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

2022年6月15日，英國國防部在倫敦科技周人工智能峰會上發布了《國防人工智能戰略》，旨在“雄心勃勃、安全和負責任地”使用人工智能的戰略和相關政策。本戰略支持創建新的國防人工智能中心（DAIC），以提供前沿技術樞紐，支撐英軍使用和創新相關技術。本戰略概述了以下內容：一是在國防中使用人工智能的新倫理原則；二是人工智能在國防部加強安全和現代化的地位和應用；三是考慮通過人工智能研究、開發和實驗，通過新概念和尖端技術徹底改變武裝技術能力，并有效、高效、可信地向戰場交付最新裝備。該戰略將將成為英國人工智能戰略的關鍵要素，并加強國防在政府層面通過科學和技術獲取戰略優勢的核心地位。

圖 英國國防部發布《國防人工智能戰略》

（本文根據原文編譯整理，僅供交流參考，觀點不代表本機構立場。）

英國國防部人工智能戰略的愿景是：以英國規模為標準，成為世界上最有效、最高效、最可信和最具影響的國防組織：

有效——提供戰場制勝能力和支持，以及英國與盟友關于人工智能生態系統合作的能力；

高效——通過創新使用技術交付能力，進行作戰并實現生產力效應；

可信——基于人工智能系統的安全性和可靠性受到公眾、盟友和人民的信任，根據英國核心價值觀合法合規地使用人工智能；

影響——積極參與合作和引領人工智能技術的全球發展和管理趨勢；

二**、背景和必要性******

英國國防部《綜合評估（2021）》強調指出，國家在人工智能領域的卓越表現是確保英國在2030年前成為“科技超級大國”的核心。英國國防部《國家人工智能戰略（2021年）》指出，人工智能在改寫整個行業的規則、推動經濟大幅增長和改變生活的所有領域方面具有巨大潛力。英國國防部《綜合作戰概念 （2020年） 》描述了無處不在的信息和快速的技術變革如何改變了戰爭的性質。在軍事作戰的各個領域，沖突正變得愈發復雜。新技術產生大量數據，解鎖新的威脅和漏洞，并通過如蜂群無人機、高速武器和先進網絡攻擊等下一代先進能力擴大潛在攻擊的規模。

人工智能技術以及其影響可能會極大地縮短決策時間，使人類理解負擔加重，而且這些在現代戰場中需要快速做出反應。正如《國防司令部文件（2021）》所指出的，“未來沖突的勝負可能取決于所采用人工智能解決方案的速度和效率”。因此信息作戰變得越來越重要。簡而言之，當代國防正在發生一場根本性的劇變，與人工智能相關的戰略競爭正在加劇，因此必須迅速、主動和全面應對。

本戰略闡述了英國將如何應對這一重大戰略挑戰，其應該引起英國國防部的重視，并參與部隊發展和國防轉型，英國國防部需要明確其機構與人工智能相關的要素并采取相應行動，以在后續執行和交付方面發揮關鍵作用。

三、發展途徑

**一是英國國防部需要轉變為“人工智能就緒”的組織。**具體措施是：1）推動文化、技能和政策變革，培訓領導人，提高人員技能，并加強國防人工智能和自主部門的組織能力；2）創建國防人工智能技能框架和新的人工智能職業發展和晉升路徑；3）將數據視為關鍵戰略資產進行管理和應用，建設新的數字主干網絡和國防人工智能中心。

**二是在速度和規模上采用和利用人工智能，以獲得防御優勢。**具體措施是：1）將人工智能視為能力戰略和部隊發展過程中戰略優勢的關鍵來源；2）短期路線采用成熟的數據科學、機器學習和先進的計算統計技術提升效果和生產力，長期路線進行尖端人工智能技術研發；3）采用多學科多技術將人類認知、創造力和責任與機器速度分析能力相結合以評估人工智能系統的脆弱性和威脅；4）與盟友和伙伴密切合作開發創新能力解決方案以應對共同的挑戰。

