数据链装备（精选8篇）
数据链装备 篇1
随着通信网络的迅猛发展和信息技术在军事领域的广泛应用, 未来作战双方都将面临高强度的电子对抗、电子病毒及火力摧毁等软、硬攻击。武器装备中的作战运用数据作为其信息系统的“血液”, 对信息化条件下联合作战的影响越来越大, 将是敌重点破坏的对象。因此, 作战运用数据防护的问题十分重要, 必须针对可能面临的威胁, 采取相应的措施和方法, 组织好数据的安全管防和容灾备份, 并配套相关处置预案, 确保数据安全, 有效发挥基于信息系统的体系作战能力。
1 武器装备作战运用数据安全需求分析
存储数据的武器装备是安全防护的重点, 主要有各类信息平台及终端, 信息战中, 敌方将重点攻击这些目标, 影响数据安全的环节主要涉及信源 (信宿) 、信道、使用三个环节, 影响因素可分为外部因素和内部因素。
1.1 作战运用数据在武器装备存储过程中的安全需求分析
⑴外部因素引发的安全威胁。一是敌反辐射导弹、电磁武器、核电磁脉冲炸弹、电子病毒等攻击存储作战运用数据的各类信息平台。二是火灾、水害、雷击等自然因素造成的数据安全事故。三是人为操作失误或设备故障。⑵内部因素引发的安全问题。一是电磁泄漏、电磁干扰等损害数据安全, 另外不良环境也易造成数据损坏。二是软件存在预留后门、操作系统和数据库漏洞、口令设置等隐患可导致未经授权访问、修改甚至删除作战数据。
1.2 作战运用数据在传输过程中的安全需求分析
⑴外部因素引发的安全威胁。一是敌方对我网络结构、互联设备、通信协议等进行电磁干扰、截听、破译, 非法窃取或篡改我方传输的作战数据。二是随机、突发的带电云层、其雷电辐射及人为噪声等环境噪声具有时间上的不确定性和能量分布的不均匀性, 在某些特定的环境中对数据传输的影响比较强烈。⑵内部因素引发的安全威题。一是未来信息化战场上通信装备种类繁多, 战场空间内已方大量的信息装备易形成电磁交叉、相互干扰, 加剧了战场电磁环境的复杂性, 从而引发数据安全问题。二是由于频谱资源稀缺, 敌我双方的通信设备基本集中工作在短波或超短波频段上, 使得有限的频段内敌我信号复杂、频率拥挤, 使数据传输的电磁环境变得十分恶劣。
1.3 作战运用数据在使用过程中安全需求分析
一是以合法身份进入信息系统内部的人员, 因违法违纪、操作技术不熟练或违反操作规程造成的安全问题。二是在运用信息系统时不按规定执行, 如违反相关操作规程浏览机密信息导致作战数据外泄。三是因心理、技能素质不过硬, 导致操作失误或操作不当造成系统故障影响作战数据安全。四是系统、应用、服务或网络环境的安全漏洞、后门或病毒, 造成系统瘫痪或损毁。
2 武器装备作战运用数据安全保障措施与对策
数据安全是确保信息作战指挥控制活动顺利实施的前提, 是信息制胜的重要保证。主要任务是保证我方存储、传递、使用数据的安全, 即保证信息的完成性、可用性、机密性、可靠性、真实性。数据安全所涉及的范围广泛, 影响数据安全的因素复杂, 要综合采取安全措施。
2.1 做好存储过程中的安全防护
存储数据的各类终端是数据安全防护的重点, 主要有信息作战指挥中心, 交换节点、武器平台、各类装备有信息终端的设备等, 信息作战中, 这些目标将是敌方优先选择的打击目标, 如果没有伪装、抗软硬打击的措施以及严格的保密和管理制度, 防止敌方侵入及精确武器的打击, 数据安全将无从谈起。对武器平台及各类终端可采取以下防护措施:⑴电磁防护。一是用金属材料将装备密封起来, 使装备不受电磁脉冲干扰。二是装备壳体与地线连接, 使装备与大地形成同电位。三是电缆和引线尽可能缩短, 减少电磁脉冲对系统的藕合和干扰。四是采用具有良好的防护性能的电缆。五是采用气体放电和半导体防护装装置等。⑵网络防护。一是在信息系统的建设上要坚持走独立自主, 自立更生的道路, 以堵住“病毒”的来源。二是在网络的使用上, 要严密控制、严格管理。三是要建立和健全数据安全防护机构和队伍, 力争在技术上保安全。四是构建防火墙, 以阻挡外部网络的入侵。⑶战术防护。一是疏开配置武器装备以减轻毁伤程度。二是构筑防护工事以提高装备的抗毁性。三是综合伪装武器装备以减少被发现概率。四是采取假目标或电磁佯动等信息欺骗手段迷惑敌人。五是采取躲避、驱逐、摆脱等战术手段。⑷技术防护。使用新型保密技术对存储在介质上的数据库数据进行加密处理, 并严格密钥管理, 是有效防止数据信息失泄密的技术手段。建立备用网络、采用双机操作、采取机外异地多点备份等方法进行容灾备份, 以应对敌方硬摧毁、自然灾害、意外故障等安全事件的发生。
2.2 做好传输过程中的安全防护
武器平台的各类信息终端相互之间的数据交换和传递, 是通过通信信道实施的, 这些信道既有有线的, 也有无线的, 数据在有线信道传输过程中会产生电磁辐射, 敌方能利用专门设备接收, 在无线信道传输数据则无法阻止敌方的侦听或截获, 如果数据传输信道的安全措施不完善, 数据安全就无法保证。⑴网络防护。一是采用安全风险检测工具, 对安全漏洞和安全隐患扫描, 针对风险评估报告进行相应的修补整改。二是综合运用欺骗手段, 破坏敌方对我数据进行采集和处理, 使敌不能有效地发现和毁伤我信息系统。⑵采用新技术。新的技术可以较好适应不断恶化的战场环境, 如猝发传输、数字通信保密性较好, 自适应天线技术、跳频通信和扩频通信抗干扰能力较强, 适当提高收信端信号强度等。⑶灵活运用各种抗干扰战术方法。通过加强抗干扰训练, 采取多种通信手段结合并用, 可有效压制或消灭敌干扰源。如建立隐蔽或复试无线电网, 组织实施无线电转信, 调整或加强人员、器材, 使用反干扰专用联络文件, 改变无线电台工作频率, 改变无线电台特征, 精简报文, 组织无线电台遥控等。⑷抢占战场制信息权。一是利用电磁能对敌方进行电子干扰和使用反辐射武器、定向能武器和电磁脉冲武器等毁伤敌方电子信息设备、系统、网络及相关武器系统或人员。使敌电子设备效能下降, 甚至系统瘫痪。二是采用信息通信保密、信息通信伪装和信息通信欺骗等方法, 以及采用抗干扰的信息通信设备和提高信息通信人员的反干扰技能等方法保障己方电子设备和系统正常发挥效能。三是正确选择信息通信台站配置位置, 组织反干扰信息通信网等综合措施, 尽量避免敌对我信息通信系统的直接摧毁。
2.3 做好使用过程中的安全防护
在使用信息数据时, 因不按规定执行, 同样也妨害数据安全。如已方人员数据系统的内部的操作人员、编程人员、维护人员、网络管理人员和用户等, 在这些人员中, 如果有个别人员违法违纪, 思想麻痹大意安全保密意识不强, 操作技术不熟练, 违反安全保密规定和操作规程, 都会造成数据的泄密。⑴身份认证与授权管理。防止非法用户访问, 通过完善策略控制, 限制用户对网络上信息的非授权访问, 保证网络上信息及信息系统的安全。认证可采用数字证书方式, 通过公钥体制, 保证用户身份的一致性与统一性, 利用对网络信息的细粒度划分, 达到对信息资源的严格管理与控制。⑵建立动态防护监测。通过对网络应用层的内容审计及网络层的入侵检测, 记录网络状态及网络操作行为, 进行关联性分析、优先级排序, 让安全事件能够得到即时的处理, 可有效预防外部网络攻击及内部网络泄密。⑶健全机构、制度。建立数据安全岗位责任制, 以提高操作的人员的责任心和积极性。加强人员的培训, 以提高操作人员的熟练程度。建立有效的奖惩措施, 以提高全体人员的安全意识, 充分发挥系统效能, 共同维护数据安全。⑷完善预案。制定应急处理预案并组织应急处理演练, 以提高人员应急处置能力, 做好突发情况中的数据安全防护。主要包括操作系统瘫痪时的应急处理, 网络硬件损毁时的应急处理, 电源不稳引起元器件烧毁, 设备寿命期外性能下降, 紧急开设信息系统网络节点, 系统自毁。
摘要：文章从数据使用、数据传输、数据存储出发, 以三维立体防护构建完善的数据安全系统, 真正从“内容”上为武器装备提供一个高效、可靠的安全数据信息。
关键词：武器装备,作战运用,数据安全
参考文献
[1]邢金利.新形势下加强作战数据安全保密的几点思考[J].信息安全与保密, 2010 (5) .
[2]殷冬顺, 梁博宁.保证数据安全措施的探讨[J].网络安全技术与应用, 2008 (8) .
[3]施福忠.装备数据库系统数据安全防护研究[J].信息安全与保密, 2009 (6) .
[4]王明举.基于身份认证技术的作战数据安全管理浅探[J].信息安全与保密, 2010 (3) .
[5]王洪俭.网络环境下的数据安全解决方案研究[J].网络安全技术与应用, 2008 (5) .
