數字工程正在徹底改變系統工程領域。美國海軍正在實施數字工程概念和方法,包括數字孿生、數字線程、權威真相來源、基于模型的系統工程以及數字工具和技術,以設計和建造復雜的海軍系統。本論文探討了數字工程在海軍系統測試與評估(T&E)中的應用。論文對海軍采購測試與評估的現狀進行了深入分析,解釋了相關的挑戰和局限性,強調了采用現代化方法的必要性。它全面概述了數字工程,通過海軍和整個行業的幾個使用案例說明了數字工程的影響。報告提出了一個新概念: "數字測試與評估 "是將數字工程方法應用于系統工程的測試與評估階段。這項研究揭示了如何利用數字 T&E 來應對和克服當前海軍 T&E 面臨的挑戰。研究最后提出了海軍實施數字化 T&E 方法的路線圖。這些見解旨在對海軍測試與評估界產生實際影響,指導制定新的戰略和政策,利用數字工程提高性能,促進傳統測試與評估流程的現代化。
圖 1. 海軍系統數字化測試與評估路線圖
數字工程正在徹底改變系統工程領域。2018 年,美國國防部推出了數字工程戰略,并將其定義為 "使用權威的系統數據源和模型作為跨學科的連續體,支持從概念到處置的生命周期活動的集成數字方法"(DOD 2018, 3)。它象征著系統工程實踐的根本性轉變,從傳統方法轉向數字環境中基于模型的技術(Giachetti 2022)。這一戰略轉變要求通過可靠的 "權威真相來源",在整個工程流程和組織結構中開發、利用和分發正式模型和數字信息。這一新興領域影響深遠,可能會影響到美國國防工業和其他各個領域,重塑系統工程的實踐。數字工程能夠提高運行效率和系統性能,創新設計和構建系統的方法,從而為快速發展和技術進步的動態階段鋪平道路。
2020 年,海軍部(DON)發布了一項戰略,正式確定了其對數字工程的承諾,概述了在整個海軍系統生命周期中使用數字工程的愿景。海軍正在將數字工程概念應用于 "鍛造軟件工廠 "等新興項目,旨在加速宙斯盾作戰系統的軟件升級(Katz 2022)。另一個值得注意的應用是潛艇戰聯合戰術系統(SWFTS),在該系統中,數字工程實現了靈活的架構,可快速實現潛艇技術集成、無縫更新并提高系統互操作性(Herber 和 Batchelor,2023 年)。最近,海軍計劃開發集成建模環境(IME),旨在利用數字工程徹底改變系統設計。該數字環境旨在提供一個具有凝聚力的框架,將各種系統模型和仿真單元結合起來,以推動創新、提高系統性能并提升艦隊的整體能力。
本論文探討了數字工程在海軍系統測試與評估(T&E)中的應用。它為傳統流程的現代化和增強向作戰人員提供的能力提供了一個開創性的機會。通過利用現代技術、數字工具和先進技術,數字工程有可能簡化海軍系統的測試與評估流程。然而,在這兩個領域的交叉點上,現有的研究十分有限,顯示出文獻上的空白。數字工程不僅僅是將傳統的測試流程和產品(如測試計劃和分析報告)轉換為數字格式。相反,數字工程需要對系統的整個生命周期進行全面的數字透視。隨著海軍在系統開發中采用基于模型的系統工程和數字孿生等數字工程概念,T&E 對海軍采購項目的快速部署變得至關重要。
本論文首先深入探討了海軍采辦 T&E 的現狀。論文對術語、背景和法定測試類型進行了深入探討,同時概述了復雜的組織結構。它強調了海軍 T&E 工作級集成產品團隊(WIPT)的重要性,該團隊由來自海軍各部門的科學家和工程師組成。該團隊對海軍采購項目的 T&E 活動的規劃、執行、分析和報告至關重要。在研究過程中,我們發現有關海軍 T&E 流程具體步驟的信息非常有限。為彌補這一不足,我們繪制了當前 T&E 流程圖,詳細說明了流程步驟、里程碑和交付成果。
這項研究確定了海軍測試與評估界面臨的九項具體挑戰和限制: 基礎設施不足、測試空間有限、威脅和場景不斷變化、測試集成、測試與評估支出、測試與評估成本認知、進度延誤、缺乏數據策略以及人工智能和 ML 測試。這些挑戰領域受到物理環境和傳統 T&E 流程的限制。這種方法越來越與當前的技術環境脫節,缺乏當今快速發展的世界所需的靈活性和適應性。
數字工程由基于模型的原則、權威真相來源(ASOT)和先進數字工具組成。基于模型的原則包括:數字孿生(物理系統的數字復制品);數字線程(貫穿系統生命周期的相互關聯的連續信息流);以及基于模型的系統工程(MBSE),這是一種強調使用系統模型支持系統設計的方法,而不是傳統的基于文檔的系統工程流程。ASOT 是一致且最新信息的集中存儲庫,在整個系統生命周期中統一數據、模型和其他系統相關信息(DOD 2018, 8)。這些原則共同標志著從傳統的以文檔為中心的方法論向全面、動態的數字化環境的轉變。
通過深入研究橫跨各行各業的四個數字工程案例研究,再加上廣泛的文獻綜述,本論文構建了一個矩陣,展示如何戰略性地部署數字工程原則,以解決運輸和評價中的現有挑戰。這種方法涵蓋了數字工程的方方面面,包括數字工程生態系統的概念。該生態系統整合了基礎設施、環境和方法論,將管理和分析系統數據與模型的流程、方法和工具統一起來,與利益相關者的需求保持一致。
