亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

聯合目標定位是作戰規劃各個方面的核心。如果從聯合目標定位業務的角度來看待聯合作戰概念和數字化舉措，顯然聯合目標定位是實現美國防部數字化轉型的最佳途徑。

大多數現代化倡議和計劃都側重于發現、固定、整理、利用和分析作戰空間中的移動或動態目標。這些舉措忽視了經過審核的預定目標對作戰的至關重要性。因此，聯合目標定位與作戰規劃的方方面面密不可分。如果從整個聯合目標定位業務（JTE）的角度，而不是只關注其中的一個方面--改進動態目標定位--來更全面地看待新的聯合作戰概念（JWC）和數字化舉措，就會發現聯合目標定位是實現美國防部所尋求的數字化轉型的理想選擇。

邁克爾-馬扎爾建議做好準備，"在沖突的頭幾周向攻擊部隊提供......火力"，以防止對手實現地區霸權或征服。這一行動將起到常規威懾的作用，表明聯合反擊部隊應為最壞情況下的戰斗做好準備。目前在聯合作戰概念和數字現代化總綱下正在制定的許多聯合電子戰現代化倡議和計劃，如果能成功開發和整合，將能提高戰備狀態。

聯合目標定位與軍事規劃和行動的每個階段都息息相關--從穩態戰略制定和戰役規劃，到敵對行動開始，再到評估--它利用了包括國防情報業務在內的許多網絡和領域的數據和信息。根據《聯合出版物 3-60》，"目標定位是考慮作戰要求和能力，選擇目標和確定優先次序，并匹配適當對策的過程。目標定位需要一個持續的分析過程，以確定、發展和影響目標，從而實現指揮官的目標"。

有別于人力情報或收集目標定位，聯合目標定位為規劃人員提供了有關目標的詳細信息，并得到指定部門分析推理的支持，將目標與預期效果聯系起來...目標是指對敵方具有某種功能的實體或物體，被視為可能交戰或采取行動的對象。目標的重要性源于其對實現指揮官目標或完成指定任務的潛在貢獻。

聯合目標定位人員協助規劃人員制定計劃，以應對外交失敗、針對近鄰或大國競爭對手爆發重大沖突的最壞情況。目標定位員是 "完成必要培訓并在當前職責中指導聯合目標定位循環的人員"。聯合目標定位員與情報分析員合作，負責開發所有來源的情報，以了解目標集、識別薄弱環節，并幫助規劃人員為軍事行動選擇可行的聯合目標。

聯合目標定位員所執行的任務復雜而艱巨，需要關注重大細節。如果忽略一個細節，就可能危及國家公民的生命和生計。這些目標定位人員要確保選定的聯合目標符合戰爭計劃的目標和意圖，并符合戰爭法的要求，以減輕對平民造成的傷害和痛苦。

要很好地執行各項任務，就需要有足夠的訓練有素、經驗豐富的聯合目標定位人員和情報分析員來開始聯合目標的開發。發現、開發和制作所有來源的情報和目標系統分析，并選擇適當的聯合目標--最好是在敵對行動開始之前--需要時間。目標系統分析是 "對潛在目標系統進行全方位檢查，以確定與既定目標的相關性、軍事重要性和攻擊的優先次序"。這種分析包括固定設施和軍事組織情報，包括其指揮和控制結構、人員和輔助基礎設施。

根據《美國國防部詞典》，戰斗序列是 "任何軍事力量的人員、單元和裝備的標識、兵力、指揮結構和部署"。在穩態行動期間，當部隊單元離開駐扎地時，地形和部署位置也會被放入數據庫，用于在敵對行動開始時更有效地查找和固定。歷史表明，這可能需要數年時間，取決于對手基礎設施和軍事組織的復雜程度、規模、可用數據、可用收集資產以及專門情報分析師的數量。

聯合目標定位也取決于緊迫性。如果這種目標定位被視為優先事項，那么制定足夠多高質量聯合目標的時間可能會縮短到幾個月。然而，當支持情報組織全力投入生產時，這只是最好的情況。緊張局勢、征兆、警告、態勢和當前形勢將始終決定緊迫性，但至關重要的是，如果出現 "晝夜戰斗 "的緊急情況，必須有足夠的適當、有效的聯合目標定位能力。對威脅相對較低的對手采取行動時，如果沒有準備好聯合目標定位，可能會不必要地延長戰斗時間。在與大國競爭者的沖突中，如果沒有足夠的經過審核的聯合目標來進行交戰，那么開場的齊射可能會失敗。

好的戰略和規劃通常會轉化為可行的聯合目標。聯合目標定位通過將目的、方式和手段聯系起來，將戰略轉化為針對聯合目標的具體行動。選擇聯合目標是為 "D-Day "做準備的詳細計劃的最后一項任務。當事件升級到敵對行動迫在眉睫的地步時，目標定位人員和規劃人員將回答和完善 "誰"、"什么"、"哪里 "和 "多少個聯合目標 "等問題。這些目標定位人員和規劃人員分布在上級指揮部的各個層級。

制定和選擇聯合目標的過程與要交付的能力無關，這些能力將根據預期效果分配。預期效果取決于戰略意圖以及作戰計劃的假設和進展。隨著計劃的發展或執行，預期效果也取決于當前形勢，包括現有的常規武器和運載平臺，以及準備投放或啟動的非動能能力。

所有預期效果都取決于能否接觸到聯合目標--受地理、射程、電磁頻譜、網絡防火墻、密碼以及易受攻擊性和機會等因素的限制。聯合目標定位人員在根據這些限制因素估算預期效果方面發揮著重要作用，指揮官和操作人員利用這些估算結果做出交戰決策。

聯合目標定位人員、分析人員和規劃人員負責評估交付效果。聯合目標定位人員負責評估單個聯合目標的效果，并對各種聯合目標集的總體效果進行重要評估。規劃人員和分析人員利用這些評估來確定聯合部隊是否實現了作戰計劃目標。當效果傳遞到動態聯合目標時，進行良好評估的復雜程度就會成倍增加。從歷史上看，聯合目標定位的這一部分通常做得并不好，因為它不是經常演練和大規模完成的。當發生重大沖突時，對動態聯合目標定位效果的評估需要專門的收集和許多情報分析師。

當前岌岌可危的全球戰略安全環境要求重新評估必要的資源，使聯合目標定位與 2018 年美國國防戰略優先事項保持一致。要擴大聯合目標定位能力，以應對國防戰略中確定的對手，仍有許多工作要做。

在過去五年中，美國防部已將大多數司令部和軍種中專門從事聯合目標定位的人員數量增加了 50%。但是，訓練有素、經驗豐富的人員仍然短缺，而這是他們目前所掌握的自動化工具所無法彌補的。事實上，即使有足夠的人員，目前各自為政的網絡和自動化工具也會使聯合目標定位任務變得不必要的繁瑣。

因此，由于聯合目標定位與軍事行動的每個階段都息息相關，因此可以幫助評估正在開發中的數字化現代化計劃和舉措。例如，聯合目標定位依賴于輸入數據庫的多個 "權威數據源"，這些數據源的特點是足以發展成為有效的聯合目標。數據依賴于收集。

收集工作取決于收集資產和分析人員對收集內容的訪問。同樣，攻擊后評估也取決于收集和及時性。收集的數據和信息可以來自任何領域和平臺，并且與平臺或接收集成網絡和架構無關。重要的是能夠及時獲取收集到的數據，這些數據可以在競爭對手或對手（如果爆發沖突）的決策循環內進行分析。

在這方面，提高 "回傳 "所需的整體自動化效率的有度方法為數字化改造聯合作戰概念和國防情報業務提供了用例機會，這將產生跨職能的倍增效應。包括利用機器學習和人工智能（AI）增強聯合目標定位業務的能力，從而極大地改進聯合目標分析，包括目標系統分析以及大規模目標選擇、優先級排序和評估，特別是在時間緊迫的情況下。

但這需要確定有多少聯合作戰概念和國防情報業務人工智能計劃，并了解它們的目的。盡管這些計劃似乎都在朝著同一個目標前進--大幅提高適合數字時代的作戰能力--但大多數計劃都是在無視其他計劃的情況下制定的，而且主要集中在針對動態目標的傳感器對射擊能力上。