数据链装备 篇2
装备保障过程中将产生大量的数据，这些数据对于分析装备质量状态有十分重要的意义。装备保障信息安全管理系统是我军装备保障信息化建设的重要组成部分。目前，我军的信息化建设已经进入一个崭新的阶段，但由于历史原因，大量装备在维护、训练过程中产生的数据信息只能以纸质或不同格式电子文件形式孤立的保存在各型保障装备终端，无法实现装备保障信息的共享，严重制约了装备信息化建设的深入开展。
针对上述问题，文献[1]提出了一种基于XML转换规则的数据集成方法，以解决数据异构问题;文献[2]通过构建装备保障数据仓库，将各类装备保障数据和信息进行汇总，以数据仓库的形式进行重新组织和存储，建设综合性的服务系统，但未充分考虑实时性要求。本文以XML格式作为数据交换和传输的标准进行软件设计，实现装备保障数据局域网内的实时在线自动传输并及时地解析存储到本地数据库，有效解决“信息孤岛”问题，从而实现数据的共享和管理。装备保障数据在线传输与处理方法
2.1 数据传输形式
在军械装备数据传输中，军械装备上传的测试数据以及传输过程中的数据均采用XML文件格式，保障数据的XML格式规范按照《军械保障装备采集数据交换格式标准》的要求执行。
2.2 装备保障数据在线传输与处理流程
军械装备保障数据在线自动传输是以以太网为依托，具体步骤包括：
1)计算机终端监听军械装备报送XML测试数据文件请求;
2)数据库服务器监听计算机终端报送解析数据请求;
3)军械装备测试完成后自动生成符合规范的XML测试数据文件;
4)军械装备向计算机终端发出上报XML测试数据文件请求;
5)军械装备向计算机终端上报XML测试数据文件;
6)计算机终端接收来自军械装备的XML测试数据文件，返回接收操作结果;
7)军械装备接收来自计算机终端的接收操作返回结果;
8)计算机终端解析接收到的XML测试数据文件;
9)计算机终端向数据库服务器发出报送解析数据请求;
10)数据库服务器接收来自计算机终端的XML测试数据文件解析数据，存入后台数据库。
2.3 系统的体系结构
根据装备保障数据在线自动传输与处理流程，将数据在线传输与处理系统分为三个模块：
1)实现军械装备与计算机终端之间的XML文件的自动传输。
2)计算机终端解析接收到的XML测试数据文件。
3)计算机终端向数据库服务器报送解析数据，数据库存储收到的XML解析数据。装备保障数据在线传输与处理软件设计
3.1 基于C/S模型的数据自动传输
要实现军械装备与本地服务器之间的XML文件的自动传输，首先建立C/S数据传输模型，在此基础上实现数据传输的自动化。软件由客户端和服务器端组成，客户端主要负责实时监测指定路径下是否存在XML文件，并把监测到的文件传送给服务器端;服务器端负责实时监听客户端发出的传送文件请求，当有传送文件请求时自动接
3.2 自动传输功能设计
1)客户端工作流程
客户端进行文件自动传输的工作流程如图1所示。从图中可以看出，当客户端连接到服务器端后，二者间将开启一个数据发送的独立线程。客户端开启后，向服务器端发出连接请求，对方接受请求后连接建立，二者间开启数据传输线程。客户端开始自动监测指定目录，看是否有文件存在，当有文件存在时，把该文件自动传送给服务器端。收到服务器端发出的“接收完毕”指令后，客户端自动删除该文件。客户端循环完成上述工作。当文件传输任务完成后，点击断开连接按钮，断开当前连接，或关闭软件窗口，结束任务，终止线程。
为实现客户端的自动检测功能，为客户端设置一个检测时钟，使其能够在指定的时间间隔(如间隔1秒钟)下定期进行监测功能。为不使本次文件传送过程对下一次客户端的监测产生影响，软件增加了把传送完成文件自动删除的功能。
从图中可以看出，当客户端连接到服务器后，二者间将开启一个数据接收的独立线程。服务器端启动后开启监听线程，接受客户端发出的连接请求。连接建立后，二者间开启数据接收线程，服务器端实时监听客户端发出的传送文件请求，当有传送文件请求时自动接收该文件，并把文件存储到指定的路径下。完成文件接收任务后，点击断开连接按钮，断开当前连接，或关闭软件窗口，结束任务，终止线程[4]。
3.3 XML文件解析
3.4 XML文件解析数据存储到数据库
装备保障数据在线自动传输与处理的最终目的是为了实现对这些数据方便有效地存储与管理，这就要求从XML文档中解析出来的数据必须及时的存储到当地数据库中。以SQL Server 2005数据库作为装备保障数据的最终存储终端，根据XML文档显示的信息，在SQL数据库中建立对应的信息表，其基本信息包括装备名称(Equipment Name)、装备数量(Equipment Number)、测试时间(Time)、测试装备状态(State)、监测出的问题(Question)等数据项，如表1所示。
在SQL数据库中建立数据表之后，通过C#语言编程与SQL数据库建立连接后，就可以将上述XML文档显示的信息存储到“装备保障数据信息表”中，从而实现对装备保障数据的管理[6]。结论
装备使用阶段RMS数据收集研究 篇3
装备RMS (reliability, maintainability, supportability) 数据是指装备系统在研制、生产、使用、维护等过程中所产生的描述装备可靠性、维修性、保障性水平及状态的各种数据。它贯穿于装备寿命周期的各个阶段, 可以通过数字、表格、符号、文字、图像等形式来表现。其中, 可靠性是指产品在规定的条件下和规定的时间内完成规定功能的能力;维修性是指产品在规定的条件下和规定的时间内, 按规定的程序和方法进行维修时, 保持或恢复执行规定状态的能力;保障性是指系统 (装备) 的设计特性和计划的保障资源满足平时和战时使用要求的能力[1,2]。装备可靠性、维修性和保障性之间相互渗透、相互影响, 共同决定了装备的战备完好性, 并对装备的使用、保障费用和寿命周期费用有重要影响[3]。然而, 目前在一些部队, 对于装备RMS数据的重要性还认识不够, 对于RMS数据收集的基本要求和程序还有待于进一步明确, 本文将重点对这些问题进行研究, 其中所涉及的RMS数据收集主要发生在装备使用阶段。
1 RMS数据的来源及特点
装备RMS数据可以按照参数形成的时间进行分类, 可分为论证阶段RMS数据、方案阶段RMS数据、工程研制阶段RMS数据、生产阶段RMS数据、使用阶段RMS数据及退役阶段RMS数据, 本文重点分析装备使用阶段的RMS数据。
1.1 RMS数据的来源
装备在使用阶段可以概括为三个基本过程:即装备储存、装备使用和装备维修。其中, 装备储存是指装备及技术器材存放在库房内进行存储保管的过程, 通过封存、技术检查和启封等活动, 保持装备的技术状态, 以供随时投入使用;装备使用是指装备投入作战和训练的过程, 通过一系列的操作, 使装备的功能发挥出来;装备维修是指为保持和恢复装备的功能而进行的一系列维护和修理工作。从图1可以看出, 装备使用阶段的RMS数据主要包括储存数据, 使用数据和维修数据。
1.2 使用阶段RMS数据的特点
在装备使用阶段, RMS数据具有以下特点:
(1) 来源真实。使用阶段的RMS数据来源于装备已投入使用, 源于实践, 是不以人的主观意识而转移的, 但它又是数据收集人员所感知, 测量、记录, 这就要求数据收集过程中要遵循客观事实, 保证数据的有效度。
(2) 反馈实情。使用阶段RMS数据收集是分析和评价的基础和前提, 而使用阶段RMS数据分析的目的则是找出装备设计中存在的薄弱环节, 进一步提高改进手段, 确定装备在实际使用中的可靠性、维修性和保障性水平, 将分析的结果反馈到研制单位, 从而提高装备的RMS水平。
(3) 提高装备性能。使用阶段的RMS数据反映了装备在实际使用中的真实情况, 比在实验室中的模拟条件更代表了装备的表现, 经分析和处理的RMS数据, 对进一步提高装备性能具有很高的价值。
2 RMS数据收集的基本要求和程序
2.1 RMS数据收集的基本要求
随着装备的投入使用, 在数据的收集中, 其信息量会越来越大, 同时由于部队管理等方面的原因, RMS数据的不确定性增大, 如何获取有效、高质量的RMS数据, 是数据收集人员需要特别注意的问题。因此在对数据满足一定量要求的条件下, 对质的要求就至关重要。数据收集应满足的基本要求如下[1]:
(1) 真实性。真实性是准确性的前提。对RMS数据的收集, 必须如实地记录和描述装备在使用过程中的故障、维修和保障情况, 即使对于不能维修和保障的情况也要如实登记, 因为这些数据是RMS数据中的重要部分, 是对RMS设计缺陷的描述。
(2) 及时性。在收集RMS数据时, 必须是在装备使用过程中发生故障、进行维修和保障的第一时间进行相关数据的记录, 不能在事后进行补记, 否则RMS数据的准确性、真实性都得不到有效保证。
(3) 完整性。充分利用数据对装备可靠性维修性保障性进行分析评估, 要求所记录的数据尽可能完整, 即对某一次故障或维修事件的发生, 包括故障本身的使用状况及该产品的历史及送修、报废等应尽可能记录清楚, 这样才有利于对装备的RMS性能进行全面分析, 也更有利于对装备进行改进。
2.2 RMS数据收集的程序
为了规范使用阶段RMS数据的收集的过程, 需要确定相应的收集程序, 具体包括需求分析、确定收集阶段、选择收集方式、制定收集表格等主要步骤, 如图2所示。
(1) 进行需求分析。进行RMS数据需求分析的主要目的是明确数据种类, 确定数据收集的对象、目的等, 主要考虑的内容包括: (1) 明确装备RMS数据的种类, 例如对于可靠性数据包括:故障率、故障间隔时间等, 并对各项数据的样本量进行确定; (2) 分析装备的使用环境和任务需求, 例如对于某型火炮装备, 它的使用环境包括了作战地域、演习场地、日常训练场地等, 不同的环境执行的任务也各不相同, 需要进行具体分析; (3) 明确RMS数据收集的对象, 也就是要区分到底是对装备体系、装备系统还是单件装备的收集, 不同的对象, 其收集的要求也各不相同[1]。
(2) 确定数据收集阶段。在不同的寿命阶段有不同的数据收集点, 考虑到同一装备在不同条件下使用, 其维修性数据的差异可能会很大, 因此选择的数据收集点在地域和气候上应尽量相似。对于现场数据, 主要是使用部门的质控室或维修部门等。在选择重点地区或部门时, 以有一定的代表性为好, 如使用的装备群体较大, 管理较好, 使用中代表了典型的环境与使用条件等。对于新投入使用的装备, 应尽可能从头开始跟踪记录, 以反映其使用的全过程。
(3) 选择数据收集方式。RMS数据的收集一般采用“现场收集”和“非现场收集”两种方式, “现场收集”方式是指派出专门的数据收集人员装备使用现场, 按照预先制定好的计划详细记录所需的RMS数据, 多由专职技术人员完成, 在这种方式下收集到的RMS数据比较完整、准确。但随着装备使用环境的复杂化、使用任务的多样化, 派出专门人员进行收集已经越来越不现实, 直接利用装备使用人员进行数据收集成为以后的发展趋势。“非现场收集”方式主要是指通过对装备使用手册、装备训练数据、装备保障数据进行分析, 从中采集需要的RMS数据, 这种方式的经济性较好, 但准确性不高。数据收集的组织人员需要根据具体任务和环境, 确定数据收集方式。
(4) 制定数据收集表格。设计和制定合理的数据收集表格是保证RMS数据收集质量的重要环节。数据收集表格应简洁明了, 尽量将专业术语转化为平实的语言, 避免使用有歧义的词语, 而且最好附有填写说明或填写示范, 以免出现差错。
3 结束语
论文对装备RMS数据的分类情况进行了分析, 确定了装备使用阶段RMS数据的来源和特点, 并对RMS数据收集的基本要求和程序进行了分析。论文只是对RMS数据的基本理论问题进行了分析, 在实际收集数据过程中, 还应该注重相关方法和技术的应用。下一步将深入进行RMS数据采集技术的研究。
参考文献
[1]李世英.信息化装备体系的RMS参数体系、模型及应用研究[D].军械工程学院, 2009.
