高級任務工程：殺傷網用例

• 機遇與挑戰：
  • 在戰場上，有多種途徑可將分布式系統與 C2 連接起來
    • 發現、固定、跟蹤、瞄準、交戰、評估（F2T2EA）殺傷鏈由分布在空間和時間上互鎖的系統完成，這些系統作為一個系統的系統發揮作用
    • 分布式系統為多個任務連接在一起，形成殺傷路徑、殺傷網和殺傷網
    • 并非所有系統都能相互通信
  • 如何評估和分析這種嵌套殺傷鏈的巨大設計空間（如 10 萬種組合），并在動態任務執行過程中自適應地選擇最有前途的殺傷路徑？

殺傷網分析和評估

決策優勢和 JADC2

21 世紀沖突與現代戰爭

• 全球新技術的重要性
• 比對手更快地處理信息
• 實現信息優勢

JADC2：聯合全域指揮與控制，整合所有領域的先進技術

• 人工智能 (AI)
• 機器學習 (ML)
• 自主操作

共享情報

合作對于實現 JADC2 和互操作性的關鍵

• 2022 融合項目
• 反介入/區域拒止 (A2/AD)

確定技術挑戰

• 解決天基資產退化問題
• 利用人工智能/機器學習能力和人機界面

技術解決方案

• 工業界
• 學術界
• 聯盟伙伴

技術挑戰

• 未明確概述具體的決策優勢方法
• 多領域行動中的全企業方法
• 通過分布式傳感器使大量數據具有可操作性
• 不同級別的利益相關者訪問不同的任務執行要素
• 戰術網絡的網絡安全

AuroraXR 是一個提供互操作性和數據同步功能的框架，可滿足陸軍和美國國防部其他網絡增強現實、混合現實和虛擬現實系統的使用要求。AuroraXR 提供了從現實世界中的傳感器和外部系統與虛擬環境中的用戶和系統建立雙向信息共享的機制。與游戲行業通常使用的網絡解決方案不同，AuroraXR 是專為戰術網絡架構設計的，在這種架構中，帶寬非常寶貴，連接性也無法保證。本報告將詳細介紹 AuroraXR 的目的、子系統和安全功能，以及部署該軟件的未來目標。

圖 1 不同的身臨其境技術在真實環境和全合成環境之間的位置描述

本最終技術報告記錄了 Cubic/Intific 技術領域 1 小組在美國國防部高級計劃局敏捷團隊計劃下所做的努力、取得的進展和發現。A-Teams測試平臺的目標是為團隊行動創建一個動態智能測試平臺，這項工作從先前為Squad X計劃開發的基于小分隊的第一人稱射擊游戲（小隊虛擬測試平臺）開始，到名為 "隱藏與打擊 "的新測試平臺結束，該測試平臺側重于基于回合的戰略機制。本報告概述了團隊在開發人機協作測試平臺過程中進行的研究、設計和應用軟件開發的迭代方法。

在近三年的持續研究、設計和應用軟件開發過程中，Cubic Intific 團隊反復推敲了幾種人機協作 (HMT) 試驗臺的方法，并從 Cubic 之前為 Squad X 計劃開發的 Squad 虛擬試驗臺 (VTB) 開始。

圖 1. 小分隊虛擬試驗臺（VTB）

這個新的測試平臺被命名為敏捷團隊（A-Teams）測試平臺（AT2B），是一個基于商業視頻游戲引擎虛幻引擎（Unreal Engine）的小隊第一人稱射擊（FPS）游戲。AT2B 配備了人工智能（AI）儀器，并在 2017 年至 2018 年期間成功用于多項測試活動，但由于測試平臺和游戲的實時操作節奏（OPTEMPO）存在大量可變性，因此難以提取有趣的結果。

在整個 2019 年，完成了對實驗方法和測試平臺的大量改進和重新設計，但這些努力每次都未能產生預期結果，即人工智能對人類與人工智能組隊的影響的統計顯著證據。

最后，在 2020 年初，決定完全脫離 AT2B 試驗臺，設計一個全新的試驗臺，名為 "隱藏與攻擊試驗臺"（HST），專門用于研究一種回合制戰略機制，這種機制大大簡化了實驗環境，據推測，人工智能將更容易推理并為人類玩家提供有意義的幫助。