這些能力的基本假設是，持久的戰區和戰術情報、監視和偵察平臺、充足的國家技術手段、通信接入和連接，以及精確、導航和定時資產將可用來準確地向目標定位投送精確武器。在與大國的沖突中，預計通信環境會惡化，在這種情況下可能無法獲得或利用這些資產，這也是指揮官需要現成的聯合目標定位的關鍵原因。

此外，即使美軍有足夠的收集和連接能力來將武器瞄準目標，收集人員和武器操作人員也需要大致知道在哪里可以找到并完成動態單元和裝備。這種信息只有通過沖突前的聯合目標和目標系統分析開發才能獲得，而機器輔助分析和人工智能可以極大地改進這種分析。在 "沙漠風暴 "行動中，當聯軍擁有伊拉克上空的制空權和專用的情報、監視和偵察收集平臺時，他們無法有效地找到并解決在伊拉克西部隱藏地點之間移動的 "飛毛腿 "發射器。在整個戰役期間，伊拉克軍隊可能會定期向以色列和沙特阿拉伯發射飛毛腿導彈。人工智能可以智能地協助這些火力任務。

還有一個難題是如何將傳統的記錄項目（PoRs）與人工智能結合起來。在過渡到新的網絡和架構并嘗試添加算法以智能協助聯合目標定位人員和分析人員時，美國防部是否應該改進當前的傳統記錄項目，使其更具互操作性？或者，軍方是否應廢棄性能不佳或閑置的PoR，轉而發揮算法戰爭的潛力？考慮到聯合目標定位業務岌岌可危的全球戰略安全環境，應該是兩者兼而有之。美國防部不能為了獲取資源和開發新的架構、網絡和軟件工具以實現人工智能，而失去當前 PoRs 有限的互操作性連接。

在短時間內，應繼續為優先考慮的傳統 PoR 提供維持資金并對其進行一定程度的改進，同時為新網絡和架構提供資金，這些網絡和架構應具有以數據為中心的特性，不依賴平臺，并能使用算法來滿足作戰需求。如果人工智能帶來的新能力極大地增強了企業當前的生產能力，那么軍方就可以讓傳統的聯合目標定位 PoRs 停止。這也是一種方法，可讓深陷傳統 PoRs 思維模式的作戰和情報支持部門逐漸適應，接受并訓練人工智能，并開發使用人工智能后的新分析技術和程序。

總之，制定以數據為中心的聯合作戰新概念和國防情報企業倡議不能在真空中進行。在不久的將來，所有人都能提供數據要素，在算法的賦能下，改變聯合目標定位業務的效率和效果。優先考慮聯合目標定位可能無法解決聯合WC功能戰中固有的所有任務。然而，通過聯合目標定位的整體視角提供所有領域和平臺的數據訪問權限，將有助于改進其中的大多數任務。

支撐性活動包括聯合全域指揮與控制、聯合火力、爭奪后勤和信息優勢。口號應該是："某項舉措最終如何幫助將炸彈或非致命能力置于目標定位，是否會加強決策的及時評估？

正如眾議員邁克-加拉格爾（Mike Gallagher）最近寫道："實際上需要整合的是更多的常規硬實力。 讓對手確定目標定位是恢復美軍常規威懾態勢的最重要任務"。如果暴力沖突爆發，美國的軍事行動最終將收益于創造力，它開創了數字時代，改變了所謂的美國戰爭方式。

參考來源：Air & Space Operations Review (ASOR)

圖：美國空軍的先進作戰管理系統有望實現跨所有領域、武器系統和指揮部的快速收集、處理和數據共享。（美國空軍）

明天的戰爭將在哪里獲勝？

這個問題的答案現在與十年前大不相同，因為戰場已經如此迅速地擴展到新的領域——也許最明顯的是進入數字領域。

無論是在傳統戰線（陸地、海上和空中）、網絡空間還是太空本身的戰斗，勝利都取決于我們根據傳感器、機器、無人機和其他數字系統生成的大量數據做出準確、閃電般快速決策的能力，此外還有幾十年來為國防相關決策提供信息的情報來源。

分析慣性

歸根結底，獲勝是關于擁有知識和洞察力，能夠比對手更快地做出更明智的決策。但是，盡管國防組織可能想要迅速采取行動，但無數經過充分探索和公開討論的因素，如龐大的官僚機構、過時的采購流程、過時的政策等，阻礙了機構轉型的規模和速度，以適應日益數字化的環境。

與此同時，今天的對手兇猛、靈活、數字化，并且不受成熟國防組織運作的深思熟慮、以流程為導向的環境的阻礙。

解鎖數字能力的核心是應用已經在整個商業世界中使用的高級分析。但很多時候，“分析慣性”正在限制進步，而掙脫束縛需要理解它為什么存在。

以下是有關如何獲得動力的一些原因和見解。

供應商鎖定

國防組織必須保持靈活性，以獲得最好的軟件，而不必擔心隨著技術和任務的變化而陷入未來可能不適合的解決方案中。如果技術合作伙伴沒有提供預期的結果，或者如果任務和優先事項發生變化，則必須將其替換。

許多負責獲得關鍵任務軟件的國防領導者——那些“接近”組織成功任務的軟件，例如支持情報和以運營為重點的組織的目標的分析解決方案——通常不愿意與商業提供商簽訂合同，因為擔心軟件可能成為任務成功的核心，并且隨著時間的推移，公司可能會在關系中獲得不成比例的影響力。相反，他們的默認模式是自己構建軟件功能——在大型咨詢機構的幫助下，與內部技術專家和其他利益相關者合作。

雖然這種方法可能耗費時間和資源，但它有效地繞過了“供應商鎖定”。但從某種意義上說，這種鎖定關系剛剛轉變為對永久服務成本的依賴，因為軟件是在內部從頭開始構建的，經過迭代以滿足需求，然后由一排開發人員維護。

這是最好的情況，因為許多這樣的感知永遠不會超越“永久迭代階段”——出于顯而易見的原因，專注于提供服務的實體滿足于保留。

國防合同的歷史充斥著這種功能失調關系的例子，這使得國防領導人很容易忽視過去十年左右商業軟件提供商之間發生的根本性轉變。在經歷了供應商鎖定的磨合之后，企業界改變了自己對商業供應商的軟件要求，要求這些解決方案更容易被替換。

如今，這已成為軟件提供商的一個關鍵賣點，基于對真正的商業軟件“為被替換而構建”的認識，使他們的解決方案比以往任何時候都更加模塊化。這從根本上改變了供應商/買方的關系，使國防組織更容易從世界領先技術解決方案的即用型功能中受益。

大規模分析

無論是將數據用于情報目的、供應鏈管理，還是任何數量的高度敏感、關鍵任務計劃，國防組織都會以指數級規模傳輸數據。因此，整個國防組織普遍認為，管理這些龐大的數據量的唯一方法是構建能夠勝任任務的解決方案。

的確，許多商業數據管理和分析解決方案無法處理軍用級數據量。另一個事實是，越來越多的精英商業解決方案正在被證明已經準備好迎接挑戰——用于商業環境，其規模可與國防應用相媲美。例如，雀巢在 24 小時內在其系統中移動了大約 10 億個 SKU。

可替換性

想象一下這樣一種情況：國防組織與符合“可替換性”要求的分析解決方案提供商簽訂了合同，然后決定替換它們。新的系統、流程和功能通過新的供應商成功實施......但數據是另一回事。以前的提供商使用專有的數據格式，該格式需要大量耗時的翻譯工作才能將其重新構建為可行的格式。這是太多國防領導人面臨的痛苦現實，而且是完全可以避免的。

負責分析軟件采購決策的國防領導者可以應用一個簡單的標準來避免將來出現困難的軟件轉換：如果解決方案依賴于專有數據格式，請取消其資格。相反，應專注于確保組織數據以可以永久使用的標準、非專有格式返回的解決方案。

明天的戰爭將在哪里獲勝？它們將在我們全國各地的會議室、會議室和實驗室中獲勝。只要有風險承受能力的領導者參與推動現有的慣性稍微偏離軌道，他們就會贏得勝利。最終，這些未來的戰爭將在數據、速度和信任的交匯處取得勝利。

參考來源：C4ISRNET

幾十年來，美國海軍一直在研究人工智能的好處和陷阱，雖然人們關注的焦點是無人駕駛船舶和飛行機器人等系統，但人工智能也可能在后勤、資產管理和調度方面帶來重大進步。

1月11日，美國海軍研究辦公室（Office of Naval Research）數學、計算機和信息科學部門主任亞歷山德拉·蘭茨伯格（Alexandra Landsberg）在水面海軍協會第36屆全國研討會（National Symposium）的小組討論中將焦點轉向了人工智能的行政用途。