**三是推動和支持英國國防和安全人工智能生態系統。**具體措施是：1）通過英國工業和學術人工智能的雄厚基礎以及政府的支持建立信心并明確要求；2）視人工智能生態系統為戰略資產，消除行業壁壘，建立更具活力和一體化的伙伴關系；3）促進行業聯系建立新的國防和國家安全人工智能網絡，促進人才交流和共創，鼓勵業界投資國防相關的人工智能研發，并簡化國防數據和資產的獲取。4）促進中小企業，使監管方法現代化，支持業務增長并最大限度地利用國防人工智能相關知識產權促進相關技術商業化。

**四是塑造全球人工智能發展，以促進安全、穩定和民主價值觀。**具體措施是：1）按照英國的目標和價值觀塑造人工智能的發展，促進倫理方法，并影響符合民主價值觀的全球規范和標準；2）促進安全與穩定，確保英國的技術進步得到適當保護，同時探索建立信心和將軍事人工智能使用風險降至最低的機制；3）考慮可能出現的極端甚至事關生存的風險，并積極與盟友和合作伙伴接觸，制定未來的安全政策，尋求建立對話，以降低戰略錯誤、誤解和誤判的風險。

四、優先效果

通過采用人工智能技術實現本戰略目標，使英國武裝部隊實現現代化，并迅速從工業時代的聯合部隊過渡到敏捷信息時代的綜合部隊，國防部將受益于效率和生產率的提高，其期望的優先效果如下：

決策優勢：通過更充足、更分散的決策制定和基于威脅的機器快速響應，提高作戰節奏和靈活性。

效能：通過智能自主提高靈活性、效能和可用性。

解鎖新能力：通過開發新的作戰方式確保作戰優勢，增強軍事效果，保護人民免受傷害。

武裝部隊：減輕部隊負擔，并將人類決策集中在基于獨創性、背景思維和判斷力的高價值職能上。

五、戰略綜述總結****

**六、**結束語

人工智能必須成為未來必不可少的技術，其也促使著英國國防部改變對現代技術的看法，調整其技術方向和戰略需求，全面擁抱世界領先的人工智能解決方案和能力，推進其國防業務中觀念、文化、規劃和交付方面的持久變化，并將其作為國防戰略融入國防領域，以確保英國軍隊成為敏捷信息時代的綜合部隊。

編譯：船の心

END

世界軍事電子領域2021年度十大進展

軍事電子領域

目前，有大量的全動態視頻（FMV）檔案從未被查看過，而且隨著傳感器數量的增加，情況越來越糟糕。加拿大國防部（DND）、加拿大其他機構和盟友的問題基本相同：不具備分析來自監控的全動態視頻數據的人力。為解決此問題，要求有一種易于擴展的分析能力，這種能力與不斷增長的可用視頻傳感器數量成比例地增長。為了解決這個問題，加拿大國防研究與發展部（DRDC）--瓦爾卡蒂爾研究中心及其贊助者加拿大特種作戰部隊司令部（CANSOFCOM），已經開始了一項探索性的舉措，利用深度學習的最新進展來描述圖像和視頻內容。這種新興的能力可以被用來處理FMV，從而為軍事分析人員提供支持。本科學報告描述了用于實時FMV分析的自動視頻分析（LAVA）概念。它描述了科學家們所面臨的工程、創新和研究問題。報告提供了使用機載軍事傳感器進行的多次真實測試的結果。最后，提出了這項技術的潛在開發途徑。

這份研究文件對如何利用深度學習來分析加拿大武裝部隊和其他加拿大機構所掌握的大量FMV進行了深入的分析。該文件提出了一個在現實作戰條件下使用的概念論證，并提供了結果表現、問題、挑戰和未來的方向。這項技術可用于處理FMV檔案和分析實時FMV反饋，以協助情報分析人員。

