人工智能(AI)方法能否檢測出軍用全球定位系統(GPS)基礎設施上的欺騙行為?利用人工智能和機器學習(ML)工具,展示了對美國防部高級GPS接收器(DAGR)欺騙行為的成功檢測。利用系統工程原理,對問題空間進行了分析,包括進行文獻審查以確定人工智能的技術水平。這一探索的結果揭示了應用于解決這一問題的新穎解決方案。在早期階段,考慮了各種系統設計,然后確定了一個同時包含實時和模擬的GPS信息流量的系統。將基于模型的系統工程(MBSE)原則整合到設計概念中,以映射系統層次和互動。Humphreys等人(2008)將GPS欺騙威脅定義為三種技術,即簡單攻擊、中級攻擊和復雜攻擊。簡單的攻擊建立在使用商業GPS信號模擬器、放大器和天線向目標GPS接收器廣播信號的概念上。中級欺騙攻擊是利用基于接收機的欺騙器,向目標接收器的天線產生欺騙信號。復雜的欺騙攻擊是三種方法中最復雜的,有能力改變每個天線發射的載波和碼相輸出,同時控制發射天線之間的相對碼/載波相位(Humphreys等人,2008)。由于成功的GPS欺騙攻擊會影響到時間、頻率和空間領域,所開發的系統至少必須考慮這些參數。設計概念采用了識別數據集中非明顯和非瑣碎關系的要求。
該系統的設計采用了雙管齊下的方法;1)開發一個硬件系統,在GPS基礎設施上注入欺騙信號;2)開發一個軟件應用程序,以檢測欺騙的注入。該硬件系統包括一個用于創建欺騙場景的GNSS模擬器、一個便于輸入實時和模擬信息流的射頻(RF)分離器、一個DAGR和各種數據收集工具。系統操作遵循簡單的欺騙攻擊技術來執行公開欺騙攻擊。公開欺騙的一個特點是 "干擾-欺騙 "策略。Chapman(2017,1)將公開欺騙攻擊描述為 "偽造的GPS信號只是以明顯高于真實衛星信號的功率水平進行廣播"。在公開欺騙中,對手增加欺騙信號的功率,以壓倒合法的GPS信號饋送。我們成功地將公開欺騙技術應用于工程系統,并收集數據進行分析。該數據集構成了人工智能開發工具的基礎,包括國家海洋電子協會0183(NMEA 0183)和接口控制文件-GPS 153(ICD GPS153)信息流。雖然NMEA 0183標準定義了用于商業用途的GPS信息,但ICD 153標準是用于設計和實施軍事平臺上使用的信息。在這項研究中,我們同時使用了NMEA 0183和ICD 153信息標準的信息。
在數據集上應用主成分分析(PCA)等數據縮減工具,發現參數的相關性導致數據集的方差約為94%。第一個主成分PC1解釋了這些方差。對人工智能工具的研究確定了無監督和有監督學習工具的適用性。無監督學習對識別數據集內的特征很有效,而有監督學習方法則適用于有已知目標的數據集。使用聚類方法,如k-means,我們清楚地識別了在信號上應用欺騙所形成的聚類。聚類作為一種視覺工具是有效的。無監督學習模型有效地識別了由欺騙情況形成的聚類。欺騙行為對數據結構的影響在與應用欺騙信號前后形成的聚類不同的聚類中顯示出來。我們發現了數據參數中的特殊性和以前未被發現的關聯性,這對研究有啟發性。
利用數據挖掘和數據分析工具,我們再次對數據集進行了處理,以應用標記的參數,并訓練一個監督模型來對欺騙行為進行分類。我們對數據集進行了處理,并使用幾個監督學習模型檢查結果。我們在標記的數據集上執行了這些模型,其中85%的數據用于訓練,15%的數據保留給測試,同時使用交叉驗證。對模型應用交叉驗證,就不需要對數據集進行驗證分割。隨機森林和邏輯回歸模型的結果顯示,在訓練集和測試集上都有100%的真陽性率,進一步證明了人工智能模型可以檢測GPS用戶基礎設施上的欺騙行為。
使用一套通常適用于ML、數據科學和統計問題的性能指標來評估監督學習模型的有效性。模型的訓練呈現出優秀的結果,所有模型的召回率和精確度都很完美。召回率是一個重要的指標,用于評估一個工具在檢測惡意活動方面的效果,如對DAGR的欺騙企圖。這項研究的結果表明,如果有適當的工具和權限,對手可以有效地欺騙軍用GPS設備。我們在整個論文中開發和展示的工具表明,人工智能方法可以檢測到對軍用GPS基礎設施的欺騙性攻擊。
現代硬件系統依靠狀態估計器(如卡爾曼濾波器)來監測關鍵變量以進行反饋和性能監測。硬件系統的性能可以用卡方故障檢測測試來監測。以前的工作表明,卡爾曼濾波器很容易受到虛假數據注入攻擊。在虛假數據注入攻擊中,故意在傳感器測量數據中加入噪聲和/或偏差,以誤導卡爾曼濾波器,而這種誤導方式不會被卡方測試所發現。本論文提出了一種欺騙卡爾曼濾波器的方法,其中攻擊數據是用強化學習產生的。研究表明,強化學習可以用來訓練一個智能體,通過注入虛假數據來操縱卡爾曼濾波的輸出,而不被卡方檢驗所發現。這一結果表明,機器學習可以被用來成功地進行網絡物理攻擊,而行為者不需要對支配目標系統運行的數學有深入的了解和認識。這一結果對現實世界有重大影響,因為現代智能電網、飛機、汽車和航天器控制系統都是網絡物理系統,它們依靠可信的傳感器數據來安全和可靠地運行。針對這些系統中的任何一個的機器學習衍生的虛假數據注入攻擊都可能導致未被發現的、可能是災難性的故障。