她認為，雖然分析大量數據和創建摘要等信息處理優勢是人工智能的已知優勢，但也許在任務規劃和有爭議的后勤方面，一個較少被談論和探索的潛力。

隨著傳感器收集的數據比以往任何時候都多，“現在，鑒于我們在硬件進步和軟件進步方面的能力，我們可以引入，考慮到有爭議的物流，”她說。

她說，后勤帶來的作戰問題為兩用人工智能帶來了機會。他們可以向一些大型商業參與者學習。

“我們去亞馬遜或聯邦快遞吧。亞馬遜有倉庫，里面有機器人，他們確切地知道里面有什么產品，如何把這些產品送到送貨員手中。他們知道如何優化所有這些的日程安排。”

優化資源和規劃是蘭茨伯格所說的海軍一個至關重要的目標的一部分：戰備狀態。

“如果我們能從世界上的亞馬遜或聯邦快遞公司那里采用這些人工智能方法，并在那里對我們的造船廠進行現代化改造，確切地知道我們擁有哪些零件，什么是合適的人，在正確的時間在正確的地點。所有這些都將結合在一起，真正優化我們機隊的可用性。”

她說，人工智能可以在行政上提供幫助的另一個領域是通過ChatGPT等大型語言模型。

“我們想搜索大型文檔。我們有很多大型文檔。我們想去做總結。我們希望準確地制作表格，”她說。

但是，在國防部內部使用生成式人工智能的一個備受討論的挑戰是安全性和信任。

“挑戰在于，世界上的ChatGPT是公開開發的，信息又回到了那里，”她說。

她說，這意味著為了利用生成式人工智能，海軍需要開發自己的安全環境，并確保正在訓練的數據是安全的。

她補充說，確保信任和理解意味著人工智能必須與人類協同工作。信任需要理解，理解需要培訓。

“所有這一切都取決于人類。這實際上是人類和人工智能系統協同工作，它確保運營商信任并理解這些人工智能建議的好處，但也了解這些建議的局限性。”

她說，需要測試評估、驗證和確認。除了實驗和模擬之外，應用程序還需要在現實世界中進行測試。這絕對至關重要。

有很多扎實的數學和研究可以給你保證，這是其中的一個方面。我們不要忘記，研究人員可以幫助海軍提供服務的保證。她說，有了保證，海軍就可以將實驗擴大到規模。

她說，無論人工智能被用于什么——從無人系統到物流和規劃——它都必須涵蓋一系列科學技術、基礎研究以及技術演示和實驗。但它不能在實驗中停滯不前——它需要投入使用，并且需要擴大到艦隊。

“這就是我們走到一起的地方，”她說。它必須超越實驗室中的科學家。“我們必須在車隊中盡早并經常對其進行測試。然后我們必須能夠擴大規模。它需要什么？它要求海軍人員，無論是軍事還是民用人員，都要了解人工智能。

蘭茨伯格說，人工智能生態系統將需要軍事、工業和學術界之間的伙伴關系，“以便能夠在人工智能方面為我們提供一些嚴格的措施和保證。因此，這確實是我看到人工智能生態系統的發展方向，以及我們所有人需要如何合作。

參考來源：National DEFENSE

"我沒有信號 "是我們經常說的一句令人不安的話。這句話很煩人，因為它意味著我們無法接收智能手機上的電子郵件或信息，無法撥打電話，也無法訪問許多應用程序。對于作戰人員來說，沒有信號會影響任務的成功，甚至危及生命。

美國陸軍作戰能力發展司令部和陸軍研究實驗室的 "探路者 "計劃試圖通過 "先進動態頻譜偵察"（ADSR）來解決這一問題。它是針對戰場上的實際挑戰快速開發先進解決方案的成功范例。它也是與國防創新非營利組織軍民創新研究所（CM12）合作的成果，是通過與范德比爾特大學合作執行的首批 "開拓者 "項目之一。

應美陸軍第 7 訓練連的請求，ADSR 于 2023 年 9 月開始在德國多國聯合戰備中心對第 101 空降師的士兵進行測試。 它還將進一步用于北約和北約伙伴單位在該基地的訓練。

ADSR團隊成員、范德堡杰出駐校企業家亞當-杰伊-哈里森（Adam Jay Harrison）說："如果沒有開拓者公司，我們在ADSR項目中使用的技術很可能永遠不會面世"。"直到開拓者公司提出了陸軍的具體作戰需求，并提供了士兵參與的機制，我們才發現如何利用我們的技術提供令人信服的解決方案"。

人工智能驅動

ADSR 是一種由人工智能（AI）驅動的系統，可使美國陸軍的無線通信網絡感知并避開敵方干擾，減少可能使敵方瞄準陸軍部隊的射頻射頻輻射。

該技術最初是由范德比爾特大學的一個研究小組在美國國防部高級研究計劃局（DARPA）主辦的兩次挑戰賽中開發出來的，自2021年以來，該技術通過與田納西州坎貝爾堡101部隊的士兵進行一系列作戰實驗而不斷完善，同時還在羅馬尼亞東部的斯馬爾丹訓練區和西弗吉尼亞州中部的CMI2自適應實驗設施進行了實驗。

這已經贏得了立法者的贊譽。

參議員瑪莎-布萊克本（Marsha Blackburn，田納西州共和黨人）說："我們必須確保為美軍配備最先進的工具和技術，增強他們戰勝任何敵人的能力"。"這就是我一貫支持'開拓者'計劃的原因，該計劃利用范德堡大學和田納西大學等優秀大學的研究成果來解決陸軍最棘手的一些問題。在我們保持美國對對手的軍事優勢時，這種伙伴關系至關重要"。

為電子戰士兵提供動力

最近，來自第三步兵師的電子戰士兵在 "聯合決心"（Combined Resolve）演習中使用了新的 ADSR 技術。"聯合決心 "演習是美國陸軍在歐洲和非洲經常舉行的系列演習，在巴伐利亞的第七陸軍訓練司令部和多國聯合戰備中心舉行。舉行 "聯合決心 "演習的目的是評價和評估一個旅在復雜的多領域作戰空間中開展行動的能力，并加強與盟友和合作伙伴的互操作性和戰備狀態。

第三裝甲師網絡戰軍官布倫登-舒特（Brenden Shutt）中尉說："[旅戰斗隊] BCT 內的電子戰單元在瞄準敵人時總是在尋找優勢"。"能夠實時了解頻譜的傳感能力促使工作識別敵方的電磁特征，以便在戰場上迅速發揮作用。我們依靠戰術和技術的不斷創新來保持在電子戰中的優勢"。

2023年4月，第101空降師（空中突擊）在西弗吉尼亞州進行了測試，這是CMI2 "在現實訓練日推動創新 "活動的一部分，戰友們在測試新興技術的同時，還進行了基于真實場景的訓練。真實世界的試驗凸顯了 "開拓者 "計劃和 ADSR 等項目在將前沿學術研究應用于實際軍事方面的價值。

參議員比爾-哈格蒂（Bill Hagerty）表示："開拓者計劃仍然是陸軍、合作大學和田納西州之間令人興奮的合作伙伴關系"。通過該項目，陸軍獲得了前線作戰人員所需的最先進的技術能力，大學生接觸到了可用于塑造未來研究的實際問題，田納西州則受益于與 "開拓者-空中突擊 "相關項目所創造的高薪技術崗位。

參考來源：ClearanceJobs，Peter Suciu

2023 年美國防部（DoD）信息環境作戰戰略（SOIE）旨在提高美國防部規劃、資源和應用信息力量的能力，以實現 2022 年國防戰略（NDS）所述的綜合威懾、戰役和建立持久優勢。2023 年國防部 SOIE 提供了一種國防部企業方法，以確保改進對信息力量和信息能力、行動、活動、計劃和技術的整合與監督。這將使國防部能夠在全球范圍內利用電磁頻譜（EMS）完善其在信息環境（IE）中和通過信息環境（IE）作戰的能力，以實現持久的戰略成果。