在不確定性下進行的決策序列出現在各種環境中，包括交通、通信網絡、金融、國防等。為序列決策問題找到最優決策策略的經典方法是動態規劃；然而，由于維度詛咒和建模詛咒，它的用處有限，因此許多現實世界的應用需要另一種方法。在運籌學中，過去的 25 年中，使用近似動態規劃 (ADP)（在許多學科中被稱為強化學習）來解決這些類型的問題越來越受歡迎。通過這些努力，成功部署了 ADP 生成的卡車運輸行業駕駛員調度、機車規劃和管理以及制造中高價值備件管理的決策策略。在本文中，我們首次回顧了 ADP 在國防背景下的應用，特別關注那些為軍事或文職領導層提供決策支持的應用。本文的主要貢獻是雙重的。首先，我們回顧了 18 個決策支持應用程序，涵蓋了部隊發展、生成和使用的范圍，它們使用基于 ADP 的策略，并針對每個應用重點介紹了其 ADP 算法的設計、評估和取得的結果。其次，基于所確定的趨勢和差距，我們討論了與將 ADP 應用于國防決策支持問題相關的五個主題：所研究的問題類別；評估 ADP 生成策略的最佳實踐；與當前實施的策略相比，設計漸進式策略與徹底改進策略的優勢；情景變化時策略的穩健性，例如從高強度沖突到低強度沖突的轉變；以及尚未在國防中研究的，可能從 ADP 中受益的順序決策問題。

關鍵詞：序列決策問題、馬爾可夫決策過程、近似動態規劃、強化學習、軍事

1 引言

許多決策不是孤立地做出的；觀察到以前不確定的新信息；鑒于這些新信息，將做出進一步的決策；更多新信息到來；等等。這些類型的決策被恰當地描述為順序決策問題、不確定性下的順序決策或多??階段決策問題，其特點是決策對未來獲得的回報或產生的成本、未來決策的可行性以及在某些情況下的外生時間對決策的影響[1],[2],[3]。本質上，“今天的決策影響明天，明天的決策影響下一天”[2, p.1]，如果不考慮決策之間的關系，那么所取得的結果可能既沒有效率也沒有效果。

自20世紀50年代以來，人們就知道這種順序決策可以被建模為馬爾科夫決策過程（MDP），它由五個部分組成：一組候選行動；選擇行動后得到的獎勵；做出決策的歷時；狀態，即選擇行動、確定獎勵和告知系統如何演變所需的信息；以及定義系統如何從一個狀態過渡到下一個狀態的過渡概率[4]。給定一個MDP，目標是找到一個決策策略--"一個規則（或函數），根據現有的信息確定一個決策"[3,p.221]，也被稱為應急規劃、規劃或戰略[2,p.22]--作出的決策使得系統在給定的標準下表現最佳。尋找最優決策策略的經典方法是通過動態規劃（DP）解決貝爾曼的最優方程[5]。在國防背景下，DP已被應用于確定各種連續決策問題的決策策略，包括艦隊維護和修理[6]、基本訓練安排[7]、研究和開發項目選擇[8]、軍事人員的去留決策[9]以及醫療后勤資產調度[10]。

盡管DP為解決順序決策問題提供了一個巧妙的框架，但它在許多現實世界的應用中的作用有限，這一點早已得到認可。這是由于維度的詛咒[5]--"隨著變量（或維度）數量的增加，問題的難度異常快速增長"[11]--以及建模的詛咒，即需要一個明確的模型來說明系統如何從一個狀態過渡到下一個狀態[12]。雖然今天的計算機可以解決有數百萬個狀態的順序決策問題[13]，但許多問題仍然太大，無法通過經典的DP方法有效解決。此外，通常的情況是，狀態之間的過渡概率根本不知道。具有這些特征的順序決策問題貫穿于整個國防領域，跨越了軍力發展、生成和使用的范圍。比如說：

• 在軍力發展中，關于能力投資的決策可能多達數百項，通常在業務規劃周期內的固定時間進行，并且每年重復。決策者必須考慮所選擇的投資的短期和長期影響，以及未選擇的投資，同時考慮到未來軍事合同的不確定性，聯盟和對手能力的變化，國防特定通脹，等等。