第1章概述了所進行的研究,描述了卡爾曼濾波、chi-squared測試和網絡物理系統之間的關系。第2章提供了關于卡爾曼濾波器chi-squared故障檢測和本研究中使用的RL方法的支持信息。第3章描述了用于建立CPS模型的方法,詳細描述了RL算法,并涵蓋了對算法功能的測試和驗證。第4章介紹了研究的結果。第5章詳細介紹了結論和未來的研究領域和適用性。
本報告著重于2025年混合部隊的任務工程過程。來自OPNAV N9I的最新任務強調了關注使用成本保守的無人系統的必要性。具體來說,重點放在近鄰的競爭對手大國以及在南海的反介入/區域拒止(A2/AD)情況下可能出現的問題。海軍水面作戰中心的任務工程方法被用來確定擬議的替代艦隊架構的具體事件,然后使用作戰模擬和優化模型進行分析。對目前的無人系統,特別是那些正在開發的高技術準備水平無人系統的性能特征和成本的研究進行了匯編。提議的無人系統架構是作為A2/AD問題的解決方案而開發的。然后,無人系統架構通過優化模型運行,以最大限度地提高系統性能,同時最小化成本。然后,架構優化的結果被輸入到建模和仿真中。然后比較每個架構的整體有效性,以找到最有效的解決方案。對結果進行了分析,以顯示預期的任務有效性和利用擬議解決方案的無人架構的擬議成本。最有效的架構包括搜索、反蜂群、運送和攻擊系統。
系統工程分析31組由美海軍作戰司令部戰爭整合處(OPNAV N9I)負責確定一個解決方案,以彌補與大國在2025年的預期能力差距(Boensel 2021)。該解決方案系統必須具有成本效益并能在2025年之前交付。SEA團隊利用任務工程過程來確定候選的未來艦隊架構來解決問題(工程副主任辦公室2020)。
到2025年,如何才能有效地對抗近鄰對手的反介入和區域拒止能力?
以具有成本效益的方式調整目前的能力,并創建一個未來的架構,以加強美國海軍的作戰能力,包括存在、欺騙、ISR以及在反介入和區域拒止環境中的防御和進攻能力。
利用任務工程流程,總體情景被設定在2025年的南海。大國已執行了其九段線的領土要求,并建立了一個反介入/區域拒止(A2/AD)區。大國不斷擴大的艦隊、對人造島嶼的使用、遠距離ASCMs以及對無人系統的擴大使用使美國的水面作戰艦艇處于高風險之中。總體任務是美國海軍DDG通過提高其殺傷力和生存能力,在A2/AD區域內進行FONOPS。在整個方案中,有三個小場景被開發出來。OTH ISR、目標選擇和交戰,威脅無人機蜂群,以及提供目標選擇的威脅無人機ISR資產。
衡量任務成功與否的總體標準是美國海軍部隊在近乎同行的反介入區域拒止環境中的作戰能力。有助于衡量成功的有效性的措施是DDG的生存能力和殺傷力的提高程度與解決方案系統的成本相結合。
為了分析擬議的系統解決方案(SoS)是否能達到既定的成功標準,設計了一個價值體系。利用通用的海軍任務列表,項目組確定了擬議的系統解決方案需要完成的三個二級任務,以完成任務(海軍部,2008)。
對三個選定任務下的后續任務進行了評估,以確定擬議系統需要完成的具體功能。通過這次審查,確定了候選無人系統需要完成的四項高級功能。這些功能是交付、搜索、通信中繼和打擊。為每項功能選擇了性能措施,以用于多屬性價值分析。
多屬性價值分析被用來比較完成四個功能中一個或多個功能的候選系統。一個系統的價值是根據每個性能指標對完成一個特定功能的重要性,給每個性能指標分配一個權重而得出的。權重從1到5不等,其中5表示最重要的MOP。計算MOP和權重的乘積,并將每個乘積相加,以獲得系統的價值。
為了確定可行的候選系統,項目組成員各自研究了一個不同的無人系統,并收集了每個候選系統的性能衡量標準。如果一個特定的無人系統的MOP值不知道,則推斷其值與一個類似的系統相同。如果不存在這樣的類似系統,則使用啟發式方法估計該值。對于每項功能,至少有一個系統符合技術成熟度,可考慮用于2025年的混合部隊。
為了實現所有四個功能,候選系統的組合被排列組合成16個系統簇。每個備選方案的系統價值和成本都被計算出來。系統價值的計算方法是將每個備選方案中的每個系統的價值相加。
為了產生用于比較的替代方案,該團隊使用整數線性規劃生成了架構。這是用Pyomo的優化功能完成的。線性規劃被創建、約束以更好地表示現實,并被解決以生成分別針對性能、預算和替代合約選項進行優化的替代架構。
現代導彈戰可以使用炮擊作戰模型進行評估。這個模型被用來計算每個小場景中的每個SoS備選方案的有效性。結果顯示了超視距ISR平臺的重要性,一個獨立的武器系統來對付敵人的無人機,目前IAMD作戰系統的有限防御能力,以及超視距搜索和瞄準能力。
“大國”和美國都擁有深入的綜合空中和導彈防御。為了證明這種互動,在微軟Excel中使用反二項式函數對不同的交戰進行了建模。每一個擬議的艦隊架構都被輸入到三個小插曲的戰斗模擬中。為了獲得隨機的結果,試驗的數量被設定為300次,每個概率都有一個可能的值范圍。該模型中的自變量可分為防御性或進攻性變量。防御性變量是每個單位的綜合防空和導彈防御武器的殺傷數量和殺傷概率。PLAN的進攻性變量是YJ-18 ASCM和Harpy無人機的命中數。美國海軍的進攻性變量是海上攻擊戰斧、ASCM和特定攻擊無人機的進攻性命中數量。
模擬的結果顯示了擊中敵方水面平臺或美國海軍水面部隊的數量。通過比較建議的系統與基線的命中率,可以得出變化的百分比。在我們的分析中,進攻和防御的有效性被平均加權,允許將進攻和防御百分比變化的高值相加,以計算出高低變化的總百分比。