圖 2. 隱藏和打擊試驗臺

HST 測試平臺的開發工作于 2020 年 2 月正式開始。到 5 月底，該測試平臺已經完成，足以支持數小時的內部 6v6 多人游戲測試，驗證了該方法。與 AT2B 相比，該測試平臺在相關數據收集、擴展和支持大型測試的能力以及人工智能集成的適用性等方面都顯示出更大的前景。

然而，到了 6 月份，剩余的技術升級，再加上項目的總體目標和目的，顯然已經超出了剩余項目預算所能完成的范圍；繼續開發的風險太大。在咨詢了美國國防部高級研究計劃局（DARPA）項目經理（PM）（John Paschkewitz 博士）后，開發工作被迫停止。

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）利用高分辨率傳感器、實驗室儀器和軟件技術，開發了電力測量和分析工具。為支持這些傳感器的使用，開發了一套可擴展的軟件模塊，用戶界面只需一個網絡瀏覽器。ARL 開發的用于 "嵌入式研究系統的可視化和處理 "的軟件框架和模塊稱為 ARL-ViPERS。這種基于傳感器的軟件提供了一種方法，用于配置傳感器以及與傳感器產生的數據進行交互并使其可視化，而無需在終端用戶設備上安裝任何軟件。

引言

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的幾個傳感器系統原型建立在通用的模塊化數據采集、存儲、處理和通信硬件上，稱為 ARL 的自主實時電力測量和儀器系統（ARL-ARTEMIS）。ARL 的移動式無人值守地面傳感器 (ARL-MUGS) 和移動式功率計 (ARL-MPM) 就是其中的兩個例子（圖 1）。這些系統配備的軟件可用于傳感器配置，以及對電力 (EP) 系統收集的數據進行實時和后處理分析。ARL 開發的 "嵌入式研究系統可視化和處理 "軟件框架稱為 ARLViPERS。以下將 ARL-ARTEMIS 和 ARL-ViPERS 分別稱為 ARTEMIS 和 ViPERS。

ViPERS 包括嵌入式網絡應用程序（可通過用戶設備，如手機、平板電腦或個人電腦上的網絡瀏覽器訪問）和 Dataserver 應用程序（用于運行自定義處理代碼）。網絡應用程序和 Dataserver 都在傳感器上運行，共同提供用戶界面 (UI)，方便用戶配置傳感器，并提供多種數據可視化工具，方便用戶進行 "邊緣 "數據分析。Dataserver 的主要職責是在后臺管理正在進行的數據處理任務，而網絡服務器則用于為用戶提供相應的用戶界面。Dataserver 可以看作是 ViPERS 的 "大腦"，而網絡服務器則是 "臉面"。

所有需要的 ViPERS 軟件都在 ARL 傳感器硬件上運行；因此，用戶無需在用戶設備上安裝任何軟件。ViPERS 還考慮到了模塊化。它包括幾個用于 EP 分析的基礎模塊，用戶可以輕松擴展軟件，加入自己的模塊。用戶還可以上傳定制的處理代碼和可視化程序，這些程序將在傳感器上實時運行；詳見第 3.18 節。

本《ViPERS 用戶指南》逐步介紹了通過網絡應用程序向用戶提供的各項功能。第 2 部分提供了連接和使用 ViPERS 所需的基本信息。第 3 部分包括 ViPERS 網絡應用程序各模塊的詳細信息；第 4 部分提供 ViPERS 數據服務器的信息。有關添加新模塊和可用應用編程接口（APIs）的說明，請參閱配套的《ViPERS 實施指南》 和《ViPERS 編程手冊》。