• 在軍力組建中，決定招募多少名軍人和軍士，以滿足各種軍事職業的要求，同時尊重國家的授權力度，并考慮到各種不確定因素，包括每年的退休、晉升、自然減員等等；

• 在軍力雇傭范圍內，在大規模疏散行動中決策，如重大海難期間，將哪些人裝上直升機，同時考慮到包括天氣變化、個人健康、直升機故障等不確定因素。

由于這些挑戰，在這些類型的問題中，通常不可能找到一個最優的決策策略，需要采用其他的方法，重點是找到一個好的或接近最優的策略。第一個方法是由Bellman和Dreyfus[14]提出的，在接下來的幾十年里，包括運籌學、控制論和計算機科學在內的各個領域都發展了更多的方法，詳細的討論和相關的參考文獻列表見Powell[15]。此外，數學規劃領域，特別是隨機規劃，已經開發了復雜的算法來解決高維決策和狀態向量的問題，這在現實世界的順序決策問題中經常看到[16]。

在運籌學中，這些方法以各種名義被開發出來；尤其是神經動態規劃、自適應動態規劃和近似動態規劃（ADP）。如圖1所示，這些方法在過去的25年里越來越受歡迎，從1995年到2021年4月9日，共發表了2286篇文章，年發表率從一篇文章增長到每年近250篇。最近，ADP--"一種在模擬中做出智能決策的方法"[17,p.205]，其中 "產生的策略不是最優的，所以研究的挑戰是表明我們可以獲得在不同情況下穩健的高質量決策策略"[18,p.3]--已經成為更常用的術語[3]。作者們最近也開始使用強化學習這個標簽，最近出版的《強化學習和最優控制》一書[19]和即將出版的《強化學習和隨機優化：隨機決策的統一框架》一書[20]就是證明。值得注意的是，ADP生成的決策策略已經成功部署到工業領域，包括卡車行業的司機調度策略[21],[22],[23], 機車規劃和管理[24],[25], 以及制造業內高價值備件的管理[26]。

圖1. 1995年至2021年4月9日期間每年發表的ADP相關文章的數量。

在這篇文章中，我們首次回顧了ADP在國防背景下的應用。特別是，我們專注于軍事運籌學領域的同行評議文獻；也就是 "應用定量分析技術為軍事[或民事]決策提供信息"[27]。本文的主要貢獻有兩個方面。首先，我們回顧了18個決策支持應用，這些應用跨越了部隊發展、生成和使用的范圍，使用了基于ADP的策略，并為每個應用強調了其ADP算法是如何設計、評估和取得的結果。其次，基于所發現的趨勢和差距，我們討論了與將ADP應用于國防決策支持問題有關的五個主題：所研究的問題類別；評估ADP生成策略的最佳做法；與目前實行的策略相比，設計策略是漸進式的，而不是完全徹底的；隨著情景的變化，策略的穩健性，如沖突中從高強度到低強度的轉變；我們還建議提出國防內部可能受益于ADP生成策略的其他順序決策問題。

本文的其余部分組織如下。第2節提供了相關的背景信息。第3節介紹了進行此次審查的方法。第4節和第5節是審查的主要內容。第4節回顧了18個已確定的ADP在國防領域的決策支持應用，第5節介紹了與在國防領域應用ADP相關的五個主題。最后，第6節給出了總結性意見。

4. 近似動態規劃 (ADP)在軍事作戰研究中的應用

在本節中，我們介紹了通過上述文獻搜索確定的18篇基于應用的文章的摘要。表2列出了每項研究，其應用領域，以及所實施的ADP策略和算法的特征。所列的特征主要集中在第2.3節中討論的那些特征，即：