基于智能體的建模和仿真(ABMS)被用來驗證每個設想的系統架構與所需的MOE。ABMS旨在通過對智能體之間的相互作用進行建模,來捕捉戰爭交戰的隨機性,但又很復雜。進行了蒙特卡洛分析,以收集每個系統性能的個體層面的數據。隨后的統計分析提供了一個途徑,以確定和量化每個擬議的系統架構所實現的改進。為此目的,指揮部:現代行動(CMO),是一個跨領域的現代兵棋推演計算機軟件,旨在模擬戰術到作戰水平的行動,被用作仿真引擎。CMO模擬的是基于規則的智能體,它們相互之間以及與環境之間的互動,包括感興趣的場景中的武器系統(Coyote, YJ-18, Chaff)和平臺(例如PLAN DDG, Luyang)。與多屬性價值分析方法相比,CMO允許對定量的系統MOP進行建模,并在模擬結果中觀察其相對差異。
電子表格戰斗模型模擬的第一個結果是解放軍DDG在三個不同的迭代中對美國海軍DDG的命中率,即只用YJ-18攻擊,只用哈比攻擊,以及YJ-18和哈比同時攻擊。同時使用YJ-18和Harpy的命中率被作為防御性MOE的基線值。接下來,兩種不同的防御性無人機系統被分別加入到作戰模型中。對只有哈比的攻擊和YJ-18與哈比的同時攻擊進行了重復模擬。每個系統的防御性百分比變化是用前面描述的公式計算的。
接下來的結果是美國海軍DDG在三次不同的迭代中擊中PLAN DDG的次數。模擬了僅用MST攻擊、僅用ASUW無人機攻擊以及MST和ASUW同時攻擊的結果。只用MST攻擊的命中率作為進攻性MOE的基線值。接下來,七個不同的運載系統被分別加入到作戰模型中。對僅有ASUW無人機攻擊和同時進行的MST和ASUW無人機攻擊進行了重復模擬。每個投送系統的進攻百分比變化被計算出來。
將同等權重的進攻和防守百分比變化相加,計算出高和低的總變化百分比。根據該模型,期望值是這樣的:在0.95的置信度下,增加SoS將使水面部隊的有效性增加一個介于高值和低值之間的百分比。
總的來說,從ABMS觀察到的性能與從電子表格模型觀察到的性能MOE相關。在所有提議的架構中,都觀察到了防御和進攻MOE的明顯改善。這是預料之中的,因為在DDG上增加任何防御性武器系統應該減少艦隊DDG的直接命中數量。同樣,增加一個具有增強OTH感知能力的進攻性武器系統會增加對目標直接作用的武器數量。
對防御性和進攻性MOE與每一方所消耗的平均武器數量的比率的進一步分析顯示,由于美國海軍DDG上增加了反群武器系統,防御性MOE得到了改善。這種增加被證明是對所有架構的一種有效的廣泛改進。三種提議的架構之間最明顯的差異來自于進攻性MOE(%),其中性能系統優于其他架構。與發射的武器總數相比,預計一個性能更好的系統會向目標發射更少的武器,同時造成更多的命中。
這項工作證明了低成本的無人駕駛威脅系統給傳統水面戰艦帶來的危險,這些系統可以在幾乎沒有警告的情況下進行協調和攻擊,并為船員提供很少的反應時間。為了避免強制增加對峙距離以提高生存能力,有必要使用增程傳感器系統和反無人機系統來彌補預期的能力差距并提供進入被拒絕區域的機會。為了使這些系統可行和安全,高帶寬的通信系統將是必需的。
為了滿足這些需求,建議的解決方案系統利用Dive-LD來運送Coyote無人機平臺。搜索和通信中繼將由兩個VBAT無人機平臺提供。這種平臺組合為每一美元的系統成本提供了最高的進攻和防御能力的提高。叢林狼 "無人機也將作為一個蜂群來防御威脅性無人機群和威脅性無人機ISR資產。增加解決方案系統的采購將提高艦隊的生存能力和殺傷力,并允許在其他艦隊優先領域進行額外投資。
建議通過為無人機平臺配備額外的無源傳感器來改進該系統,以利用電磁頻譜的所有部分,從而提高在所有天氣和戰斗條件下探測敵方威脅的能力。此外,擬議的解決方案系統可以擴展到許多其他領域和任務區,如港口防御和反對出口。
美國國家科學、工程和醫學研究院成立了用于收集科學質量的海洋和海岸數據的小型衛星系統的伙伴關系選擇評估委員會,以解決任務書中的以下目標。
該研究將對建立和利用伙伴關系的可行性和意義進行獨立評估,以開發、部署和運行一個衛星系統和支持性基礎設施,能夠傳感具有足夠科學質量的海洋、沿海、大氣和水文數據,以建立預測模型并支持國家利益的近實時應用。它將盡可能地確定和描述這種系統的有希望的選擇。委員會將確定并考慮潛在的公共和私人合作伙伴,以開發這樣一個系統或主要的子系統,同時考慮到以下因素。
哪些國家的任務可能會從小型衛星數據收集系統的使用中獲得實質性的好處,以及該任務如何取決于數據收集的頻率和地理范圍?這些利益可以被廣泛地定義為包括軍事、經濟、科學、教育和環境利益。
在工業、政府和學術機構之間有哪些伙伴關系可以被激勵來發展必要的空間平臺、系統集成、發射、通信、測試、數據分配和維護功能?
現有的基礎設施是否足以支持所需的空間平臺開發和制造、系統集成、發射、通信、測試、數據分配和維護功能?為了縮短從構思到在軌的時間,應該加強或創建哪些基礎設施組件?基礎設施被廣泛地定義為包括工業制造能力、空間系統支持結構和通信信息系統。
可以采用什么程序來加強技術發展管道、標準制定、以及識別和采用最佳做法?
開發所需技術、基礎設施和程序的預期時間表是什么,這些技術、基礎設施和程序將使所需的衛星系統得到發展?