這項研究的積累導致了一種被稱為 "數字 T&E "的新方法的發展。這一概念代表了數字工程方法在系統工程測試與評估階段的應用。與傳統的 "設計--建造--測試 "方法不同,該建議要求采用一種更復雜的 "建模--模擬--分析--建造--驗證 "迭代方法。它提供了一個更精確、更明確的框架,為提高系統開發的效率和準確性指明了道路。這一方法的步驟詳述如下:
如圖 1 所示,將這種方法應用到當前的 T&E 流程中,就會產生一種執行數字 T&E 的創新方法。這種先進的數字 T&E 方法由十個步驟組成,通過融入數字工程原理,徹底改變了現有流程。它超越了計劃、準備、執行、分析、評估和報告等傳統的、按部就班的、以文件為中心的階段。取而代之的是一種更加動態、靈活和迭代的方法,強調持續反饋和系統改進。
本論文探討了海軍系統中數字工程和技術與評估的整合,旨在回答首要研究問題。通過文獻綜述和對四個案例研究的分析,論文采用建模-模擬-分析-構建-驗證的方法,提出了數字化 T&E 路線圖,強調了數字化工程的作用。研究結果為提高海軍系統開發效率提供了一條途徑,并有可能在整個國防工業中得到更廣泛的應用。建議強調對數字基礎設施的投資,如基于云的平臺、網絡升級、數字工具和數字雙胞胎。報告還呼吁與國防承包商共同制定新政策,以確保技術數據包和系統模型的訪問權限。此外,報告還鼓勵技術與工程界、學術界、工業界和承包商之間開展合作。展望未來,未來的工作領域包括本體論在 T&E 數據管理中的作用、數字勞動力的需求、使用任務工程測試多個系統模型以支持復雜的海軍行動,以及確定支持數字 T&E 的最佳組織結構。這些大有可為的途徑為進一步完善和擴展擬議的數字化 T&E 路線圖提供了機會。
本論文通過測量成功和不太成功的戰術表現背后的參數,研究當代戰斗中有效的軍事戰術。因此,戰術知識能讓戰爭研究領域的從業人員、學者和科學家更好地了解戰斗結果。論文的目的是對現有理論進行檢驗,以創建一個新的理論,說明是什么影響了戰斗中的戰術結果,并對導致戰術勝利的原因做出解釋。勝利可以用影響戰斗成功的戰術要素來解釋。此外,與決斗失敗者相比,勝利的戰斗可以通過戰術家所掌握的一些技能得到部分解釋。此外,本論文還是一種批判性評估戰術能力的方法,可以確定什么是成功的戰術,以及理論如何與實踐經驗保持一致。隨著對誰以及戰術如何影響戰斗勝負的深入了解,我們有機會提高研究、分析和實踐戰爭的軍事和戰術領域的技能發展。論文由四篇獨立文章組成。這些文章將專業知識水平、態度、一般智力和個人決策風格等個人能力與勝利水平聯系起來。總結所有四篇文章可得出三大結論:(1) 當類似對手交戰時,當代機動戰包含可衡量的成功要素。(2) 遵循代表 "戰術最佳實踐 "的理想模型中的步驟的戰術人員會增加他們在決斗中獲勝的機會,尤其是在對手沒有同時遵循任何或較少步驟的情況下。(3) 個人決策風格影響戰斗中的戰術結果。這些結論對今后制定有效的戰術以及戰術專家檔案具有重要意義。
圖 1. 《沖突建模的形式》,倫敦國王學院戰爭研究系菲利普-薩賓教授所著。
傳感器信息推薦系統是一個概念驗證應用程序,用于測試強化學習算法在推薦軍事分析員當時可選擇的正確信息源方面的有效性。該系統有多種方式向用戶傳播數據并向推薦服務器提供反饋。本報告介紹了傳感器信息推薦系統,該系統由數據源、推薦服務器、戰術突擊工具包服務器和安卓團隊感知工具包實例組成。本報告介紹了在獨立環境中部署這些組件以進行測試和開發的步驟。
系統架構如圖 1 所示。推薦服務器從部署的傳感器接收數據,并通過 TAK 服務器將傳感器推薦的信息對象發送給 ATAK。
圖 1 傳感器信息推薦系統工作流程中的 TAK 服務器
作為分布式海上作戰(DMO)的一個關鍵原則,盡管有人和無人、水面和空中、作戰人員和傳感器在物理時空上都有分布,但它們需要整合成為一支有凝聚力的網絡化兵力。本研究項目旨在了解如何為 DMO 實現有凝聚力的作戰人員-傳感器集成,并模擬和概述集成實施所需的系統能力和行為類型。作為一個多年期項目,本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境,尤其側重于有人和無人飛機的情報、監視和偵察 (ISR) 任務。
在半個世紀的建模和仿真研究與實踐(例如,見 Forrester, 1961; Law & Kelton, 1991),特別是四分之一世紀的組織建模和仿真工作(例如,見 Carley & Prietula, 1994)的基礎上,獲得了代表當前技術水平的計算建模和仿真技術(即 VDT [虛擬設計團隊];見 Levitt 等人, 1999)。這種技術利用了人們熟知的組織微觀理論和通過基于代理的互動而產生的行為(例如,見 Jin & Levitt, 1996)。
