军事建模与仿真数据质量管理研究

桑作军，丁国华，吴海东

(总参谋部第六十研究所，南京 210016)

近年来，随着信息技术的飞速发展，系统建模与仿真已在各个领域得到广泛应用，而模型与仿真的准确性、真实性、精确性和有效性都依赖于精确的数据，模型与仿真的质量以及全面性、有效性应用也都受到数据的限制［1］。以美国为代表的发达国家较早就重视军事建模与仿真领域的数据质量管理和应用，并制定了国防部数据质量管理标准，以确保建模与仿真数据的可靠性和有效性。

随着我军建模与仿真技术水平的发展和模拟训练要求的提高，对于支撑军事建模与仿真的数据质量要求越来越高。为此，应针对数据生产、维护、处理、应用、评估等的全生命周期管理开展研究，建立相关标准体系，以指导和规范军事建模与仿真数据的管理和应用。

1 数据质量管理

1.1 数据质量管理的目标

数据质量管理的目标主要是对数据的生产、维护、处理、作废等过程进行控制，提高数据应用的质量，确保为建模与仿真提供高质量、可度量和符合需求的数据。同时，通过评估在实际应用中出现的问题，分析和识别导致数据质量出现问题的根本原因，对数据质量问题采取纠正和预防措施，有效改善数据的质量和效用。

1.2 数据质量管理的内容

数据质量管理是对数据全生命周期的循环管理过程，涵盖数据的计划、采集、存储、处理、分析、维护、应用、评估、作废等各阶段，内容包括对各阶段存在的问题进行识别、度量、监控和评价等活动，不仅包含对数据质量的持续改进，同时还包括建立组织数据质量改进目标、评估组织管理流程、制定组织改善计划、制定组织监督审核机制、实施改进、评价效果等多个环节的持续改进。

2 国内外研究现状分析

2.1 国外数据质量管理标准现状

国外研究机构交早就开始了有关数据质量管理的研究，以美国麻省理工学院、美国国防部为代表的研究机构，以ISO9001 全面质量管理原则、方法、指南和技术为基础，建立用于数据质量评价和管理的综合数据质量管理(TDQM)体系;以Ryu.K.S 为代表的研究人员以软件研制能力成熟度模型(CMMI)为基础，建立了数据质量管理成熟度模型［2］，并由国际信息与质量协会(IAIDQ)发展成为信息质量管理能力成熟度模型(information quality management capability maturity model，IQM-CMM)。

2.1.1 综合数据质量管理体系(TDQM)

由美国国防部(DoD)借鉴全面质量管理(TQM)的理念和方法，以“计划(plan)—执行(do)—检查(check)—处理(act)”(PDCA)管理过程4 阶段循环方式为基础，建立了综合数据质量管理(TDQM)体系，用于提高包括建模与仿真数据在内的军事数据的质量。其针对数据质量管理的4 阶段持续改进过程(如图1 所示)［3］。

图1 DoD 综合数据质量管理过程

该体系第一步是制定数据质量管理的计划，提出数据质量管理的总体目标和实现数据质量目标的规划和计划;第二步是规定数据质量管理的范围，并制订实施计划;第三步是依据数据质量目标、任务、计划、交付成果和资源的总体计划，编制过程文档并实施计划;第四步是评估数据质量管理的过程。该四项活动按顺序循环实施。

TDQM 的主要特点是专注于数据质量的目标达成和过程控制。基本要求如下:

1)识别数据质量改进项目的可达性。

2)开发每个项目的实施计划。项目实施计划是一套管理文档，描述了项目的目标、任务、计划、交付成果和资源等内容，主要包括:

· 任务总结:列出项目的目标，范围和预期效益;

· 任务描述:描述数据质量项目的任务;

· 项目的方法:归纳任务节点，采用工具管理数据质量基线;

· 附表:标识任务开始、完成日期和项目里程碑;

· 成果:列出记录项目质量的报告或文件，至少包括数据质量基线评估和数据质量改进报告;

· 资源:标识完成数据质量管理项目所需资源。

2.1.2 数据质量管理成熟度模型

数据质量成熟度模型(data quality management maturity model，DQMMM)借鉴软件研制能力成熟度(CMMI)等级评定方法，将数据质量管理成熟度分为4 个等级:一级为初始数据管理级、二级为已定义数据管理级、三级为已管理数据管理级、四级为优化数据管理级，用于评估数据质量的管理能力，如图2 所示。

图2 数据质量管理成熟度模型(DQMMM)

2.2 国内数据质量管理标准现状

国内一些行业在数据质量管理方面开展了研究，主要集中于经济领域，用于提升数据在企业管理中的价值，确保为企业管理和运行提供高质量、高可靠的有效数据。特别是随着企业信息化的普及，来自产品生产、物流、客户、维保等各层面的数据极具膨胀，部分企业通过制定内部的数据管理规范来提高各自企业的数据质量。此外，在基础科学领域，“国家基础科学数据共享网”制定了国家基础科学数据质量管理的框架，分别就数据生产、数据整编和数据共享3 个阶段提出了质量管理和评价标准、过程和方法，并形成了相关的数据质量管理规范标准。