必須更廣泛地理解信息力量的有效應用，并有意識地將其納入美國防部的全部戰略和行動、活動和投資（OAIs），以支持在外交、信息、軍事和經濟等國家力量工具方面推進國家利益，從而支持具體的國防政策目標。美國防部必須進行文化轉變，使信息成為所有軍事戰略和 OAIs 的基本要素，并使信息和實體力量的持續整合成為常態（見圖 1）。這種轉變可確保國防部有能力對人類和自動化系統行為的驅動因素產生積極影響，塑造作戰環境，增強美國的實力和信譽。

在 2023 年美國防部 SOIE 之后，還將制定國防部信息環境作戰實施計劃（OIE I-Plan），該計劃將為未來的政策和指導提供依據，包括提交計劃目標備忘錄和作戰計劃。2023 年 SOIE 和 OIE I-Plan 都將為 IC 提供信息，使其越來越多地提供與 OIE 相關的有針對性和優先級的情報。OIE I-Plan 將有具體的任務和子任務，并將為每個任務分配具體的主要責任辦公室 （OPRs）。還將制定時間表和任務跟蹤程序，以確保問責制。

圖 1. 美國防部從傳統觀點發展到整合信息和實物力量

美國認為，對手在烏克蘭的肆無忌憚的侵略突出表明，有必要建立一種軍事態勢，支撐美國及其聯盟伙伴時刻處于備戰狀態，掌握實時信息和決策，并隨時準備在全球聯盟需要時為其提供實時態勢感知情報。

這并不是一個新想法——美國國防部（DoD）制定了聯合全域指揮與控制（JADC2）戰略，描述了賦予聯合兵力指揮官所需的從傳感器到指揮與控制（C2）功能，以及跨所有作戰領域的動能和非動能武器能力的迫切需要。威懾并在必要時隨時隨地擊敗全球任何對手。

JADC2 戰略要求向聯合兵力指揮官暢通無阻地提供實時態勢感知數據，而不論其屬于哪個軍事領域或防務供應商。為了實現這一目標，必須接受美國國防部的數據戰略，將國防部轉變為以數據為中心的組織，利用數據的速度和規模來提高作戰優勢和效率。以便 "將數據視為武器系統，并管理、保護和使用數據以實現作戰效果"。

那么，我們該如何實現所有必要數據和信息的實時交付呢？讓我們來了解一下什么是 JADC2、實施 JADC2 所面臨的一些挑戰、JADC2 的技術基礎，最后討論如何為作戰人員實施這一新的全球實時情報基礎。

什么是 JADC2？

聯合全域指揮與控制（JADC2）是全球防御系統的未來，也是現有單一供應商、單一安全域指揮與控制（C2）平臺的演進。它始于美國國防部的一項戰略，目的是通過彈性連接，利用自動化、人工智能、預測分析和機器學習，使所有部門和盟國都能快速 "感知"、"理解 "和 "行動 "整個作戰空間的信息。它正在將簡單的 "傳感器對射手 "設計發展為現在的大量雷達、商業和軍用衛星圖像以及其他探測設備。這些數據源將實時數據輸入 C2 決策實體，由 C2 決策實體決定可提供動能或非動能響應的適當效應器。

傳統上，武器系統由單一供應商作為獨立平臺提供，在一個單一、專用、以網絡為中心的作戰安全域內跨越從傳感器到 C2 再到效應器的范圍。JADC2 打破了這一架構，采用以數據為中心的架構，向包括聯盟伙伴在內的眾多供應商和運營商開放傳感器-C2-效應器信息域。它還旨在選擇最佳的效應器來發射，而不是單一供應商的武器系統，從而提高作戰效率。

JADC2 還旨在實現從 "人在環內 "到 "人在環上 "再到 "完全自主 "的演進，將對威脅的響應時間從幾天/幾周/幾個月縮短到幾秒/幾分鐘/幾小時。 同樣，JADC2 將壓縮軍事決策中使用了幾十年的 "觀察-定向-決策-行動"（OODA）循環的時間。

JADC2 的官方定義見《聯合全域指揮與控制戰略摘要》，其中指出 "JADC2為塑造未來聯合兵力的指揮控制能力提供了一種連貫的方法，其目的是在戰爭的各個層次、各個階段、跨所有領域并與合作伙伴一起感知、理解和行動，以相關的速度提供信息優勢。作為一種方法，JADC2 超越了任何單一的能力、平臺或系統；它提供了一個機會，在聯合兵力執行 C2 的方式上加快實施所需的技術進步和條令變革。JADC2 將使聯合兵力能夠使用越來越多的數據，采用自動化和人工智能賦能的方式，依靠安全而有彈性的基礎設施，并在對手的決策周期內采取行動"。

本文使用 JADC2 作為總括術語，涵蓋許多 C2 縮寫詞，如 C4ISR、C5ISR、聯合全域作戰 (JADO)、聯合或聯盟 JADC2 (CJADC2)、多域作戰 (MDO)、泛域能力 (PDC) 和泛域C2 (PDC2)。

什么是數據中心化？

數據中心化指的是一種系統架構，在這種架構中，數據是主要的永久資產，而應用程序則不斷變化。軟件組件不交換靜態配置的信息，而是通過共享數據模型進行通信，在該模型中，所有參與者都能理解數據，數據對象在應用程序中顯示為本地數據。應用程序可直接讀寫這些對象的值，這些值緩存在每個參與者中。

當以數據為中心的架構建立在無需服務器或經紀人作為中介的點對點網絡之上時，關鍵任務實時數據就能以線速傳遞給人工智能和 ML 引擎，從而實現實時態勢感知和決策。

進入美國國防部數據戰略

為了在戰爭中以最快的速度主導決策，聯合全域指揮與控制（JADC2）系統必須為不同作戰指揮部的決策者以及決策人工智能和 ML 系統提供實時數據，從戰術邊緣到霧到云。這與 2020 年 9 月 30 日宣布的《國防部數據戰略》不謀而合，該戰略指示美國國防部（DoD）領導人將所有國防部資產演變為以數據為中心的資產，將數據視為武器系統。該文件概述了這一戰略的七個目標--使數據可見、可訪問、可理解、可鏈接、可信、可互操作和安全（VAULTIS）。

JADC2 網絡的演變

美軍支持的網絡數量遠遠超過 10,000 個，其中絕大多數網絡都是采用以網絡為中心的設計策略構建的。這些網絡大多由單一國防承包商提供，并在每個網絡連接中支持單一安全域。因此，要與原始設計之外的實體共享這些網絡中的數據，通常需要使用非常昂貴且難以配置的多獨立安全級別（MILS）或跨域交換機（CDS），而這些交換機在設計上也無法快速重新配置，以向新的需求點提供實時數據。

新的以數據為中心的網絡減少了對 MILS 和 CDS 平臺的依賴，并通過獨特的身份驗證、訪問控制、加密和數據標記來確保共享網絡管道中單個數據元素或主題的安全。這樣就不需要為每個安全域，甚至可能是每個國防供應商建立單獨的網絡管道，同時還能與新的聯盟伙伴或機構快速共享實時數據。

JADC2 的十大數據要求

全球各國軍隊正在 JADC2 的保護傘下建設首個以數據為中心的網絡。美國空軍正在建設先進戰場管理系統（ABMS），美國海軍正在建設 "超配項目"，美國陸軍正在建設 "融合項目 "和 "TITAN"。這些 JADC2 原型系統證明，目前至少有十種新出現的移動數據需求。這十大數據需求是

1 數據中心
2 網絡傳輸無關性
3 多域安全架構
4 零信任/安全
5 MOSA/開放標準
6 云到戰術邊緣的連接和啟用
7 數據持久性的斷開操作設計
8 互操作性
9 可擴展性
10 網絡健康工具

在下一代以數據為中心的網絡中實施這十大數據要求，可將所有軍種和聯盟伙伴的綜合傳感器、指揮與控制以及優化的武器/效應器系統納入我們的生態系統。這構成了一個成功、可部署和可維護的 JADC2 環境的基礎。

RTI Connext： 領先的JADC2軟件連接框架

RTI Connext? 是 TRL-9 商業產品，已在全球 1,800 多項設計中得到驗證。Connext 是唯一能夠滿足 JADC2 數據要求的技術。由于 Connext 已在超過 75 個 C2 系統中部署，因此它大大降低了實現可行且強大的 JADC2 環境的成本、風險和時間。Connext 點對點架構無需服務器和中間商，可實時訪問所有作戰域的數據。 Connext 與傳輸無關，可在多種傳輸中無縫運行，包括 TDL、RF、TCP、UDP、Infiniband、水下傳感器網絡傳輸、有損衛星連接，甚至共享內存或背板--所有這些都在單個計算系統中實現。