通過這種技術開發的基于代理的組織模型在大約三十年的時間里也經過了數十次驗證,能夠忠實地反映對應的真實世界組織的結構、行為和績效(例如,參見 Levitt, 2004)。此外,幾年來,已將同樣的計算建模和仿真技術應用到軍事領域(例如,見 Nissen, 2007),以研究聯合特遣部隊、分布式作戰、計算機網絡行動和其他任務,這些任務反映了日益普遍的聯合和聯盟努力。
本報告中描述的研究項目旨在利用計算建模來了解如何為 DMO 實現有凝聚力的戰斗傳感器集成,并建模和概述集成實施所需的系統能力和行為類型。作為一個多年期項目,本報告所述的第一項工作重點是建立一個適用于 DMO 建模、模擬和分析的計算環境。在這第一項工作中,將對當今的海上行動進行建模、模擬和分析,重點是有人駕駛和無人駕駛飛機的情報、監視和偵察(ISR)任務。這為與執行 ISR 任務的一個或多個 DMO 組織進行比較確立了基線。這也為與其他任務(如打擊、防空、水面戰)進行比較建立了基線。第二階段接著對一個或多個備用 DMO 組織進行建模、模擬和分析。
在本技術報告的其余部分,首先概述了 POWer 計算實驗環境,并列舉了一個實例,以幫助界定 DMO 組織和現象的計算建模。依次總結了研究方法。最后,總結了沿著這些方向繼續開展研究的議程。這些成果將極大地提高理解和能力,使能夠為 DMO 實現戰斗員與傳感器的集成,并為集成實施所需的系統能力和行為建模和概述。
本綜述旨在介紹統計和統計分析在軍事搜索探測技術評估和報告中的應用。目標受眾是參與軍事搜索能力開發的人員,他們以前可能沒有接受過統計分析方面的培訓,但其他需要做出以證據為基礎的能力開發決策的人員也可能會發現一些介紹性概念是適用的。本介紹旨在利用軍事搜索中使用的技術的技術評估中常見的例子,讓讀者熟悉統計分析的基本概念和語言,因此敘述直接指向具體的討論和概念,而繞過了在學術性更強的綜述中會考慮到的大型重要數學主題。因此,本導論并不力求詳盡,而是為感興趣的讀者提供參考,介紹業界使用的通用語言和概念,并就如何以合理的統計方式報告結果以及解釋他人提供的結果提出建議。
雖然承擔能力開發任務的軍事人員往往擁有多年的經驗和作戰洞察力,但并非所有人都接受過足夠的科學或技術培訓,使他們能夠在整個能力發展過程中從容應對要求他們進行的顯性或隱性風險效益評估中的統計和概率方面的問題。作為技術評估工作的一部分,他們需要將軍事要求轉化為技術要求,確定并分離出相關的物理參數進行測試,設計并執行實驗試驗,進行分析并解釋數據,最終做出以證據為基礎的能力發展決策,這些決策將在未來數年內影響國家能力。這可不是一項小任務。
面對預算和資源有限的壓力,同時又要負責以同樣不斷變化和改進的各種戰備等級的成套技術來應對快速發展的威脅,我們有強烈的動機來確保用于評估軍事技術有效性和局限性的資源能夠產生足夠高質量的證據,為投資和能力發展決策提供可靠的依據。此外,通過開發和應用完善的科學和統計方法,技術評估所投入的努力也能為更廣泛的盟軍能力發展社區提供支持。為確保分析的科學性、客觀性和統計有效性而付出的更多努力,將增加合作伙伴之間的信任,從而使報告的結果可以被有信心地接受,從而限制多余的工作,利用國家投資,促進相互依賴和互操作性的目標。
本文通過機器學習方法提出了一種雷達任務選擇的主動方法,并將其設計在雷達調度流程之前,以提高雷達資源管理過程中的性能和效率。該方法由兩個過程組成:任務選擇過程和任務調度過程,其中任務選擇過程利用強化學習能力來探索和確定每個雷達任務的隱藏重要性。在雷達任務不堪重負的情況下(即雷達調度器超負荷工作),將主動選擇重要性較高的任務,直到任務執行的時間窗口被占滿,剩余的任務將被放棄。這樣就能保證保留潛在的最重要任務,從而有效減少后續調度過程中的總時間消耗,同時使任務調度的全局成本最小化。本文對所提出的方法進行了數值評估,并將任務丟棄率和調度成本分別與單獨使用最早開始時間(EST)、最早截止時間(ED)和隨機偏移開始時間EST(RSST-EST)調度算法進行了比較。結果表明,與EST、ED和RSST-EST相比,本科學報告中提出的方法分別將任務丟棄率降低了7.9%、6.9%和4.2%,還將調度成本降低了7.8倍(EST為7.8倍)、7.5倍(ED為7.5倍)和2.6倍(RSST-EST為2.6倍)。使用我們的計算環境,即使在超負荷的情況下,擬議方法所消耗的時間也小于 25 毫秒。因此,它被認為是提高雷達資源管理性能的一種高效實用的解決方案。
雷達資源管理(RRM)對于優化作為飛機、艦船和陸地平臺主要傳感器的現代相控陣雷達的性能至關重要。報告》討論了雷達資源管理,包括任務選擇和任務調度。該課題對國防科技(S&T)非常重要,因為它與現代相控陣雷達的大多數應用相關。它對當前的海軍雷達項目尤為重要,該項目探索了雷達波束控制的人工智能(AI)/機器學習(ML)方法。所提出的算法有可能升級未來的艦船雷達,從而做出更好的決策并提高性能。
