大數據與軍事
A. 專業是大數據的大學生報考哪所軍事院校對口
已經上了大學，就沒機會直接考軍校了好吧
只能先去當兵再爭取機會，盟學什麼和你之前的專業無關！
B. 大數據時代的軍事管理變革
大數據時代的軍事管理變革
大數據是信息技術又一次顛覆性變革。隨著大數據技術在軍事領域獲得應用，數據數量、數據分析和處理能力、數據主導決策，將是獲得戰場優勢的關鍵。在數據領域，以少勝多、以弱勝強、以模糊勝透明，基本不可能，這將使作戰形式發生質的變化。如何以數據為中心精確設計和指揮戰爭，成為軍事管理的新焦點。
管理大師戴明與德魯克曾同時提出，「不會量化就無法管理」。有了大數據，軍事管理者可以更多藉助量化，提升管理質量和水平。
大數據堅持管理服務戰鬥力的原則。管理是為提高戰鬥力服務的，最高目標就是確保打贏可能發生的任何戰爭。大數據並未改變這一根本原則，但增加了數據色彩。一方面，數據成為鞏固和提高戰鬥力的重要因素。在新型作戰環境下，戰場的實時態勢信息、作戰指揮命令、衛星過境、氣象水文信息、感測器信息等，都是以數據形式存在並且傳輸的。這些不同來源、不同類型的數據是提高戰鬥力的「生命」。缺乏對數據的有效管理和利用，打贏戰爭將成為不可能。在不遠的將來，數據的積累和運用將成為戰鬥力的標志。軍事管理就是將大數據滲透、應用於戰鬥力生成、轉化和實現的全過程，提高戰鬥力的整體水平。另一方面，數據本身成為戰爭的攻防中心。當大數據成為舉足輕重的武器，就可能開啟一種嶄新的戰爭形態——數據戰。這將是一種以數據攻擊與防護為基本手段的全新作戰樣式，它通過掠奪、破壞和摧毀敵方數據資源，化數據優勢為戰爭優勢。大數據不但是信息的集成，更是打擊手段的綜合。在大數據支撐下，跨網攻擊具備了實現條件，即使是與互聯網物理隔離的軍事數據系統，也可能不再擁有絕對安全的保障，數據攻防將會拓展到陸、海、空、天、電等多維空間。這就決定了軍事管理必須著眼於打贏未來數據戰爭需要，努力提高部隊數據作戰能力。
大數據拓展了軍事管理內涵。大數據的現實存在和軍事價值，使如何管理大數據成為軍事管理必然要回答的問題。數據採集是數據管理的源頭。目前，我軍數據採集還存在零散多綜合少、局部多全局少的問題。需要通過對蘊含軍事意義數據的專業化獲取，掌握海量數據開發利用的主動權。數據分析是數據管理的關鍵。目的是從經過整合的、多來源的數據中找出規律，最終實現對數據的有效管控。數據安全是數據管理的底線。既要有效地堵塞國家和軍事安全數據漏洞，防止被敵方破壞和獲取；又要深度挖掘和全面掌握敵方高價值的數據資源，尋求戰時攻擊的數據突破點。此外，也要把保護官兵的個人數據隱私提上日程。
大數據創新了軍事管理方法。從技術方法看，大數據研發的機器學習演算法、圖像可視化手段、數據共享技術、人機互動設備等，將極大推動軍事管理技術的革新。從行政方法看，大數據帶給管理者最重要的機會是更准確地了解和把握部屬的需求特徵、興趣愛好、行為傾向等。
管理變革比技術升級更關鍵。大數據有徹底改變管理藝術的潛力，運用大數據管理應注意以下幾點：
樹立大數據理念。大數據產生的影響絕不限於技術層面，本質上，它為我們觀察世界提供了一種全新方法。我軍與外軍的差距，除了裝備，還有管理上的代差。其原因之一是我軍缺乏以數據為基礎的管理。而未來軍隊的進步，正賴於建立這種精確的管理體系。數據才是管理的根本，每個管理者都應有這樣的意識和觀念。但也要警惕泛大數據化，提防什麼事都穿鞋戴帽，冠大數據之名，卻無大數據之實。
實施大數據戰略。要站在戰略的高度，以全面、前瞻的思維和方法來應對大數據。加強頂層設計。可在加強大數據資源的深度開發利用與大數據技術自主創新方面進行調整，盡快提出大數據發展戰略，理清思路，明確任務。統一數據標准。為保證部隊現有和潛在用戶都能發現數據，應盡快制定數據標准，保證大數據的可視化、可獲取和可利用。實現共享應用。所有數據都要能在全軍范圍應用，既滿足於預期的用戶及需求，也能用於預期之外的用戶及需求。
