隨著“互聯網+”正式跨入2.0時代，大數據獨有的篩選、分析、關聯等智慧功能已經越來越多地被應用在各個領域。對武裝工作而言，大數據平臺將碎片化的國防數據高度整合，實現了傳統數據智能決策的革命性變革，助推了武裝工作精準升級。

兵員信息分散流動，兵役登記如何高效集約？

篩選數據，預征對象鍵對鍵跟蹤

過去，只要一提起兵役登記，黑龍江省海林市人武部政委高衛國就愁得直撓頭。

2015年1月，高衛國帶著人武部所有干部職工走村屯、進學校，還協調公安系統和教育機構把轄區內適齡應征入伍青年和重點預征對象的情況摸了個遍，心想應該沒問題了。

可沒過多久，軍分區下發一紙通報，抽查海林市人武部兵役登記率仍然沒有達到要求。原來，有7名適齡青年外出打工，所在基層武裝部卻沒有及時上報相關信息。這一結果，讓大家備感委屈：為了讓數據準確，不知磨破了多少雙鞋，可誰又能攔得住登記對象外出打工？

發牢騷不如想辦法。人武部“諸葛會”上，軍事科參謀趙景旭提出“搭建兵役登記大數據平臺”的想法，得到了大家的贊同。

說干就干。在嚴把信息安全關的前提下，他們聯系當地電商創業園，幫助設計大數據平臺。這個平臺不僅能儲存數據信息，還能根據戶籍、學歷等信息對登記人員進行分類篩選，甚至可以精確計算登記率、報名率，自動生成排名。

搭建大數據平臺首先要有全面精準的數據。他們將近幾年兵役登記數據匯總，將部分數據進一步核實細化。適齡應征入伍青年的興趣愛好、專業專長、有無考學和應征入伍意愿、個人基本信息等數據一并匯總輸入數據庫。

記者查看大數據平臺，不禁眼前一亮。點擊“適齡青年信息”一欄，學歷選擇“大學生”，所在轄區選擇“柴河鎮”，按下回車鍵，只見31名適齡青年的個人信息一下就被篩選了出來。

“篩選功能確實便捷，但如何實時更新數據？”聽了記者的提問，高衛國接過鼠標點擊數據交互欄，31個登記對象聯系方式被系統自動勾選，并彈出一個對話框：“請鍵入你要發送的信息。”

原來，他們利用大數據平臺與登記人員的手機、微信等載體形成數據交互，一條信息就可以掌握登記人員最新的情況，數據可以實時核對更新。

如今，海林市人武部不再為兵役登記發愁了。近兩年來，他們利用平臺篩選出高學歷、高素質適齡入伍青年，通過數據交互系統定期為適齡青年推送征兵宣傳信息，“鍵對鍵”為他們答疑解惑，引導不少大學生意氣風發地走進軍營。

民兵分隊職能各異，訓練計劃如何量身定做？

分析數據，訓練監察面對面落實

去年6月的一次抽查，讓穆棱市人武部政委陳中流徹底狠下了心。

那天，陳中流和軍事科參謀夏眾誠剛到某基層武裝部，就發現了問題：抗洪搶險分隊和醫療救護分隊訓練，課目竟然完全相同。到其他人武部檢查發現，這樣的問題并非個別：一些民兵連在旱地壘筑防洪堤壩，雨季訓練森林撲火。

為啥不按訓練計劃施訓？面對責問，不少專武干部道出了實情：每個基層武裝部都編組10多支民兵分隊，武裝部人少事多的矛盾突出，所以只能合并同類項。

想起前不久軍分區構建大數據平臺的項目，陳中流感到，打造民兵訓練大數據平臺是解決問題的突破口。

打鐵要趁熱。他馬上找來軍分區和某電商公司技術人員坐在一起論證，得出結論：依托大數據平臺為各民兵分隊量身定做訓練計劃的設想可行！

接下來，他們對照訓練大綱，將轄區內13個民兵分隊涉及的46個專業的組訓要求、方法等參數編入數據系統。而后，還將各民兵分隊的人員數量、學歷水平、輪訓次數等信息匯總到數據庫，便于系統分析后科學制定個性化的計劃方案。

1個月后，系統初步搭建完成。陳中流在系統平臺輸入“八面通鎮抗洪搶險分隊”后，防浪固壩、操舟機駕駛等課目被安排在5天的時間里，訓練場地、組訓材料、視頻教程都一并附在計劃里面，一目了然。

在此基礎上，他們提出了“錯峰分流”的辦法，在系統平臺里再加入一組數據——各課目的最佳訓練期，比如轄區內森林容易在3月、10月發生火災，應急撲火分隊最佳訓練期就定在3月或10月。這樣，不僅讓不同分隊組訓時間錯開，還能確保分隊訓和用在同一時間段，既方便又科學。

道道難關變平川。如今，民兵訓練大數據平臺已經正式運行近1年，穆棱市人武部定期通過大數據平臺向基層人武部發送訓練計劃，同時還接收他們上傳的訓練視頻和總結等材料。不少民兵分隊負責人都說，大數據平臺不僅是“金頭腦”，還是“千里眼”。