在凈零排放作為國家安全的一個基本要素的背景下,本研究采取了一種分析方法來評估目前海軍部(DON)的排放,并了解支持任務準備的能源需求,同時隨著時間推移減少排放。在這份報告中,研究人員提出了當前和擬議的低碳能源,作為到2050年將海軍部轉變為凈零排放的可能途徑,其模型顯示了四個途徑選擇。國防部實現凈零排放的戰略包括替代燃料、氫氣、無人系統、電池、提高運營效率、核能、可再生能源以及碳捕獲和封存。該研究確定了挑戰和差距,以推進未來的研究和分析,進一步減少美國防部的排放。
本文是卡內基 "俄烏戰爭中的網絡沖突 "系列論文的一部分,該項目旨在更好地理解俄烏戰爭中的網絡元素。卡內基的專家們各自研究了網絡沖突的一個獨特層面:論述了對烏克蘭網絡防御的國際援助;論述了俄羅斯未達到的期望;論述了俄羅斯網絡行動的總體軍事影響。
本文研究了俄羅斯戰時在烏克蘭的網絡行動的軍事有效性,這些行動沒有產生更大戰略影響的原因,以及適用于其他國家的軍事網絡的經驗教訓。本文在以往分析的基礎上,采取了更加系統和詳細的方法,納入了更廣泛的公開可用數據。
本文的一個主要目的是幫助彌合俄烏戰爭的具體網絡分析和一般軍事分析之間的鴻溝。大多數對俄羅斯在烏克蘭的網絡行動的分析都是由網絡專家為自己的領域撰寫的,對非網絡軍事來源和概念的整合有限。相反,對整個戰爭的主要描述幾乎沒有提到網絡行動。為了開始填補這一空白,本文將俄羅斯在烏克蘭的網絡行動置于莫斯科的軍事目標、運動和動能活動的大框架中。它的關鍵點是:
俄羅斯的網絡"火力"(破壞性或毀滅性的攻擊)可能對莫斯科最初的入侵貢獻不大,他們對烏克蘭目標造成的損害微乎其微。傳統的干擾使俄羅斯軍隊在爭奪基輔的戰斗中獲得了戰術上的優勢,而對Viasat調制解調器的網絡破壞進一步降低了烏克蘭前線的通信能力,這一點是可信的--盡管未經證實。同時,俄羅斯開場的大規模數據刪除攻擊可能擴大了烏克蘭的總體混亂氣氛,盡管據報道受害者組織只遭受了有限破壞。但在戰爭的前幾周,俄羅斯的網絡攻擊在數量、影響和新穎性方面都急劇下降了。盡管相對于戰前的基線來說,網絡火力仍然很高,但在莫斯科的軍事野心和在烏克蘭的高強度作戰行動的宏大規模上,幾乎沒有登記。
網絡火力既沒有對俄羅斯的動能火力進行有意義的補充,也沒有發揮不同于動能武器的特殊功能。許多俄羅斯網絡火力的目標與動能武器所攻擊的烏克蘭系統類別相同,如通信、電力和交通基礎設施,而不是發揮特殊作用。對于幾乎所有這些目標類別,動能火力似乎都造成了多個數量級的損害。雖然網絡火力在某些情況下有可能提供獨特的好處,但這些好處在俄羅斯對烏克蘭的戰爭中并沒有實現。莫斯科的軍事戰略家們很快就放棄了在烏克蘭減少物質或附帶損害或創造可逆轉效果的任何目標,俄羅斯從網絡行動中幾乎沒有獲得可否認性或地理范圍。同樣,俄羅斯的網絡火力也沒有取得任何系統性的效果,可以說它們的成本效益較低,或者至少在能力上受到更大的限制,而不是動能火力。
情報收集--而不是開火--可能是俄羅斯在烏克蘭戰時網絡行動的主要重點,但這也沒有產生什么軍事利益。盡管外界對情報過程的評估比火力更難,但俄羅斯炮兵似乎依賴非網絡來源的目標情報(特別是無機組人員的飛行器或無人機),盡管早些時候聲稱莫斯科已經使用惡意軟件對烏克蘭陣地進行地理定位。俄羅斯導彈部隊可能收到了一些網絡衍生的情報,但在少數已知的可信案例中,這種情報似乎對目標決策沒有價值。即使是影響行動,長期以來一直是莫斯科網絡理論的核心,也只從俄羅斯黑客那里得到了最小的已知支持。更為普遍的是,俄羅斯對戰爭的整體態度--從戰役計劃到占領被占領的領土--表明關鍵的軍事決策并沒有受到嚴格的全來源情報程序的指導。
雖然許多因素制約了莫斯科的網絡效率,但最重要的也許是俄羅斯網絡能力不足,俄羅斯非網絡機構的弱點,以及烏克蘭及其合作伙伴的特殊防御工作。為了有意義地影響一場如此規模的戰爭,網絡行動必須以俄羅斯顯然最多只能維持數周的節奏進行。莫斯科選擇維持甚至增加其針對非烏克蘭目標的全球網絡活動,并且沒有充分利用網絡犯罪分子作為反對烏克蘭的輔助力量,從而使其能力問題更加惡化。同時,俄羅斯總統弗拉基米爾-普京和他的軍隊似乎不愿意或無法以精確的、以情報為導向的方式來計劃和發動戰爭,而這正是網絡行動的最佳方式。烏克蘭則受益于一個有彈性的數字生態系統、多年來的網絡安全投資,以及世界上最有能力的公司前所未有的網絡支持。
隨著戰爭的繼續,俄羅斯的情報收集可能是烏克蘭最大的持續網絡風險。可以想象,如果俄羅斯黑客能夠收集到莫斯科有效利用的高價值情報,他們仍可能產生更大的影響。例如,黑客可能會獲得實時地理位置數據,從而能夠暗殺沃洛季米爾-澤倫斯基總統或及時準確地瞄準烏克蘭軍隊,特別是那些擁有高價值西方武器系統的軍隊;進行黑客和泄密行動,向烏克蘭和西方公眾披露敏感的戰爭信息,如烏克蘭的戰斗損失、內部分裂或軍事疑慮;或收集關于基輔的看法和意圖的寶貴信息,以幫助莫斯科在未來的談判,以及其他情況。俄羅斯的網絡火力構成了不太嚴重的威脅,盡管如果莫斯科將更多的整體網絡能力導向烏克蘭(以其他目標為代價)或更好地利用網絡犯罪分子,這種攻擊可能會成倍增加。