研發大數據技術。大數據研發的重點，是發展前沿核心技術，以滿足搜集、存儲、管理、分析和共享海量數據的需求。我國在海量數據分析、大數據處理、分布式計算、數據可視化等一些大數據關鍵技術上，還存在不小的差距。可如果盲目地在軍隊中引進和使用國外的先進技術，無疑會威脅國家和軍隊安全。所以要下大力研發我國我軍的大數據技術，把「數據主權」牢牢掌握在自己手裡，為實現強軍目標提供堅強的技術支持和安全保障。
C. 如何發揮大數據在軍事訓練中輔助作用
所謂的大數據也不要把他講的那麼的高級。好多東西落來落去的這種概念把人都繞暈了。大數據也就是過去，我們常常講的綜合統籌分析。這個在部隊當中一直都是存在的一直都在運用著，只不過現在電子信息比較發達。統計起來比過去要省事的多。但是。綜合分析。這是很難的。
D. 美國國防部非常重視國防大數據分析和研發
美國國防部非常重視國防大數據分析和研發
[據C4ISR新聞網站2015年9月9日報道]大數據已經不僅僅是一個時髦詞語，大數據是國防部內部機構優先考慮的內容，向承包商創造機會進行情報收集、分析和網路安全分析。
今年一些組織，如美國國防部高級研究計劃局（Defense Advanced Research Projects Agency，DARPA）在大數據的研究和開發工作投入大資金。結果呢？先進的分析和技術，如分布式計算正在迅速成為現代化、網路化武器系統的有機組成部分。
這種轉變不僅影響日益復雜的武器，而且影響軍隊的指揮與控制能力。面對日益減少人員數量，美國國防部的所有分支機構都將目光轉向通過遠處的網路化和無人指揮控制系統保證美國的作戰能力。
所有的軍種正在資助研大數據研發。許多與此趨勢相關的新的機遇出現了。
構建國家網路任務部隊
美國網路司令部（Cyber Command）和總務管理局（the General Services Administration）近日發布信息尋求國家網路任務部隊的支持。國家網路任務部隊將具備從所有來源情報分析到網路運營、規劃和培訓的能力。要求具備「多個情報來源的情報分析能力，以及對新出現的威脅的預警能力。
利用數據聯合信息環境
美國國防信息系統局很快將發布建議，新的聯合管理系統（JMS）的軟體將包括先進的分析能力的要求。該JMS對美國國防部的聯合區域安全堆棧的安全運行至關重要。美國國防部首席信息官稱JMS作為新的商業軟體，具備從貌似不直接相關的數據進行分析的能力。
先進的雲分析
DISA也在尋求大數據分析，以增強其網路安全高級分析雲（CSAAC），其維護國防部網路。承包商可以提供軟體與先進的分析功能，分別是：開源的，商用現貨，並提供當前CSAAC解決方案並沒有提供的功能。
廠商應該與網路安全事業部進行溝通，或者建立與諾斯羅普·格魯曼公司合作關系，諾格公司在2015年3月獲得了值約7400萬美元的合同才研發CSAAC的雅典衛城的大數據存儲。
分析內部威脅
國防部官員近日宣布成立國防部內部威脅管理和分析中心（DITMAC），以確定並減輕由內部威脅帶來的安全挑戰。2013年華盛頓海軍工廠遭受襲擊之後，DITMAC開始運作，2015年秋將達到初始作戰能力，利用預測性分析，促進內部威脅的識別避免其成為重大危險源。
展望未來
這些機會僅僅是冰山一角。 Deltek預測稱，國防大數據開支十年內將以8.7％的增長率穩步上升。
政府的所有部門，民用，國防和情報部門，預計大數據技術服務每年將以9.6％增長率，軟體將以8.6％進行增長。大數據相關的硬體也將增長，但速度較慢，4.6％的增長率。
最後，增長的大數據應用將滿足網路安全和情報分析的要求，與威脅美國國家安全的行為做斗爭。
以上是小編為大家分享的關於美國國防部非常重視國防大數據分析和研發的相關內容，更多信息可以關注環球青藤分享更多干貨
E. 大數據和軍事會有哪些方面的結合
大數據在士兵訓練，武器驗證與創新，戰役分析，作戰敵人分析（包版括其國家地區士兵伙食條件權，身體素質，人口結構，兵源數量，武器性能）
