云计算和大数据正在深刻地影响、改变着我们身处的社会，如何将云计算和大数据应用于军事仿真领域，值得我们深入地思考。

数据价值挖掘

大数据着力于解决海量数据的采集、存储、检索、处理和挖掘，它是业务领域发展的必然产物。对于军事模拟、训练与测试领域，是否存在着这样的大数据？这是首先需要回答的问题。相较采集与存储而言，对已有数据的充分挖掘与揭示，可能更为重要，更能发挥数据本身蕴含的价值。

私有云

受各种条件限制，对于军事领域应用而言，私有云更为适合。如果要筹备一个情报数据中心，目前较好的整体解决方案有哪些？类似于超图公司提供的云GIS一体机（将云计算与GIS融合一体，对外呈现形式为一台机柜，以虚拟机形式对外部用户提供服务），这是否为发展的趋势？

业务辅助

以无人飞行器的航路规划为研究案例——业务人员在规划过程中需要考虑飞行器本身的飞行性能约束（高度、速度、转弯半径、制导方式、续航能力等），还需要考虑它面临的各类自然与人为环境。总体而言，其航路规划是需要大量实践经验的。那么，有没有可能通过大数据的相关理论与方法，从前期已保存的航路规划成果中，有效地提取一条优质航路的若干特征，从而实现自动规划辅助？这在实际应用中是个非常迫切的需求，而且对很多类似的经验密集型业务领域都有极好的参考价值。现在火热的深度学习、机器学习等理论是否能够利用进来？

数据可视化

可视化是释放大数据价值的最后一公里，对于我们关注的军事模拟、训练与测试业务领域，有必要设计一套完整的可视化展现方式。一般而言，展示方式的设计是需要与用户密切沟通后完成的。

网络爬虫

身处信息时代，对于我们关注业务领域内数据的长期搜集整理至关重要，有助于我们把握动态、了解前沿。除了传统的搜索引擎外，是否需要我们自己编写网络爬虫，来满足定制化的需要？是否已有成熟的爬虫可供使用，我们仅用关注于业务领域的本身？

数据采集与处理

关于数据采集的问题：很多时候，原始数据是通过多种渠道获取（例如态势数据可能由各类雷达、光电、声学等传感器搜集），不可避免地存在时空失配、野值、器件误差等因素。那么是否意味着我们研发的应用系统需要具备较强的原始数据处理能力（野值剔除、时空配置等），乃至多传感器信息融合能力？