俄羅斯在烏克蘭的戰爭為其他軍事網絡指揮部提供了教訓,但這些教訓必須適用于國家情況,并與一系列相關案例研究一起考慮。俄羅斯的經驗表明,網絡火力可以有效地集中在一次突襲或其他主要的炮擊中,但在更大規模、更長時間的戰爭中,它們的意義可能會逐漸消失。在支持各種戰時軍事任務方面,網絡情報收集似乎比網絡火力更有潛力,但這可能取決于是否有合格的分析和決策過程以及相當精確的 "戰爭方式"。在網絡和動能學科方面具有高能力、專業性和準備性的軍隊--如美國和以色列--以前曾利用網絡行動來實現對高價值目標的打擊。然而,即使是一流的軍隊似乎也是在嚴格限定的范圍內取得了最大的網絡成功。因此,將網絡空間視為與陸地、海洋、空中和太空同等地位的 "第五領域 "戰爭,可能是一種誤導。
計劃進行大規模戰爭的軍隊應該詢問他們是否能夠真正達到產生和維持有意義的網絡火力高標準。要達到這個標準,可能需要龐大的常備網絡部隊--也許比和平時期或 "灰色地帶 "條件下所需的部隊大很多倍。或者,軍隊可以發展激增的能力機制(例如后備部隊),這在實施上具有挑戰性,并有可能吞噬國內網絡安全。網絡能力的快速再生是另一個關鍵障礙。鑒于戰時網絡能力有限,軍隊可能需要嘗試波浪戰術:短時間內密集的網絡火力,然后是休整期和再生期。波段的頻率越低,與動能火力的密切協調就越重要。如果一個網絡指揮部不太可能迅速擴大規模和再生,那么它也許不應該渴望在重大沖突中進行持續的戰時射擊。相反,它可能會優先考慮在和平時期、灰色地帶或戰前條件下更有選擇性的開火,或像網絡防御和情報收集這樣的非開火活動。
各國在網絡情報收集方面的投資應與磨練情報分析、軍事規劃和戰略決策的同等努力相匹配。隨著網絡能力的擴散,各國可能會發現自己能夠收集到的信息比他們在戰時能夠準確解釋和有效使用的信息要多。在這種情況下,廣泛的體制改革--提升分析技術、灌輸專業精神或打擊腐敗--往往比進一步提高網絡收集的技術水平更有價值。無法實施這些改革的國家可能會了解到,精致的軍事網絡情報能力不值得努力去建立。網絡單位也需要被充分整合到所有來源的情報流程中,引導他們去滿足那些無法通過其他方式輕易滿足的信息需求。網絡情報的戰時用例可能包括實時追蹤高價值目標,在關鍵任務情況下驗證人類情報,以及獲取具有持久、多用途價值的非常大的數據儲存庫。
網絡防御者應將烏克蘭戰爭作為一個參考點,重新審視和完善他們可能需要打的特定戰爭的先前假設。他們的首要任務是重新考慮潛在的敵人在沖突中利用網絡行動的可能能力,因為俄羅斯的經驗是微乎其微的。然后,他們應該對自己的軍事狀況進行具體的比較和對比。
本文的試探性見解代表了對零散的、相互沖突的和不斷變化的數據的一種合理解釋。分析師仍然依賴烏克蘭政府、盟國政府、網絡安全公司和記者的報告來了解俄羅斯的網絡行動、其影響以及更大的烏克蘭戰爭。然而,這些消息來源只有部分知識,而且狹隘的關注不可避免地影響了信息的分享內容、時間和方式。例如,一些消息來源在最近幾個月產生的公開報告比以前少。由此產生的 "網絡戰爭迷霧 "甚至繼續籠罩著最密切關注的網絡事件。整個戰爭彌漫著更大的迷霧,在短短九個月內已經經歷了幾個不同的階段--其發展方式往往令西方分析家(和其他人)感到驚訝。盡管有這種不確定性,世界各國政府將不會等待將感知到的經驗教訓納入軍事網絡戰略、預算、理論和計劃的持續更新。分析師應提供目前可能的最佳評估,同時承認信息差距和隨著時間推移重新評估的需要。
表5. 阻礙俄羅斯在烏克蘭取得網絡成功的因素
隨著空間領域對美國和海軍陸戰隊部隊變得越來越重要,該部隊已經做出了一些改變,但仍有很大的問題,以確保它為未來的作戰環境和在空間領域可能的新角色和責任做好準備。為此,其研究了以下問題:海軍陸戰隊的空間資產是什么?海軍陸戰隊有哪些組織和職位來解決其平等問題并制定其空間領域的戰略?在目前的空間發展階段,海軍陸戰隊有哪些更大的問題(挑戰和機遇)?我們在本信息備忘錄中對這些問題進行了簡要討論。
通過文獻回顧、與主題專家的討論以及對海軍陸戰隊與太空有關的職位的審查,審查了 "太空陸戰隊 "的發展。文獻包括國防部出版物、美國海軍陸戰隊的概念、海軍陸戰隊的指令、先前的CNA研究、陸軍出版物、新聞文章、美國空軍和美國太空司令部的文件。主題專家包括海軍陸戰隊總部(HQMC)三個副司令部--信息(DC I);計劃、政策和行動(DC PP&O)以及戰斗發展和整合(DC CD&I)--以及海軍陸戰隊部隊,美國太空司令部(MARFORSPACE),USSPACECOM的海軍陸戰隊服務部分的現任和近期的太空陸戰隊員。在本研究中,將太空陸戰隊員定義為任何在指定的太空職業技能持有者的崗位上的陸戰隊員,不管是在艦隊陸戰隊(FMF),在支持機構,還是在MARFORSPACE。空間職業技能的名稱包括1706,1786(目前是0540)和8866。只考慮軍官,因為在美國海軍陸戰隊中沒有士兵的空間MOS。
