国防大数据概论

1. 大数据在军事领域有哪些应用

在军事上，用小数据时代的理念和技术，很难与大数据时代的思维和技能相对抗。面对大数据时代的军事机遇和挑战，要么主动进击，要么被动跟进，难以置之度 外。其间的取舍与成败，首先有赖于思维变革，其要求全体军事人员尤其是指挥员，更加具备基于体系作战的系统思维、基于数据模型的精确思维及基于对战争进行 科学预设的前瞻思维。
大数据创新了军事管理方法，且这种创新是全方位的--除了可以提高包含阅兵在内的军事训练水平，还可以：
1.提高军事管理水平
管理大师戴明与德鲁克都曾提出：“不会量化就无法管理”。数据的根本价值之一，就是可作为管理依据。大数据应用的特点是强调分析与某事物相关的总体数据， 而不是抽取少量的数据样本；大数据关注事物的混杂性，而不追求事物的精确性；大数据注重事物的相关关系，而不探求其间的因果关系。
将大数据应用于军事领域，意味着军事管理将更加刚性，基本不受人为因素的影响，且更加自动化。所以说，大数据强军的内涵，本质上是军事管理科学化程度的提 高，即与小数据比起来，由于有了大数据，军事管理活动量化程度更高了，工具更加先进了，边界更加宽广了，管理质量、效率会随之更高。
2.丰富军事科研方法
通常人们研究战争机理、找寻战争规律的方法有三种，又称为三大范式：实验科学范式，在战前通过反复的实兵对抗演习来论证和改进作战方案；理论科学范式，采用数学公式描述交战的过程，如经隐段典的兰彻斯特方程；计算科学范式，基于计算机开发出模拟系统来模拟不同作战单元之间的交战场景。
但是，上述研究范式只能使人们感知交战的过程和结果，并未有效提高对海量数据的管理、存储和分析能力。
以大数据为核心技术的辩携拿数据挖掘模式被称为第四战争研究范式。人 们可以有效利用大数据，探寻信息化战争的内在规律，而不是被淹没在海量数据中一筹莫展。大数据研究范式由软件处理各种传感器或模拟实验产生的大量数据，将 得到的信息或知识存储在计算机中，基于数据而非已有规则编写程序，再利用包括量子计算机在内的各种高性能计算机对海量信息进行挖掘，由计算机智能化寻找隐 藏在数据中的关联，从而发现未知规律，捕获有价值的情报信息。
例如，在第一次海湾战争前，美军就利用改进的“兵棋”，对战争进程、结果及伤亡人数进行了推演，推演结果与战争的实际结果基本一致。而在伊拉克战争前，美 军利用计算机兵棋系统进行演携搭习，推演“打击伊拉克”作战预案。随后美军现实中进攻伊拉克并取得胜利的行动，也和兵棋推演的结果几乎完全一致。
作战模拟早已经从人工模式转变为计算机模式，再加上大数据，战前的模拟推演，从武器使用、战争打法到指挥手段，都可以清晰地显现，是非常好的战时决策依据。一旦发现作战计划有问题，可以及时调整，以确保实战伤亡最小并取得胜利。
3.加速型武器装备面世
大数据在武器装备上的广泛应用，意味着武器装备建设将从重视研发信息系统到重视数据处理与应用的转变，从注重信息系统的互联互通到注重信息系统的透明性互 操作的转变。当前武器装备的信息化程度越来越高，装备体系内各个节点之间的信息共享也越来越方便、可靠，但由此也带来了一些突出问题，如原始信息规模过 大、价值不够高、直接提取所需信息的难度增加等，从而使得武器装备体系在信息获取效率上大打折扣。在这种背景下产生的大数据为解决上述问题提供了有效方 法。
需要说明的是：大数据应用不仅意味着人们要以创新方式使用海量数据，还意味着人们要采用人工智能技术来处理自然文本和进行知识表述，以替代目前依赖专家和技术人员昂贵而又耗时的信息处理方式。
大数据与人工智能是一而二、二而一的关系。受益于大数据技术，武器装备体系将从战场上的信息使用者升级为高度智能化和自主化的系统。其具体流程为：经 过智能处理后的高价值信息进入战场网络链路后，与战场网络融为一体的武器装备体系能实时自动感知面临的有关威胁，各装备节点自动感知包括我情和敌情在内的 战场态势，在作战人员的有限参与下高度自主地分解作战任务，确定作战目标和行动方案，经过适当的审批流程后执行相关的作战行动。
在这方面走在前列的仍然是美军。美军大数据研究的第一个重要目标是通过大数据创建真正能自主决策、自主行动的无人系统。这一点已在无人机领域实现。美军希 望无人机可以完全摆脱人的控制而实现自主行动。美军2013年试飞的X-47B就是这一系统的代表，它已经可以在完全无人干预的情况下自动在航母上完成起 降并执行作战任务。
4.提升情报分析能力
19世纪初，军事战略家克劳塞维茨以人的认知局限为由，提出了“战争迷雾”概念。显然，“战争迷雾”即“数据迷雾”。信息战首先得消除“战争迷雾”。信息 战是体系对体系的战争，而这一体系是一个超级复杂的巨大系统，仅诸军兵种庞杂的武器装备和作战环境数据，就足以大到使普通的信息处理能力捉襟见肘；而敌我 对抗的复杂化，更是让数据量呈爆炸式增长，从而带来比传统战争更多的“数据迷雾”。可以说，信息化战争的机制深藏在“数据迷雾”中。
消除“战争迷雾”会提高指挥员的情报分析与军情预测能力。过去，由于可以掌握的数据不足，战争的不确定性很高，指挥员很容易陷在“战争迷雾”之中。而大数据最重要的价值之一是预测，即把数据算法运用到海量的数据上来预测事情发生的可能性。
具体而言，未来完全可能依托大数据分析处理技术和建构模型，通过数据挖掘模式，从海量数据中挖掘出有价值的信息，及时准确掌握敌方的战略企图、作战规律和 兵力配置，真正做到“知己知彼”，使战场变得清晰透明，从而拨开“战争迷雾”，达成运筹于帷幄之中、决胜于千里之外的作战目的。
对此趋势，很多国家及其军队都极为看重。例如，美军明确提出，要通过大数据将其情报分析能力提高100倍以上。如果这一目标实现，那么在这一领域其他国家 与美军的差距，将难以用简单的“代差”来描述。美军通过多年的发展，已拥有全球最先进的情报侦察系统，因为对海量情报数据的分析，曾是美军情报侦察能力的 瓶颈，而大数据正好能够帮助美军突破这一瓶颈。
大数据时代，往往不要求准确知道每一个精确的细节，只需了解事物的概略全貌即可。通过相关数据信息的大量积累，而不是对某个具体数据的精确分析，大数据技 术可以为我们提炼出事物运行的规律，并判断其发展趋势。例如，2011年美军击毙本·拉登的“海神之矛”行动，就有赖上千名数据分析员长达10年数据积累 的支撑。换言之，是大数据抓住了本·拉登。
5.引领指挥决策方式变革
管理的核心是决策。大数据带来的重要变革之一，是决策的思维、模式和方法的变革。建立在小数据时代基于经验的决策，将让位于大数据时代基于全样本数据的决策。
决策是进行数据分析、行动方案设计并最终选择行动方案的过程。军事决策建立在对敌情的正确分析预测之上，其目的是通过合理分配兵力兵器，优选打击目标，设计完成任务的最佳行动方法与步骤。