即使在通信通道斷開、被拒絕、斷斷續續或帶寬有限的情況下，Connext 也能可靠地工作。如今，Connext 已成為 20 多個模塊化開放系統方法 (MOSA) 標準的基礎，并提供了關鍵任務 JADC2 系統所需的容錯、彈性和安全性。Connext 還可與其他網絡戰略協同工作，支持傳統和未來的信息模型，并促進模塊化系統的部署，可根據不斷變化的威脅動態構建和重新配置。Connext 開放式標準線協議和應用程序接口推動了無縫集成和互操作性，使系統能夠以戰爭的速度推動決策。

結論

為了擴展和增強 JADC2 合規性的軍方客戶，Connext 支持從以網絡為中心的系統向以數據為中心的強大環境進行清晰、基于開放標準的遷移--在許多情況下使用相同的網絡設備和管道。這種方法既符合成本效益，又能提高性能，使 Connext 成為實現統一網絡的顯而易見的連接基礎。

無人作戰飛機(unmanned combat aerial vehicle，UCAV)在進行空戰自主機動決策時，面臨大規模計算，易受敵方不確定性操縱的影響。針對這一問題，提出了一種基于深度強化學習算法的無人作戰飛機空戰自主機動決策模型。利用該算法，無人作戰飛機可以在空戰中自主地進行機動決策以獲得優勢地位。首先，基于飛機控制系統，利用MATLAB/Simulink仿真平臺搭建了六自由度無人作戰飛機模型，選取適當的空戰動作作為機動輸出。在此基礎上，設計了無人作戰飛機空戰自主機動的決策模型，通過敵我雙方的相對運動構建作戰評估模型，分析了導彈攻擊區的范圍，將相應的優勢函數作為深度強化學習的評判依據。之后，對無人作戰飛機進行了由易到難的分階段訓練，并通過對深度Q網絡的研究分析了最優機動控制指令。從而無人作戰飛機可以在不同的態勢情況下選擇相應的機動動作，獨立評估戰場態勢，做出戰術決策，以達到提高作戰效能的目的。仿真結果表明，該方法能使無人作戰飛機在空戰中自主的選擇戰術動作，快速達到優勢地位，極大地提高了無人作戰飛機的作戰效率。 目前無人作戰飛機(unmanned combat aerial vehicle, UCAV)被廣泛應用于軍事領域[1]，UCAV在過去主要從事戰場監視、吸引火力和通信中繼等任務，隨著武器裝備的傳感器、計算機及通信等技術的發展，性能不斷提升，未來的UCAV將逐步升級成為可以執行空中對抗、對地火力壓制和參與制空權的奪取等作戰任務的主要作戰裝備之一。盡管UCAV的性能提升很大，但大多數的任務都離不開人工干預，控制人員通過基站在地面對UCAV進行控制，這種控制方法有延遲且易受到電磁干擾。因此研究UCAV的自主作戰能力已經成為空軍發展的必然趨勢，裝備了無人作戰決策系統的UCAV將逐步取代飛行員的位置，以達到減少成本，提高戰斗力的作用。在近距離格斗的階段，UCAV應根據當前的空戰態勢及時選取合適的飛行控制指令，搶占有利的位置，尋找擊落敵機的機會并保護自己[2]。

在空戰條件下，飛機模型本身為非線性同時目標的飛行軌跡是不確定的，這些都將給UCAV的機動決策帶來許多不便，因此良好的機動決策是UCAV自主空戰的一個重要環節，自動機動決策要求UCAV能在不同的空戰環境下自動生成飛行控制指令。常規的機動決策控制方法包括最優化方法、博弈論法、矩陣對策法、影響圖法、遺傳算法、專家系統、神經網絡方法以及強化學習方法等。文獻[3]將空戰視為一個馬爾可夫過程，通過貝葉斯推理理論計算空戰情況，并自適應調整機動決策因素的權重，使目標函數更加合理，保證了無人戰斗機的優越性。文獻[4]設計了一個基于遺傳學習系統的飛機機動決策模型，通過對機動的過程加以優化來解決空戰環境未知情況下的空戰決策問題，可以在不同的空戰環境中產生相應的戰術動作，但該方法的參數設計存在主觀性，不能靈活應用。文獻[5]利用統計學原理研究UCAV的空戰機動決策問題，具有一定的魯棒性，但該算法實時性能較差無法應用于在線決策。文獻[6]將可微態勢函數應用于UCAV微分對策中，可以快速反應空戰環境，但由于實時計算的局限性很難解決復雜的模型。文獻[7]采用博弈論對UCAV空戰決策進行建模，對不同的空戰環境具有通用性。雖然這些決策算法可以在一定程度上提高決策的效率、魯棒性和尋優率，但由于這些決策模型存在推理過程較為頻繁，會浪費大量時間尋優等問題，導致UCAV的響應變慢，并不適用于當今的戰場環境。

基于人工智能的方法包括神經網絡法、專家系統法以及強化學習算法。文獻[8]采用了專家系統法，通過預測雙方的態勢和運動狀態生成相應的機動指令控制UCAV飛行，但不足之處在于規則庫的構建較為復雜，通用性差。文獻[9]采用了自適應神經網絡技術設計PID控制器，對高機動目標具有較強的跟蹤精度，但神經網絡方法需要大量的空戰樣本，存在學習樣本不足的問題。與以上兩種方法相比，強化學習算法是一種智能體與環境之間不斷試錯交互從而進行學習的行為，智能體根據環境得到的反饋優化自己的策略，再根據策略行動，最終達到最優策略。由于強化學習的過程通常不考慮訓練樣本，僅通過環境反饋得到的獎勵對動作進行優化，可以提高了學習的效率，是一種可行的方法[10]。文獻[11]將空戰時的狀態空間模糊化、歸一化作為強化學習算法的輸入，并將基本的空戰動作作為強化學習的輸出，使得UCAV不斷與環境交互從而實現空戰的優勢地位。在此基礎上，文獻[12-13]將神經網絡與強化學習相結合，提高了算法的運算效率，但這些文章都沒有考慮飛機的姿態變化。

本文提出了一種深度強化學習(deep reinforcement learning, DRL)算法來解決UCAV自主機動決策作戰的問題，并在MATLAB/Simulink環境中搭建了某種六自由度UCAV模型，充分考慮了其非線性。同時選取適當的空戰動作作為UCAV的機動輸出，建立空戰優勢函數并設計UCAV空戰機動決策模型。通過強化學習方法可以減少人為操縱的復雜性，保證計算結果的優越性，提高UCAV的作戰能力，而神經網絡可以提升實時決策能力。最后通過仿真將該方法應用于UCAV機動作戰決策中，證明了其有效性和可行性。

美國人工智能國家安全委員會在2021年1月提交給國會的最終報告中建議國防部在2025年前做好人工智能準備。這一建議源于美國同行之間的人工智能軍備競賽，以及近年來在開發用于持續監視、指揮和控制以及武器化代碼的算法方面所取得的進展。雖然美國防部內有旨在利用各部門人工智能的戰略舉措，但戰術能力的發展和部署之間存在嚴重的脫節。作為美國防部的領導機構，聯合人工智能中心負責為美國防部的所有部門創造可行的解決方案，因此，如果所有單位都試圖在2025年之前做好人工智能準備，將不堪重負。本文強調了人工智能發展過程中的一個主要缺陷，并認為應將能力發展授權給空軍機群，并提供必要的資金和資源以真正將人工智能作為一種武器。此外，本文確定了通過基因操縱、智能灰塵納米技術和COVID-19機器學習過程發現成功的人工智能概念，以幫助戰術領導人了解人工智能革命如何幫助他們的特定任務領域，并激勵他們進行自我教育。

當涉及到利用人工智能（AI）時，美國空軍還沒有準備好與同行對手作戰，而且美國處于一場未宣布的軍備競賽中，可能會看到對手在未來十年內占據領先地位，因此需要迅速采取行動以扭轉局勢。更令人不安的是，這一威脅并沒有被該領域的戰術專家完全理解，或者即使他們理解，他們也可能沒有意識到（或在官僚上沒有能力）提供競爭所需的能力。對手在人工智能的研究和開發工作中正在取得進展。情報界的專業人士可以做些什么來解決這個問題。本文將嘗試定義中隊可以解決的戰術相關問題，并確定高層行動的不足之處。