• 決策策略的類型--短視CFA、PFA、VFA、DLA或混合。

• 價值函數近似策略--查詢表、參數化或非參數化。

• 價值函數模型--層次聚合、線性結構、NN等。

• 算法策略-狹義搜索、數學規劃、隨機規劃、AVI、API。

• 更新價值函數模型參數的方法--時差學習、LSTD、LSPE、SVR，等等；

• 步長--常數、廣義調和、多項式等。

對于所列出的一些文章，沒有提供足夠的信息來確定作者是如何處理某些特征的。在這種情況下，該特征被列為未說明。此外，有些文章中的某些特征并不適用。在這種情況下，該特征被列為不適用。下面給出了進一步的細節。研究報告分為三類--軍力發展、軍力組建、軍力使用，然后按時間順序排列。

表2. 1995-2021年期間ADP在軍事作戰研究中的應用。文章按橫線分為三組：部隊發展（上組）、軍力組建（中組）和軍力使用（下組）。

前言

我們的同行競爭者，利用科學、技術和信息環境的新興趨勢，已經投資于挑戰美國和重塑全球秩序的戰略和能力。他們采用創新的方法來挑戰美國和盟國在所有領域、電磁波譜和信息環境中的利益。他們經常尋求通過在武裝沖突門檻以下采取模糊的行動來實現其目標。在武裝沖突中，武器技術、傳感器、通信和信息處理方面的進步使這些對手能夠形成對峙能力，以在時間、空間和功能上將聯合部隊分開。為了應對這些挑戰，履行美國陸軍在保護國家和確保其重要利益方面的陸軍職責，陸軍正在調整其組織、訓練、教育、人員和裝備的方式，以應對這些圍繞多域作戰（MDO）概念的未來威脅。

陸軍的情報工作本質上是多領域的，因為它從多個領域收集情報，而且可以接觸到合作伙伴，彌補陸軍信息收集能力的不足。在競爭中，陸軍情報能力作為掌握作戰環境和了解威脅能力和脆弱性的一個關鍵因素。在整個競爭過程中，陸軍情報部門為每個梯隊的指揮官和參謀人員提供所需的態勢感知，以便在所有領域、電磁頻譜和信息環境中可視化和指揮戰斗，并在決策空間匯集內外部能力。

這個概念描述了關鍵的挑戰、解決方案和所需的支持能力，以使陸軍情報部門能夠在整個競爭過程中支持MDO，以完成戰役目標并保護美國國家利益。它是陸軍情報部隊、組織和能力現代化活動的基礎。這個概念還確定了對其他支持和輔助功能的影響。它將為其他概念的發展、實驗、能力發展活動和其他未來的部隊現代化努力提供信息，以實現MDO AimPoint部隊。

本文總結

陸軍未來司令部的情報概念為陸軍情報部隊的現代化活動提供了一個規劃，以支持陸軍2035年的MDO AimPoint部隊在整個競爭過程中與同行競爭對手進行多域作戰。它提供了支持2035年以后MDO AimPoint部隊的見解。這個概念是對2017年美國陸軍情報功能概念中概述想法的修改：情報作為一個單位在所有領域的運作，有廣泛的合作伙伴投入。這個概念擴展了這些想法，以解決陸軍在進行大規模作戰行動中的頭號差距：支持遠距離精確射擊的深度傳感。領導陸軍情報現代化的舉措是組織上的變化，以提供旅級戰斗隊以上梯隊的能力，以及支持深層探測問題的四個物資解決方案。

支持MDO AimPoint Force 2035的組織變化使戰區陸軍、軍團和師級指揮官能夠以遠程精確火力和其他效果塑造深度機動和火力區域。在戰區層面，軍事情報旅的能力得到提高，新的多域特遣部隊擁有軍事情報能力。遠征軍的軍事情報旅被重新利用和組織，以支持軍團和師的指揮官，而不是最大限度地向下支持旅級戰斗隊。