以往的战争，做出作战决策时缺少足够数据支持，甚至数据本身的真实性、准确性也难以保证。目前信息化条件下的战争，各种条件都变成了数据，这就要求指挥人 员必须掌握分析海量数据的工具和能力。以往，指挥人员更多的是依靠经验进行相对概略或粗放式决策。大数据的出现必将要求指挥人员以全新的数据思维来进行指 挥决策。这种决策将有几个特点：
一是准确。只要提供的数据量足够庞大真实，通过数据挖掘模式，就可以较为准确地把握敌方指挥员的思维规律，预测对手的作战行动，掌控战场态势的发展变化等。
二是迅速。大数据相关技术所提供的高速计算能力有助于指挥员更加迅速地设计行动方案。
三是自动化。针对特定的作战对手和作战环境，大数据系统可以自动对己方成千上万、功能互补的作战单 元或平台进行模块化编组，从而实现整体作战能力的最优化；面对众多性质不同、防护力不同且威胁度各异的打击目标，大数据系统可以自动对有限数量、有限强度 和有限精度的火力进行分配，以收获最大作战效益。
在大数据时代的战争中，军事专家、技术专家的光芒会因为统计学家、数据分析家的参与而变暗，因为后者不受旧观念的影响，能够聆听数据发出的“声音”。
总之，基于数据的定量决策将和基于经验的定性决策同样重要，基于经验的决策将很大程度上让位给全样本决策，基于大数据的决策手段将从辅助决策的次要地位上升到支撑决策的重要地位。
对此，美军的认识是最到位的。美军发布的《2013-2017年国防部科学技术投资优先项目》就将“从数据到决策”项目排在了第一位，凸显了大数据对其指挥决策方式的巨大影响。
6.优化作战指挥流程
网络日益普及的情况下，信息的流通与共享已不是难题，人们开始关注对信息的认识，及将信息转化为知识的能力。
与之相适应，军事信息技术也从关注“T”（Technology）的阶段，向关注“I”（Information）的阶段转变；从建设指挥自动化系统 （C4ISR），即指挥、控制、通信、计算机、情报及监视与侦察等信息系统，整体管理“战场信息的获取、传递、处理和分发”的全信息流程；发展至重视大数 据处理应用，综合集成数据采集、处理平台和分析系统，统一优化管理“战场数据采集、传递、分析和应用”的全数据流程。即通过对海量数据进行开发处理，大幅 度提高从中提取高价值情报的能力，从而实现对战场综合态势的实时感知、同步认知，进一步压缩“包以德循环”（OODA Loop），即观察-调整-决策-行动的指挥周期，缩短“知谋定行”时间，提高快速反应能力。
随着数据挖掘技术、大规模并行算法及人工智能技术的不断完善并广泛应用在军事上，情报、决策与作战一体化将取得快速进展。在武器装备上，将特别注重各作战 平台的系统融合和无缝链接，以保证战场信息的实时快速流转，缩短从“传感器到射手”的时间差，实现“发现即摧毁”的作战目标。
比如近几年迅速发展的无人机作战平台，其本质就是一个智能系统。其可以成建制地对实时捕获的重要目标进行“发现即摧毁”式的精确打击，还能通过融合情报的 前端和后端，使数据流程与作战流程无缝链接并相互驱动，构建全方位遂行联合作战的“侦打一体”体系，从而实现了体系化的“从传感器到射手”的重大突破。
7.推动战争形态的演变
大数据可以改变未来的战争形态。美军一直追求从传感器到平台的实时打击能力，追求零伤亡。
由大数据支撑的拥有自主能力的无人作战平台，将使得这些追求成为可能。例如，目前全世界最先进的无人侦察机“全球鹰”，能连续监视运动目标，准确识别地面 的各种飞机、导弹和车辆的类型，甚至能清晰分辨出汽车轮胎的类型。现今，美空军的无人机数量已经超过了有人驾驶的飞机，或许不久的将来，美军将向以自主无 人系统为主的，对网络依赖度逐渐降低的“数据中心战”迈进。
无人机能否做到实时地对图像进行传输非常关键。
目前，美国正使用新一代极高频的通讯卫星作为大数据平台的支撑。未来，无人机甚至有可能摆脱人的控制实现完全的自主行动。美军试验型无人战斗机X-47B就是这一趋势的代表，它已经可以在完全无人干预的情况下，自动在航母上完成起降并执行作战任务。
总之，基于大数据的实时、无人化作战，将彻底改变人类几千年来以有生力量为主的战争形态。
8.引导军事组织形式变革
大数据即大融合，它有望打破军种之间的壁垒，解决军队跨军种、跨部门协作的问题，真正实现一体化作战。
就组织形态而言，扁平结构、层次简捷、高度集成、体系融合应该更符合大数据时代的要求。军事方面的相关趋势有：
（1）网状化。军队的指挥体系逐步发展为“指挥网”，原先的“树状结构”变为 “网状结构”。一个师的指挥系统一旦被打垮，师以下各级可通过“网”与上级或其他作战单元联系。这就改变了传统军事指挥体系由“树干、树枝、树叶”编成的 组织形态，避免了机械化战争时期“打断一枝、瘫痪一片”的指挥弊端，有效提高了局部战争中的指挥效能。
（2）小型化。发达国家的陆军多由军、师、团、营体制向军、旅、营制转变，使作战集团更加轻便灵活，机动性更强。 根据部队的不同功能优化组合，基本作战单位不需要加强补充就能实施多种作战，从而全面提高应对多种安全威胁，完成多样化军事任务的能力。将营作为基本战术 “模块”，将旅作为基本合成单位，以搭积木方式进行编组，战时根据需要临时编组，看迅速生成担负不同作战任务的部队。
世界各主要国家都非常重视军队组织形态变革，并致力于发展新兴军兵种，及时设计和建设新型部队。
2009年，美国国防部宣布组建网络战司令部。2013年3月，美国网络战司令部司令亚力山大宣布，美国将增加40支网络战部队。美国、俄罗斯等国都在积极筹划或正在建设能在太空进行作战的“天军”部队、“机器人”部队。
随着新兴军兵种的建立，军队的组织形态将出现新面貌，未来战争的触角不断延伸，网络、电磁频谱领域的争夺方兴未艾，太空不再是寂寞世界，天战也不再遥远。
（3）一体化。军队信息化必然要求一体化，信息化程度越高，一体化特征越明显。适应新形势下强军目标的要求，我军必须对战斗力要素进行一体化整合，推进武装力量一体化、军队编成一体化、指挥控制一体化、作战要素一体化，提高整体效益。
9.大数据将使体系作战能力大幅提升
从作战手段角度看，大数据及其支撑的新型武器装备的应用，将丰富军队的作战体系；从作战效能角度看，大数据下的作战行动循环（包以德循环）所耗时间将大为缩短，更符合“未来战争不是大吃小，而是快吃慢”的制胜规律。相关变革的结果，将是军队体系作战能力大幅提升。
10.提升军队的信息化建设水平
大数据给了各国军队（尤其是像我军这样的信息化发展水平参差不齐的军队）一个契机，可以牵引、拉动自身的信息化建设向更高层次发展，同时拉齐整体水平，因为大数据意味着“整体”。
具体来说，应以提高决策速度、反应速度和联合作战能力为目标，以数据为中心，以搜索分析处理数据为中枢架构，自上而下建设军事“数据网络”；加快组建云计 算中心，把对大数据分析处理作为军事信息化建设的重中之重，努力建构精确分析处理大数据的硬件系统、软件模型，实现大数据“从数据转化为决策”的智能化和 瞬时化。
同时，也要抓好末端的单兵及单件武器装备的数据采集、存储设备设计，从而为海量数据的挖掘和整合奠定基