人工智能國家安全委員會在其最終報告中建議美國防部采取行動，以便各部門為十年后的競爭做好準備。委員會的核心建議是美國防部遵循兩條努力路線：在2025年前為廣泛的人工智能整合奠定基礎，在2025年前實現軍事人工智能的準備狀態。這些項目在委員會報告發表前幾年就已經在進行了，這表明了對我們為有效競爭而需要的未來現實的戰略理解和承諾。然而，如前所述，開發人工智能支持的能力需要多年時間。為了有廣泛的人工智能整合，各級領導人需要了解人工智能的基本復雜性，以及如何在他們的任務空間內納入人工智能能力，以便他們能夠在2025年之前迎來人工智能革命。所提到的三大舉措從戰略角度縮短了傳感器和射手之間的差距，但處于邊緣的元素如何為這些努力作出貢獻？此外，如何授權給前線，讓他們根據任務的具體需要進行必要的組織、訓練和裝備？本文的目的是介紹人工智能的基本概念，并闡明應采取的行動，以推動空軍進入由人工智能驅動的持久性監視狀態。以下段落將討論智能能力、經過驗證的分析概念，以及展示未來的需求。

有幾個定義需要提到，以便在本文的其余部分提供背景，并幫助教育下級領導了解基礎概念。首先，人工智能需要三樣東西：數據集、算法和函數。數據集是一個數值表，算法是計算機用來解析數據的過程，而函數是 "從一組輸入值到一個或多個輸出值的確定性映射 "這些構成人工智能的基礎。總的來說，我們可以把人工智能看作是一類努力，它試圖采用計算機算法，并允許人類以合乎邏輯的方式解釋其結果。作為人工智能類別的一個子集，"機器學習（ML）涉及開發和評估使計算機能夠從數據集中提取（或學習）的算法。DL "專注于創建能夠做出準確的數據驅動決策的大型神經網絡模型"，而DL的重點舉措是圍繞著從神經網絡的特定神經元中貢獻特定功能的想法。對DL的理解對指揮官使用人工智能的能力至關重要，因為科幻小說中的想象力會認為這是可能的。

從情報、監視和偵察（ISR）的角度來看，DL可以推動多種數據來源的綜合（例如，多情報融合和分析）。通俗地說，ML可以幫助將幾種情報功能以一種共同的形式結合起來。然而，鑒于適當的數據集、算法和功能（或指揮官的意圖），理論上DL有可能允許對收集的信息進行分析、理解、反駁為錯誤信息、接受為事實、重新分配任務進行額外的收集，或推動新的收集任務，就像人可以做的那樣，但在機器處理信息和得出關于可用數據的結論所需的幾秒鐘內，是自主的。雖然戰略和作戰指揮官正在努力實現一種反映類似于上述DL潛力的能力的最終狀態，但他們仍然必須考慮法律、道德和倫理困境，以及開發完整的人工智能基礎設施的安全性和可靠性。如果戰術領導人不與高級領導人同步利用這些機會，我們注定無法與當前的任務集進行任何形式的整合，并注定無法實現國家安全委員會對人工智能規定的 "到2025年人工智能就緒的軍隊 "的姿態。那么，我們的部隊如何才能變得更有人工智能效率？幸運的是，人工智能驅動的能力、分析技術以及政府和商業案例研究可供探索。

人類基因編輯曾經似乎是難以想象的事情，但通過使用機器學習，它正逐漸成為現實。有關規則間隔短回文重復群（CRISPR）的研究已經進行了多年。作為一種生物技術，人們可以推斷出CRISPR技術的意圖是讓科學家有能力 "改變基因或創造DNA以改變植物、動物或人類。"此外，很難像前國家情報局局長詹姆斯-克拉珀在2016年所做的那樣，將基因編輯作為一種強大的大規模殺傷性武器來爭論。由于基因編輯為裝備精良的對手提供了機會，情報專業人員應該了解有關基因操縱的指標如何通過機器學習表現出來，以達到與美國戰略利益相悖的目的，并幫助指揮官了解他們如何能夠迅速打擊這些威脅。這一現實離所需的科學并不遙遠，如果分析人員知道如何識別必要的因素，他們可以將其納入計算。

如果分析員不能通過DL技術獲得分析所需的數據，也有一些創造性的解決方案來獲得信息。一個提供巨大潛力的創新是被稱為微電子機械系統的微小無線網絡的出現，被親切地稱為智能灰塵。"智能灰塵的大小為立方毫米，包含電源、通信和計算。"這是整個傳感器網絡的一個單一節點。研究還表明，智能灰塵粒子將能夠達到微觀水平，能夠作為傳統醫療護理方法的替代品進行注射。比隱身的尺寸更令人敬畏的是這個設備子集預計能提供的能力。它們可以容納攝像頭、環境傳感器和通信機制，以傳輸數據，并進一步處理。與ML工作、與存儲設備甚至互聯網的連接相結合，人們可以設想出一種檢測概率很低的收集資產，一種維護需求很低的系統，如果計劃得當，這種系統能夠降低前沿部署資產的風險，并限制其進入目標收集區域。

到此為止，本文已經討論了分析師如何將人工智能視為一種威脅，如何將其視為一種收集資產，但分析的過程呢？不妨看看COVID-19大流行病。雖然2020年的大流行病充滿了不確定性，但在大約一年的時間里，病毒被相對快速地分析、追蹤和抗擊。醫學界與DL專家合作，開發了COVID篩查和診斷方法、藥物發現以及最終的疫苗創新。這需要大量的數據輸入，這些數據來自社交媒體、基于文本的數據、病人數據、被稱為omics的科學數據的集合，以及圖像和視頻數據。這個分析系統是一個里程碑，表明人類可以與機器合作，在一個非常有效的時間窗口內從獨特的數據集中創建一個解決方案。應用于多源數據融合和分析的標準情報實踐中，如果有資源，沒有理由相信分析師不能利用DL的能力來制定準確的評估。

正如人們所看到的，人工智能在多個國家安全問題上具有巨大的潛力，如果戰術分析員有能力的話，他們可以將其應用于自己的任務領域。美國防部在人工智能方面最重要的代理人是聯合人工智能中心（JAIC），該中心于2019年2月12日根據行政命令13859的要求啟動，作為國防部人工智能戰略的執行者。有一個組織負責確保人工智能的需求得到滿足是一個有價值的目標，但如果各部門要在2025年之前做好人工智能準備，他們就不可能處理整個國防部的能力發展需求量。各級指揮部需要有一個共同的承諾，以避免因優先事項不一致而錯過機會。就目前的人工智能能力發展進程而言，戰術解決方案是不可用的。

自身的官僚主義阻礙了快速、分散的能力發展。為了確保人工智能驅動的能力，人們必須證明有足夠大的需求需要使用人工智能（如僅用五名分析師對數百萬個數據點進行排序），并通過多層官僚機構提交所謂的 "緊急行動需求"，以達到主要司令部的要求。一旦獲得批準，該請求將被轉發到JAIC進行裁決。一旦被裁定并在國防部的其他要求中被優先考慮，可能需要幾個月的時間才能找到一個開發者，并開始解決這個問題。在最好的情況下，這個過程可能會看到從需求提交到開發的6個月周轉期，這是不令人滿意的，如果服務要在2025年之前做好人工智能準備。這不是JAIC的錯，因為他們應該向國防部領導人和國會倡導人工智能，所以各部門有資金從外部尋求人工智能，同時學習如何在人工智能、ML和DL能力發展方面變得靈巧。筆者建議領導們認真考慮賦予機翼必要的預算、培訓要求，并與經批準的開發者名單（由全軍委員會批準）協調，以追求人工智能的努力。這項建議并沒有將JAIC完全從流程和能力發展中移除，因為該組織將繼續承擔正式的領導地位，制定政策并獲取最佳實踐，以便在整個國防部共享。

人工智能革命就在這里。本文確定了人工智能為部隊的每項任務提供的機會的縮影。人工智能、ML和DL為可能的事情打開了大門，并且應該讓ISR分析員以不同的方式思考問題及其解決方案。從基因突變到自動分析再到自主武器，可能性只限于可用的數據--或如何解釋可用數據。美國的對手已經具有威脅性，并且很可能在未來十年內增加。國家安全不僅需要提高對人工智能的認識，還需要開發和整合基于人工智能的武器系統。依靠簽約組織來開發機器算法，在未來是不可持續的。必須根據任務的需要調整任務算法，否則就會在一系列的能力中遭受失敗。