[2]闫鹏, 高明君, 郝建平.装备维修性数据收集与分析系统[J].科学技术与工程, 2006, 6 (22) :3640-3642, 3652.
[3]潘吉安.可靠性维修性可用性评估手册[M].北京:国防工业出版社, 2010.
[4]闫鹏.自行火炮使用阶段维修性数据的收集与分析研究及系统实现[D].军械工程学院, 2007.
数据链装备 篇4
野战医疗所是我军重要的机动卫勤力量, 其基本卫生装备物资种类繁多,技术含量较高,物资器材精细化管理难度大[1,2]。战术卫勤保障数据链基于我军卫生装备物资特点,针对野战医疗所卫生装备物资管理实际,系统整合信息技术与成果,为卫生装备物资的精细化、自动化、科学化和高效率管理指明了方向[3]。基于战术卫勤保障数据链思想建设的野战医疗所基本卫生装备物资数据链保障平台以无线射频识别(radio frequency identification,RFID)技术作为主要支撑技术,为野战医疗所卫生装备物资管理提供了完备、高效的解决方案,从而有效提高了野战医疗所履行卫勤使命的能力[4,5,6]。本文对该平台的逻辑体系结构、软件体系结构进行了详细分析设计,对系统的功能模块进行了设计与实现。
1 逻辑架构分析与设计
野战医疗所基本卫生装备物资数据链保障平台体系结构应体现基本卫生装备物资流转管理的内涵,适应野战医疗所的任务需求。同时,应具备较好的开放性,可以与军队其他业务系统较好对接。因此,系统体系结构应进行层次化设计,从逻辑上划分为管理决策层、应用支撑层和数据采集层,如图1 所示。
1.1数据采集层
该层为系统逻辑架构的最底层,主要采集野战医疗所基本医疗卫生装备物资的流转状态信息,包括RFID基本设备,如读写器、天线以及电子标签等装备物资信息采集所需设备。系统通过固定式读写器和移动式读写器采集装备物资流转信息,这些采集到的信息通过RFID中间件进行统一处理,包括对这些来自不同硬件采集设备数据的统一过滤处理及校验处理,从而实现异构数据的整合,确保装备物资流转信息采集的效率与效果[7]。
1.2 应用支撑层
系统逻辑架构第二层是应用支撑层,该层细分为硬件应用层、软件实现层和网络传输层组成。硬件应用层包括系统运行所需各种硬件设备,为系统运行提供硬件支撑。软件实现层包括实现系统相应功能的软件实现方案,为系统运行提供软件支撑。网络传输层根据系统的功能需求,将传统的有线网络传输技术与无线数据传输技术进行整合应用,为系统运行提供数据传输支撑。
1.3 管理决策层
管理决策层是系统逻辑架构的顶层。该层一方面完成基本医疗卫生装备物资的具体管理工作,涵盖装备物资流转的出库、入库、盘点、组室展开、组室撤收、出箱、入箱、装车、卸车、系统管理等环节。另一方面在此基础上,通过对装备物资流转数据及系统运行数据的统计分析与数据挖掘,为上级首长机关提供有力的决策支持。
2 软件架构分析与设计
野战医疗所基本医疗卫生装备数据链保障软件架构采用分层模式进行设计,分为人机界面层、业务逻辑层和数据存储层,同时采用客户端/服务器(Client/Server,C/S)和浏览器/服务器(Browser/Server,B/S)模式相结合的软件架构模式[8,9]。
2.1 软件分层架构设计
系统软件体系结构分为表示层、业务层、数据层3 层,业务逻辑层与数据存储层之间还设有数据访问层,如图2 所示。
表示层为系统与用户进行交互提供支持,提供信息采集、查阅以及管理的人机交互界面。业务层实现系统应用涉及业务的处理,包括信息采集、属性查询、状态预警、流转管控、状态追溯决策支撑和系统日志。数据层一方面主要存储系统运行所需数据,包括装备物资采集信息、属性信息、管理信息以及统计分析决策信息和系统运行管理信息等,另一方面为业务层提供数据存储与处理的接口,实现业务逻辑应用与后台数据库之间的数据交换。
这种3 层软件体系结构将用户界面、业务逻辑与数据存储相互分离为独立的层次,实现了2 层之间的松耦合和单层之内的高内聚[10]。在系统维护时可依据需要分而治之从而增强灵活性;在系统应用时可将业务逻辑与数据访问从客户端独立出来进行集中、专门的处理从而提升可重用性和安全性;在用户操作时可实现数据按需传输从而减轻系统运行负荷并提升系统性能。
2.2 软件架构模式设计
软件架构模式分为C/S模式和B/S模式。C/S模式将应用划分为客户机和服务器,分别进行用户交互和数据管理。B/S模式是C/S模式的特殊形式,主要应用于网络环境,客户端通过浏览器实现,业务逻辑通过服务器实现。野战医疗所基本医疗卫生装备物资数据链保障平台软件架构模式整合了C/S模式和B/S模式,如图3 所示。
在平台前端采用C/S模式实现对基本卫生装备物资流产生的实时、大量数据的交互和处理,从而解决了B/S模式下客户端操控和处理能力受限和批量数据处理对服务器的负荷问题。在平台后端采用B/S模式实现基本卫生装备物资流转整体业务信息管理,方便为上级卫勤首长机关提供决策参考,从而解决了C/S模式中跨平台部署和异构网络之间协调困难的问题。因此,通过这2 种软件架构模式的系统整合,充分发挥了各自的优越性,实现了二者优势互补,从而更加科学合理地满足了系统设计开发需求,充分保证了野战医疗所基本医疗卫生装备物资保障的工作效率。
3开发与运行环境
野战医疗所卫生装备物资数据链保障平台开发基于Microsoft .NET Framework 3.5 技术平台,采用Microsoft Visual Studio.NET 2008 作为开发工具,使用C# 语言结合ASP.NET技术和AJAX技术进行开发,后台数据库为Microsoft SQL Sever 2008,网络信息服务器为Internet Information Server 6.0。
在系统运行环境方面,系统的中心管理系统服务器硬件配置为:P4 处理器+1 GB内存,服务器软件环境为:Windows 2000/2003 Server+IIS 6+.Net Frame-work3.5;客户端工作站环境为:Windows XP+IE8,网络硬件配置为:Ethernet+TCP/IP;固定读写设备系统硬件配置为:P4 处理器+ 512 MB内存,系统软件环境为:Windows 2K/XP;移动读写设备网络硬件配置为:Ethernet+TCP/IP+RS232 总线hub,系统硬件配置为:Marvell PXA310 处理器+128 MB内存,系统软件环境为:Win CE系统;终端网络硬件配置为:有线或无线RS232 总线网络。
4 功能模块设计实现
野战医疗所卫生装备物资数据链保障平台是建立在前端数据采集基础之上的综合卫生装备物资管理系统,不仅要具备像前端一样的装备物资信息采集、查询与管理功能,而且还要通过网络传输技术,实现异地分布式装备物资库存盘点与跟踪定位管理,从宏观层次实现对野战医疗所各组室帐篷中装备物资的微观管控。具体应实现基本卫生装备物资的信息采集、信息查询、状态预警与控制、跟踪定位、数据维护、决策支持、系统管理等功能。系统功能模块如图4 所示。
C/S模式下系统客户端界面及部分功能模块实现如图5 所示。
B/S模式下系统部分模块功能界面实现如图6所示。
5 应用效果分析
传统的野战医疗所基本卫生装备物资管理需要大量人工操作,效率低下、差错率高,无法实现卫生装备物资流转信息的实时共享与分发,上级卫勤机构无法实时了解野战医疗所装备物资的情况。野战医疗所卫生装备物资数据链保障平台以数据链思想为指导,以RFID技术为支撑,可实现野战医疗所基本卫生装备物资流转信息的实时感知与处理,大大提升了野战医疗所现场装备物资的管理效率,降低了野战医疗所现场装备物资管理人员的工作难度、强度以及差错。同时,为上级卫勤首长机关提供了翔实、精确、实时的野战医疗所整体卫生装备物资的流转状态信息并及时转化为对卫勤决策的支持,适应了新时期野战医疗所遂行多样化军事任务的能力需求[1]。
6 结语
野战医疗所基本卫生装备物资数据链保障平台基于创新的理念进行设计,应用先进的技术进行开发与部署,为战术卫勤保障数据链建设提供了切实可行的解决方案。该平台可以有效提高野战医疗所基本卫生装备物资的管理效率和精确化、自动化程度;另一方面可以为上级卫勤决策机构提供有力的决策支持,从而促进野战医疗所卫生物资装备管理工作迈上新台阶。
摘要：目的:研发野战医疗所基本卫生装备物资数据链保障平台,以提升卫生装备物资管理效率。方法:以战术卫勤保障数据链理念为指导,依托射频识别技术,对平台逻辑架构和软件架构进行分析设计,使用C#语言结合ASP.NET技术和AJAX技术进行开发。结果:实现了浏览器/服务器(Browser/Server,B/S)-客户端/服务器(Client/Server,C/S)混合模式下的基本卫生装备数字化管理功能,并能实时收集、共享、更新装备流转数据。结论:该平台创新了开发、应用与部署模式,为野战医疗所装备物资管理工作的开展提供了便利。
关键词：野战医疗所,卫生装备物资,数据链,平台
参考文献
[1]罗旭,姬军生,郭继卫,等.野战医疗所遂行多样化军事任务的能力建设[J].解放军医院管理杂志,2011,18(8):749-751.