2. 军校有什么专业

军校专业如下：

核工程与核技术：

主要学习数学、物理学等系列基础课程以及反应堆原理、核武器物理与效应、核辐射探测技术等专业课程，掌握核武器、核动力等基本原理和核辐射与探测、核装置维护等方面的基本方法和专业技术，具备从事国防尖端科学研究、生产试验、装备使用、维护以及训练组织和部队管理等方面的实际工作能力和科学研究的初步能力。

物理学：

主要学习数学、基础物理学和理论物理等系列课程，通过认识物质结构及其运动的基本规律，掌握应用力、热、光、电、磁等知识指导设计、试验、评估等方面的基本方法和专业技术，具备从事教学、装备试验设计、仪器检测评估、使用维护以及部队管理等方面的实际工作能力和科学研究的初步能力。

量子信息科学：

主要学习数学、量子物理、信息论、量子信息学等基础理论知识，通过认识量子体系及信息技术的基本规律，掌握量子通信、量子计算、量子感知与探测等方面的基础理论、基本方法与专业技术，具备从事教学与科学研究、量子信息技术需求分析、应用系统设计、关键技术研发、量子信息装备使用维护及培训等工作的初步能力。

应用统计学：

主要学习分析、代数等系列基础数学理论知识和统计、优化决策等统计学基础理论知识，掌握数学建模、数据统计处理、决策支持等方面的基本方法和专业技术，具备从事数据的采集、处理、分析、决策以及部队管理等方面的实际工作能力和科学研究的初步能力。

数学类：

主要学习分析、代数、几何优化等系列的基础数学理论知识，掌握数学建模、高效仿真和计算、数据分析处理、运筹等方面的基本方法和专业技能，具备从事教学、任务规划、计算分析、数据处理、密码编码、部队管理等方面的实际工作能力和科学研究的初步能力。

生物技术：

主要学习生物化学、分子生物学、细胞生物学、微生物学、免疫学、生物信息学等系列课程，从分子、细胞、个体、生态系统等多层次认识生命的本质和规律，掌握现代生物学和生物技术的基本理论和专业技能，熟悉生物交叉技术相关业务要求，具备从事教学、国防尖端科学研究、生物安全防护、部队管理的初步能力。

化学：

主要学习高等数学、物质结构、化学反应规律和技术等方面的基础理论和基础知识，掌握面向军事、材料、信息、环境、生命科学应用的重要物质的组成、性质、合成与表征方面的基本方法和专业技能，具备在国防军事领域从事物质的结构和功能设计、合成、表征和检测、防护等实际工作能力和科学研究的初步能力，以及一定的技术管理、组织指挥的能力。