自從網絡空間被鞏固為第五個戰爭維度以來，國防部門的不同行為者開始了一場實現網絡優勢的軍備競賽，研究、學術和工業利益相關者從雙重角度做出了貢獻，這主要與民用網絡安全能力的大量和異質的發展和采用有關。在這種情況下，加強對背景和戰爭環境的感知，網絡威脅的風險和對動能行動的影響，成為軍事決策者正在考慮的一個關鍵的規則改變。獲得以任務為中心的網絡態勢感知（CSA）的一個主要挑戰是動態推斷和評估從支持任務的信息和通信技術（ICT）發生的情況的垂直傳播，直到它們在軍事戰術、作戰和戰略上的相關性。為了在獲得CSA方面做出貢獻，本文解決了網絡防御領域的一個主要差距：在以任務為中心的背景下動態識別關鍵網絡地形（KCT）。因此，擬議的KCT識別方法探討了指揮官作為評估標準的一部分所定義的任務和資產之間的依賴程度。這些與作戰網絡上的發現以及在支持任務發展過程中發現的資產漏洞相關聯。該建議作為一個參考模型，揭示了以任務為中心的KCT分析的關鍵方面，并通過包括一個說明性的應用案例來支持其執行和進一步執行。

網絡空間被定義為由所有相互連接的通信、信息技術和其他電子系統、網絡及其數據組成的全球領域；最近被合并為現代戰區的第五個領域，加入了陸地、海洋、空中和太空[1]。在那里，聯合功能（JFs），如網絡演習、火力、指揮和控制（C2）、情報、信息、維持或部隊保護，在防御性網絡空間行動（DCOs）和/或進攻性網絡空間行動（OCOs）的背景下實施；支持或被動能領域的行動支持。盡管有這些依賴性，網絡空間與動能領域完全不同，主要是因為它是人造的，部分是非物理的（數字），不受傳統地理邊界的限制[2]。它被描述為CIS（通信和信息系統）資產的高可及性，對網絡行動路線（CoAs）的短時間影響與它們的大量準備時間相比，它們的影響越來越不對稱（通常是垂直/傳播到附帶的混合層面），或者它們的無形性；后者使得網絡損害評估計算變得困難[3]。

與最先進的兩用網絡安全使能器相比，適合軍事行動的原始網絡防御效應器應采用以任務為中心的愿景，其中網絡評估和決策必須與軍事行動背景相適應，包括網絡行動所針對的任務目標和任務、其相互依賴性、階段性、聯合/合并行動、技術、戰術、行動和戰略層面之間的垂直傳播等。這就要求在對通信和信息系統（CIS）維度的原始影響（通常是保密性、完整性和可用性）與任務層面的影響之間進行清晰的轉換，后者的例子是可能導致任務執行的延遲、有益因素的喪失，或減少指揮官做出新決定和規劃CoA的敏捷性[4]。

因此，支持網絡防御行動的能力的一個重要方面是他們能夠考慮哪些任務依賴性是必要的，以便充分評估/評價每個控制論或程序性資產，并隨著任務的進展動態地改變評價結果。在這種情況下，關鍵網絡地形（KCTs）被定義為構成、監督和控制網絡空間的系統、設備、協議、數據、軟件、程序、網絡角色和其他網絡實體[4]，構成軍事優勢，如果受到危害，有可能導致任務失敗[5]。但是，盡管KCT概念的相關性，它被研究界模糊地公開探討，文化和跨領域的誤解導致了模糊和誤解，通常從過度的民用角度來處理；并且大多忽略了其以任務為中心的影響。

為了促進以任務為中心的KCT發現和評估的研究，本文回顧并深入分析了KCT概念及其影響。這是從網絡態勢感知（CSA）的角度進行的，并假設其相關性將日益增長，以實現準確的跨域共同作戰圖像（COP）[6]。所進行的研究擴展了在[7]中向研究界和網絡防御從業人員初步介紹的工作，匯編了廣泛收到的反饋，并將其原始范圍從原始技術方面增加到KCT任務的影響。鑒于其引起的高度興趣，本文加強了所介紹的KCT概念化，擴展了KCT發現和評估參考模型，詳細說明了其以任務為中心的影響，并提供了分析和經驗評估的擴展描述。下面列舉了所進行的研究的主要貢獻。

• 本文深入回顧了當前網絡防御和以任務為中心的網絡風險管理的情況，強調了現有的KCT分析工作。

• 提出了一個動態識別網絡空間關鍵資產的參考框架，它揭示了可能指導進一步研究行動的關鍵支柱的子集。

• 探討了廣泛采用的動能地形因素與它們在網絡空間軍事行動中的可追溯性。

• 該提案審查了KCT評估相關能力發展的DOTMLPF-I（理論、組織、訓練、物資、后勤、人員、設施和互操作性）層面。

• 討論了KCT分析在進攻和防御性軍事思維中的應用。

• 該建議已被實例化，并在一個說明性用例下進行了分析驗證，其中詳細說明了所有需要的數據處理活動。

本文分為七個部分，其中第一部分是本導論。第二部分回顧了以任務為中心的網絡防御和KCT評估方面的技術現狀。第三節介紹了所進行的研究設計原則。第四節介紹了一種新型的動態KCT識別方案。第五節分析了可預見的KCT評估能力發展層面。這一節還討論了提案在進攻和防守兩方面的應用。第六節詳細介紹了該建議在一個研究案例中的應用。最后，第七節介紹了所取得的結論和對未來工作的建議。

當前的流程和網絡限制迫使軍隊員工在物理上聚集在一起進行操作。Metaverse 提供了一種潛在的解決方案，可以在通過分發操作使指揮所更易于生存的同時啟用操作

共同的操作畫面

“我需要理解”也許是任務指揮技術背后的主要驅動力。制定和維護共同作戰圖的基本概念是增強態勢感知，實現態勢理解并促進所有梯隊的共同理解。通過連接數字系統以在 2D 和 3D 地圖上顯示信息或通過在紙質地圖上手動跟蹤友軍和敵方信息的復雜應用程序編程接口執行，該過程在過去 30 年中沒有太大發展。這項工作需要大型、繁瑣的指揮所，配備集中的人員和技術，以執行作戰過程并最終生成通用的作戰畫面，指揮官和參謀人員可以利用該畫面做出最及時、最準確的決策。 不幸的是，隨著運營變得越來越復雜，數據越來越多，各單位一直在努力有效地進行信息和知識管理。指揮所的規模和范圍已經擴大以滿足需要。人員數量的增加和對網絡的依賴使今天的指揮所容易受到敵人的攻擊，沒有足夠的機動性和生存能力。元宇宙提供了一種潛在的解決方案，可以使操作過程成為可能，同時通過分布操作固有地使指揮所更具生存能力，以及減少物理和電磁足跡。

在 元宇宙中與我會面：在未來，士兵們可以“進入”虛擬環境，在執行任務之前進行任務規劃。盡管“軍事虛擬世界”仍然只是一個概念，但整個美國陸軍的研究人員和科學家正在探索潛在的應用

什么是元宇宙？

由尼爾斯蒂芬森在他 1992 年的小說“Snow Crash” 中創造為了描述用戶在虛擬空間中交互的在線世界，元宇宙已經通過大型多人在線游戲和虛擬世界（如 Second Life、Roblox 或 Minecraft）變得熟悉。正如移動設備在過去 10 年中改變了互聯網的消費方式一樣，新一代技術——在這種情況下是虛擬和增強現實耳機——正在為我們如何消費內容提供新的視角。這些頭顯不再受平面屏幕的限制，讓用戶能夠感知在物理世界之上或代替物理世界呈現的 3D 對象和媒體并與之交互。隨著大流行驅動的遠程工作加速，這一概念變得更加流行。Facebook 甚至將其未來寄托在這一轉變上。

風險基金合伙人和受人尊敬的商業作家馬修·鮑爾（ Matthew Ball ）將元宇宙最徹底的探索之一寫成了一個由九部分組成的博客系列。Ball 的入門書著重于元宇宙的八個方面：

硬件：用于訪問、交互或開發元宇宙的物理技術和設備的銷售和支持。這包括但不限于面向消費者的硬件（例如 VR 耳機、手機和觸覺手套）以及企業硬件（例如用于操作或創建虛擬或基于 AR 的環境的硬件，例如工業相機、投影和跟蹤系統以及掃描傳感器）。此類別不包括特定于計算的硬件，例如 GPU 芯片和服務器，以及特定于網絡的硬件，例如光纖電纜或無線芯片組。