支持MDO AimPoint Force 2035的物資變化，即將所有的傳感器、所有的火力、所有的指揮和控制節點與適當的局面融合在一起，對威脅進行近乎實時的瞄準定位。多域傳感系統提供了一個未來的空中情報、監視和偵察系統系列，從非常低的高度到低地球軌道，它支持戰術和作戰層面的目標定位，促進遠距離地對地射擊。地面層系統整合了選定的信號情報、電子戰和網絡空間能力，使指揮官能夠在網絡空間和電磁頻譜中競爭并獲勝。戰術情報定位接入節點利用空間、高空、空中和地面傳感器，直接向火力系統提供目標，并為支持指揮和控制的目標定位和形勢理解提供多學科情報支持。最后，通過分布式共同地面系統，陸軍提高了情報周期的速度、精度和準確性。

伴隨著這些舉措的是士兵培訓和人才管理方法，旨在最大限度地提高對目標定位和決策的情報支持。從2028年MDO AimPoint部隊開始，陸軍情報部門將繼續改進軍事情報隊伍，以支持2035年及以后的MDO AimPoint部隊。

這一概念確定了陸軍情報部門將如何轉型，以支持陸軍和聯合部隊在整個競爭過程中與同行競爭者抗衡。

圖1 邏輯圖

簡介

第四次工業革命 (4IR) 擴展了信息革命（第三次工業革命），網絡、物理和生物系統之間的集成程度越來越高。預計 4IR 將影響所有行業，包括戰爭性質（Schwab，2016 年）。構成 4IR 一部分的關鍵概念包括（但不限于）：

? 數據科學和大數據分析，通常由人工智能和機器學習驅動和/或自動化；

? 云計算，提供可遠程訪問的計算資源；

? 物聯網 (IoT)，其中超連接設備可以充當傳感器和執行器，以產生大量信息和網絡物理互連；

? 增強現實，在眼鏡、地圖或圖像上疊加信息；

? 網絡安全，由于將不安全的“非傳統”設備連接到網絡而引入的安全風險。

一些 4IR 概念已以某種形式出現在軍事環境中，例如類似于平視顯示器的增強現實，而物聯網概念將網絡中心戰（或如 Wassel（2018 年）稱之為“數據戰”）演變為所謂的“戰場物聯網”（IoBT）或“軍事物聯網”（IoMT）（Castiglione、Choo、Nappi 和 Ricciardi，2017 年）。軍隊中的物聯網實施有可能在一系列領域支持多域作戰 (MDO) 的指揮和控制 (C2)（Seffers，2017 年）。因此，未來的 MDO 可以被認為包括一個超互聯的戰場，這會導致信息戰 (IW) 的攻擊面增加（Cenciotti，2017；van Niekerk、Pretorius、Ramluckan 和 Patrick，2018）。本文將在 MDO 和 IoBT 的背景下考慮 IW。

多域作戰和信息戰

軍事行動的傳統“物理”領域包括陸地、海洋、空中和太空；然而，越來越需要在電磁頻譜 (EMS)、網絡和更廣泛的信息環境中占據主導地位（Ween、Dortmans、Thakur 和 Rowe，2019 年）。 MDO 方法被描述為“聯合作戰概念，它將承載所有動能和非動能火力”，以前所未有的方式在整個戰場上提供優勢（South，2019 年）。

圖 1 顯示了多個作戰域：四個“物理”域顯示在圖的中心；這些域通常是移動的，并通過各種頻率的廣播媒體（EMS）進行通信。網絡空間成為其延伸，提供數據和信息傳輸機制，例如網絡協議。雖然當代信息領域被認為與網絡空間幾乎相同，但信息環境更廣泛，還包括印刷信息和認知信息。這些都可支持人類決策，包括作戰人員和指揮官的戰略和戰術決策過程（例如指揮和控制），但可更廣泛地擴展到社會、經濟和政治領域。

圖1:作戰域

早期形式的信息戰包括可以影響和保護物理、虛擬和認知領域的信息作戰（Brazzoli，2007；Waltz，1998）。信息戰的這些“支柱”包括電子戰 (EW)、網絡戰、心理戰 (PSYOP)、情報網絡中心戰或信息基礎設施戰，以及指揮和控制戰 (C2W) (Brazzoli, 2007)。

信息戰的六大支柱

圖2:信息戰的“支柱”