ViPERS基礎

ViPERS 軟件框架包括以下內容：

1. 嵌入式網絡服務器，提供與傳感器交互的用戶界面；

2. Dataserver 應用程序，用于在傳感器后臺運行處理模塊；以及

3. 用于長期數據存儲的嵌入式實時時間序列數據庫。用戶可將本節作為 ViPERS 的基本 "快速入門 "指南。

在資源受限的斷開環境中使用安全云服務并對數據進行控制面臨著獨特的挑戰。為應對這些挑戰，本論文介紹了一種戰術邊緣平臺即服務（PaaS）解決方案，該解決方案采用聲明式交付方法，適用于潛艇綜合浮動網絡企業服務（CANES）操作系統。該 PaaS 從美國國防部的 Big Bang 核心元素中改編而來，用于實現以潛艇為重點的成果。本論文以潛艇團隊的 "藍色項目 "計劃為案例，對在不同的潛艇兼容基線上運行容器化應用程序以及應用名為 ZARF 的聲明式軟件交付方法原型進行了可行性研究。我們展示了使用 ZARF 將 "藍色項目 "PaaS 及其軟件打包并自動部署到潛艇 CANES 基礎設施的可行性。這項研究最終在當前和未來的潛艇硬件和軟件基線上成功進行了集成測試。論文記錄了研究的執行情況、經驗教訓以及對海軍在空中封閉環境中開發安全軟件和聲明式部署的前進道路的建議。

5G安全維度：

• 國際電信聯盟標準化部門（ITU-T）已建議考慮8個 "安全維度"

• 這些維度提供了具體的術語和安全元素的范圍，以防止所有主要的安全威脅。

• 這些維度考慮了與網絡、應用和用戶數據相關的安全威脅

• 愿景是5G最終擁有內置安全、靈活安全和自動安全（例如，采用人工智能）。

• 建議包括在設計過程的早期解決5G安全問題

5G安全框架

5G安全框架規范是在3GPP R15中建立的

• 該框架確定了5G系統的架構、術語和高級程序

• 定義了六個不同的5G安全域（見下文）。

• 該框架沒有規定具體的威脅或補救措施。

盟軍最高司令部轉型的能力發展局的一項關鍵任務是推動北約的創新。這是通過挑戰現狀，克服組織思維定式，審視變革的長期利益，以及審查哪些變革是可能的及其相關的效果和影響的長期視角來實現的。有大量的工具可以用來點燃創新，如研究、概念開發和實驗（CD&E），以及增加與來自不同國家、學術界和工業界的專家的聯系。

世界范圍內日益具有挑戰性和快速發展的安全環境，再次強調了測試和實驗新能力的重要性，以便迅速向用戶提供這些能力，或者盡早失敗。本卷介紹了一些發人深省的章節，并闡述了廣泛主題的CD&E經驗。

第一章是重點是CD&E的誕生和需求；探討了CD&E的想法是如何演變的，它作為一項政策和一個過程的意義是什么，以及CD&E目前是如何應用的。在第二章中，強調了旨在克服 "無政府狀態 "問題的CD&E方法的要求，并討論了CD&E定義中 "分析 "的遺漏。它描述了瑞典武裝部隊在實施改革期間對該方法的經驗。這一章指出了科學方法在更復雜的情況下進行實驗的局限性。它提出了一種不同的方法，說明了文化和認知上的差異，此外還建立了對知識的積累和使用的另一種看法。將心理學的見解帶到CD&E過程中，努力減少參與該方法的工作人員的各種限制，并使后者更加有效和富有成效。

還介紹了國家的觀點，如Van Hoeserlande中校講述了比利時在CD&E方面的經驗，作者將能力和概念發展的應用與一種新文化的出現聯系起來，在這種文化中應該啟動和闡述這一過程。馬佐中校提供了一個北約的例子，他闡明了作戰分析和作戰試驗在北約行動后勤鏈管理（OLCM）計劃中的作用，以及他們對建立統一的業務流程模型（U-BPM）的貢獻。對CD&E的評估進行了概述，作為一種可審計的證據線索，重新思考經常被視為次要事件鏈的CD&E的評估。