不過，隨著大資料庫的建設與人工智慧技術的成熟，以後戰爭的形態會發生質的改變。包括武器，管理方式，戰爭模式等就類似《終結者》里邊的機器人作戰。
大數據將會推動人類社會顛覆性變革，只會想不到，沒有做不到！望點贊！
F. 大數據在軍事領域有哪些應用
在軍事上，用小數據時代的理念和技術，很難與大數據時代的思維和技能相對抗。面對大數據時代的軍事機遇和挑戰，要麼主動進擊，要麼被動跟進，難以置之度 外。其間的取捨與成敗，首先有賴於思維變革，其要求全體軍事人員尤其是指揮員，更加具備基於體系作戰的系統思維、基於數據模型的精確思維及基於對戰爭進行 科學預設的前瞻思維。
大數據創新了軍事管理方法，且這種創新是全方位的--除了可以提高包含閱兵在內的軍事訓練水平，還可以：
1.提高軍事管理水平
管理大師戴明與德魯克都曾提出：「不會量化就無法管理」。數據的根本價值之一，就是可作為管理依據。大數據應用的特點是強調分析與某事物相關的總體數據， 而不是抽取少量的數據樣本；大數據關注事物的混雜性，而不追求事物的精確性；大數據注重事物的相關關系，而不探求其間的因果關系。
將大數據應用於軍事領域，意味著軍事管理將更加剛性，基本不受人為因素的影響，且更加自動化。所以說，大數據強軍的內涵，本質上是軍事管理科學化程度的提 高，即與小數據比起來，由於有了大數據，軍事管理活動量化程度更高了，工具更加先進了，邊界更加寬廣了，管理質量、效率會隨之更高。
2.豐富軍事科研方法
通常人們研究戰爭機理、找尋戰爭規律的方法有三種，又稱為三大範式：實驗科學範式，在戰前通過反復的實兵對抗演習來論證和改進作戰方案；理論科學範式，採用數學公式描述交戰的過程，如經典的蘭徹斯特方程；計算科學範式，基於計算機開發出模擬系統來模擬不同作戰單元之間的交戰場景。
但是，上述研究範式只能使人們感知交戰的過程和結果，並未有效提高對海量數據的管理、存儲和分析能力。
以大數據為核心技術的數據挖掘模式被稱為第四戰爭研究範式。人 們可以有效利用大數據，探尋信息化戰爭的內在規律，而不是被淹沒在海量數據中一籌莫展。大數據研究範式由軟體處理各種感測器或模擬實驗產生的大量數據，將 得到的信息或知識存儲在計算機中，基於數據而非已有規則編寫程序，再利用包括量子計算機在內的各種高性能計算機對海量信息進行挖掘，由計算機智能化尋找隱 藏在數據中的關聯，從而發現未知規律，捕獲有價值的情報信息。
例如，在第一次海灣戰爭前，美軍就利用改進的「兵棋」，對戰爭進程、結果及傷亡人數進行了推演，推演結果與戰爭的實際結果基本一致。而在伊拉克戰爭前，美 軍利用計算機兵棋系統進行演習，推演「打擊伊拉克」作戰預案。隨後美軍現實中進攻伊拉克並取得勝利的行動，也和兵棋推演的結果幾乎完全一致。
作戰模擬早已經從人工模式轉變為計算機模式，再加上大數據，戰前的模擬推演，從武器使用、戰爭打法到指揮手段，都可以清晰地顯現，是非常好的戰時決策依據。一旦發現作戰計劃有問題，可以及時調整，以確保實戰傷亡最小並取得勝利。
3.加速型武器裝備面世
大數據在武器裝備上的廣泛應用，意味著武器裝備建設將從重視研發信息系統到重視數據處理與應用的轉變，從注重信息系統的互聯互通到注重信息系統的透明性互 操作的轉變。當前武器裝備的信息化程度越來越高，裝備體系內各個節點之間的信息共享也越來越方便、可靠，但由此也帶來了一些突出問題，如原始信息規模過 大、價值不夠高、直接提取所需信息的難度增加等，從而使得武器裝備體系在信息獲取效率上大打折扣。在這種背景下產生的大數據為解決上述問題提供了有效方 法。
需要說明的是：大數據應用不僅意味著人們要以創新方式使用海量數據，還意味著人們要採用人工智慧技術來處理自然文本和進行知識表述，以替代目前依賴專家和技術人員昂貴而又耗時的信息處理方式。