[2]林亚忠,万任华,林村河,等.卫生营物资管理系统研制[J].解放军医院管理杂志,2011,18(3):229-231.
[3]连平,刘运成,胡湖,等.战救数据链系统构建与实现[J].人民军医,2011,54(12):1 120-1 122.
[4]程曦.RFID应用指南——面向用户的应用模式、标准、编码及软硬件选择[M].北京:电子工业出版社,2011.
[5]丁效军,郑理华.医疗设备RFID标签的设计和应用[J].医疗卫生装备,2014,35(1):42-44.
[6]郭永平,刘晓军,张树旺,等.基于射频识别(RFID)技术的卫生装备智能管理信息系统的设计与实现[J].医疗卫生装备,2011,32(3):9-11.
[7]郭洪役.基于RFID技术的装备管理信息系统研究[D].长沙:国防科学技术大学,2009.
[8]胡红波,邓朝晖,戴美萍.基于C/S-B/S结构的军队医学计量管理系统的设计方案[J].医疗卫生装备,2014,35(4):42-44,65.
[9]刘晓东.基于RFID的工程训练Web管理系统研究与实现[D].广州:广东工业大学,2009.
数据链装备 篇5
高端装备制造业处于价值链高端和产业链核心环节,是现代产业体系的脊梁,决定着整个产业链的综合实力[1]。发展高端装备制造业是提升我国产业核心竞争力的重要途径,是抢占科技制高点的必然选择,对于实现由制造业大国向制造业强国的转变具有重要意义[2]。“十二五”期间,政府制定了一系列鼓励和支持高端数控装备产业的政策和措施,重大专项《高档数控机床与基础制造装备》的实施,进一步推进了高端数控装备产业的发展。2015年两会特别指出,高端装备制造将成为下一片蓝海,到2020年,我国将基本实现工业化,到2050年,迈入世界工业强国;同时,要进一步加快信息化与工业化的深度融合,提升工业产品的智能化水平,鼓励关键信息技术的攻关和创新应用。
北京市高端装备制造业在人才、技术、产业等各方面都具备独有的优势,在新形势下面临发展重点的调整和产业链的重新梳理。未来几年是高端装备制造业的重要战略机遇期,面对巨大的市场需求空间,加快发展高端装备制造业[3],既是推进产业结构升级、转变经济增长方式的内在要求,又是构建竞争优势的迫切需要。北京市大数据、互联网和物联网等信息技术发展迅速,位于全国的技术前沿,所以要在发挥资源优势的基础上,寻找切入点和突破口,探索适合北京的发展模式,主推高端装备制造业转型升级,走出一条信息化与工业化相结合的道路。
本文对北京高端装备制造业企业展开调查,分析大数据应用现状,并提出大数据助推北京高端装备业商业模式创新的对策与建议。
一、北京高端装备制造业企业大数据应用现状
作者对北京31家高端装备制造业企业进行了问卷调查,问卷全部有效。问卷设计对象包括9家数控机床企业,9家3D打印企业,12家智能机器人企业,另有1家机构三个领域都有涉及(机械科学研究总院先进制造技术研究中心)。
(一)企业概况
被调研企业的企业规模不等,其中,总资产有在4 000万元以下的,也有在4亿以上的,年销售收入有500万以下的,也有在3亿以上的。具体来说,总资产4 000万元以下有13家,4 000万以上、4亿以上有17家,4亿元以上有1家。年销售收入500万以下有5家,500~3 000万之间有11家,3 000万元以上3亿以下有13家,3亿元以上2家。从从业人员数目上看,绝大部分企业的职工人数都在300人以下,其中研发人员占企业当年员工总数的10%以上的企业比例达到67.7%,专科及以上学历员工占企业当年员工总数30%的企业比例达到83.9%。
(二)大数据应用情况
大数据的应用是指企业在生产经营过程中贯穿大数据技术,将各个业务系统集成在一起运行,获取数据,并对数据进行深度挖掘,然后再反馈并指导研发、生产、销售和仓储等环节。目前来看,北京高端装备制造业大数据的应用程度还不是很高(见下页表1)。
调查结果显示,软件系统CAD/CAM、ERP等应用比较广泛,但CRM和SCM却普及度还比较低。大多数企业选择将软件系统集成在一起运行。调研还发现,目前企业更倾向于在研发和生产环节进行大数据技术的投入(见下页表2)。
企业通过运用大数据想要实现的主要目标集中在产品优化、成本控制和运营优化三个方面。
调查中大多数企业希望政府能够支持和推动大数据技术的应用和发展,包括促使产业联盟、制定行业标准,以及产学研结合。特别的,在政府提供的支持上,政策和资金的支持被认为是最重要的,其次是资源整合、技术指导、开放数据、购买产品。
二、大数据应用于北京高端装备业的问题与对策
(一)树立高端装备产业中大数据应用的数据安全观
目前,我国信息化水平与发达国家之间还存在很大差距,信息基础设施建设和应用水平仍然滞后于发达国家。在对北京优秀企业调研过程中发现,企业的数据应用大多局限于内部。究其原因,是我国的大数据环境还存在巨大的安全隐患,这严重阻碍着技术创新和发展,是大数据背景下亟待解决的重要问题。高端装备制造业的未来趋势是与信息技术全面综合集成,以数字化、网络化应用为特点的新阶段,此阶段特别重视大数据下的安全问题。我国在充分引入大数据技术的同时,也应该特别重视行业、企业中利用大数据技术所引发的不公平竞争行为。
基于我国信息化尚处于发展初期的事实,应该及时在高端装备制造产业中树立大数据应用的数据安全观,要加快推动新一代信息技术在大数据安全中的应用。一方面,国家要紧跟大数据技术发展步伐,及时弥补法律、法规中存在的漏洞,从法律层面保证企业、个人的数据安全;另一方面,企业要特别重视经营中的数据安全问题,对敏感数据采取特别的保护措施,在充分利用大数据共享平台的同时,也要注意审视信息系统中是否存在敏感数据,对于有条件的企业,要建立数据安全部门。
(二)加强对高端装备产业中大数据应用理论和政策的研究
工信部副部长怀进鹏在第五届云计算大会中指出,大数据技术的应用一方面需要对理论和技术进行拓展和原始创新,另一方面需要对有目标导向的应用进行拓展合作,比如以行业应用、移动互联网和工业互联网为基础,推动大数据在具体应用领域的发展和完善。大数据的应用不仅需要在企业中进行推广引用,同样也需要理论和政策层面的基础性研究,建议在政府层面设立大数据应用研究专项资金,鼓励和引导企业、高校、研究机构加强对制造业中大数据的理论与应用的研究,探讨产业发展中共性问题以及不同产业应用的特性问题。
积极推进大数据理论和政策研究能够提升我国实体经济和两化融合下新型制造业的发展,也能促进信息消费的发展,使之成为大众创业创新的重要载体,最后在推进产业结构向中高端迈进中也扮演重要角色。
(三)加强高端装备产业中大数据应用的商业模式研究与经验交流
近年来,为促进大数据技术在各行业中的推广应用,相关领域组织了中国大数据论坛、百度大数据论坛、大数据颠覆营销高峰论坛、全域大数据峰会等一系列交流活动。这些经验交流活动旨在利用大数据技术加快社会生产要素的资源共享、集约整合和协作开发,为企业转变生产方式和经营模式提供创新思路。通过研究大数据论坛中的成功案例可以发现,大数据在互联网企业中的应用最为广泛,其中较为典型的案例是阿里巴巴集团的大数据信用评级体系,这种信用评级体系收集网上客户的消费行为、网上浏览行为等活动,通过企业内部一套完整的网络数据模型及信用体系整理出信用数据。通过信用数据为每一个商铺、每一个店家做信用等级的评分,根据这个评分为客户发放微贷,从500元~100万元不等。阿里金融利用互联网技术收集大量客户数据,建立大数据评价体系,这种做法打破了传统银行需要抵押贷款的商业模式。阿里巴巴集团对大数据技术的应用可以为高端装备制造业商业模式创新提供思路。
北京是高端装备制造企业较为集中的地区,可以充分发挥北京地区高等院校、研究机构多的优势,一方面,在政府的指导下通过项目建立企业、高校、研究机构一体的“产学研”组织,通过项目攻关加强各部门之间的交流合作;另一方面,可以在政府之外通过建立民间学术团体、协会促进各行业间的经验总结交流。