隨后，介紹了各種技術和分析方法。向讀者介紹了桌面實驗（TTE）的適用性和有用性，解釋了它們的結構、目標以及它們在特定的軍事和科學背景下確定能力要求的總體效果。埃里克先生和帕林博士的章節通過介紹英國 "城市戰士5號 "實驗的具體情況，強調了單個模擬設計的優勢和劣勢，對桌面實驗中使用的測試和方法這一主題做出了貢獻。介紹了概念測試方法，并強調其重要性、廣泛的適用性，并概述了構成概念測試成功過程的主要特征。補充了概念測試和桌面實驗的重要性，強調了CD&E過程和三種不同類型的桌面評估游戲的價值："能力評估游戲"、"顛覆性技術評估游戲"、"概念發展評估游戲"。著重介紹了形態分析克服傳統簡化系統所具有的弱點，為國防決策帶來的優點。強調了對CD&E進行更多實證研究的必要性，這將填補文獻中存在的空白。此外，這些研究提供了一種被稱為 "防御估計成本模型 "的方法，實驗中的專業人士可以在不同部門的分析中使用。

本卷的最后一章加強了CD&E對國防規劃過程的意義，劃定了哪些要素使CD&E成功，并討論了這種方法在充滿挑戰的當代世界的未來。

未來的戰場是一個將受到近鄰對手快速變化的技術能力嚴重影響的戰場。在這種環境下的成功將需要簡單易用的系統，它能適應各種情況，并能與其他部隊和系統整合。多域作戰指揮、控制、計算機、通信、作戰系統和情報（MDOC5i）旨在為海軍陸戰隊準備未來的戰場。由于傳統的機器學習技術存在某些缺點，MDOC5i使用矢量關系數據建模（VRDM），為海軍陸戰隊提供適合動態部署的系統。MDOC5i使用全球信息網絡架構（GINA）作為其VRDM平臺。這項研究使用GINA創建了一個無處不在的決策模型，可以根據美國海軍陸戰隊的場景進行配置。該研究實現了無處不在的模型，并通過一個網絡分析用例證明了其功能。這個決策模型將作為所有GINA實施的基礎模型。快速構建和調整基于場景的GINA模型并將這些模型整合到一個共同的框架中的能力將為海軍陸戰隊提供對抗未來對手的信息優勢。

圖. 超圖描繪了構成 GINA 決策模型的關鍵實體。這是圖 3.2 中描述的“決策者信息”部分的細分。影響力的三個主要領域是現實世界、網絡和網絡。本論文中的模型將僅包含網絡類別的一部分，特別是 XMPP 流量。這三個領域應被視為為大規模網絡診斷設計的決策模型的起點。

引言

在最近的沖突中，美國能夠承擔對其敵人的技術優勢[1]。然而，由于美國已經將重點從反叛亂（COIN）行動轉移到與近距離對手的沖突上，這是一種不能再假設的奢侈。美國和國防部必須不斷尋求獲得并保持對近距離對手的技術優勢。所有軍種的指揮官都強調了這一點，包括司令部的規劃指南[2]。網絡戰場是一個日益復雜和快速發展的領域，在戰爭中從來沒有出現過像現在這樣的能力。目前的對手既有掌握該空間的愿望，也有掌握該空間的能力[1]。人機交互（HCI）將是在未來沖突中實現信息主導的關鍵。人機交互融合了計算機科學、認知科學和人因工程，以 "專注于技術的設計，特別是用戶和計算機之間的互動"[3]。我們必須掌握人機交互，以協助指揮官并保持對敵人的優勢

美國海軍陸戰隊（USMC）沒有很好的裝備來在網絡領域取得成功。美國海軍陸戰隊訓練和教育司令部（TECOM）已經將這一能力差距確定為一個主要的問題聲明："海軍陸戰隊沒有接受過應對同行威脅的訓練，在這種情況下，我們不再享有數量或技術優勢的歷史優勢。為了在未來的戰場上取勝，我們必須提供一個學習框架，以發展適應性和決定性的海軍陸戰隊，并提供訓練環境，以產生能夠產生決定性效果的互操作單位"［4］。