大數據與人工智慧是一而二、二而一的關系。受益於大數據技術，武器裝備體系將從戰場上的信息使用者升級為高度智能化和自主化的系統。其具體流程為：經 過智能處理後的高價值信息進入戰場網路鏈路後，與戰場網路融為一體的武器裝備體系能實時自動感知面臨的有關威脅，各裝備節點自動感知包括我情和敵情在內的 戰場態勢，在作戰人員的有限參與下高度自主地分解作戰任務，確定作戰目標和行動方案，經過適當的審批流程後執行相關的作戰行動。
在這方面走在前列的仍然是美軍。美軍大數據研究的第一個重要目標是通過大數據創建真正能自主決策、自主行動的無人系統。這一點已在無人機領域實現。美軍希 望無人機可以完全擺脫人的控制而實現自主行動。美軍2013年試飛的X-47B就是這一系統的代表，它已經可以在完全無人干預的情況下自動在航母上完成起 降並執行作戰任務。
4.提升情報分析能力
19世紀初，軍事戰略家克勞塞維茨以人的認知局限為由，提出了「戰爭迷霧」概念。顯然，「戰爭迷霧」即「數據迷霧」。信息戰首先得消除「戰爭迷霧」。信息 戰是體系對體系的戰爭，而這一體系是一個超級復雜的巨大系統，僅諸軍兵種龐雜的武器裝備和作戰環境數據，就足以大到使普通的信息處理能力捉襟見肘；而敵我 對抗的復雜化，更是讓數據量呈爆炸式增長，從而帶來比傳統戰爭更多的「數據迷霧」。可以說，信息化戰爭的機制深藏在「數據迷霧」中。
消除「戰爭迷霧」會提高指揮員的情報分析與軍情預測能力。過去，由於可以掌握的數據不足，戰爭的不確定性很高，指揮員很容易陷在「戰爭迷霧」之中。而大數據最重要的價值之一是預測，即把數據演算法運用到海量的數據上來預測事情發生的可能性。
具體而言，未來完全可能依託大數據分析處理技術和建構模型，通過數據挖掘模式，從海量數據中挖掘出有價值的信息，及時准確掌握敵方的戰略企圖、作戰規律和 兵力配置，真正做到「知己知彼」，使戰場變得清晰透明，從而撥開「戰爭迷霧」，達成運籌於帷幄之中、決勝於千里之外的作戰目的。
對此趨勢，很多國家及其軍隊都極為看重。例如，美軍明確提出，要通過大數據將其情報分析能力提高100倍以上。如果這一目標實現，那麼在這一領域其他國家 與美軍的差距，將難以用簡單的「代差」來描述。美軍通過多年的發展，已擁有全球最先進的情報偵察系統，因為對海量情報數據的分析，曾是美軍情報偵察能力的 瓶頸，而大數據正好能夠幫助美軍突破這一瓶頸。
大數據時代，往往不要求准確知道每一個精確的細節，只需了解事物的概略全貌即可。通過相關數據信息的大量積累，而不是對某個具體數據的精確分析，大數據技 術可以為我們提煉出事物運行的規律，並判斷其發展趨勢。例如，2011年美軍擊斃本·拉登的「海神之矛」行動，就有賴上千名數據分析員長達10年數據積累 的支撐。換言之，是大數據抓住了本·拉登。
5.引領指揮決策方式變革
管理的核心是決策。大數據帶來的重要變革之一，是決策的思維、模式和方法的變革。建立在小數據時代基於經驗的決策，將讓位於大數據時代基於全樣本數據的決策。
決策是進行數據分析、行動方案設計並最終選擇行動方案的過程。軍事決策建立在對敵情的正確分析預測之上，其目的是通過合理分配兵力兵器，優選打擊目標，設計完成任務的最佳行動方法與步驟。
以往的戰爭，做出作戰決策時缺少足夠數據支持，甚至數據本身的真實性、准確性也難以保證。目前信息化條件下的戰爭，各種條件都變成了數據，這就要求指揮人 員必須掌握分析海量數據的工具和能力。以往，指揮人員更多的是依靠經驗進行相對概略或粗放式決策。大數據的出現必將要求指揮人員以全新的數據思維來進行指 揮決策。這種決策將有幾個特點：
一是准確。只要提供的數據量足夠龐大真實，通過數據挖掘模式，就可以較為准確地把握敵方指揮員的思維規律，預測對手的作戰行動，掌控戰場態勢的發展變化等。
二是迅速。大數據相關技術所提供的高速計算能力有助於指揮員更加迅速地設計行動方案。
三是自動化。針對特定的作戰對手和作戰環境，大數據系統可以自動對己方成千上萬、功能互補的作戰單 元或平台進行模塊化編組，從而實現整體作戰能力的最優化；面對眾多性質不同、防護力不同且威脅度各異的打擊目標，大數據系統可以自動對有限數量、有限強度 和有限精度的火力進行分配，以收獲最大作戰效益。