(四)建设北京高端装备产业大数据应用云中心
目前,大数据在一些领域特别是电子商务、智能交通、政府决策、辅助医疗等领域应用较为广泛并取得了很多成果。但是在工业应用领域,特别是在高端装备制造业中应用的效果并不理想。作者调研的这几家企业规模都不大,数据处理部门都刚刚开始建立,数据处理专门技术人员缺乏,数据存储和数据处理设备有限。企业面对大数据时代还没有做好充足的准备,不能妥善处理在生产经营中产生的大数据。因此,作为政府主管部门要为企业解决一些有共性的问题和困难。笔者认为有必要与阿里巴巴等云计算服务商合作建立北京高端装备产业云中心,引导企业把自己数据存储到云端来进行运算。这样做有很多好处,一是节省企业投资,二是安全性好,三是计算能力强,四是服务好。未来,云计算是一个互联网里面的基础设施,所以交给专业的云服务的基础设施供应商来服务,是最好的选择。
结论
通过调研发现,北京的高端装备制造业企业普遍还缺乏大数据意识,没有大数据战略规划,企业运营的各个环节大数据技术应用都不普遍,企业应用大数据技术仍需要多方面的支持。本文从行业角度总结北京高端装备制造业四个方面的问题和对策。高端装备制造业需要加强大数据理论的研究和实践的探讨交流,要建立大数据应用的数据安全观念,整合行业资源建立大数据应用云中心。
因此,北京高端装备制造业企业大数据技术应用的推进仍需要企业自身和政府共同的努力推进。首先,企业自身要积极制定大数据战略规划,逐步推进大数据技术硬件和软件的建立,在企业运行的各个环节都要树立大数据意识。所以,企业需要加大科研投入重点突破核心技术,此外要推进高端装备制造业大数据的应用,除了加强技术创新与资本投入之外,更重要的是要培养既懂大数据技术又懂高端装备制造业业务流程的专业人员,企业要积极引进国内外专业人才,为技术创新提供人员保障。其次,政府一方面要在政策上支持大数据技术的应用,可以从税收优惠政策和研发经费补贴等方面入手。此外,政府还要推进行业资源整合,搭建创新平台促使产学研的合作交流,逐步形成多领域、深层次的产学研合作体系[4]。
摘要：通过对北京高端装备制造业相关企业的调研,从四个方面总结大数据的应用现状存在的问题,并提出相应的对策:树立高端装备产业中大数据应用的数据安全观;加强对高端装备产业中大数据应用的理论和政策研究;开展高端装备产业中大数据应用的商业模式研究与经验交流;建设北京高端装备产业大数据应用云中心。
关键词：高端装备制造业,大数据应用,北京地区
参考文献
[1]唐顺梅,冯俊莲.高端装备制造企业的知识产权战略管理探讨[J].科技创新与应用,2013,(12):25-27.
[2]靳怡芳.黑龙江省装备制造业主导产业研究[D].哈尔滨:黑龙江大学硕士学位论文,2014.
[3]袁卫.从“装备制造大省”到“装备制造强省”——《浙江省高端装备制造业发展规划(2014—2020)》解读[J].今日浙江,2015,(3):68-82.
数据链装备 篇6
关键词：大数据,装备保障,数据挖掘
0 引言
随着信息科技的不断发展,当今社会逐渐进入一个数据爆炸性增长的大数据时代。大数据概念和大数据技术也从2009年开始逐步受到关注和重视,大数据是指无法在有限时间内使用常规软件工具对其内容进行抓取、管理和处理的数据集合,大数据本质上是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。美国政府将大数据比喻为“未来的新石油”。2015年8月21日,我国国务院印发《促进大数据发展行动纲要》的通知,正式将大数据提升到国家核心战略的高度,其意义不仅仅在于掌握海量的数据,更在于使用有效的手段将蕴藏在数据之下的信息和价值提取出来,实现数据的增值。
目前,大数据已经渗入到政治、经济、文化、教育、军事等社会的各个领域,并悄然的改变着人们的生活方式和思维方式。在军事领域,美国政府将对数据的占有和控制作为陆权、海权、空权之外的另一种国家核心能力。美国国防部每年投资2.5亿美元在各个军事部门开展一系列研究计划,以创新的方式使用海量数据。在我国的军队信息化建设中,尤其是在装备保障信息化进程中,大数据也将产生革命性影响。我军装备保障信息系统在多年工作实践中积累了海量的数据,但是由于系统建设初期的技术条件所限,导致数据孤立地分布不同的组织部门,形成了大量的“信息孤岛”,使得数据流通和信息共享受阻,整体的数据利用水平不高。针对这些问题,如何利用大数据技术,对数量巨大、来源分散、格式多样的装备保障数据进行采集、存储和关联分析,使隐藏在数据背后的知识和价值得以更好的呈现,从而对装备保障的技术手段和思维模式产生积极的推进作用,在现阶段的信息化建设中显得尤为重要和紧迫。
1 大数据概述
1.1 大数据的特征
大数据具有规模性(Volume)、多样性(Variety)、高速性(Velocity)、价值性(Value)的“4V”特征。①数据规模巨大(Volume)。阿富汗战争期间,美军为打击一小股恐怖分子,其部署在太空、空中和地面的全方位情报侦察监视系统,24小时内产生的数据就有53T。我军在飞机日常管理中,仅仅一个飞行团每天就会产生数亿条的飞行参数记录。这些数据的收集、存储、分发将远超传统管理技术的管理能力。②数据类型多样(Variety),信息化战争中产生的数据是多种多样的,既包括结构化数据(如数据库数据,结构化文本数据等),也包括半结构化数据和非结构化数据等多类数据(如网络日志、地理位置、图片、音频、视频等)。针对不同的数据类型,其处理和分析方式也有很大区别。③数据处理快速(Velocity),为了能够有效处理海量的、多种类型的数据,必须设计开发高效的数据收集和处理系统。例如美军正在开发的新一代大数据系统,能够通过计算机的速度和精度以及人的敏捷性,来理解和解释现实世界,协助指挥官和分析人员将以100倍于当前的速度来理解传感器收集的海量数据。④数据价值高和低密度(Value),大数据中蕴含丰富的潜在价值,但价值密度低。现代战争中,作战部队使用各式各样的侦查设备进行战场数据的收集和处理,这些数据能够反映出整个武器装备和战场环境,从而对战争进度进行掌握。但同时在爆炸式增长的战场数据中,仅仅有少部分数据是有效的,这有可能导致“数据迷雾”的发生。
1.2 大数据技术架构
从概念的提出到不断的发展成熟,大数据形成了完整的技术架构。首先,构建云计算平台来为大数据技术提供统一分配、动态伸缩、联合协同的计算、存储和网络资源。通过网络信息技术将地点分散、规模不等、数以百/千计的数据中心融合成为一个“物理上异构、逻辑上统一”的数据整合平台,实现“撒豆成兵”的功效。其次,通过数据整合把不同时空的数据统一坐标、把不同格式的数据统一标准、把不同单位的数据进行统一的管控。这种“聚沙成塔”数据管控方式为消除“信息孤岛”,实现数据流通,促进信息共享提供了技术基础。最后,通过数据挖掘技术实现数据深层信息的提取,这是大数据技术的终极目标和核心思想。通过“滤砂成金”,可以从庞杂的数据集中发现数据分析的线索、总结相关信息的演化、增长对分析对象的知识和洞见。
目前,越来越多的国内外企业都意识到海量数据所蕴含的潜在价值,Google公司提出了Map Reduce编程框架,GFS文件系统以及Big Table存储系统,而源于这三项技术的Apache Hadoop等开源项目则成为大数据处理技术的事实标准,被迅速推广应用于互联网和金融行业中。大家熟知的阿里巴巴涉足互联网金融领域,利用淘宝、天猫、支付宝等电子商务平台上的客户积累的交易数据和行为数据等,通过大数据分析,得出企业和个人的信用评价,使得阿里小贷有能力在无人员参与的情况下为数量庞大的小微企业提供贷款,整个过程最快只需三分钟。基于大数据技术的互联网金融,正在冲击传统的金融体系,显示出强大的生命力。在军事领域,因为安全保密等因素的影响,大数据在军内的应用发展相对滞后。目前美国对大数据的利用已经走在了世界的前列,美国国防部在各个军事部门开展研究计划,通过感知、认知和决策支持的结合,加强大数据决策能力。从美军对大数据应用于军事的研究投入和重视程度,可见将大数据应用于军事领域是大势所趋。