網絡：由骨干提供商、網絡、交換中心和在它們之間路由的服務以及管理“最后一英里”數據給消費者的服務提供持久、實時的連接、高帶寬和分散的數據傳輸。

計算：支持元宇宙的計算能力的啟用和供應，支持物理計算、渲染、數據協調和同步、人工智能、投影、動作捕捉和翻譯等多樣化和高要求的功能。

虛擬平臺：沉浸式數字和通常是 3D 模擬、環境和世界的開發和運營，用戶和企業可以在其中探索、創造、社交和參與各種體驗（例如賽車、繪畫、上課，聽音樂），從事經濟活動。這些業務與傳統在線體驗和多人視頻游戲的區別在于，存在一個由開發人員和內容創建者組成的大型生態系統，這些生態系統在底層平臺上生成大部分內容和/或收集大部分收入。

交換工具和標準：工具、協議、格式、服務和引擎，它們充當互操作性的實際或事實上的標準，并支持元宇宙的創建、操作和持續改進。這些標準支持渲染、物理和 AI 等活動，以及資產格式及其從體驗到體驗的導入/導出、前向兼容性管理和更新、工具和創作活動以及信息管理。

支付：支持數字支付流程、平臺和運營，包括法定入口（一種數字貨幣兌換形式）到純數字貨幣和金融服務，包括比特幣和以太幣等加密貨幣以及其他區塊鏈技術。

元宇宙內容、服務和資產：與用戶數據和身份相關的數字資產（例如虛擬商品和貨幣）的設計/創建、銷售、轉售、存儲、安全保護和財務管理。這包含所有“建立在”元宇宙之上和/或“服務于”元宇宙的所有業務和服務，并且沒有被平臺所有者垂直整合到虛擬平臺中，包括專門為元宇宙構建的、獨立于虛擬界的內容平臺。

用戶行為：消費者和商業行為（包括花費和投資、時間和注意力、決策和能力）的可觀察變化，這些變化要么與元宇宙直接相關，要么以其他方式促成或反映其原則和理念。這些行為在最初出現時幾乎總是看起來像“趨勢”（或者，更貶義地，“時尚”），但后來顯示出持久的全球社會意義。

他討論了每個領域的進展，以及充分啟用和采用元宇宙作為移動互聯網繼任者的方法。

從虛擬到現實：隨著大型指揮所分解其物理足跡并依賴數字環境，諸如元宇宙之類的概念可以幫助參謀人員對現實世界的行動進行規劃

聯網

帶寬是當今戰場上的稀缺資源，需要技術突破才能完全啟用虛擬世界。然而，許多戰術場景可以受益于不是特別密集的信息，因此需要較少的帶寬來傳輸，例如地理空間位置、單位狀態摘要、當前目標等。此外，更密集的信息，例如用于訓練輔助目標識別算法的作戰區域3D 地形模型或未知敵方車輛的視頻，無需通過網絡實時發送。這將要求陸軍利用云服務，云服務不僅能高效地移動和處理信息，而且由情報部門控制，這些情報部門了解客戶請求或可能請求的數據和服務的信息價值。

關乎生死的一個關鍵問題是信息延遲。友方單位位置的潛在變化可能會導致整個元宇宙的決策瀑布式變化，并改變任務狀態的視角。為了做出更好的決策，陸軍必須創建一個超高效的網絡，只傳輸正確的相關信息。這種實時信息更新的概念是在虛擬世界中沉浸式硬件的關鍵組成部分，因為“數字孿生”士兵的表示和動作必須在連接到其共享空間的所有其他設備上同步。與商業世界不同，元宇宙戰場涉及戰斗人員試圖摧毀對手的網絡。

微軟飛行模擬器

流行的 Microsoft Flight Simulator 視頻游戲系列包括地球的“數字孿生”，結合地圖和衛星圖像，可以對天氣和空中交通、建筑物甚至樹木實時渲染。這是一個巨大的模型，對于戰術邊緣的受限帶寬來說是不切實際的，但是這個模型和其他類似的模型可以允許在更高的、云連接的梯隊或在本站上對車輛和武器效果進行超現實建模。NVIDIA 的 Omniverse等世界構建工具包有助于渲染新對象，其中包括材質、紋理和運動構建塊。甚至這些基于世界的模型的低分辨率版本也可用于概念演練或任務演練，無論單位是否位于同一地點。

想象一下：今天使用的沉浸式硬件幾乎完全掩蓋了用戶對現實世界的看法；最終，顯示器將需要在現實之上渲染內容或用合成內容替換所有內容之間進行動態調整。（由任務指揮戰斗實驗室提供）

虛擬平臺

整合軍用數字訓練、戰斗和企業級系統的精簡平臺不足以實現元宇宙。元宇宙要求士兵的數字存在超越不同的訓練平臺，并無縫集成到其他作戰工具中。這些工具還必須使用戶能夠從不同的角度與戰場數據進行交互，無論是在傳統的 2D 顯示器上還是從沉浸式共享虛擬空間。這將需要能夠使來自現實世界或模擬的數據在各種顯示媒體上無縫呈現的架構，無論它們是如何部署的。商業游戲世界一直在適應這一挑戰，支持在不同類型的硬件（如 PC 和游戲機）之間交叉玩同一游戲。

雖然化身的出現對我們的士兵來說可能不是那么優先，但數字資產可以以其他方式使用，這可能是有用的--例如，包括在一個人的身份系統偏好或自定義語言模型中，即使在用戶登錄一個新系統時也可以幫助人機合作。此外，一些游戲使一部分用戶能夠戴著虛擬現實設備從神一樣的俯視角度進行游戲，而其他玩家則化身為化身，從地面上以第一人稱觀看世界。像這樣的游戲概念似乎很適合在不同的梯隊中使用這種能力，在那里不同類型的數據和互動是必要的。

從戰術的角度來看，陸軍必須建立具有共同視野和感受的系統，無論系統是的佩戴方式或交互方式如何。士兵應該能夠以相同的配置文件使用他們的頭戴式顯示器、他們的手持系統和他們的桌面系統，并在這些系統間能夠以相同的角色輕松地切換。

硬件

Android Tactical Assault Kit (ATAK)等系統是一款裝在堅固外殼中的手持平板電腦或手機，可為作戰人員提供其作戰環境的數字化視角。ATAK 可以可視化 2D 和 3D 地圖，以及一系列圖形控制措施來表示友軍和敵軍的位置。雖然不像民用領域的消費類智能手機那樣無處不在，但這些設備代表了將物理和數字領域融合到一個手持套件中的首次嘗試之一。

然而，增強現實系統中的當前硬件限制了全息內容的視野質量。虛擬現實頭戴式顯示器提供高質量的視覺效果，但代價是幾乎完全遮擋了用戶對自然世界的看法。雖然陸軍開始評估在指揮所等不太致命的環境中使用虛擬現實，但沉浸式硬件的未來最終將融合到一個頭戴式顯示器中，該顯示器可以在現實之上的渲染內容或替換所有內容之間動態調整合成內容。這對于在未來的戰場環境中完全實現元宇宙是必要的。

結論

盡管推動了未來的發展，但我們也必須承認目前的技術仍然面臨著局限性--例如，訪問問題、延遲。這些問題不會因為升級到元宇宙而得到解決，必須隨著元宇宙的發展而得到解決。在規劃、準備、執行和評估行動方面轉向元宇宙模式，將使分散的工作人員能夠在一個協作的虛擬節點內更有效地同步作戰功能，這將與現有的實體指揮所相媲美。臨時會議可以超越簡單的電話和視頻會議，允許用戶占據一個包含所有相關數據的虛擬規劃空間來做出決定：一個顯示友軍和敵軍位置、情報產品、相對戰斗力、維持估計等的交互式三維共同作戰圖。

與人工智能一樣，元宇宙技術為解決戰場上的問題帶來了一套新的工具，包括當前和預期的問題。也像人工智能一樣，如果沒有標準和基礎設施來啟用這些工具，其結果將是零碎的和令人沮喪的。重要的是，陸軍要向前傾斜并認識到新技術的潛力，不僅因為它們在物資方面帶來了什么，而且還因為它們對我們未來的戰斗方式的影響。