在進行這項研究時,委員會將審查提供一些所需系統組件的現有系統,以及處于不同開發階段的系統,以便在未來進行部署。在可能的范圍內,委員會將收集和分析關于公共和私人組織的預期相關未來需求的信息,以及學術研究人員的相關觀點。
在履行其任務說明的職責時,委員會的評估方法依賴于其成員的經驗、技術知識和廣泛的專業知識。委員會并沒有試圖報告對每一個潛在的伙伴關系選項或每一個可用的實施方法的詳盡評估。委員會的第一個目標是通過確定和關注哪些政府任務領域可以最多利用和受益于商業新空間的空間接入能力(定義見下文方框S.1),從而提供持久的價值。它的第二個目標是確定當前的挑戰和未來的機會,以重新定義空間基礎設施,以便更有利于可持續的伙伴關系,同時確定能夠為多個利益相關者服務的采購方法。
本報告所討論的機會來自于服務于商業和政府部門的新空間技術的爆炸性增長(在第2章討論)。小衛星技術(在方框S.1中描述)已經極大地改變了政府機構采購、開發和發射商業衛星的模式。該技術和相關的空間發展繼續迅速發展,在本報告中一般被稱為新空間生態系統。預期的定義是仿照 "硅谷 "生態系統,其中政府是一個重要的合作伙伴,與商業部門建立一個健康和自我維持的關系,提供空間產品以及空間業務本身的相關創新。正如人們所預期的那樣,有許多與這種模式轉變相關的新術語,這意味著本報告中關于當前和未來趨勢的討論的術語需要仔細和具體的定義。為了保持一致性和清晰度,委員會在整個報告中使用方框S.1中列出的以下術語。
在過去的十年里,越來越多的新空間組織已經出現,它們不受傳統做法和限制的束縛。通過重新想象、創造和不斷改進小衛星空間技術,一個新的和不斷增長的空間生態系統現在已經到位,能夠為傳統用戶和新的或非傳統用戶的廣泛利益相關者群體服務。就本報告而言,傳統用戶主要包括政府部門和機構,他們的任務是支持情報、國防和民用空間,這些任務通常局限于由政府承包商采用昂貴但成熟的開發方法開發的大型航天器。新的或非傳統的用戶通常是較小的科學任務、技術成熟計劃或其他應用,以前往往由于缺乏經驗或資源而無法進入太空。這些用戶的空間準入要么不可用,要么通過依賴傳統的空間伙伴而受到限制。
目前的商業實踐正在擴大能力,包括技術和商業驅動的應用,為一個廣泛和充滿活力的生態系統打開大門,提供廣泛的解決方案,能夠支持越來越多的利益相關者。在傳統方法的同時,與制造有關的空間基礎設施,如定制的航天器總線、儀器和傳感器--包括與傳統系統性能相匹敵的高分辨率成像和雷達系統--正在出現,數量不斷增加,能力不斷提高。在運營的商業地面上,現在已經有了常規的站點,數據管理和分析也是如此,包括用于數據訪問和歸檔的云計算。因此,如果得到適當的鼓勵和滋養,一個具有廣泛能力的生態系統就會出現,包括數據融合、分析和數據購買的新商業機會,以及可以使傳統和非傳統用戶群體同樣受益的地面/空間通信。
盡管這些不斷發展的系統還沒有進入完全可運輸的商業技術狀態--例如,航天器系統仍然缺乏互操作性--這些能力和服務仍然為所有類型的用戶的空間業務開啟了越來越多的可能性。公私合作伙伴關系(PPPs)和其他創新的采購方法可以加強以通信、遙感和軍事情報為重點的國家任務,以及以海洋學、水文學、大氣層、氣候、監測自然和人為災害、成像和導航等科學數據收集為重點的新任務領域,以及尚不清楚的新的和機會主義的應用。
從2011年到2020年,全世界發射的所有航天器中有75%(2972個)是小型衛星。在此期間,美國國家航空航天局(NASA)和美國國防部(DoD)在全球所有政府機構中引領了小型衛星發射的擴散。此外,商業組織在這十年間發射了2972顆小型衛星中的2013顆,為開發者提供了大量的服務,是運營小型衛星數量最多的組織。Planet公司擁有這些年發射的所有遙感小型衛星中的22%,而SpaceX公司擁有所有通信小型衛星中的47%。這兩家公司目前都在低地球軌道(LEO)上飛行大型星座。第二章的表2.2提供了商業能力趨勢的時間表和發展預測。
認識到這些新的進展,國防部建立了混合空間架構(HSA)作為其主要的哲學框架,以評估吸收商業系統或采購國防部獨特系統之間的平衡。HSA是一個綜合的基礎設施,由空軍研究實驗室(AFRL)在2014年首次研究,并通過美國太空部隊(USSF)和情報界利益相關者所做的工作進行擴展。這種新方法的目標是超越傳統的項目爐灶,使各個政府利益相關者能夠使用該框架來實現其獨特的需求。它正在開辟新的可能性,通過利用聯合和綜合方法產生的協同作用,從傳統空間與新空間的結合中獲益。正如第3章所討論的,HSA是一個多層系統架構,提供了從多個商業和政府系統整合能力的靈活性,以滿足各種不同的和不斷發展的政府用戶需求。雖然仍處于早期階段,但它已開始提供具有成本效益和彈性的空間能力,以支持廣泛的國家安全任務,包括科學和技術(S&T)以及研究和開發(R&D)工作。(關于科技/研發的具體定義,請參考第3章的方框3.1)。