在大數據時代的戰爭中，軍事專家、技術專家的光芒會因為統計學家、數據分析家的參與而變暗，因為後者不受舊觀念的影響，能夠聆聽數據發出的「聲音」。
總之，基於數據的定量決策將和基於經驗的定性決策同樣重要，基於經驗的決策將很大程度上讓位給全樣本決策，基於大數據的決策手段將從輔助決策的次要地位上升到支撐決策的重要地位。
對此，美軍的認識是最到位的。美軍發布的《2013-2017年國防部科學技術投資優先項目》就將「從數據到決策」項目排在了第一位，凸顯了大數據對其指揮決策方式的巨大影響。
6.優化作戰指揮流程
網路日益普及的情況下，信息的流通與共享已不是難題，人們開始關注對信息的認識，及將信息轉化為知識的能力。
與之相適應，軍事信息技術也從關注「T」（Technology）的階段，向關注「I」（Information）的階段轉變；從建設指揮自動化系統 （C4ISR），即指揮、控制、通信、計算機、情報及監視與偵察等信息系統，整體管理「戰場信息的獲取、傳遞、處理和分發」的全信息流程；發展至重視大數 據處理應用，綜合集成數據採集、處理平台和分析系統，統一優化管理「戰場數據採集、傳遞、分析和應用」的全數據流程。即通過對海量數據進行開發處理，大幅 度提高從中提取高價值情報的能力，從而實現對戰場綜合態勢的實時感知、同步認知，進一步壓縮「包以德循環」（OODA Loop），即觀察-調整-決策-行動的指揮周期，縮短「知謀定行」時間，提高快速反應能力。
隨著數據挖掘技術、大規模並行演算法及人工智慧技術的不斷完善並廣泛應用在軍事上，情報、決策與作戰一體化將取得快速進展。在武器裝備上，將特別注重各作戰 平台的系統融合和無縫鏈接，以保證戰場信息的實時快速流轉，縮短從「感測器到射手」的時間差，實現「發現即摧毀」的作戰目標。
比如近幾年迅速發展的無人機作戰平台，其本質就是一個智能系統。其可以成建制地對實時捕獲的重要目標進行「發現即摧毀」式的精確打擊，還能通過融合情報的 前端和後端，使數據流程與作戰流程無縫鏈接並相互驅動，構建全方位遂行聯合作戰的「偵打一體」體系，從而實現了體系化的「從感測器到射手」的重大突破。
7.推動戰爭形態的演變
大數據可以改變未來的戰爭形態。美軍一直追求從感測器到平台的實時打擊能力，追求零傷亡。
由大數據支撐的擁有自主能力的無人作戰平台，將使得這些追求成為可能。例如，目前全世界最先進的無人偵察機「全球鷹」，能連續監視運動目標，准確識別地面 的各種飛機、導彈和車輛的類型，甚至能清晰分辨出汽車輪胎的類型。現今，美空軍的無人機數量已經超過了有人駕駛的飛機，或許不久的將來，美軍將向以自主無 人系統為主的，對網路依賴度逐漸降低的「數據中心戰」邁進。
無人機能否做到實時地對圖像進行傳輸非常關鍵。
目前，美國正使用新一代極高頻的通訊衛星作為大數據平台的支撐。未來，無人機甚至有可能擺脫人的控制實現完全的自主行動。美軍試驗型無人戰斗機X-47B就是這一趨勢的代表，它已經可以在完全無人干預的情況下，自動在航母上完成起降並執行作戰任務。
總之，基於大數據的實時、無人化作戰，將徹底改變人類幾千年來以有生力量為主的戰爭形態。
8.引導軍事組織形式變革
大數據即大融合，它有望打破軍種之間的壁壘，解決軍隊跨軍種、跨部門協作的問題，真正實現一體化作戰。
就組織形態而言，扁平結構、層次簡捷、高度集成、體系融合應該更符合大數據時代的要求。軍事方面的相關趨勢有：
（1）網狀化。軍隊的指揮體系逐步發展為「指揮網」，原先的「樹狀結構」變為 「網狀結構」。一個師的指揮系統一旦被打垮，師以下各級可通過「網」與上級或其他作戰單元聯系。這就改變了傳統軍事指揮體系由「樹干、樹枝、樹葉」編成的 組織形態，避免了機械化戰爭時期「打斷一枝、癱瘓一片」的指揮弊端，有效提高了局部戰爭中的指揮效能。