软件工程：

主要学习软件工程的基础理论、基本知识，掌握软件系统需求分析、轮裤设计、构造、测试、维护、管理等方面的基本技能、方法和相关知识，具有在军事领域从事软件系统的定义、开发、部署、维护、保障、管理、信息装备使用维护、训练组织等工作的初步能力。

物联网工程：

主要学习计算机软硬件技术、租银传感器技术、计算机网络、通信技术、大数据分析等基础理论和专业知识，掌握物理对象及其信息化、数据采集与传输、海量数据存储与分析、应用系统集成与优化的基本方法和基本技能，具有从事物联网需求分析、应用系统设计、关键技术研发和解决复杂工程问题的初步能力。

信息安全：

主要学习计算机、电子、网络通信和密码学等方面的基础理论、基本知识，掌握密码学、数据安全、网络安全、信息系统安全的基本技能、方法和相关知识，具有从事弊桐宴信息系统与网络安全需求分析、防护体系设计、应用开发以及安全保密管理、装备使用维护、训练组织等工作的初步能力。

计算机科学与技术：

主要学习计算机科学与技术的基础理论和基本知识，掌握计算机科学、计算机工程与技术、网络信息系统等方面的基本技能、方法和相关知识，具有在军事领域从事计算机系统设计与开发、维护与管理以及信息装备使用维护、训练组织等工作的初步能力。

集成电路设计与集成系统：

主要学习集成电路设计与集成系统的基础理论、基本知识，掌握集成电路、集成系统、微电子科学与工程、计算机科学等方面的基本技能、方法和相关知识，具有在军事领域从事大规模集成电路系统、集成系统的开发、维护与管理以及电子装备使用维护、训练组织等工作的初步能力。

网络工程：

主要学习计算机软硬件技术、计算机网络技术、通信技术等方面的基础理论、基本知识，掌握计算机网络技术和网络应用开发的基本技能、方法和相关知识。能运用多学科知识对军用网络进行综合分析，具备军用网络设计、开发、管理与安全维护、关键技术研发和解决复杂工程问题的初步能力。

网络空间安全：

主要学习计算机软硬件技术、计算机网络技术、通信技术、信息安全的基础理论、基本知识，掌握密码应用与分析、软件安全分析、网络信息系统安全、内容安全、应用安全的基本技能、方法和相关知识，具有从事网络空间安全数据分析、技术开发、工程实现、装备应用维护与管理等工作的初步能力。

数据科学与大数据技术:

主要学习面向大数据获取、处理、挖掘和应用的数学理论与方法、计算机科学基础理论和专门技术,掌握数据建模、数据挖掘、知识发现的基本理论、方法和技能, 熟悉情报分析、决策指挥等军事领域大数据挖掘与应用的业务要求，具备军事大数据挖掘方法设计、大数据应用系统开发的初步能力。

智能科学与技术：

主要学习面向智能科学与技术的数学理论、计算机技术、智能系统技术，掌握人工智能、机器学习、智能感知、智能决策等智能科学的基本理论、方法和技能，熟悉智能系统与装备的算法设计和系统构建的业务要求，具备智能算法研究和智能系统设计、开发、运用的初步能力。

微电子科学与工程：

主要学习微电子学基础理论和专业知识，掌握半导体集成电路及其它新型半导体器件的设计方法和制造工艺，具有较强的数理基础、计算机、外语、工程技术应用能力以及在本专业领域跟踪新理论、新知识、新技术的能力。能在雷达、通信、电子战、精确制导、导航与测控等领域从事专用集成电路的设计、研制、测试、系统集成、使用维护或管理的初步能力。

通信工程：

学习通信基础理论和专业知识，掌握现代通信技术，具有较强的数理基础、计算机、外语、工程技术应用能力以及在本专业领域跟踪新理论、新知识、新技术的能力，能在新体制传输技术、认知与协同网络、软件无线电、抗干扰通信以及新型军事通信装备等领域从事设计、研制、训练组织、使用维护或管理工作的初步能力。

电子信息工程：

学习现代电子技术理论，掌握先进电子信息系统设计原理与方法，具有较强的数理基础、计算机、外语、工程技术应用能力以及在本专业领域跟踪新理论、新知识、新技术的能力，能在雷达、电子战、精确制导、导航与测控等领域从事设计、研制、试验评估、模拟训练、作战运用或管理工作的初步能力。

电子科学与技术：

学习电子科学与技术理论，掌握电子系统设计原理与方法，具有较强的数理基础、计算机、外语、工程技术应用能力以及在本专业领域跟踪新理论、新知识、新技术的能力，能在电磁场与微波、电子材料与器件、电磁兼容等领域从事设计、研制、试验评估、模拟训练、作战运用或管理工作的初步能力。

信息工程：

学习信息获取、传输、处理、应用等基础理论和专业知识，掌握现代信息技术，具有较强的数理基础、计算机、外语、工程技术应用能力以及在本专业领域跟踪新理论、新知识、新技术的能力，能在信息系统分析设计、时空大数据管理、空间信息处理、信息智能分析、电子信息系统装备研发等领域从事设计、研制、训练组织、使用维护或管理工作的初步能力。

光电信息科学与工程：

主要学习数学、物理学、光学、电子学、机械及计算机科学等方面的基础理论及专业知识，掌握光电探测、光电信息处理、光通信、光存储、光电显示、光电信息应用以及激光技术等光电子工程领域的基础知识和基本技能，具有在国防军事领域从事光电信息科学与工程研究、高技术武器装备使用维护的能力和一定的技术管理、组织指挥能力。

纳米材料与技术：

主要学习数学、物理、纳米技术、光电信息、材料科学等方面的基础理论，掌握纳米材料制备、纳米结构及性能表征、微纳加工技术和应用等方面的专业知识与实践能力，初步具有从事微电子和光电子材料与器件、新型功能材料、先进结构材料、新型集成电路、集成光电子芯片等的设计、开发、测试和维护的能力和一定的技术管理、组织指挥能力。