HSA的前提是對新空間創新的廣泛利用,為第4章討論的潛在科學機會和第五章討論的新商業模式打開大門。當政府管理人員能夠使他們的采購方法與這個新的框架保持一致時,將從美國政府和商業部門的新伙伴關系中受益。隨著小衛星能力的發展和HSA的深入人心,用戶將需要了解小衛星系統的優勢和劣勢,以確定它們在特定任務中的效用,特別是對于科學目標。對于海洋科學和沿海數據任務來說,雖然使用小衛星來測量海洋變量對于某些應用來說是一個真正的優勢--例如,通過海洋模型的數據同化進行短期預測--但并不是所有的目標都可以用小衛星來實現。將大型專用任務與小型衛星群結合起來,可能是監測海洋中發生的所有過程的最佳策略。第四章概述了小型衛星的具體優勢和劣勢,并對其潛在的任務應用提供了指導。
商業空間和技術提供者也將受益于新的商業模式,考慮到合同安排、相互責任和伙伴關系的條款和條件,以及所提供服務的范圍和程度。同時,目前缺乏綜合商業服務(將能力打包以滿足特定任務的需要,并包含可互操作的組件,以促進系統之間更大的適應性),阻礙了使用政府承包工具來支持任務開發和運營過程。私營部門和美國政府可以共同鼓勵商業服務的整合,以促進政府任務目標和商業能力在可接受和可管理的風險態勢下更好地結合。
為了實現一個有用的生態系統,政府的空間采購和管理文化需要促成一個環境,使政府管理人員能夠對快速變化的環境作出快速和有效的反應。根據研究委員會成員的經驗,在許多情況下,政府管理人員傾向于更大的控制;他們不愿意通過依賴商業資源或通過快速適應不斷變化的生態系統中的機會來冒他們的項目和國家安全任務的風險。除了討論新空間范式的潛在風險和感知到的挑戰外,第五章還識別和討論了與不同的組織慣例、知識產權和合同障礙有關的風險,這些障礙抑制了可以從使用創新的商業能力中獲得的全部利益。在目前的環境中,政府管理人員不僅要考慮商業供應商的技術性能,而且要考慮商業可行性風險,這一點很重要。從積極的一面來看,大多數產品和服務的多個商業供應商正在出現,這使得在商業采購決策過程中可以考慮雙重來源的選擇(如多個供應商)。
因此,為了充分受益于新空間生態系統,政府機構將需要制定收購和采購的做法和方法,既能使管理人員與商業服務合作,又能激勵他們為其項目獲得最大價值。創造一個允許伙伴關系發展的環境也有好處,例如通過將商業和政府利益相關者與中介代理聯系起來,他們可以通過將用戶的需求與商業供應商的能力相匹配來促成這種伙伴關系。這種中介伙伴關系的結果將是一個 "雙贏 "的合同安排,使供應商和用戶都受益。利益相關者的工具,如商業服務管理庫,可以改善利益相關者的協調,并加速有效的伙伴關系進程。
在這樣一個動態和不斷發展的環境中,靈活性是關鍵,因為工具和方法將繼續適應、增長和發展。為了使一個PPP商業安排成功和可持續,它需要有一個保護雙方的合同,并使公平的緩解選擇得以行使,以處理利益相關者的利益變化。第5章討論了近期內一些可適應的PPP選項,這些選項可以包括一個完整的空間系統解決方案,或根據具體的用戶需求提供的選項菜單。替代模式的例子可以包括部署商業空間組件公司,它們將提供空間系統的不同元素,或者在某些情況下,簡單地購買數據。正如將要討論的那樣,所有這些選擇都是可能的,而且對于擬議的HSA和新空間生態系統內的傳統和非傳統的利益相關者都是可以支持的。
以下結論和建議是按照報告各章的順序排列的。
結論:商業航天工業的巨大增長和快速演變已經產生了引人注目的成功,而且有跡象表明,這一趨勢將繼續加速。美國政府,包括傳統的政府空間用戶,可以從不太傳統的關系中大大受益,如公私合作關系,使工業的技術和批量制造能力得到采用。
建議:美國政府應鼓勵發展公私伙伴關系,可能包括主要租戶,以促進一個新的國家空間生態系統,支持工業、政府和學術目標。
結論:現有的互操作性標準主要是由傳統的系統結構驅動的,阻礙了政府獲得靈活和可適應的商業服務。美國政府和商業利益相關者將越來越多地依靠綜合商業服務和推進標準來建立一個基礎廣泛的生態系統,使航天器開發、有效載荷集成、測試、發射服務、運營管理和數據產品生產之間的過渡路徑更加順暢。由獨特的商業新空間需求和關鍵系統的設計實踐所驅動的互操作性標準的開發和采用,將增加競爭,并為當前和未來的政府用戶的廣泛的空間任務和操作需求實現有效的執行和管理。
建議:關鍵系統--那些最適合標準的系統--應該被聯合開發和積極管理,以支持新空間公私伙伴關系,促進未來系統的最大接受和使用。標準和最佳實踐可以在空軍研究實驗室的AFWERX、國家航空和航天局的小型航天器系統虛擬研究所和小型有效載荷共享協會等組織內制定,以促進新空間商業產品能力的采用。
結論:政府協調努力,促進和監督現有的政府項目,加上利用雙重用途的技術(從汽車、醫療、游戲和其他行業演變而來),可以加強現有的技術管道,并有利于所有的國家空間活動。空軍研究實驗室的AFWERX、國家航空和航天局的小型航天器技術計劃、政府的小企業創新研究計劃和政府的小企業技術轉讓計劃是這種技術注入和示范的適當場所。
建議:海軍研究局應充分利用參與現有政府技術開發計劃的機會,如空軍研究實驗室的AFWERX、小型航天器技術計劃、政府的小型企業創新研究計劃和政府的小型企業技術轉讓計劃,來注入雙重用途的技術。
結論:空間系統和操作知識在整個商業空間產業的迅速擴展,為混合空間架構和其他美國政府空間倡議提供了許多機會。明確的標準和最佳做法,結合解決和加快決策速度的采購機制,解決任務風險,并調整激勵機制,將允許美國政府有效地獲得這些新能力。針對商業模式的采購機制可以進一步支持從倡議開始到在軌能力的響應時間表。