2 大数据与装备保障
装备保障数据是指与装备保障活动密切相关的一切数据信息。广义的装备保障数据主要包括地理环境、气象天候、社情民情、基本任务、敌情、我情等。而狭义的装备保障数据则专指武器装备的型号、性能、数量/质量情况、使用情况、保障情况等。目前我军装备部门陆续开发使用了相关的信息管理系统。但是,与其他先进国家相比,我军在装备技术保障指挥控制建设方面还处在十分落后的状态。一方面由于缺乏合理有效的管理控制方法,各个部门的装备保障机构各自为营,缺乏必要的协调和沟通,这导致装备保障数据的“数据孤岛”。另一方面,我军信息化建设进入加速发展的新阶段,武器装备更新换代进程加快,出现大量的“多代武器装备产品共存”现象,这使得装备物资在保障过程中出现了信息量巨大、物资品种繁多、保障时间紧急等特点,传统的装备保障数据管理模式已经很难使用现代军队武器装备保障的需求。
大数据技术的到来为装备数据添加了活力和生命力,加快了军事领域在信息技术、数据挖掘技术、人工智能技术方面的不断拓展,对部队装备保障部门的决策能力和方式产生了巨大影响。目前,针对大数据在装备保障体系的应用还处在起步阶段,研究人员针对大数据在装备保障体系中的可能性分析和发展策略进行了大量的研究,为大数据技术在装备保障领域的应用提供参考。曹会智、李沛等人指出实现大数据开发平台核心技术自主化是装备保障信息化发展的必经之路,同时提出借助大数据创新处理技术应对APT(Advanced Persistent Thread)安全攻击的思路。谢峰、孙江生等人从分析装备保障数据来源的多样性及异构性出发,为实现各种保障数据的汇总和利用以及对上层领导的决策提供支持,提出了装备保障数据仓库的体系结构,并对系统功能需求进行了分析。从宏观的角度构建了装备保障数据仓库的功能需求模型,为未来装备保障数据的高效管理与利用奠定了基础。代冬升、谢峰等人针对以往装备保障指挥辅助决策系统在数据管理上的不足。根据数据仓库的技术特点,提出并构建了基于数据仓库的装备保障辅助决策支持系统的系统框架、系统模块和系统结构,解决了传统装备保障辅助决策系统中数据冗余而有用信息贫乏的问题。
3 装备保障建设中数据的深度使用
在分析装备保障大数据应用现状之后,我们将针对装备保障领域中的“数据管控与分享”、“模式识别与决策支持”分别进行阐述,并结合“军用飞参大数据管控平台”具体方案(如图1所示)进行说明。
3.1 数据管控与分享
目前,在我军的装备保障建设中存在数据呈现“信息孤岛”、数据流通和信息共享受阻以及装备保障数据整体利用率不高的问题。针对这一现状,军队装备保障信息化重点工作已经从信息系统建设和武器装备信息化改造方面逐渐转移到了对海量装备保障数据进行数据采集(包括抽取、清洗和整理等)和数据管控(包括转化、存储和动态组织等)上来。在建设信息化部队的大背景下,如果让各个信息系统互通互联,在它们之间会形成一个息息相关的生态圈,在保证数据安全的前提下,消除“信息孤岛”,实现数据共享,成为装备保障建设的重点内容。
针对军用飞参数据,我们给出了一套完整的数据管控与分享方案(如图1所示)。整个系统使用了基于Hadoop技术的分布式存储与并行计算框架。系统设定内部存储元数据样式,将来自不同时间、不同部门的异源飞参数据进行格式转化,统一加载到分布式存储系统HDFS上,并使用分布式数据库HBase和数据仓库Hive实施数据管理控制,有效克服了“数据孤岛”现象。我们提出了“数据资源包”的概念,将具有相关性的多种非结构化数据(图像、音频、视频和文本)进行统一打包和发布。我们设计了“用户-角色-关系-权限”的用户关系模型,在遵守军队飞参数据相关管理规定的条件下,搭建数据自由共享区,建立数据分享积分机制,完善相关数据推荐系统,对用户权限、角色和关系(亲密度等)进行管理维护。数据管控、用户管理和数据分享机制在保证数据安全的前提下实现用户间的数据分享与交换,促进平台内部的数据流通和信息增值,为空军各级飞参管理人员提供一个数据、信息和功能共享的平台。该数据平台可以为客户提供24核,48G内存的计算能力,提供48TB的存储能力。目前,该平台已经在空军某院所试运行,采集军用飞行数据近2T(包含飞行参数数据、零部件检修数据、飞机维修数据以及图像、音频、视频等非结构化数据),积累用户百余人。整个系统可满足客户未来三年间业务增长需求。
3.2 模式识别与决策辅助
决策是以一定信息和经验为基础的活动,信息是决策过程中能直接影响到决策结果的关键因素。在传统的装备保障管理工作中,由于数据稀缺以及技术条件的限制,决策主要是依据决策者的经验判断,这需要专业的技术知识和丰富的业务经验。但是面对海量的、实时变化的装备保障数据,仅仅靠经验和直觉已经很难给出准确有效的决策。基于大数据支撑的决策思路是对传统决策思维和决策模式的一种颠覆性改变,该思路全面的把握装备保障数据,并随时跟进数据的变化,借助高效准确的机器学习和信息挖掘技术,为装备保障指挥员的决策判断提供可靠的支持。大数据支撑决策方法是以数据说话,通过对数据反映出来的各项性能指标进行定量分析,得到可靠的支撑性、辅助性结论。例如,利用极大似然策略,获得设备可靠度的威布尔分布模型,进而得到飞机设备在某一时刻的条件失效率,为设备的提前故障检修和配件智能储备提供了可靠的依据。
图1所示的军用飞参大数据管控平台利用MapReduce技术提供高效的数据并行运算。一方面可以提供数据查询、数据统计等基本的数据操作,并借助Hadoop框架中的海量数据可视化技术,实现复杂飞参数据的分析和可视化表达,从而向装备保证决策者传递更加直观的信息,该平台可以支持亿条数据的秒级查询。页面之间跳转不超过3秒,人机之间条件查询交互一般不超过5秒。另一方面,借助模式识别和机器学习技术实现深层信息的提炼和挖掘,通过应用接口层为装备保障工作提供有效的决策支撑。多种模式识别方法被引入到数据信息挖掘中。①使用主成分分析技术,在飞参数据中选取最具有信息量参数,在保证最小信息损失的前提下,进行数据“瘦身”,减少飞参数据的存储空间,提高后续数据处理的速度。②使用K-Means实现飞参数据的聚类,区分易损器件和非易损器件,实现对不同类型设备的精准管理和补给控制。③使用基于度量学习的K近邻分类器实现设备故障的检测与预测,实现装备维修智能管理,以最小的资源消耗满足部队维修的器材需求。军用飞参大数据平台通过数据整合、数据分析和应用创新,发现数据中存在的关系和规则,为装备保障部门提供有效地决策依据。
4 总结
大数据时代的到来给装备保障建设发展带来了新的机遇,研究大数据时代的特征,掌握大数据技术的发展趋势,将有利于推动装备保障建设信息化的加速发展。军用飞参大数据管控平台的应用表明,大数据为军队装备保障建设提供了全新思维模式和决策方法。大数据平台可以有效的克服装备保障数据分散存储管理导致的“数据孤岛”现象。并行化计算机制能够高效的对海量异构数据进行分析和信息挖掘,充分发挥数据的规模效益和决策辅助功能。总体而言,大数据在装备保障的研究和应用还处于起步阶段,还有很长的路要走。但是通过不断地研究和摸索,大数据技术定将在我国军队信息化建设进程中发挥重要的推动作用。
参考文献
[1]张雯皓,王学智.浅析大数据应用于装备保障决策的必要性[J].中国管理信息化,2015.
[2]张靖,郭红霞.大数据时代的装备保障数据分析[J].系统实践,2015.
[3]曹会智,李沛,刘俊杰,谢军军.大数据时代背景下装备保障建设发展研究[J].中国管理信息化,2014.
[4]谢峰,孙江生,代东升,梁伟杰.基于数据仓库的装备保障数据管理系统模型构建研究[J].价值工程,2013.