最后,有幾個注意事項,最大的是空間領域、USSF和USSPACECOM正在經歷許多變化,其他部門和中央指揮部正試圖為空間這個移動的目標進行組織。還注意到,當局和政策仍在審查和發展之中,指揮和控制結構仍在變化之中。
機器人是一個具有挑戰性的領域,需要軟件和硬件的融合來完成所需的自主任務。任何工作流程的關鍵是在部署到生產環境之前對軟件進行自動構建和測試。本報告討論了美國陸軍作戰能力發展司令部陸軍研究實驗室(ARL)的無人自主車輛軟件研究平臺MAVericks的軟件開發過程中使用的持續集成/持續交付工具的重要性和創建情況。這個工具在ARL進行的快速研究和開發中起著至關重要的作用--包括模擬和嵌入式硬件目標的自動構建測試,以及驗證軟件在環模擬中的預期行為。
持續集成/持續交付(CI/CD)是軟件開發中常用的工具,用于自動構建、測試和部署代碼。這個工具對于提高研究的速度和效率至關重要,同時確保在增加或改變新功能時功能不受阻礙。在CI/CD之前,軟件開發過程是具有挑戰性的,隨著越來越多的合作者修改代碼庫,任何新的開發都有可能破壞現有的功能--比如代碼不再構建,自主行為和故障保護裝置不再按預期工作。
本報告重點關注美國陸軍作戰能力發展司令部(DEVCOM)陸軍研究實驗室(ARL)的MAVericks無人自主飛行器(UAV)軟件平臺的CI/CD集成,該平臺建立在開源平臺ROS2和PX4之上。ROS2是一套用于構建機器人應用的軟件庫和工具,而PX4是一個強大的無人機飛行控制軟件。利用這兩個平臺,MAVericks是一個專注于敏捷飛行的大型合作項目,在模擬和機器人平臺上都能發揮作用。MAVericks的目標是在ModalAI的VOXL和RB5硬件平臺上運行,因為它提供了尺寸、重量和功率,同時也是藍色無人機項目的合作伙伴,這意味著他們得到了國防創新部門的資助,以符合2020年國防授權法第848條的規定。
合作者包括美國軍事學院的西點軍校,作為分布式和協作式智能系統和技術項目的一部分;加州大學伯克利分校,作為規模化和穩健的自治項目的一部分;以及馬里蘭大學的人工智能和多代理系統的自治項目--而且這個名單一直在增加。此外,ARL一直在尋求提高其算法的穩健性和成熟的能力,以過渡到DEVCOM和國防部的其他組織。隨著許多合作者加入MAVericks,重要的是要確保每次修改后有最低限度的可用功能,以鼓勵快速加入和貢獻。MAVericks是一個由一百多個軟件包組成的大型研究平臺,重要的是每個軟件包都能可靠地構建和運行。通常情況下,合作者只關心幾個軟件包,他們可以很容易地進行修改和添加,而不需要對不相關的問題進行排查,這一點至關重要。由于這種不斷增長的社區,很容易偶然地引入錯誤或破壞不相關的功能。因此,CI/CD是一個很好的解決方案,它將為不同的用戶群體提高平臺的可靠性和可用性。
CI/CD管道實現了許多簡化開發的功能。它可以完全構建整個平臺,確保新用戶的依賴性安裝成功,在模擬環境中運行和測試平臺,以確保自主行為正常工作,并快速構建壓縮的工作空間,以防止在無人機上構建。
在自主系統的軟件開發中,一個有問題的情況是,用戶修改了幾個包,但只構建和測試了一個特定包。這樣,代碼就被合并到了生產中,而沒有驗證它對其他人是否有效。如果未經測試的修改被合并,依賴這些修改的包可能不再構建或通過所有的測試案例。
從用戶的角度來看,CI/CD是由用戶創建代碼合并請求(MR)來觸發的,將他們的修改添加到主分支。這就啟動了CI/CD,建立了一個管道。該管道包括四個階段:構建-依賴、構建-完整、測試和部署。對于每個階段,可以并行地運行多個作業來完成該階段。在每個作業中,流水線首先將合并后的變化復制到一個新的環境中,并完成一個特定的任務。在流水線的最后,一個完全構建的版本被上傳,并準備在無人機上閃現。如果任何步驟失敗,其余的管道階段將被中止,并通知用戶到底是什么地方出了問題,以便他們能夠解決任何問題。管線的概述見圖1。
在本報告中,描述了MAVericks CI/CD的基礎,然后詳細介紹了管道中的每個階段,以及所克服的幾個挑戰。
在過去的幾十年里,美國海軍庫存中只保留了少許類型的海上水雷,且戰術理論研究停滯不前,而主要優先考慮反雷能力。本論文通過一個現代的視角來審視水雷戰(MIW),使用建模和仿真(M&S)來捕捉圍繞水雷戰環境的更廣泛的因素,除了水雷的性能特點和使用參數外,還包括根據最新的任務成功標準來衡量敵方的反應概率。本論文探討了三種通用的非保密實驗方案,得出了對水雷成功影響最大的因素的廣泛結論,并為未來探索具體水雷用例的演習奠定了基礎,以便為下一代水雷及其使用提供信息。分析表明,在影響敵方行為結果方面,空中投送策略通常優于水面、潛艇或無人水下航行器(UUV)投送。請注意,UUV的投放與較低的水雷總量有關,其影響可以通過UUV的移動速度和單個水雷的探測和交戰概率來減輕。