导航工程：

主要学习数理与力学、电工电子与计算机、自动控制、惯性导航、卫星导航等方面的基础理论、基本知识，掌握军用导航系统的分析、设计及综合应用的基本技能，具备从事军用导航系统集成应用、使用维护、训练组织和部队管理等相关工作的初步能力。

无人系统工程：

主要学习数理与力学、智能感知、自主控制、信息处理、决策规划、指挥控制等方面的基础理论、基本知识，掌握无人系统分析与综合应用的基本技能，具备从事无人系统运用与指挥控制、训练组织和部队管理等工作的初步能力。

无人装备工程：

主要学习数理与力学、电工电子与计算机、自动控制、人工智能、无人装备设计、武器装备机电一体化等方面的基础理论、基本知识，掌握无人装备的分析、设计及综合应用的基本技能，具备从事典型无人装备集成应用、使用维护、训练组织和部队管理等相关工作的初步能力。

机械工程:

主要学习数理与力学、电工电子与计算机、机械设计、机械制造、机电测控、机电一体化等方面的基础理论、基本知识，具有从事武器装备机电系统研制与开发应用、高技术装备使用维护、训练组织和部队管理等相关工作的初步能力。

测控技术与仪器：

主要学习数理与力学、测控电子与计算机、传感与测量、测试计量、智能仪器等方面的基础理论、基本知识，掌握装备测控系统、智能仪器的分析、设计及综合应用基本技能，具备从事武器装备测控系统设计、检测与计量、测试与评估、训练组织和部队管理等相关工作的初步能力。

指挥信息系统工程：

主要学习指挥控制的基础理论、基本知识以及指挥信息系统分析、设计、优化与集成等技术，掌握信息化作战、指挥控制、系统工程、运筹优化等方面的知识，掌握指挥信息系统开发关键技术；具备指挥信息系统需求分析、顶层设计能力，具备信息化作战策划、组织、实施和战场信息综合管理能力，能够开发、建设、维护指挥信息系统。

运筹与任务规划：

主要学习数理与力学、电工电子与计算机、人工智能、军事运筹、任务规划、联合作战等方面的基础理论、基本知识，掌握作战运筹、任务规划的基本原理和方法，具备从事联合任务规划、战术任务规划、武器作战任务规划、训练组织和部队管理等相关工作的初步能力。

仿真工程：

主要学习仿真系列、控制系列、电工电子与计算机系列、数理与力学等系列课程，接受课程实验实践及选修实践环节锻炼，具有对作战仿真系统、武器装备仿真系统和训练仿真系统进行分析、设计、开发与运用、高技术装备使用维护、训练组织和部队管理等工作的初步能力。

目标工程：

主要学习运筹、系统工程、指挥控制以及人工智能等系列课程，初步掌握目标数据处理、综合分析、优化选择、毁伤预测和效果评估的方法和技术,具有在军事领域从事目标决策支持系统的分析、设计、管理与集成、高技术装备使用维护、训练组织和部队管理等工作的初步能力。

大数据工程：

主要学习信息科学、数据科学与管理科学的基础理论、基本知识与基本技能，掌握计算机、统计学、信息管理等相关学科的基本理论和基本知识，熟练掌握数据采集、存储、管理、处理、分析与应用等技术，具备数据工程师岗位的基本能力与素质，具有一定的数据工程项目的设计开发、系统集成和工程实施能力以及数据科学研究能力。

管理科学与工程类：

主要学习领导管理、统计决策、体系工程、建模优化、综合保障等方面的理论和方法，掌握军队建设和管理中的人、财、物、信息等要素的计划、组织、领导、控制、决策等相关知识和基本技能，具有从事联合作战保障中的装备管理、人员管理、后勤管理、训练管理和信息管理等相关工作的初步能力。

大数据管理与应用：

主要学习信息科学、数据科学、复杂系统科学和管理科学的基础理论和知识，掌握军队信息化建设中大数据分析理论方法，熟练掌握大数据管理与治理方法技术，具备大数据建设设计管理、大数据组织运用、数据分析、信息资源管理等能力，具有从事联合作战保障中数据保障和军事信息化建设中大数据建设管理运用的初步能力。

材料科学与工程：

主要学习数学、物理、力学、化学、材料科学与工程方面的基础理论和基础知识，掌握军用材料的组织成分、成型加工、性能和使用等方面的专业知识，具备从事新材料研发和武器装备用材料设计、论证、成型加工、评测、试验、维护等研究管理的初步能力。

飞行器设计与工程：

主要学习数学、力学、控制与信息技术、计算机与电子技术等方面的基础理论、基本知识，掌握飞行器总体设计、气动设计、结构分析、飞行动力学与控制、空天推进技术、试验与评估技术、作战应用等专业知识和专业技能，具备从事空天飞行器论证、设计、试验、使用与技术维护等方面科学研究与组织管理的初步能力。

导弹工程：

主要学习数学、力学、控制与信息技术、航空宇航等领域的基础理论、基本知识，掌握导弹与火箭总体、气动、结构、推进、控制、测控等方面设计、分析的基本方法和专业技能，具备从事导弹与火箭论证、总体设计、使用、管理等方面的实际工作能力和科学研究初步能力。

飞行器动力工程：

瞄准我国未来高超声速飞行器、空天飞行器动力系统的人才需求，培养具备过硬的思想政治素质、深厚科学文化基础、良好身心素质和开阔国际视野的拔尖创新型人才。主要学习飞行器动力工程专业领域的基础理论、基本知识、基本方法和基本技能，培养形成较强的创新实践能力、沟通表达能力、团队协作能力和自主学习能力，在高超声速飞行器和空天飞行器动力领域掌握完全自主的核心关键技术。