数据链装备 篇7
本文采用OWL这种W3C推荐的标准本体描述语言, 用OWL语言描述的本体能作为人和机器之间、不同机器之间交换数据和语义的良好工具, 是语义网中信息共享和交换的基础。一个OWL文档由四个部分的内容组成:
(1) 本体头。包含了文档的元数据, 如导入信息、版本信息以及与其他OWL文档的兼容信息。
(2) 类的定义。包括了类的定义信息和子类关系的信息。通过
(3) 属性的定义。owl存在两种类型的属性, 即对象属性 (ObjectProperty) 本体和数据类型属性 (DatatypeProperty) 。对象属性是用来表述两个类实例之间的关系, 而数据类型属性则描述类的实例、 RDF literals, 以及XMLSchelna数据类型之间的关系。属性之间还能够定义子属性关系以及为属性声明额外的特征 (传递属性和逆属性) 。如能够定义father是parent的子属性, 定义ancestor为传递属性, 定义child为parent的逆属性。
(4) 个体 (实例) 的定义。一个个体是一个特定类的实例, 并与其属性相联系。
2 面向关系数据库构建领域本体
2.1 构建过程
我们首先给出面向关系数据库构建领域本体的具体过程, 分为以下五个步骤:
(1) 抽取表定义和表数据:从大量的关系数据库中抽取所有表的定义和数据, 包括表的主键、外键、属性、数据类型和约束。
(2) 关系识别:依据表定义对关系和约束等进行识别。
(3) 映射成本体:依据我们制定的映射规则形成本体。
(4) 实例化:将关系数据库中表的数据实例化到本体中。
(5) 本体提炼:由于具体应用领域和应用任务的需要, 会涉及到一些专业的知识领域和用户查询的需要, 根据具体要求, 进一步提炼本体。
下图显示了我们构建领域本体的过程:
这一过程的关键是关系模式到本体转换中映射规则的制定, 我们在下小节详细分析。
2.2 映射规则
我们知道关系模式是对关系的描述, 是对数据以及数据完整性约束的定义, 对数据的定义包括对关系、属性、域的定义和说明。一个关系数据库是一个关系模型的执行结果, 关系模型包含指定的表格、范围、列、数据类型、约束和其他语义, 这些信息和本体元素间存在着重要的对应关系, 是我们建立本体的重要机遇。为此我们针对关系数据据库中的关系类型提出一系列的映射规则, 这些规则将实现把关系模式映射成本体结构。
2.2.1 映射基本关系
基本关系不依赖于关系数据库模式中的任何其它关系, 它的属性中不存在外键。
规则1:关系模式的关系名映射到一个owl:Class。
规则2:关系模式的各个属性的域映射到一个XSD:xsdDataType。
规则3:关系模式的各个属性映射到一个owl:DatatypeProperty, 并对owl:DatatypeProperty的rdfs:range和rdfs:domain取值约束进行表示。
2.2.2 映射依赖关系
依赖关系是指关系模式的主键仅由一个外键组成, 且这个外键和另一个关系模式的主键相同。这类关系模式除了要遵守基本关系模式定义的转换规则外, 还要表示实体之间的rdfs:subClas-sOf关系, 因此制定如下相应的转换规则:
规则4:将此关系模式的关系名转换得到的owl:Class定义为另一个owl:Class的子类。父类是此关系模式的外键所对应的关系模式转换得来的。
2.2.3 映射复合关系
这种关系模式的主键由两个外键组成, 且这两个外键分别和另外两个关系模式的主键相同, 且此关系模式除了主键不包括其它的属性。由于这种关系模式只表示了实体之间的多对多关系, 不存在自己的属性, 因此不能对应一个owl:Class, 这里只需创建实体之间的关系, 其转换规则如下:
规则5:创建两个owl:ObjectProperty来表示两个关系之间的多对多关系, 用owl:inverserOf定义这两个owl:ObjectProperty互逆, 定义owl:ObjectProperty的rdfs:domain和rdfs:range。
另外还有其他的复合关系, 主要分为以下几种情况:
(1) 关系模式的属性中包括外键, 且外键的个数大于等于3。
(2) 关系模式的主键仅由两个外键组成, 且这两个外键分别和另两个关系模式的主键相同, 且此关系模式中除了主键还包括其它的属性。
(3) 关系模式中存在一个外键, 但外键不作为主键的组成部分。
(4) 关系模式中存在一个外键, 关系模式的主键由这个外键和关系模式本身的属性组成
以上几种关系模式都要应用第 (1) 类关系模式中定义的转换规则, 将关系名转换成一个owl:Class。除此之外因为存在外键表示关系模式之间存在着关系, 因此要应用规则5创建这两个关系模式之间的关系。
2.2.4 补充规则
在owl描述的本体中还有一套基数限制, 用来表达性质的一对一、一对多、多对多的关系。我们建立如下的规则把关系数据库模式中属性的取值约束和实体之间的关系转换成owl中的基数限制:
规则6:如果关系模式的属性 (除外键) 取值不可为空, 则此属性转换得到的
owl:Datatype-Property的基数限制
owl:Cardinality取值为“1”。
规则7:如果关系模式中的属性 (除外键) 取值可为空, 则此属性转换的得到的owl:DatatypeProperty的基数限制
owl:maxCardinality取值为“1”。
规则8:如果关系模式中的外键取值不为空, 则针对此外键创建的
owl:ObjectProperty基数限制minCardinality取值为“1”。
规则9:如果关系模式中外键取值可为空, 则针对此外键创建的owl:ObjectProperty的基数限制owl:minCardinality取值为“0”。
2.3 数据移植
在应用中过程中需要把关系数据库数据转换成本体的实例, 应用关系数据库模式到本体的转换规则, 把关系数据库模式映射到本体后, 就可以在本体的基础上把关系数据库数据转换成本体的实例。这一步的转换是直接的, 主要是用关系数据库里的数据为本体实例的性质赋值。这个过程主要用到以下三个规则:
规则1:把关系数据库的一个元组创建为本体的一个实例, 并为这个实例分配一个唯一的标志符, 这里我们用关系模式的名称和这个元组的主键值作为实例的标志符。
规则2:把关系数据库元组的属性值 (除外键) 转换成本体实例相应owl:DatatypeProperty的值。
规则3:根据关系数据库元组的外键创建本体实例之间的关系。把元组中外键的值映射到一个本体实例, 用这个本体实例作为由外键生成的owl:ObjectProperty的值。
实例化后就可以生成一个基于OWL语言的本体, 在模型的语义表达上更清晰和规范, 而且这种表达不仅能被人理解, 也能被计算机准确地理解并处理。
3 实验分析
3.1 装备保障领域本体构建
为了验证本文提出的本体建立过程的实用性, 从已有的装备保障系统中, 抽取一个MySql关系数据库存储的一个专家信息的关系数据库, 以此作为输入, 经过一系列的处理, 最终生成可用的领域本体作为输出。
第一步:提取已有数据库的关系模式, 并分析关系模式间的关系。装备保障专家库中几个表的关系模式如下所示:
专家:专家号, 人员类别, 姓名, 性别, 年龄, 技术级别, 所在单位, 所在单位名称, 相关装备;
教员:教员号, 姓名, 性别, 年龄, 技术级别, 所在单位, 所在单位名称, 现从事专业, 现从事专业类别;
技工:技工号, 姓名, 性别, 技术级别, 所在单位, 所在单位名称, 现从事专业, 现从事专业类别;
装备:装备代码, 装备名称, 装备型号, 出厂时间, 寿命, 已装备时间, 维修单位, 相关专家。
第二步:生成初步本体。根据映射规则的约定, 生成初步本体如下:
经过处理后输出Expert.owl本体如下:
第三步:本体精炼。把生成的Expert.owl文件导入Protégé本体编辑工具, 根据领域知识和用户查询的需要, 加入装备和配套设备等信息, 进一步对本体进行完善, 并添加了类实例等信息, 生成最终装备保障本体如图所示:
3.2 本体的持久化
本体建立以后, 需要考虑如何存储, 目前主要有基于内存、基于文件系统、基于关系数据库和专门的管理工具四类存储方法。其中关系数据库存储方法, 效率高、易管理、便于查找。我们使用Jena将装备保障领域本体存入MySQL中的ZhuangBei数据库。部分代码如下:
执行程序之后, 本体存入数据库, 如图3所示。
其中表jena_g1t1_stmt存储了领域本体的数据信息, 表jena_sys_stmt存储了领域本体的元数据信息
4 结束语
本文介绍了一种面向关系数据库构建领域本体的方法, 它分析关系数据库中关系信息和表数据, 抽取语义信息, 在此基础上结合用户查询和领域知识, 构建领域本体。下一步可在构建的装备领域本体的基础上, 利用Jena等语义网开发工具, 设计和实现基于本体的装备保障领域信息查询系统, 以完成现有的异构数据库集成, 实现基于语义的信息查询。
摘要：将本体技术引入到军事装备管理信息化系统中, 介绍本体理论相关知识, 深入分析面向关系数据库构建领域本体的过程, 结合军事装备管理信息化系统应用背景, 提出一种面向关系数据库构建领域本体的方法, 并实现了一个实例。
数据链装备 篇8
关键词：装备保障,GJB 6600,数据模块,公共源数据库
0 引言
航空装备具有采办周期长、复杂程度高、保障数据庞大等特点,这对航空装备技术信息的协同性管理和综合化保障提出了很高的要求,当前,我军装备保障信息化建设取得了长足的进步,各种管理信息系统的应用得到了迅速的发展,涌现出了大量优秀的应用系统,如海军航空维修质量控制系统、飞机故障诊断与飞行训练评估系统等,为我军装备信息化保障和全寿命管理提供了很好的技术支撑,但从另一个角度看,各个应用系统普遍存在着信息分散、无法共享、多种软(硬)件平台共存,各个业务部门的应用系统相互独立,不能为高层决策提供一致的信息服务等问题。本文从海军航空装备保障数据的现状和存在问题分析入手,以信息数据集成的相关理论为基础,依据航空装备保障全系统、全寿命管理思想,分析研究基于GJB6600标准的海军航空兵部队装备保障信息的建设方案,构建航空装备保障信息存储、管理、使用的数据环境建设,以实现装备保障信息一次生成,全寿命传递使用,各部门协同管理,使保障数据发挥最大效能,从而提高装备保障工作的效率,推进信息化建设进程。