信息技術的進步產生了一個以網絡為中心的應用框架[5]，可以幫助縮小能力差距，使美國海軍陸戰隊保持對對手的網絡優勢。

1.1 MDOC5i

在為滿足指揮官的指導并使美國海軍陸戰隊為網絡戰場做好準備而采取的舉措中，海軍陸戰隊已經建立了多域作戰指揮、控制、計算機、通信、作戰系統和情報（MDOC5i）。MDOC5i是一個基于陸軍網絡信息管理環境（ANIME）的系統，提供了一個以網絡為中心的因果動態數字孿生環境。利用基于實體的模擬，MDOC5i提供以網絡為中心的互操作性和決策模型，可以增強多域作戰（MDO）[6]。MDOC5i計劃 "提供基層開發的技術，使操作人員能夠'推斷和適應'不斷變化的戰斗空間的需求" [7]。MDOC5i確定了需要改進的三個問題領域：互操作性、信息處理和利用，以及文化轉變[7]。

隨著戰場的不斷發展，聯合解決方案將是獲得優勢的關鍵。這些互操作性的解決方案將依賴于網絡和通信能力。互操作性是指與整個服務的各種通信系統相關的所有設備之間的通信能力。因此，目前在互操作性方面的差距需要被彌補，以進行聯合行動。系統之間的互操作性還沒有通過一個標準化的通用方法來實現[7]。MDOC5i認為這個問題的根源在于，當前系統所使用的所有網絡都被認為是彼此獨立的領域，而不是一個統一的作戰指揮和控制（C2）系統[7]。

MDOC5i解決的下一個問題是信息處理和利用。這個問題指的是目前整個海軍陸戰隊沒有能力處理大量的信息。數據通常很豐富，而且隨著傳感器能力的增長，數據會越來越豐富，但很難分析所有的數據并從噪音中分出有用的數據。鋪天蓋地的數據如果不進行適當的分析，對決策過程是無用的，甚至是有害的。這個問題被具體描述為："當前行動和數據收集的速度超過了我們處理、識別和獲取可操作情報的能力，以快速評估、調整和修改計劃和實時COA，從而優化部隊投射、殺傷力，并實現持久的超額配給"[7]。

為了提高處理越來越多的數據和跟上快速發展的戰場的能力，作戰人員需要關注人機互動。這種關系對于能夠在可操作的時間范圍內將大量的數據轉化為有用的信息，從而做出更好的決定至關重要。更好的人機交互可以幫助確保 "數據處理和決策的速度與行動的速度相稱" [7]。

解決的最后一個問題，即文化轉變，涉及美國防部需要調整其在數據整合和聯合行動方面的重點。雖然國防部致力于為作戰人員提供可操作的情報，但其方法是無效的和低效的[7]。此外，各個軍種制定了自己的就業方法和情報方式，這往往會導致聯合行動的無效性。為了在目前存在的動態戰場上作戰，各軍種必須共同努力，"使能力與任務、標準操作程序、訓練戰術和協議、采購和部署政策以及作戰部隊的整體文化相一致" [7]。

1.2 MDOC5i應用于海軍陸戰隊

5月9日至5月13日，MDOC5i在海軍陸戰隊空地作戰中心（MCAGCC）二十九棕櫚島與第七海軍陸戰隊進行了演示。這次初步測試的目的是展示MDOC5i所帶來的增強的火力能力，并確定MDOC5i通過提供共同情報圖像（CIP）--共同作戰圖像（COP）和決策支持來增強整個海軍陸戰隊空地特遣部隊（MAGTF）的MDO的可行性。

在MCAGCC Twenty-Nine Palms進行的MDOC5i演習成功地描述了該系統的防火能力。MDOC5i系統使用最先進的掃描機制和瞄準系統，將標準裝備的區域射擊武器轉變為精確射擊武器平臺，能夠在幾乎沒有歸零的情況下有效地攻擊目標。雖然這本身就大大增加了海軍陸戰隊的殺傷力，但增強的火力能力僅僅是MDOC5i概念所提供的效用的開始。底層系統使用全球信息網絡架構（GINA），一個矢量關系數據建模（VRDM）平臺，以使所有通過網絡連接的單位都能獲得準確的COP和CIP。這在戰場上提供了一個優勢，因為所有單位都獲得了意識，并將能夠為共享系統提供輸入，從而產生最準確的CIP-COP。