建議:美國政府的采購機制應該進行調整,以接受不斷發展的商業實踐和適當的標準,以解決和加快決策速度,管理任務風險,并調整激勵措施,以迅速實現政府的空間倡議。
結論:混合空間架構顯示出巨大的潛力,作為一個新的空間生態系統的框架,整合及時、傳統和新空間產業,以提供成本效益和靈活的空間能力,支持廣泛的國家任務和目標。這個生態系統可以使海軍研究辦公室既追求其技術示范倡議,又追求其長期應用。
建議:海軍研究辦公室(ONR)應考慮將混合空間架構框架作為實現其長期海洋科學目標的一個機會。ONR應該與美國空軍合作,調整其基于HSA的方法,作為其他美國政府和非政府用戶的試點項目。
結論:小型衛星在國家民用任務中展示了它們在海洋學、氣象學、水文學、災害評估和其他與地球科學有關的應用方面的效用。在適用的情況下,它們通過提供更高的時間和空間分辨率以及更短的規劃周期來補充混合空間結構中的傳統系統,這使得新技術能夠比傳統方法快速插入。預計小型衛星的技術和傳感器能力,以及相關的服務,將在未來擴大。
建議:美國政府應積極定位,充分利用商業空間部門不斷發展和增長的能力,為最廣泛的傳統和非傳統用戶提供服務,將海洋學和沿海數據的應用作為試驗新過程和程序的初步努力。
結論:美國政府和學術機構之間的小衛星任務伙伴關系已經在空間科學和技術方面產生了高價值/低成本的進步,包括衛星平臺和有效載荷、地面部分通信、任務和有效載荷操作,以及科學數據產品的生成和分配。
建議:作為其與學術機構持續關系的一部分,海軍研究辦公室應檢查新出現的先進傳感器和相關技術機會,以有利于未來的海洋科學目標和任務。
結論:支持新空間生態系統中所需要的服務所需的技術基礎設施目前已經存在,或者如果通過擴大政府采購機會而積極啟用的話,預計將會出現。然而,美國政府空間界目前和未來可能對該基礎設施的利用,由于缺乏對現有技術能力以及從商業空間產業的快速增長中演變出來的新能力的熟悉而受到阻礙。就海軍研究辦公室而言,空間科學采購做法受到傳統方法的人為限制,限制了他們充分利用現有的新空間機會,這些機會與正在為國家海洋學伙伴關系計劃開發的海洋和沿海傳感器技術的快速示范有關。
建議:海軍研究辦公室與國家海洋和大氣管理局,作為國家海洋學伙伴關系計劃(NOPP)的聯合管理者,應該探索廣泛的現有合同機制,使商業空間能力能夠快速部署,以實現國家海洋學伙伴關系計劃的技術演示目標。它應該授權其采購人員充分利用快速發展的商業空間系統機會。
結論:聯邦采購制度--包括法定和監管計劃--提供了足夠的靈活性,以利用不斷發展的商業市場,并采用創新的方法,如公私伙伴關系(PPP)和其他形式的合同關系,包括其他交易授權(OTA)和空間企業聯盟(SPEC)。
建議:美國政府應采用一系列可用的合同機制,并積極支持使用創新的商業模式,以充分參與傳統空間和新空間商業產業。這包括從公共-私人伙伴關系和商業服務合同中的一系列選擇,以及在快速原型和快速投入使用類別中的較新的中層采購選擇。
結論:目前,沒有任何現有的機制允許預測未來的政府需求,以主動告知商業空間部門,使其能夠關注并優先考慮其未來的投資方向。美國國家航空和航天局的快速航天器開發辦公室已經通過開發其快速航天器目錄的衛星目錄,解決了這個與不定期交付/不定期數量的衛星總線采購有關的預測問題。
建議:海軍研究局應利用美國國家航空航天局的快速航天器目錄來滿足其目前的需求,并應與美國國家航空航天局的快速航天器開發辦公室和空軍研究實驗室的AFWERX合作,以納入其預測的未來需求。
結論:混合空間架構(HSA)框架的發展和采用提供了一個潛在的路線圖,為國家需求建立小衛星系統能力的時間表。然而,建設小衛星服務的能力可以通過將商業小衛星的能力與HSA的需求相一致來加速--這將減少達到一個完全有能力的空間生態系統所需的時間。同樣,市場驅動的力量和持續的政府投資項目也可以加速技術、基礎設施和流程支持,以響應客戶和社區的需求和要求。
建議:美國政府應該激勵私人投資,通過先進的采購戰略,如公私伙伴關系,與商業供應商建立無限期交付無限期數量的合同,以及政府作為穩定的促進者實現更快和更多的綜合成果的錨定租約,來實現更快和更多的綜合成果。
結論:商業空間部門似乎完全有能力滿足國家海洋學合作計劃(NOPP)的海洋傳感器技術示范飛行和發射需求,正如提交給委員會的那樣。今天,NOPP可以通過各種合同機制獲得許多這些能力。此外,這些能力預計將在未來5年內與混合空間結構驅動的美國空軍和其他政府采購一起增長和發展,與國家海洋伙伴關系計劃的目標保持同步。
建議:創新的采購做法在成本和飛行速度方面都有很大的好處,以滿足政府,特別是國家海洋學合作計劃(NOPP)的要求。根據技術準備情況和任務要求,NOPP應該考慮以下選擇:
1.讓新生的商業中介能力參與進來,探索并形成適當的伙伴關系,以匹配現有的和新興的商業能力,實現預期的技術成果。
2.探索現有的政府項目和聯盟,如美國國家航空航天局國際空間站或空間企業聯盟,以及其他支持技術原型和符合預期空間飛行目標的乘坐機會的項目。
3.聘請聯邦資助的研究和發展中心(FFRDC)或類似的公正機構作為感興趣的政府和商業實體之間值得信賴的中間人,以確定適當的公私合作機制,并構建這些機制以實現技術和采購能力的成功結合;以及4. 4. 同樣地,聘請FFRDC或類似的可信賴的代理機構來制定技術和商業參與的準則,以積極彌補政府和行業之間的現有差距和新差距。