我军较早就重视军事数据的管理和运用，近年来，以军事信息系统一体化建设和数据中心建设为代表，针对军事信息系统的技术体制和标准的统一，开展了相关数据标准的建设和制定。如在军事训练领域标准体系表中，针对合同战术训练领域数据管理要求，提出了合同战术训练数据质量管理要求等系列标准的建设，涵盖训练数据采集、数据处理、数据存储、数据发布、数据质量和数据安全等内容。

目前，在军用建模与仿真领域，有关数据质量管理的相关标准较为欠缺，特别是军用建模与仿真数据质量管理体系和配套国家军用标准的建设还处于空白。

3 军用建模与仿真数据质量管理体系的建设

3.1 建设途径

3.1.1 经验借鉴

美国国防部根据美国白宫预算办公室对数据信息质量的要求，先后制定了一系列相关标准和指南，对数据质量活动和管理加以规范和统一。组织层面上，由美国国防部数据信息管理机构负责，国防部主要机构负责人、职能部门数据管理人员和空军、海军、海军陆战队等各军种数据管理人员共同参与推进TDQM;顶层设计上，从战略层面规划数据质量活动，确保质量数据活动的战略规划和结构元素的有效性;实施方法上，采用PDCA 方法，形成定义、测量、分析和改进的实施流程，建立对数据质量管理的目标/效益的评价体系。

3.1.2 建设思路

在开展我军建模与仿真数据质量管理体系建设时，从信息技术发展和军事需求出发，以我军军队信息化建设规划和发展路线为指导，结合我军建模与仿真标准化建设的实际情况与发展，组建建模与仿真数据质量管理职能机构，制定建模与仿真数据质量管理战略发展规划，构建具有我军特色的建模与仿真数据质量管理标准体系。

3.1.3 建设方法

1)明确管理机构

建立以军用建模与仿真标准化技术委员会为业务归口的数据质量管理机构，负责制定数据质量管理体系战略规划和实施方案，建立数据质量管理工作推进方法和制度，开展标准化体系贯彻和相关业务培训，跟踪和评价数据质量管理体系的执行情况。

2)制定战略规划

战略规划是对长期数据质量管理目标的描述，在数据管理战略规划中，规定数据管理质量管理的中长期目标和当前目标，以及为实现这些目标所制定的工作计划和实施方案，为建立长期推进数据质量管理体系的持续改进提供了坚实的基础。

3)建立标准体系

围绕数据的计划、生产、管理、使用等各阶段数据质量问题的识别、度量、监控、评估等活动，构建形成文件的军事建模与仿真数据质量管理体系标准、规范指南及质量管理等级评价方法，指导全军范围内军用建模与仿真数据质量管理体系的实施。

3.2 建设内容

建设军事建模与仿真数据质量管理标准体系，应按照国家和军队有关质量标准体系建设要求，制定军事建模与仿真数据质量标准体系表，并通过标准体系表和标准明细表及统计表来描述数据质量标准体系结构和组成要素之间的相互关系。为此，本文针对数据质量全生命周期管理要求，提出一类军事建模与仿真数据质量标准体系参考架构(如图3 所示)，用于指导和规范军事建模与仿真数据的质量管理。

图3 建模与仿真数据质量管理标准体系

1)数据质量管理体系要求，主要用于规范军用建模与仿真项目建设的数据质量管理、过程监控、组织实施及持续改进等。

2)基础标准主要规范建模与仿真领域数据计划、生产、管理和使用各阶段的质量过程管理。其中:

· 数据质量计划标准包括数据质量计划、质量改进计划、质量绩效评价计划等系列标准规范;

· 数据生产质量标准包括数据采集、校验、验证、确认等数据生产各阶段的质量管理系列标准规范;

· 数据管理质量标准包括数据存储、处理、分发、维护、作废等过程的质量管理系列标准规范;

· 数据使用质量标准包括数据获取、应用、分析、评价等数据使用过程中的质量管理系列标准规范。

3)应用标准主要用于军用建模与仿真系统项目建设和使用过程中涉及的，与应用系统相关的数据质量标准规范。

4 结论

随着信息技术的发展及“云计算”、“大数据”的应用需求，针对数据质量管理体系的研究显得越发重要。为适应信息化条件下军事数据的生产、校核、验证与应用的更高要求，应尽早开展符合我军建模与仿真体系要求的标准化数据质量管理体系的建设，切实提高我军建模与仿真数据的质量管理水平。

［1］李兆雷，吴晓燕.建模与仿真中数据VV＆C 的研究［J］.计算机仿真，2005(1):64-67.

［2］Ryu KS，Park J S，Park J H. A Data Quality Management Maturity Model［J］.ETRI Joural，2006，28(2):191-204.

［3］DoD. DoD guidelines on data management［R］. USA:DoD，2000.