之间的信息共享有限，空战模式仍采用集中指挥、分散执行的线性模式。构建出灵活多样的动态“蜂窝式”力量结构和分布式作战样式。

3）有人/无人协同成为常态编队形式。在云协同环境下，载荷量较小、但智能化程度不断提升的无人机将从战场支援角色转变为“观察-确定-决策-行动”（OODA）作战链的全程参与者甚至主导者，构建无人-有人编队，共同执行战术任务。

4）多样化协同空战样式。借助云协同技术，空战样式将呈现更加的多样化，实现作战平台、传感器、武器系统等空战资源的聚合优化与空战效能的最大化。

5 结论

这种基于Hadoop的作战云构建方法，能结合我军现有的军事基础设施，充分利用了开源Hadoop技术发展的技术优势，构建了一套完整的作战云体系架构，为我军制定未来作战云的作战思想、技术演练以及方案设计都有极深远的影响。

【参考文献】

[1]李小华，李姝.大数据分析在指挥信息系统中的应用[C]//第二届中国指挥控制大会论文集，北京：国防工业出版社，2014：872-816.

[2]赵国宏.作战云体系结构研究[J].指挥与控制学报，2015.1（3）：292-295.

[3]李垚，朱亮，陈国润.Hadoop平台在大数据处理中的应用[J].电信技术，2013（04）：34-38.

[4]黄丽萍，葛萌.Hadoop平台在大数据处理中的应用研究[J].现代计算机（专业版），2013（29）：12-15.

[5]Dean J，Ghemawat S.MapReuce：Simplified data Processing on large cluster[J].Communication of the ACM，2008.51（1）：107-113.

[6]张凯玉，陈磊.一种基于Hadoop架构的指挥系统大数据挖掘方法[C]//第三届中国指挥控制大会论文集.北京：国防工业出版社，2015：195-197.

[7]鲁伟明，杜晨阳，魏宝刚，等.基于MapReduce的分布式紧邻传播聚类算法[J].计算机研究与发展，2012.49（8）：1762-1772.

[责任编辑：王伟平]