這些投入可以用來幫助決策和影響有利于沖突空間競爭的活動。

這一過程的關鍵使能部分之一是GINA內的決策模型，它能使人采取行動。在二十九棵樹的演示中，海軍陸戰隊員被展示了使用標準武器系統對選定目標進行第一輪射擊的能力。選定的目標出現在通過網絡連接的所有信息顯示器上。為了實現目標定位，GINA模型接受目標的輸入并將信息傳遞給所有用戶。系統首先決定該目標是一個有效的目標還是一個重復的目標。它通過一個專門設計的決策模型來實現這一目標，該模型將確定的目標與其他繪圖的目標進行比較。如果新的目標在指定的距離內，程序會認為它是重復的。這可以防止信息過載，使指揮官對現有的威脅有最準確的描述，以便更好地決定如何使用武器系統來對付敵人的目標。因此，在這個特定的例子中，輸入的是確定的目標位置，決定的是該目標是合法的還是重復的，決定的標準是確定與其他已經繪制的目標的距離，結果是對威脅的準確描述，使海軍陸戰隊能夠最好地與敵人作戰。

在演示中，決策與識別目標有關，而影響的行動與射擊有關。然而，如前所述，增強射擊能力只是MDOC5i通過基于VRDM的GINA平臺所能提供的好處的開始。創建和采用為指揮官提供最新的CIP-COP并幫助決策的模型將對海軍陸戰隊和國防部（DOD）的所有方面都有用。按照目前的情況，每次實施新的模型時，都需要從頭開始創建新的決策模型。

1.3 論文重點和MDOC5i的聯系

海軍研究生院（NPS）論文的目的是在GINA平臺上使用VRDM建立一個不可知的決策模型。重點是該模型的普遍性，以便它可以很容易地被塑造為未來的情景。該決策模型擴展了無處不在的數據表概念，以包含關于數據的信息屬性，并允許通過基于屬性的真值表關系實現來自數據屬性和信息屬性（邏輯類型）的知識屬性。因此，模型將數據轉化為信息，然后從已知的真值（既定協議）中獲取狀態和規定過程的知識，然后模型執行相應的過程。這表明了該方法的普遍性，并使任何數據任務的數據轉化為行動。本論文驗證了使用基于模型的配置方法，該方法由數據、真值表和狀態的概念對象組成，可用于人在/在環的自動數據決定-行動，并可在知識管理圖框架內為任何任務進行管理。

建議的模型在通過分析可擴展消息和存在協議（XMPP）消息來確定網絡健康狀況的情況下進行測試。該模型的輸入是可擴展標記語言（XML）消息，旨在復制大規模戰術網絡的數據包捕獲（PCAP）中捕獲的XMPP消息。雖然網絡診斷分類本身很重要，并證明了功能，但主要的效用將在于決策模型的普遍性。因為該模型是不可知的，它可以很容易地被修改以適應一系列所需的場景。務實地說，它可以作為所有其他GINA實施的基礎模型，使海軍陸戰隊實現信息超配。

1.4 假設和研究問題

本論文的假設是，GINA將被證明是一個高效的平臺，在這個平臺上實現一個可以輕松配置的泛在決策模型，以應對多種情況。在這個假設的核心，主要目標是利用GINA架構成功地設計和實現一個無所不在的決策模型。這項任務已經完成，證明了主要假說的正確性。

本論文的問題包括。

1.無處不在的決策模型能否在GINA的界面中實現？

2.GINA是否為機器學習（ML）提供了一個可行的、可操作的替代方案，該模型是否達到了與傳統機器學習技術相同的效果？

3.該模型是否有切實的方面證明比傳統機器學習技術優越？

4.該模型和GINA平臺能否用于大規模網絡流量分析？

與假設一致，第一個問題是最重要的，并且被證明是正確的。所實施的決策模型應該能夠促進并推動未來的工作。其余的問題涉及模型的可擴展性和與傳統技術相比的性能。雖然這兩個概念都沒有直接解決，但該模型提供了肯定的機會來測試這些概念。

1.5 使用的工具

為了成功地理解決策模型的實施和它可以應用的規模，有必要了解所涉及的工具。其中一些應用在本論文中直接使用。其他的是在MDOC5i中使用的，對于理解這個模型如何推導到多種情況下是很有用的。這些工具也提供了很好的背景，對未來的工作有好處。