圖2.4 支持小衛星開發、發射和產品采購的一般流程。對滿足客戶需求的商業服務的評估可能包括購買現有的數據產品或制定一個新的任務來創造這種產品。目前,進行商業數據購買的能力是有限的,然而可以支持任務開發各個階段的商業組織的數量正在迅速增加。了解橫跨儀器和航天器開發、系統集成、發射服務、遠程地面站(RGS)服務和任務運營的商業選擇的成熟度,對于使用商業服務來生產滿足任務要求的飛行系統至關重要。在本圖中,"獨立 "指的是獨立的商業產品--它們不與其他任務產品捆綁或集成;"增值 "包指的是商業產品,它是由多個任務段解決方案組成的更廣泛、更綜合的商業包的一部分。
圖4.7 HARP寬視場成像偏振計立方體衛星飛行驗證任務,展示了從空間進行的多角度氣溶膠和云屬性測量。這項技術已經從機載系統成熟到空間版本,在南美洲的的喀喀湖上空的400幅圖像的長數據采集被后處理成推波助瀾圖像。還顯示了由Aqua和Terra衛星上的中分辨率成像光譜儀(MODIS)儀器拍攝的類似圖像,證實了HARP數據中看到的大氣和陸地特征。的的喀喀湖是該偏振成像儀的一個很好的清潔空氣替代校準源,因為該湖的高海拔為太陽在表面的反射和大氣的偏振提供了很好的可見度。資料來源。馬里蘭大學巴爾的摩縣分校HARP團隊。
現代戰術戰爭需要迅速而有效的決策和行動,以便在經常是高度動態和復雜的戰區保持競爭優勢。需要考慮的因素的數量因不確定性、事件的快速發展和人為錯誤的風險而放大。自動化、人工智能和博弈論方法的潛在應用可以為作戰人員提供認知支持。這項研究以自動兵棋推演輔助決策的形式探索了這些應用。該團隊為這個未來的系統開發了一個概念設計,并將其稱為兵棋推演實時人工智能輔助決策(WRAID)能力。
頂點項目的目標是探索自動化、人工智能和博弈論的應用,作為支持未來WRAID能力的方法。該團隊為WRAID能力開發了需求、概念設計和操作概念。該小組確定并探索了可能對未來實施WRAID能力構成障礙的挑戰性領域。該小組調查了與使用人工智能來支持戰爭決策有關的倫理挑戰和影響。
本報告首先對與WRAID能力相關的主題進行文獻回顧。文獻回顧從人工智能的回顧開始,提供了一個關于人工智能如何工作以及它能夠完成什么類型任務的概述。文獻綜述探討了人機協作的方法,以支持未來指揮官和人類用戶與WRAID系統之間的互動。需要翻譯指揮官的意圖,并讓WRAID將有意義的輸出傳達給指揮官,這需要一個強大的界面。審查包括傳統的兵棋推演,以研究目前的模擬兵棋推演是如何進行的,以便深入了解,未來的WRAID能力如何能夠實時復制兵棋推演的各個方面,并認為以前的兵棋推演可以為人工智能和機器學習(ML)算法的發展提供訓練數據。ML算法的訓練需要大量的代表性數據。文獻回顧研究了人類的認知負荷,以深入了解人類大腦的認知技能和上限;并確定人類思維的極限,以顯示人工智能可能提供的支持。文獻綜述中涉及的最后一個主題是,傳統的計劃和決策,以了解目前在軍事上如何制定戰術行動方案。
該小組進行了需求分析和利益相關者分析,探索WRAID能力如何支持作戰人員。該小組在需求分析的基礎上為WRAID系統開發了一套需求。這些要求被歸類為:硬件/軟件,人機界面,和道德規范。第一階段的分析結果包括 (1)戰爭的復雜性需要發展一種未來的WRAID能力,這種能力利用自動化方法,包括人工智能、ML和博弈論,(2)WRAID能力需要大量的計算能力和復雜的軟件算法,(3)實現未來WRAID系統的挑戰將是技術和道德的。
未來WRAID系統的概念設計是基于需求分析的。概念設計被記錄在一套系統模型中,包括背景圖、系統視圖、功能工作流程圖和操作視圖。該團隊開發了一個作戰場景,以支持對WRAID能力如何在作戰中使用。
在開發WRAID的過程中,預計會有一些路障。開發WRAID系統的技術是存在的,然而,研究小組發現數據挑戰、人工智能訓練、程序限制和當前系統工程的局限性將是需要解決的障礙。數據挑戰指的是獲得足夠的數據集的能力,這些數據集代表了訓練ML算法所需的真實世界的戰術行動和兵棋推演分析。程序性挑戰包括國防部實施網絡安全、機密數據、數據庫訪問和信息分配協議的能力。系統工程方面的障礙是需要新的方法來設計安全和可靠的人工智能系統,如WRAID能力。將需要SE方法來處理不可預見的故障模式,并在系統生命周期的早期確定根本原因。
對像WRAID能力這樣的人工智能系統的倫理考慮是系統發展的一個重要因素。開發系統以取代倫理學,將使系統更有可能被部署。有幾個有道德問題的自主武器系統被拉出來作為WRAID能力的道德對話的基礎。通過一個示例場景,對道德狀況進行定性分析,以了解在部署WRAID能力時可能出現的道德問題。倫理學在未來的技術中發揮著巨大的作用;從一開始就考慮到倫理學,建立技術是很重要的。
未來的重點需要放在繼續對想象中的WRAID系統采取正規的系統工程方法。WRAID系統需要一個強大的數據集,需要收集和注釋;收集的定性兵棋推演數據越多,WRAID系統的可行性和準確性就越高。與軍事部門的合作對于最大化WRAID的利益至關重要,例如情報和偵察組織。WRAID的模擬將是完善系統要求和創建現實模型的關鍵。關于如何使用WRAID的培訓和文檔應該同時開發,所以利益相關者,特別是指揮官已經準備好,知道如何使用這個新工具。未來的研究領域包括認知工程、基于正式模型的系統工程和人機協作。