“信息戰”一詞的現代化使用更傾向于認知方面，例如虛假信息和影響力活動，通常由社交媒體和即時消息驅動（Stengel，2019）。新出現的討論集中在所謂的網絡電磁活動 (CEMA) 中電子戰和網絡的“融合”（英國國防部，2018 年；美國陸軍部，2014 年）。然而，考慮到在烏克蘭協作信息和物理作戰的明顯成功，盡管沒有提供“決定性”的勝利，但可以認為信息戰“支柱”產生了更大融合（Valeriano、Jensen 和 Maness，2008 年；van Niekerk，2015 年）。

進攻性信息戰通常具有“5Ds”之一：否認、降級、破壞、欺騙或破壞（Sterling，2019），作為戰略或戰術目標；然而，其他人也提出了目標，例如：

? 破壞、否認、破壞、操縱和竊取（Hutchinson 和 Warren，2001 年）；

? 貶低、否認、腐敗和剝削（Borden，1999；Kopp，2000）；

? 中斷、修改、制造和攔截（Pfleeger 和 Pfleeger，2003 年）。

最終，人類決策的目標是戰術、作戰和戰略層面；然而，通過網絡空間和信息環境引發的沖突越來越多地針對社會、政治和經濟決策以及軍事行動或作戰人員。隨著國家和非國家行為體(特別是通過在線新聞網站和社交媒體)日益關注虛假信息和影響活動，信息戰在更高戰略層面的目標已被重新表述為 4Ds：駁回、扭曲、分散注意力和沮喪（White，2016）。這種類型的行動以民眾或政治家的“意志”為目標，并與特定戰場空間中更注重行動的信息戰要素相結合，旨在減少或消除民眾或政治對沖突或其軍事目標的支持。

IoBT 和信息戰

Castiglione、Choo、Nappi 和 Ricciardi (2017: 16) 表明，戰場上已經看到“越來越多的無處不在的傳感和計算設備，被軍事人員佩戴并嵌入軍事設備中”。據報道，北約正在調查物聯網在態勢感知、監視、后勤、醫療應用、基地作戰和能源管理等領域對軍方的潛在好處（Seffers，2017 年；Stone，2018 年；Wassel，2018 年）。IoBT/IoMT還具有：通過聯合作戰支持MDO中的C2;戰術級態勢感知;目標識別;車輛和士兵狀態監測;戰地醫療甚至環境監測(Seffers, 2017)的巨大潛力。

Ren 和 Hou (2018) 提出了一個三層的“戰斗云霧”架構。 “戰斗資源”層包括傳統四個物理域中的平臺和傳感器等軍事裝備。 Cenciotti (2017) 以 F-35 飛機為例，該飛機配備傳感器來收集有關其環境和潛在威脅的信息；它還具有內部傳感器來監控其性能，因此既可以被視為互聯網上的“事物”，也可以被視為一組傳感器。 Valeriano、Jensen 和 Maness (2008) 認為 F-35 相當于一臺計算機服務器。這表明現代軍事系統日益復雜，對數字信息的依賴以及可以生成的大數據量（與“大數據”相關的概念有關）。

Ren和Hou（2018）架構的第二層包括一個“霧層”，用于本地化分布式計算和存儲。第三層則包括云計算，具有更大的存儲空間并由多個“霧網絡”鏈接組成。霧網絡可以被認為是服務于 C2 的戰術和行動，而云網絡服務于 C2 的行動和戰略。鑒于 MDO 的范圍，明智的做法是擴展“戰斗云霧”架構的傳感器，將 EM 域中的傳感器作為戰斗資源集的一部分。

對于那些需要根據提供給他們的分析數據做出指揮決策的人來說，算法被“欺騙”的可能性尤其令人擔憂：關于戰場空間的信息是否可信？在戰術層面上，軍艦上的飛行員或控制站可以信任所顯示的信息嗎？任何猶豫或不正確的決定最終都是信息戰的目標。