理论与应用力学：

主要学习数学、物理、计算机与数值计算、弹性力学、流体力学、气动与结构、动力学与控制、空天飞行器总体等方面的基础理论和专业知识，掌握力学建模、计算分析、实验和数值模拟等力学研究的基本方法和专业技能，具备发现、提出、分析和解决与力学相关的空天飞行器设计与使用中的相关问题的初步能力。

智能飞行器技术：

主要学习数学、力学、航空宇航、控制与信息技术、计算机与电子技术等方面的基础理论、基本知识，掌握飞行器总体设计、空气动力学与结构、飞行动力学与控制、人工智能、通信系统与网络、载荷系统与应用等领域的专业知识和技能，具备在无人飞行器、新概念飞行器、飞行器集群作战等领域从事装备论证、设计、管理、试验和应用的实际工作能力和初步科学研究能力。

国际事务与国际关系：

主要学习英语、国际关系、国际政治、国际战略、国际法、涉外事务、军事情报等方面的基础理论和基本知识，系统了解国际战略形势、国家对外政策、世界各国国情军情以及国家、地域间的交往活动，掌握国际问题研究、战略形势研判、国际文化交流、对外交际和谈判、对外文化传播、情报搜集分析的基本方法和技能，具有全球视野、战略思维、情报意识以及高水平的英语应用技能，具备从事军事调研、军事外交和部队管理的初步能力。

外国语言文学（俄语、缅甸语、朝鲜语、土耳其语）：

主要学习俄语、缅甸语、朝鲜语、土耳其语国家国情军情、外交学、国际关系、军事情报等方面的基础理论和基本知识，掌握国际问题研究、战略形势研判、国际文化交流、对外交际和谈判、对外文化传播的基本方法和技能，具有全球视野、战略思维和情报意识，熟练运用俄语、缅甸语、朝鲜语、土耳其语进行交流、阅读、翻译、写作，具备从事军事外交和部队管理的初步能力。

外交学：

主要学习英语、外交学、当代中国外交、军事外交、军事情报、国际关系、涉外事务等方面的基础理论和基本知识，系统了解国际事务、中国外交和国家对外政策，掌握国际问题研究、战略形势研判、国际军事合作、国际文化交流、对外交际和谈判、对外文化传播的基本方法和技能，具有全球视野、战略思维、情报意识以及高水平的英语应用技能，具备从事军事外交和部队管理的初步能力。

侦察情报（情报分析整编、图像判读）：

主要学习军事情报、军事侦察、航天航空侦察等方面的基础理论和基本知识，掌握情报搜集处理、情报分析整编、声像情报处理、图像情报处理、战场态势融合的基本方法和技能，具有全球视野、战略思维和情报意识，具备从事战场图像判读、情报分析整编、军事调研和部队管理的初步能力。

信息对抗技术：

主要学习数学、物理、电子科学与技术方面的基础理论和基础知识。掌握信息对抗关键技术分析研究、装备原理及使用维护等方面的基本知识和技能，具备从事信息对抗技术研发、装备使用维护与管理等工作的初步能力。

网电指挥与工程：

主要学习数学、物理、电子科学与技术、网电指挥与工程方面的基础理论和基础知识。掌握网电指挥与工程关键技术分析研究、装备原理及使用维护、作战指挥等方面的基本知识和技能，具备从事网电技术研发、装备使用管理、战法研究、作战指挥等工作的初步能力。

雷达工程：

主要学习数学、物理、电子科学与技术方面的基础理论和基础知识。掌握雷达关键技术分析研究、装备原理及使用维护等方面的基本知识和技能，具备从事雷达技术研发、装备使用维护与管理等工作的初步能力。

侦察情报（网电情报分析）：

主要学习数学、物理、电子科学与技术、网电情报分析方面的基础理论和基础知识。掌握网电情报侦察、网电情报处理、网电目标分析整编等方面的基本知识和技能，具备从事网电侦察技术研发、装备使用管理、网电情报分析整编等工作的初步能力。

大气科学：

主要学习高等数学、天气学、动力气象学、大气物理学、流体力学等方面的基础理论、基本知识，掌握天气分析预报与军事气象保障的基本理论和技术，熟悉联合作战对军事气象预报保障的业务要求，具备从事军事气象预报保障、技术研究与管理筹划等工作的初步能力。

气象技术与工程：

主要学习高等数学、大气物理学、大气探测学、电子信息技术、遥感与遥测等方面的基础理论、基本知识，掌握战场气象环境探测、信息处理、装备保障的基本理论和技术，熟悉联合作战对军事大气探测的业务要求，具备从事军事大气探测设备使用维护、技术保障、研制与管理工作的初步能力。

海洋技术：

主要学习高等数学、物理海洋学、海洋技术基础、海洋声学等方面的基础理论和专业知识，掌握海洋观探测技术、海洋声学、海洋遥感、海洋信息处理的基本技能和相关知识，熟悉海上联合作战对海战场环境保障和水下预警探测的业务要求，具备从事海洋调查、海洋装备技术与保障、研究与管理工作的初步能力。

军事海洋学：

主要学习高等数学、流体力学、物理海洋学、海洋数值预报、海洋环境保障等方面的基础理论和专业知识，掌握海洋环境要素分析与预报、军事海洋环境效应评估与保障的基本技能和相关知识，熟悉联合作战对军事海洋环境预报保障的业务要求，具备从事军事海洋环境预报保障、研究与管理工作的初步能力。

海洋信息工程：

主要学习高等数学、信号与系统、海洋科学、海洋声学、水下信息融合等方面的基础理论和专业知识，掌握海洋声学、海洋电磁、海洋遥感等海洋环境与目标探测信息处理及智能信息融合的基本方法和专业技能，熟悉海上联合作战特别是水下作战中的环境及目标信息保障要求，具备从事水下探测信息保障、海战场信息融合、研究与管理工作的初步能力。