1 建设思路
为推进航空装备保障信息化建设,各部门根据工作需要,普遍开发了自己的业务信息系统,以机务大队质控室为例,为解决内部信息资源的管理与使用,装备有海军航空维修质量控制系统、飞参地面分析系统、发动机监控管理系统等,但这些信息系统建设时,没有进行全局统筹规划,没有建立统一的标准,各级系统间数据重复,资源浪费严重,系统不能互联互通,形成了一个个“信息孤岛”。造成这种数据庞大、信息贫乏局面的原因,在于没有建立一个协同的航空装备保障数据环境,数据分散、标准不统一,无法共享互通。长期以来,分散开发的应用系统一般通过建立数据接口来实现集成,但随着应用系统个数的增加,数据接口的数目也会呈几何级数的增加,在这种情况下,不仅整个系统的运行效率会降低,还会使系统的信息正确性大打折扣,无法确保其权威性、及时性、准确性和完整性。
信息化条件下的一体化联合保障要求各系统紧密合作,实施高效精确的一体化保障,形成整体高效的装备保障格局。为达到上述目的,不仅要各部门系统内部正常有序进行,还要求各部门其它子系统之间相互协作,只有这样才能保证整体效能,实现信息资源的充分共享。
按照马丁在其专著《总体数据规划方法论》中数据环境的分类理论,数据环境分为数据文件、应用数据库、主题数据库和数据仓库四类。其中在第三类主题数据库中,数据结构和存储方式都独立于数据应用,数据按照业务主题存放在可以由众多用户共享的数据库中,从而保证了数据的一致性和完整性。这种数据环境初期建设工作量大,但维护成本低,建成之后可以大大加快应用系统的开发速度和用户与数据库的交互,能真正实现信息资源的共享,所以这是目前信息系统集成化建设必须重点建设的数据环境。主题数据库的建设思路,是依国标、军标等相关标准规范为依据,以数据库管理系统为基础,以推理机、知识管理等技术工具为支撑,依托国防和军队网络基础设施,进行业务岗位数据建设,建立装备保障数据库,在应用环节上,通过可视化系统进行添加、修改等维护操作,实现面向用户、面向装备保障决策的数据服务,航空装备保障数据建设思路如图1所示。
2 环境建设
2.1 GJB 6600标准
GJB 6600国家军用标准是由总装备部军用标准化研究中心主持编制的关于交互式电子技术手册(IETM)的系列标准,它以欧洲S1000D技术规范为主体,在部分引进美军标基础上,结合我国、我军的实际情况编制的,主体包括总则、数据模块编码和信息控制编码、模式和数据字典四个部分,标准统一了我军IETM创作的顶层要求,统一了数据模块的数据结构和技术信息的编码定义等内容,对于加快IETM技术在信息化维修保障中的推广和应用具有重大指导意义。与美军标和欧洲S1000D相比较,GJB6600具有如下一些特点:
(1)基于数据模块(DM)和公共源数据库(CSDB)的数据管理理念,保证了数据源的唯一性和数据重用;
(2)为便于信息输出、内部控制和项目的后续开发,采用的是标准的交换格式和配置管理方式。
GJB 6600是关于IETM的系列国家标准,但其关于DM、CSDB、一体化全寿命数据管理理念,以及对数据模块类型的定义,可以有效解决航空装备保障数据标准不一、数据分散、无法共享互通的现状,使得建立基于GJB 6600的协同性、一体化航空装备保障数据环境成为可能。
2.2 数据模块结构
在GJB 6600标准中,每个数据模块都由两部分组成,分别是状态标识段和内容段。其中状态标识段主要包括数据模块代码、版本号、密级等,其由标识信息和状态信息组成;内容段主要包括描述性信息、维护步骤信息等,其主要是指与装备相关的技术数据。
(1)状态标识段:状态标识段包含了数据模块的元数据信息,即数据模块的标识信息和状态信息,其中标识信息主要包括所用语言、发布日期、版本号、标题、数据模块代码等;状态信息主要包括更改原因、技能等级、质量验证状态、适用性信息、技术标准、责任单位和编制单位、密级等。这些数据被应用在很多环节,比如用户访问CSDB时的通用信息、信息集或子集的自动编辑、检索功能的控制与管理、质量控制过程管理、适用性的使用管理、CSDB中数据模块的管理等.用户收到的技术信息并不包括这些数据,也就说这些数据对于用户而言是透明的。
(2)内容段:内容段是文档内容的主体,是用户收到的文本信息。在GJB 6600中数据模块被分成多种类型,并为每种类型的数据模块分别定义了DTD和Schema。虽然数据模块不同,但他们具有相同结构的状态标识段,只是具有不同结构的内容段,数据模块结构与数据模块类型如图2所示。
采用模块化的方法来组织技术信息,能够最大限度的进行信息重用,因为在该模式下,每个信息都可以被保存为一个独立的数据模块,需要使用时提取来用.如此不仅能够确保数据的一致性,大大降低数据的管理成本,还能够缩小信息的存储空间,提高数据管理能力,同时该方法还具有很强的修改功能,即一旦发现文档存在错误,只需找到错误的模块并纠正过来,就可以影响到生成的技术文档。
2.3 数据模块类型
航空装备保障数据建设的基础是数据的生成,基础数据直接影响装备保障能力。GJB 6600数据模块的类型包含有:图解零部件信息模块、描述性信息模块、过程信息模块、机组人员信息模块、维修计划信息模块、故障信息模块、程序性信息模块、馈线数据信息模块和战伤抢修与评估模块等等,涵盖了航空装备保障领域的所有数据。以故障信息模块为例,它用于描述故障的现象、原因、故障件的相关信息以及简要解决措施或者详细的故障隔离程序。在故障模块中分为两部分:故障报告(用于故障描述)以及故障隔离程序(用于故障的排除)。故障报告分为隔离的故障、检测到的故障、观察到的故障和关联故障四种类型;故障隔离程序本质上为一棵故障判定树,相关人员依据自身经验和故障现象,分析故障件和故障原因,并采取有效修正措施。
GJB 6600为每个数据模块定义了DTD和Schema,生成数据时按规范定义生成,使用时按规范定义浏览使用,在统一的标准下操纵数据,使得数据可以共享重复使用。如装备线路图中,一条导线的规则定义如图3所示。
在航空装备保障数据建设过程中,数据模块的类型、数据对于一个具体的项目来说应根据具体的需求和技术资料的现状进行选择和配置,最终生成在一个较大范围内大家广泛认可的航空装备保障数据环境。
3 数据流程
航空装备保障数据按类型分解为一系列数据模块,这些数据模块存储于一个通用资源数据库中,这也是GJB6600的核心思想,按照GJB 6600标准,航空装备保障数据环境建设和使用的数据流程主要包括制定规范、确定信息粒度、编制数据模块需求列表、编制数据模块及技术插图等相关信息对象、内容管理、数据发布使用等环节,其数据流程如图4所示。
系统最核心的是CSDB,它是一个通用的、海量的数据信息集合,通常选用大型商用数据库。其存储内容主要如下:
(1)数据模块:数据模块是涉及航空装备保障的描述、程序、操作数据组成的独立信息单元。根据信息类型的不同,可定义为描述信息、故障信息、馈线信息、维修程序等多种类型,并定义相关XML Schema/DTD,从而保证了CSDB中数据的标准化与通用性。
(2)媒体对象:多媒体对象包括3D模型、动画、视频、图形、音频、图像、混合类型等格式,在CSDB中,每个对象都被分配一个全球唯一的信息控制码,用户利用该标识能够控制与访问插图和多媒体对象。
4 实例分析
在某型飞机辅助维修系统的创作中,需要装备研制方、协作方和用户多方协作完成。针对装备技术资料中多方生成的数量庞大的描述信息、配线信息、图形及相关数据,系统采用GJB 6600标准,采取数据模块的建设思路,构建了航空装备保障公共源数据库。以配线数据为例,多方生成的描述信息、配线数据、故障信息等一系列数据按标准规范分解为数据模块,存储在公共源数据库中,数据操作模型如图5所示。多个研制方所涉及的配线数据按GJB6600规范转化为一系列配线数据模块DM、配线数据描述DM和标准描述DM后,按标准规范生成的数据则是任何授权者可以使用的标准数据,实现了一次生成,多次传递使用的目标。在这个过程中,数据模块的生成是一项重要的工作,其数据的质量直接决定了数据环境的质量。
5 结束语
航空装备保障数据环境的建设是一项长期、复杂的系统工程,当前有大量领域都在进行数据集成的研究,但基本是针对某类装备活动进行了数据层面的研究,并未进行集成层次的考虑。本文在日常开展的装备保障信息化研究成果的基础上按GJB 6600标准对航空装备保障数据环境的构建进行了系列研究,提出了个人设想,同时也存在一些问题,比如GJB 6600的制订没有建立在充分的实践基础上,属于引进别人的东西加以创新而成的,如此在今后的维修过程中更应该谨小慎微,依据我国国情不断的修改和完善GJB6600。并且GJB6600更加注重先进的技术和思想,在实战方面的各种使用性和特殊维修环境的考虑也不是非常完善,所以后期的研究与应用还有很长的路要走。
参考文献
[1]杜晓明,王丹,常雷.集成化的交互式电子技术手册技术研究[J].装备指挥技术学院学报,2006(03).
[2]DING Ying,FOO S.Ontology research and development,part2:areview of ontology mapping and evolving.Journal of Information Science.2004.
[3]姜洪权,王金宇,高智勇,高建民,梁泽明.基于多色集合理论的大型装备IETM数据模块创作技术[J].计算机集成制造系统,2015(06).