有許多歷史實例證明了海上水雷的價值和通過水雷戰(MIW)取得的勝利。美國海軍在反水雷(MCM)領域的大量投資說明了海軍水雷的致命功效。然而,目前用于進攻性水雷能力的支出與這些防御性工作的投資相比相形見絀。進攻性水雷理論、熟練程度和使用已經停滯、倒退,甚至被忽視,直到沖突迫在眉睫或已經開始。最近,人們對利用水雷的成本效益和力量倍增的特點又有了新的興趣。美國海軍正在重新調整其任務重點,以包括這些潛在的好處,特別是當它涉及到無人水下航行器(UUV)能力的進步、探測傳感器技術,以及未來水雷的自主性、半自主性和可編程性的實際可行性。
該項目尋求更好地了解在不同的水雷作戰框架內可以利用的關鍵性能驅動因素,以最大限度地提高雷場的有效性。在傳統的進攻性水雷有效性措施(MOE)的基礎上,增加了愛德華茲(2019年)定義的四個以任務為中心的MOE,即轉向、阻斷、固定和破壞,定義了一種新的進攻性水雷思維,稱為進攻性拒止水雷(ODM)。ODM可以與現代戰爭的殺傷鏈相結合,對不需要的海上交通提供戰略威懾,在這樣做的同時也被動地釋放了海軍的關鍵資源,否則將支持戰略目標。這個項目的重點是使用概率行為模擬對ODM進行定義、建模和分析,以比較這些更新的MOE下的雷場有效性。
海軍水面作戰中心達爾格倫分部在過去十年中一直在開發通過建模進行協調模擬(OSM)框架。目前,利用OSM框架的JAVA GUI軟件的迭代被稱為MAST,是建模和仿真工具包的簡稱,是專門為這種類型的海軍系統的作戰研究和任務工程分析而創建。該團隊開發了三個實驗場景,定義為探索非保密級別的ODM考慮之間的關系。這些場景分別被指定為空中、艦艇和UUV投送,其中藍色為友軍,紅色為敵軍。為了便于比較和大致了解與這些替代場景有關的作戰考慮因素,每種場景一般都以投送平臺的速度、水雷部署能力、利用的投放點數量和部署水雷的相對能力為特征。空中投送實驗是一種高速、中等能力的飛行器,在單一地點部署能力較弱的水雷。艦艇投送實驗是一個中等速度、高能力的飛行器,在多個地點部署普通水雷。而UUV投送實驗則是一個慢速、低容量的飛行器,能夠使用高能力的水雷,如表1所示。
表1. 基準實驗方案假設
如圖1所示,所有的模擬考察都利用了在50 x 50海里的雷場區域內隨機分配的雷場投放點,目的是影響兩艘紅色船只從部署區以東的設定起始位置向西的預期航點過渡。紅色船只的邏輯實現了概率行為決策,以模擬敵人對其探測到的水雷的反應,或者改變其路線,固定在原地,或者繼續其路徑,并以 "逃離"信息傳達危險。
為了評估行動的重要性,我們開發了五個MOE。主要的MOE,稱為 "紅色影響",是指雷區影響紅方船只駛向預定航點的能力。如果紅色船只都沒有決定轉向或固定,那么紅色影響在該次航行中為零。如果兩艘紅方船只都被抑制,紅色影響為2;如果只有一艘船只受到影響,紅色影響為1。Agent的終止被指定為次要的MOE,用來捕捉傳統思維的MOE,最后部署的水雷被指定為次要的MOE,以更好地通知各實驗的決策點。MOE表見表2。
圖1. ODM移動場景(MAST)
表2. ODM MOEs
輸入變量的定義是為了檢查對藍軍行動、藍軍系統設計特征和紅軍行為邏輯的變化的影響。在空中實驗中定義了21個變量,在艦艇和UUV實驗中定義了25個變量。一個近乎正交的拉丁超立方實驗設計(DOE)在所有三種情況下運行。為空氣實驗確定的21個變量產生了128個獨特的偏移運行,為船舶和UUV確定的25個變量各產生了256個偏移。然后,在與NPS SEED中心的合作下,利用Hamming超級計算機復制了這些DOEs,為空氣產生了3780次偏移,為船只和UUV產生了5000次偏移,以供分析。研究小組發現,與紅色船只的概率決策邏輯有關的變量通常比那些具有物理價值的變量(如速度、范圍或水雷數量)更具影響力。在所有三種情況下,紅色影響的主要MOE也是如此。
為了降低紅色行為在模型中的相對重要性,進行了細化分析,特別關注對作戰效能影響最大的藍色配置特征。初級MOE(紅色影響)、傳統MOE(Agent終止)和次級MOE(部署時間)的結果顯示在圖2。盡管三個實驗似乎都顯示出類似的主要MOE結果,但結果差異在模型中是有統計學意義的。空中投送在 "紅色沖擊 "方面是最有效的,而且部署的速度比船只或UUV投送都快得多。這一點特別重要,因為在只關注紅色制劑死亡的傳統思維模式下,空中投送的單點播種將被歸類為最不有效。同樣,緩慢但有能力的UUV水雷投送,在使用毒劑死亡的情況下,也只是略微有效,但在使用ODM紅色影響MOE的情況下,其評級僅次于空中。
圖 2. ODM場景的結果