3. 大数据专业主要学什么

大数据是近年来兴起的一门新兴学科，也是一门具有良好就业前景的专业。
大数据技术专业属于交叉学科：统计学、数学和计算机是三大支撑学科；生物学、医学、环境科学、经济学、社会学和管理学是应用和拓展的学科。

此外，他们还需要学习数据采集、分析、处理软件、数学建模软件和计算机编程语言等。知识结构是第二学院的跨国界人才（具有专业知识和数据思维能力）。

以中国人民大学为例

基础课程：数学分析、高等代数、普通物理、数学与信息科学概论、数据结构、数据科学概论、程序设计概论、程序设计实践。

必修课程：离散数学、概率统计、算法分析与设计、数据计算智能、数据库系统介绍、计算机系统基础、并行体系结构和编程、非结构化大数据分析。

选修：数据科学算法概论，数据科学专题，数据科学实践，网络实用开发技术，抽样技术，统计学习，回归分析，随机过程。

大数据就业方向
1数据工程

毕业生可从事基于计算机、移动互联网、电子信息、电子商务技术、电子金融、电子政务、军事等领域的Java大数据分布式程序开发、应用和大数据集成平台开发，可在政府机关从事各类Java大数据工作，房地产、银行、金融、移动互联网等领域根据分布式开发、基于大数据平台的程序开发、数据可视化等相关工作，也可以从事IT领域的计算机应用。

2数据分析方向

毕业生可从事计算机、移动互联网、电子信息、电子商务技术、电子金融、电子政务、军事等领域的大数据平台和流计算核心技术的运维，可从事各类大数据平台运维工作，大数据分析等在政府机构、房地产、银行、金融、移动互联网等领域的大数据挖掘等相关工作也可以从事计算机在IT领域的应用。

4. 大数据在国防和军队建设中有何作用

大数据在国防和军队建设中的作用：
1、引领军事科研方向。目前，我军科研立项的针对性和科学性还有待提高。采用大数据技术，对国内外、军内外各类信息数据进行综合集成和挖掘分析，不但可以及时发现我们的短板和弱项，还可以全面感知和分析主要国家军事科技发展现状，迅速捕捉研究热点，预测发展趋势，识别潜在的颠覆性技术和迷雾陷阱，为科学立项提供引领，推动军事科研需求生成模式发生重大转变。比如，美国防部技术情报办公室从2011年开始实施的“技术跟踪和地平线扫描”项目，运用大数据技术对全球科学技术活动进行全面感知和深入研判，分析优势差距，从而引领未来科研方向和重点。
2、转变军事科研范式。2007年，计算机图灵奖获得者吉姆·格雷提出，人类科研活动历经科学技术发展之初的“实验科学范式”、以模型和归纳为特征的“理论科学范式”、以模拟仿真为特征的“计算科学范式”，目前正在转向以大数据分析为特征的“数据科学范式”。这种研究范式下，大数据和人工智能将全面深度嵌入军事科研工作，以往通过实验或者模拟仿真等方式才能获取的科学结论，未来通过分析挖掘海量数据就能够发现未知规律、挖掘隐藏信息、捕获有价值知识，从而颠覆传统的军事科研模式和机制，形成新的军事科研范式，研究效率也将大幅提升。
3、推动理技融合深度发展。长期以来，我军军事理论研究和军事技术研究如何相互借力补台一直是“老大难”，理论研究缺乏先进技术支撑，技术研究缺少军事理论牵引。调整改革后，从体制上打破了军事理论研究和军事技术研究的壁垒，但要真正实现二者的深度融合，必须通过军事数据的全面共享和高效交互，打通理技融合的信息数据流，构建理技融合的底层通道，有效改变过去二元分立的局面，使数据共享成为军事科研理技融合“落一子而全盘活”的重要突破口。

5. 大数据推动军事思维更新

大数据推动军事思维更新

随着信息技术的快速发展，大数据作为一个崭新的技术手段和思维方式，广泛用于国防和军队建设领域，正在对军事思维产生较大的影响。

大数据促使作战筹划方式更新。与人们过去的思维方式不同，大数据强调分析与某事物相关的总体数据，而不是抽取少量的数据样本；大数据关注事物的混杂性，而不追求事物的精确性；大数据注重事物的相关关系，而不探求之间的因果关系。过去，由于可以掌握的数据不足，战争的不确定性很高，指挥员很容易陷在“战争迷雾”之中。而大数据时代不要求准确知道每一个精确的数据，只需了解事物的概略全貌即可。通过相关数据信息的大量积累，而不是某个具体数据的精确分析，从中提炼出事物运行的规律，判断其发展趋势，为作战行动提供便利。例如，2011年美军击毙本·拉登的“海神之矛”行动背后，就是上千名数据分析员长达十年的数据积累。换言之，是大数据抓住了本·拉登。

大数据引领指挥决策方式变革。在战争中，数据组成了战争中的一切要素，大数据的出现必将要求以全新的数据思维辅助指挥决策。指挥员作指挥决策，越来越取决于大量的数据资源，而非经验和直觉的“拍脑门”。只要掌握的作战数据足够庞大和真实，通过深入的数据挖掘，就可以比较准确地得出敌方指挥员的思维规律，预测对手的作战行动，判断战场态势的发展变化。同时，大数据所提供的高速计算能力，也有助于指挥员更加精确而迅速地设计作战行动方案。因此，可以预见，基于数据的定量决策将和基于经验的定性决策同样重要，基于大数据的决策手段将从辅助决策的次要地位上升到支撑决策的重要地位。例如，美国发布的《2013—2017年国防部科学技术投资优先项目》中，就将“从数据到决策”项目排在第一位，凸显了大数据对其指挥决策方式的巨大影响。