動員潛力繁雜多樣，項目參數如何化零為整？

關聯數據，最優方案一鍵生成

說起前幾年的一件尷尬事，綏芬河市人武部部長張其廣仍覺得抬不起頭。

那年6月，軍分區組織應急處突演練，該人武部沒有在規定時間內完成任務。復盤推演發現，演習失敗的原因竟然是拉動中涉及的車輛、設備等不少物資的選擇舍近求遠，耽誤了時間。

人武部領導提出了一個大膽的設想：架設大數據平臺，將兵員、物資等國防動員潛力數據和可能發生險情的時間、空間、規模等各要素相互關聯，通過數據分析制定最科學的應急指揮預案。

平臺指揮打仗，數據就是彈藥。然而，搭建國防動員潛力大數據平臺的第一只“攔路虎”竟是數據采集。為了積累更多更精確的數據，他們協調市委、市政府相關部門，將道路運輸能力、衛生救護能力、食品藥品供應能力等各項數據統一上傳到國防動員潛力大數據中心。

事情并沒有預想的那么簡單！不同部門的數據在格式、編碼規則、運行標準上不統一，不能彼此關聯。為此，他們找來綏芬河數碼港，在“外腦”的幫助下，將各項數據信息轉化成數據庫參數，很快就建立起了數據交互通道，17000余條國防潛力數據“落戶”平臺。

怎樣才能讓國防潛力轉化成戰斗力？他們的答案是：讓國防潛力的“軟數據”和戰時拉動的“硬需求”無縫對接。人武部黨委“一班人”對轄區內應急事件頻發區、大型購物中心、通信樞紐等27種重點防衛目標進行實地勘查統計，將參數匯總到大數據系統，并與國防潛力數據關聯起來。

借船出海可遠行。在當地企業的技術支持下，原有的大數據系統進一步升級，不但具備基礎性的數據整編功能，還可以對照不同的軍事需求，一鍵生成應急指揮預案。

——精確評估。綜合分析軍事形勢、現實威脅、拉動目標、民兵戰斗力等數據，推算軍事需求，評估民兵分隊派遣數量和方法。

——深度關聯。立足拉動區域地理位置，輻射關聯交通、醫療、物資等相關數據，推算保障速度最快、效能最高、內容最全的方案體系。

——最優匹配。結合環境要素、民情社情、既往保障水平等參數，對深度關聯體系進一步篩選，生成最優匹配方案。

前不久的一次應急拉動中，軍分區給出情況：二段林場臨近國防公路2公里處森林小范圍起火。軍事參謀將相關要素輸入大數據系統，按下回車鍵，拉動保障實施方案很快出現在屏幕上，甚至連車輛行進的最優路線都顯示出來了。

張其廣審核后點擊執行，相應民兵分隊和物資保障單位同時收到系統發出的通知。張其廣笑著說：“這就是大數據的戰斗力！”

相關鏈接

國防大數據的概念和特征

國防大數據是保衛國家主權、統一領土完整和安全而展開的軍事活動所生成的各種數據資源，是國防和軍事有關的政治、經濟、科技、文化、外交、教育等方面的活動所生成的數據資源，是大數據技術及其支撐下應用系統在國防和軍隊領域里的應用。

國防大數據包括國防戰略、作戰指揮、軍事訓練、裝備研發、政治工作、后勤與裝備保障等相關一系列的數據資源。既具有傳統大數據中規模、種類、價值和速度的典型民用特征，同時也具有超保密性、高機動性、高安全性、強對抗性和強實時性的軍用特征。

如今這種大數據已經成為支撐國防和軍隊建設一個重要的戰略資源，既開拓了國防建設的管理內涵，也創新了國防管理的方法，使得國防管理者能夠更多地借助量化手段提升管理水平。大數據背景下的信息化戰爭將從根本上改變單一軍種作戰的思維定式，推動軍事戰略、體制編制、武器裝備、戰略戰術、管理理念朝著大數據背景下的與信息化聯合作戰相適應的方向創新發展。

國外國防大數據建設做法

如今軍事大國均已將大數據技術作為國防科技發展的重要方向。早在2011年，美國國防部高級研究計劃局就同佐治亞理工學院簽訂了一份價值270萬美元的技術研發合同，以幫助解決大數據的技術挑戰。在2012年，美國宣布啟動《大數據研究和發展計劃》，組建大數據高級指導小組，標志著美國在全球范圍內率先將大數據從商業行為上升到國家戰略。接下來的兩年，美國國家安全局、聯邦調查局及中央情報局等機構又大量采購亞馬遜的云服務，以支撐其大數據應用。2014年，美國白宮發布《2014年大數據白皮書》，開展大數據戰略全民征詢意見活動，同時開發新一代大數據系統，協助指揮官和分析人員將以100倍于當前的速度來理解傳感器收集的海量數據，確立了美軍隊大數據方面的優先發展優勢。

英、法、日等國也有類似的舉措。2013年，英國政府發布《把握數據帶來的機遇：英國數據能力戰略》，向大數據技術注資1.89億英鎊進行研發。法國政府在2013年投入大量資金，在《數字化路線圖》中列出了五項將大力支持的戰略性高新技術，大數據就是其中一項。日本防衛省從2015年開始就決定正式研討將互聯網上累積的“大數據”運用于海外局勢的分析，同時在2015財年預算概算申請中計入了為開發能高效分析大數據的軟件所需的調查費用。這一舉措作為自衛隊海外活動擴大背景下的新方案，旨在強化情報收集能力。（劉建偉 遲　博，茅欣鵬、唐雪整理）