（2）小型化。發達國家的陸軍多由軍、師、團、營體制向軍、旅、營制轉變，使作戰集團更加輕便靈活，機動性更強。 根據部隊的不同功能優化組合，基本作戰單位不需要加強補充就能實施多種作戰，從而全面提高應對多種安全威脅，完成多樣化軍事任務的能力。將營作為基本戰術 「模塊」，將旅作為基本合成單位，以搭積木方式進行編組，戰時根據需要臨時編組，看迅速生成擔負不同作戰任務的部隊。
世界各主要國家都非常重視軍隊組織形態變革，並致力於發展新興軍兵種，及時設計和建設新型部隊。
2009年，美國國防部宣布組建網路戰司令部。2013年3月，美國網路戰司令部司令亞力山大宣布，美國將增加40支網路戰部隊。美國、俄羅斯等國都在積極籌劃或正在建設能在太空進行作戰的「天軍」部隊、「機器人」部隊。
隨著新興軍兵種的建立，軍隊的組織形態將出現新面貌，未來戰爭的觸角不斷延伸，網路、電磁頻譜領域的爭奪方興未艾，太空不再是寂寞世界，天戰也不再遙遠。
（3）一體化。軍隊信息化必然要求一體化，信息化程度越高，一體化特徵越明顯。適應新形勢下強軍目標的要求，我軍必須對戰鬥力要素進行一體化整合，推進武裝力量一體化、軍隊編成一體化、指揮控制一體化、作戰要素一體化，提高整體效益。
9.大數據將使體系作戰能力大幅提升
從作戰手段角度看，大數據及其支撐的新型武器裝備的應用，將豐富軍隊的作戰體系；從作戰效能角度看，大數據下的作戰行動循環（包以德循環）所耗時間將大為縮短，更符合「未來戰爭不是大吃小，而是快吃慢」的制勝規律。相關變革的結果，將是軍隊體系作戰能力大幅提升。
10.提升軍隊的信息化建設水平
大數據給了各國軍隊（尤其是像我軍這樣的信息化發展水平參差不齊的軍隊）一個契機，可以牽引、拉動自身的信息化建設向更高層次發展，同時拉齊整體水平，因為大數據意味著「整體」。
具體來說，應以提高決策速度、反應速度和聯合作戰能力為目標，以數據為中心，以搜索分析處理數據為中樞架構，自上而下建設軍事「數據網路」；加快組建雲計 算中心，把對大數據分析處理作為軍事信息化建設的重中之重，努力建構精確分析處理大數據的硬體系統、軟體模型，實現大數據「從數據轉化為決策」的智能化和 瞬時化。
同時，也要抓好末端的單兵及單件武器裝備的數據採集、存儲設備設計，從而為海量數據的挖掘和整合奠定基
G. 為什麼大數據建在貴州 軍事考慮
是的，2015年，貴州成為中國第一個建設大數據綜合實驗區的省份。隨後省委十一屆六專次全會屬決定把大數據作為「十三五」時期我省發展全局的戰略引擎，用大數據引領經濟社會發展、服務廣大民生、提升政府治理能力。9月5日，國務院公布了《促進大數據
H. 都說現在是大數據時代，是什麼意思
現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。
大數據（Big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。
大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。
對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。
(8)大數據與軍事擴展閱讀：
最早提出大數據時代到來的是全球知名咨詢公司麥肯錫， 大數據在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起人們關注。
大數據作為雲計算、互聯網之後又IT行業又一大顛覆性的技術革命。雲計算主要為數據資產提供了保管、訪問的場所和渠道，而數據才是真正有價值的資產。企業內部的經營信息、互聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等，其數量將遠遠超越現有企業IT架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。
如何盤活這些數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是雲計算內在的靈魂和必然的升級方向。