大数据带来新的军事安全隐患。在国防和军队建设领域，大数据技术竞争日趋激烈，数字主权和数据安全的重要性急剧上升，为军事信息安全带来新的挑战。随着数据量的爆炸性增长，一方面，数据库漏洞越来越多，可供攻击的目标随之增加，另一方面，隐藏在海量数据中的攻击行为往往难以被及时发现，核心数据的泄露将对国防和军队建设造成致命性影响。例如，“棱镜门”事件引爆的“大数据暴政”，就是最好的体现。在“棱镜”背后隐藏着一个庞大的“监视帝国”，对我国的军事信息安全带来更大的压力。军事信息安全领域，正在成为继边防、海防、空防、太空之后又一个大国博弈的新型空间。

大数据在军队建设中更加重要。新中国成立以来，我国的国防和军队建设先后经历了零散数据、纸质数据、小规模数据再到目前的大数据等几个不同的发展阶段，数据在其中发挥的作用越来越大。未来一个时期，应当高度关注大数据技术手段和思维方式的发展变化，不断完善国防和军队建设数据的安全体系，统筹考虑大数据军事运用的战略需求，融入国防和军队信息化建设战略布局和发展规划。特别是加强信息资源开发利用与信息技术自主创新的力度，增强国防和军队建设、战史战例、行动样式、敌情状况、战场环境等大数据研发的支持。积极引导大数据发展方向，充分利用大数据的研究和建设契机，推动我国国防和军队信息化建设向更高层次迈进。

以上是小编为大家分享的关于大数据推动军事思维更新的相关内容，更多信息可以关注环球青藤分享更多干货

6. 大数据时代的军事管理变革

大数据时代的军事管理变革
大数据是信息技术又一次颠覆性变革。随着大数据技术在军事领域获得应用，数据数量、数据分析和处理能力、数据主导决策，将是获得战场优势的关键。在数据领域，以少胜多、以弱胜强、以模糊胜透明，基本不可能，这将使作战形式发生质的变化。如何以数据为中心精确设计和指挥战争，成为军事管理的新焦点。
管理大师戴明与德鲁克曾同时提出，“不会量化就无法管理”。有了大数据，军事管理者可以更多借助量化，提升管理质量和水平。
大数据坚持管理服务战斗力的原则。管理是为提高战斗力服务的，最高目标就是确保打赢可能发生的任何战争。大数据并未改变这一根本原则，但增加了数据色彩。一方面，数据成为巩固和提高战斗力的重要因素。在新型作战环境下，战场的实时态势信息、作战指挥命令、卫星过境、气象水文信息、传感器信息等，都是以数据形式存在并且传输的。这些不同来源、不同类型的数据是提高战斗力的“生命”。缺乏对数据的有效管理和利用，打赢战争将成为不可能。在不远的将来，数据的积累和运用将成为战斗力的标志。军事管理就是将大数据渗透、应用于战斗力生成、转化和实现的全过程，提高战斗力的整体水平。另一方面，数据本身成为战争的攻防中心。当大数据成为举足轻重的武器，就可能开启一种崭新的战争形态——数据战。这将是一种以数据攻击与防护为基本手段的全新作战样式，它通过掠夺、破坏和摧毁敌方数据资源，化数据优势为战争优势。大数据不但是信息的集成，更是打击手段的综合。在大数据支撑下，跨网攻击具备了实现条件，即使是与互联网物理隔离的军事数据系统，也可能不再拥有绝对安全的保障，数据攻防将会拓展到陆、海、空、天、电等多维空间。这就决定了军事管理必须着眼于打赢未来数据战争需要，努力提高部队数据作战能力。
大数据拓展了军事管理内涵。大数据的现实存在和军事价值，使如何管理大数据成为军事管理必然要回答的问题。数据采集是数据管理的源头。目前，我军数据采集还存在零散多综合少、局部多全局少的问题。需要通过对蕴含军事意义数据的专业化获取，掌握海量数据开发利用的主动权。数据分析是数据管理的关键。目的是从经过整合的、多来源的数据中找出规律，最终实现对数据的有效管控。数据安全是数据管理的底线。既要有效地堵塞国家和军事安全数据漏洞，防止被敌方破坏和获取；又要深度挖掘和全面掌握敌方高价值的数据资源，寻求战时攻击的数据突破点。此外，也要把保护官兵的个人数据隐私提上日程。
大数据创新了军事管理方法。从技术方法看，大数据研发的机器学习算法、图像可视化手段、数据共享技术、人机互动设备等，将极大推动军事管理技术的革新。从行政方法看，大数据带给管理者最重要的机会是更准确地了解和把握部属的需求特征、兴趣爱好、行为倾向等。
管理变革比技术升级更关键。大数据有彻底改变管理艺术的潜力，运用大数据管理应注意以下几点：
树立大数据理念。大数据产生的影响绝不限于技术层面，本质上，它为我们观察世界提供了一种全新方法。我军与外军的差距，除了装备，还有管理上的代差。其原因之一是我军缺乏以数据为基础的管理。而未来军队的进步，正赖于建立这种精确的管理体系。数据才是管理的根本，每个管理者都应有这样的意识和观念。但也要警惕泛大数据化，提防什么事都穿鞋戴帽，冠大数据之名，却无大数据之实。
实施大数据战略。要站在战略的高度，以全面、前瞻的思维和方法来应对大数据。加强顶层设计。可在加强大数据资源的深度开发利用与大数据技术自主创新方面进行调整，尽快提出大数据发展战略，理清思路，明确任务。统一数据标准。为保证部队现有和潜在用户都能发现数据，应尽快制定数据标准，保证大数据的可视化、可获取和可利用。实现共享应用。所有数据都要能在全军范围应用，既满足于预期的用户及需求，也能用于预期之外的用户及需求。
研发大数据技术。大数据研发的重点，是发展前沿核心技术，以满足搜集、存储、管理、分析和共享海量数据的需求。我国在海量数据分析、大数据处理、分布式计算、数据可视化等一些大数据关键技术上，还存在不小的差距。可如果盲目地在军队中引进和使用国外的先进技术，无疑会威胁国家和军队安全。所以要下大力研发我国我军的大数据技术，把“数据主权”牢牢掌握在自己手里，为实现强军目标提供坚强的技术支持和安全保障。