該模型為ODM的運行分析提供了一個起點。雖然模擬中的系統故意是通用的,以避免分類,但該模型的設計允許快速引入特定的系統數據。未來的工作可以更全面地實現任務目標(Edwards 2019)的MOE,或增加紅軍決策邏輯的復雜性。然而,即使在這個較高的水平和早期成熟階段,在這個項目中應用ODM概念的意義可以應用于集中開發和采購努力,并更好地告知未來戰斗空間的使用戰略。
有許多歷史實例表明了海上水雷的價值和通過水雷戰(MIW)取得的勝利。美國海軍對其反水雷(MCM)社區的大量投資說明了海軍水雷的致命功效。然而,對防御性努力的投資使目前對未來進攻性水雷能力或國家研究委員會所說的進攻性拒止水雷(ODM)(2000)的支出相形見絀。從歷史上看,進攻性水雷的理論、熟練程度和使用已經停滯、倒退,甚至被忽視,直到沖突迫在眉睫或已經開始。
最近,人們對利用水雷的成本效益和力量倍增的特點重新產生了興趣。美國海軍正在重新調整其任務重點,以包括這些潛在的好處,特別是涉及到無人水下航行器(UUV)能力的進步、探測傳感器技術,以及未來水雷的自主性、半自主性和可編程性的實際可行性。ODM是為海軍作戰司令部(CNO)項目 "超配 "挑戰做出貢獻的自然選擇,即通過 "提供同步的致命和非致命效果"(2020年),"支持將使我們的持續海上主導地位的作戰......環境"。實現CNO建立未來部隊的海軍作戰架構的目標所必需的信條是由他在2020年10月的A Novel Force備忘錄中定義的 "一個綜合的任何傳感器/任何射手的殺傷鏈 "來建立。ODM能夠通過積極參與這些殺傷鏈來加強這一目標,對不受歡迎的海上交通提供戰略威懾,并在這樣做的同時也被動地釋放了原本支持這些戰略目標的關鍵海軍資源。
一般來說,進攻性水雷和具體的ODM是可以提供不對稱戰略優勢的領域,但對其研究不足,因此也沒有得到充分的利用。這就提供了一個機會。目前的ODM理論和戰術需要通過現代有效性措施(MOE)進行分析,以量化保護性(藍水)和進攻性(敵對海岸線12英里內)的潛在水雷環境,并確定任何不足之處(Edwards 2019)。在以前的研究中,"重點是孤立地檢查雷場的部署和特點,這項研究......檢查了能夠部署和支持雷場的替代無人和有人系統,作為聯合進攻行動的一個組成部分......[通過]考慮多個候選操作區域和替代交付平臺"(Beery 2020)。給予該小組探索的具體任務是。
1.定義一個候選的進攻性水雷戰行動概念(CONOPS)。
2.界定一個可供審查的作戰活動和相關系統的系統結構,以確定其對雷場部署有效性的影響
3.開發和分析作戰模擬,以便:a. 確定關鍵的性能驅動因素;b. 為作戰框架的比較提供依據(Beery 2020)。
為了實現這些廣泛的項目目標,團隊開發了一個項目瀑布方法,以定義主要的門和里程碑,如圖1所示,首先是文獻回顧,以熟悉MIW、其附屬元素和相關主題。目前的MIW分析員、操作員和專家被確認,他們幫助確定審查的范圍,并闡明了一些圍繞它的歷史。該小組與顧問合作,以確定MIW領域的適用資源和其他專家。項目發起人和顧問團的投入被用來為小組規劃提供信息和貢獻專業知識,以確保小組的產出為海軍提供價值。最初的文獻審查發現了涵蓋MIW CONOPS的材料和分析MIW操作的技術報告,但它未能產生一個普遍可用的ODM實用指南。為了填補現有文獻的空白,項目工作的重點是開發一個操作模擬,可以用來確定關鍵的性能驅動因素,并最終就如何最大限度地提高雷場部署的有效性提出建議。
圖1.BCM論文項目方法論
為了開發將要使用的作戰模擬模型,該小組采用了自上而下的系統工程(SE)方法,如圖2所示的修改后的軟件工程Vee。通過將通用的高層軍工項目分解為其系統需求的組成部分,團隊設計了一個仿真模型,產生了與這些需求相對應的數據,如修改后的Vee方法的左側所示。模型的輸出數據被收集和分析,驗證其與系統設計要求的適當映射,并驗證建議以滿足操作框架的比較。
此外,團隊每季度向社區利益相關者和感興趣的NPS教師介紹情況,以征求所有相關方的額外意見,并提供一個合作論壇的機會。最終的結果和建議在本報告中正式公布,并在畢業前的進度審查中提出。
圖2:BCM修改后的Vee方法。改編自Buede(2009)。
團隊成員被分配了責任,以確保公平分工,充分考慮技術能力和行政后勤。盡管所有的團隊成員在每個階段都是積極的貢獻者,并幫助確保SE原則在每個步驟中得到遵循,但指定的牽頭人在其主題領域的執行方面保留了打破僵局的投票權。
首席程序員和軟件開發人員。負責模型設計架構、模擬開發,以及與軟件(SW)開發人員和團隊外部的SW項目主題專家(SME)的聯絡。
海上環境專家和UUV社區聯絡員。負責識別環境變量和考慮因素,并將其納入模型,通過無人潛航器社區的聯系和無人潛航器測試的個人經驗進行驗證。
艦隊聯絡和安全經理。負責與美國海軍運營商和社區經理互動,以確保在整個模型開發、數據生產和分析報告中充分納入適當分類級別的CONOPS和技術規范。
首席編輯和數據分析師。負責所有團隊交付成果的最終審查、格式化和提交。對報告的格式和內容的決定擁有最終決定權。