1.5.1 全球信息網絡架構

GINA 是一個基于云的、提供可執行建模環境的 VRDM 平臺，該平臺產生的模型能夠進行推理和適應[7], [8]。該架構通過其反思性的、可執行的、基于組件的、與平臺無關的和模型驅動的構造，提供先進的數據、信息和知識的互操作性[9]. 該平臺使用一種語義結構，使應用領域的用戶能夠理解組成的模型組件，并形成具有半知覺行為的系統，這對動態任務需求的適應性和可配置的靈活性至關重要。該創新平臺是松散耦合的，這意味著它可以通過配置創建模型，使用來自遺留系統、現有系統或未來系統的各種輸入[8]，而不會破壞或重新編譯。由于概念性的信息對象構造可以臨時引入，并可能存在于任何領域，GINA提供了誘人的可能性，美國防部正在探索這種可能性[2]。

GINA技術由方法論、開發工具和可執行模型的部署平臺組成，可作為軟件程序使用。這些模型不需要被編譯，而是在元數據中定義并實時編譯。該平臺使用通過配置實現的行為、環境和因果的建模概念，以提供定義、操作和互操作性[10]。GINA可以通過其名稱的組成部分進一步理解。"全球 "指的是該平臺通過多層抽象包含了所有的數字表示。"信息 "指的是可以被建模和管理的靜態和動態數據以及互動關系。"網絡 "指的是可以通過模型和圖表顯示、參考和管理的所有互聯關系的數字表示。"架構 "意味著GINA是被使用的系統，專門用于制作行為、背景和因果關系的可執行模型[10]。

第二章將深入討論GINA的優點和特點。

1.5.2 ANIME Dark Stax

Dark Stax是一個由ANIME開發和使用的工具，能夠以接近實時的速度創建復雜系統的數字孿生體。這些數字孿生體可以用來操作克隆的系統進行數據操作和決策分析。這種聯合有助于數據驅動的決策過程。這個工具能夠創建戰術網絡的克隆，并過濾PCAP數據，為網絡診斷模型創建輸入[10]。Dark Stax工具由Ad Hoc維護和運行。他們對該工具的掌握為首要的人工智能（AI）技術和VRDM技術的結合提供了巨大的效用。

1.5.3 StarUML

StarUML是一個開源的軟件建模平臺，支持統一建模語言（UML）[11]。它被設計為支持簡明和敏捷的建模，并提供系統疊加的可視化描述[12]。本文使用UML圖來描述實現的VRDM模型的靜態和動態方面。UML并沒有捕捉到VRDM模型中包含的所有細節，但它確實捕捉到了最重要的信息，并提供了模型中連接的清晰疊加。

在這個項目中，它只被用于GINA模型的可視化和文檔化。然而，我們的意圖是使GINA能夠接受UML設計作為輸入。因此，一個系統可以用UML建模并輸入到GINA中，以放棄配置。

1.5.4 目標光標仿真器

Cursor On Target（COT）"是一個互聯網協議和一個基于XML的機器對機器模式，可以被任何系統讀取和理解，使專有和開放源碼系統能夠相互通信"[13]。模擬器在GINA模型中被用來模擬XMPP流量。XMPP消息的樣本在一個文本文件中生成。然后，Cursor On Target Simulator（COTS）模擬器將文本文檔的內容作為XML輸入到GINA。這個XML是決策模型的輸入。

未來的 MDO 概念：

• 需要機動以滲透并在復雜和有爭議的地區開展行動。
• 嚴重依賴RAS。

正在探索的RAS是為了：

• 在所有陸軍相關環境中運行。
• 提供更好的態勢感知。
• 增加作戰人員的距離。
• 增加對敵方的覆蓋和困境。
• 實現更快的決策。
• 以尚未想象到的方式擴展機動性。

RAS將被要求：

• 評估場景并創建和分享本地和共同世界模型。
• 以戰斗的規模和速度協調各梯隊、團隊、分隊和單個系統（包括人類）的行動、決策和機動。
• 適應環境和敵方行動中的巨大干擾和變化，并具有復原力。