隨著目前技術進步的速度和外國的目標,人工智能將在未來的沖突和戰爭中發揮作用。自上而下的指令將需要設計和實施WRAID能力:提供大量的資源,解決操作和文化變化,重組系統工程,并確保網絡安全和收購變化。實現未來的WRAID能力并不是一個微不足道的任務。然而,它對確保現在和未來的戰斗空間優勢至關重要。
聯合戰區級模擬--全球行動(JTLS-GO?)是一個互動的、網絡化的、聯合和聯盟的兵棋推演系統。JTLS-GO從全球一體化作戰層面的角度表現軍民決策環境,其中包括空中、陸地、海上、太空、情報、后勤和特種作戰。這些環境可以被配置和擴展,以考察國家戰略(SN)、戰略戰區(ST)、作戰(OP)和戰術(TA)戰爭層面的聯合任務、行動、功能和使命。重要的是要理解JTLS-GO主要是一個作戰層面的模擬。
執行概述描述了模擬的基本操作,包括主要的軟件程序和構成系統的眾多小型支持程序。這些不同的、相互依賴的程序相互配合,以準備場景,運行模擬,并分析結果。本概述還提供了運行模擬系統所需的軟件和標準硬件的描述。JTLS-GO可以在一臺或幾臺計算機上同時運行,可以是單一的,也可以是多個分布的站點,這取決于訓練或分析環境和場景的大小。它是獨立于戰場的,不需要編程知識就可以執行。第4頁強調了一些新的模擬能力和特點。
JTLS-GO是一個復雜的模擬,專門設計來研究不斷變化的戰爭模式。來自作戰指揮部(COCOMs)、軍種、后備部隊、國民警衛隊、戰斗支援機構(CSA)、聯合參謀部(JS)和聯合特遣部隊(JTFs),包括北約和聯盟軍隊的領導人和主管都了解這一點,因為他們必須在國家戰略的背景下不斷地規劃、計劃、預算和執行財政政策。
本出版物針對JTLS-GO的主要版本和維護版本進行了更新和修訂。
美國陸軍現代化戰略將人工智能(AI)確定為陸軍優先研究領域(PRA)之一[1]。作為美國陸軍作戰能力發展司令部(DEVCOM)科技事業的一部分,DEVCOM-大西洋前沿部隊今年發起了兩項新的人工智能倡議,以促進與外國學術界和工業界在該優先研究領域的合作機會。第一個倡議,即人工智能重點國際虛擬交流系列(AI FIVES)[2],是一個虛擬研討會,為國際組織提供一個平臺,向美國國防部主題專家和利益相關者介紹他們的人工智能研發活動和能力,促進討論和合作。在AI FIVES下促成的演講涉及的主題包括對抗性機器學習;強大和有彈性的人工智能;來自小數據的預測分析;可解釋和可信賴的人工智能;網絡和安全;用于改善態勢感知和決策的人工智能;以及有人和無人的互動和團隊合作。第二項倡議,xTechGlobal - AI挑戰賽[3],是陸軍助理部長(采購、后勤和技術)遠征技術(xTech)獎競賽項目[4]向國際參與者的首次擴展。xTechGlobal-人工智能挑戰賽從歐洲、非洲和中東的非傳統/小型企業技術開發商那里尋求創新的相關技術,以解決強大的人工智能能力問題,從而在嚴重的資源限制下,如計算能力和需求點的帶寬,管理、整合、處理并從不同的數據源中獲取信息,以便快速決策。在一次成功的競賽之后,有機會繼續并擴大xTechGlobal競賽,使之成為由大西洋、美洲和印度洋-太平洋地區不同地域的DEVCOM前沿要素贊助的其他優先挑戰主題。本文將討論這些舉措的起因、結果以及對陸軍更廣泛的人工智能研究活動的貢獻。
美國陸軍作戰能力發展司令部(DEVCOM)是美國陸軍未來司令部的一個主要下屬司令部,是陸軍的科學和技術領導者[5]。DEVCOM由八個主要的下屬單位組成,包括 軍備中心;陸軍研究實驗室;航空和導彈中心;化學生物中心;指揮、控制、計算機、通信、網絡、情報、監視和偵察中心;數據和分析中心;地面車輛系統中心;和士兵中心。除了實驗室和七個中心外,DEVCOM還有三個國際前沿單位。DEVCOM-美洲、DEVCOM-大西洋和DEVCOM-印度太平洋。指揮部為陸軍的六個現代化優先項目提供基礎科學研究、技術開發、工程和分析支持,重點是提供支持多領域行動的能力。
大西洋發展司令部在英國、法國、德國和以色列的國際技術中心(ITCs)安排了科學家、工程師和軍官。國際技術中心的作用是發展與盟友和親密伙伴的關系;與外國政府、工業界和學術界進行技術搜索;通過學術界、工業界和政府的伙伴關系,與外國伙伴確定基礎和應用研究的機會,提供強有力的科學和技術支持[6]。DEVCOM-Atlantic還包括科學和技術的實地援助(FAST)顧問,他們作為作戰司令部的陸軍單位和研究實驗室之間的聯絡人,確定關鍵需求和實驗機會,以支持陸軍的任務。
從2020年開始,DEVCOM-Atlantic發起了兩項新的倡議,以促進其地理區域內以人工智能(AI)為中心的學術界和工業界的合作機會。第一項舉措,重點國際虛擬交流系列(FIVES)為國際組織提供了一個平臺,向美國國防部主題專家和利益相關者介紹他們的人工智能研發活動和能力,促進討論和合作。第二項舉措,xTechGlobal是陸軍助理部長(采購、后勤和技術)遠征技術(xTech)獎競賽項目[4]向國際參與者的試點擴展,其中包括一個人工智能問題聲明。