還需要在整個戰斗云架構的網絡域中提供監控，以幫助網絡安全。“連接”的軍事單位和設備受到網絡事件影響：據報道，2009 年惡意軟件影響了軍艦和軍用機場（Page，2009；Willsher，2009），移動惡意軟件被用于跟蹤炮兵部隊（Volz，2016 年），現在人們越來越擔心對衛星和天基系統的網絡和電磁威脅（Garner，2020 年；Rajagopalan，2019 年）。受損的物聯網設備已被用于發起分布式拒絕服務 (DDoS) 網絡攻擊，這是當時發生的最大的網絡攻擊之一（Fruhlinger，2018 年）。

此類事件以及與信息系統和安全相關的更廣泛關注點，表明了高度互連系統的固有風險。 Van Niekerk、Pretorius、Ramluckan 和 Patrick（2018 年）說明了如何在信息戰中通過易受攻擊的物聯網攻擊設施和人類。許多此類理論攻擊可應用于軍事場景，例如：

? 破壞數據和系統軟件的 Wiper 惡意軟件或勒索軟件可能對飛機或水下潛艇造成災難性影響；

? 將 PSYOP 信息注入飛行員的平視顯示器會通過暗示飛機系統受到損害，并對時間關鍵的決策產生不利影響而分散飛行員的注意力和使飛行員感到沮喪。

? 網絡攻擊隨機操縱傳感器陣列（例如聲納陣列或防空雷達）以提供虛假目標并隱藏實際目標，從而扭曲戰場視野；

? 在軍事人員的手機上使用惡意軟件和社交媒體來確定部署，從而生成與行動相關的情報。

表 1 說明了與云霧 IoBT 架構相關可能的“通用”信息戰威脅。

表 1：IoBT的信息戰威脅

一般來說，由于電磁信號數量的增加和傳輸的數據量的增加，IoBT 可能會導致電磁頻譜和網絡擁塞。這反過來可能會增加對電磁和 DDoS 攻擊的敏感性，因為每個信號都可能彼此呈現為“噪音”，而干擾會增加這種“噪音”水平，從而降低或破壞通信鏈路的有效性。以類似的方式，數據量越接近網絡的“閾值”，就越容易被惡意流量淹沒。

霧網絡可以被認為是服務于 C2 的戰術和作戰層面，而云網絡服務于 C2 的作戰和戰略層面。鑒于 MDO 的范圍，明智的做法是擴展“戰斗云霧”架構的傳感器，將電磁域中的傳感器作為戰斗資源集的一部分。

IoBT 可能會在戰術層面促進網絡、電子戰和心理戰的“融合”； van Niekerk、Pretorius、Ramluckan 和 Patrick (2018) 在一般背景下討論了這種融合。上面提到了網絡被用來向目標飛行員注入 PSYOP 消息的可能性；類似地，電子戰可用于“壓制”無線電通信，將 PSYOP 消息傳輸給人員。這種融合可以被認為是信息戰的分層模型：電子戰針對網絡的物理層，網絡針對更高層和協議，網絡組件的有效載荷選擇是分發PSYOP消息。

要考慮的另一個方面是為數據分析和軍事設備的作戰而實施的算法。由于現代設備產生的數據量很大，人類不可能對所有數據進行分析，因此需要一定程度的自動化，通常通過人工智能 (AI) 實現。但是，有一些實例表明修改后的輸入導致 AI 提供了不正確的分類（Field，2017；Lemos，2021）。通常在不考慮安全性的情況下實施新技術，人工智能也不例外。在學術領域，研究對人工智能系統攻擊的研究數量急劇增加，包括導致錯誤輸出的對抗性攻擊，以及破壞訓練數據以產生有缺陷模型的數據中毒（也稱為模型中毒） （康斯坦丁，2021 年；萊莫斯，2021 年）。對于那些需要根據提供給他們的分析數據做出指揮決策的人來說，算法被“欺騙”的可能性尤其令人擔憂：關于戰場空間的信息是否可信？在戰術層面上，軍艦上的飛行員或控制站可以信任所顯示的信息嗎？任何猶豫或不正確的決定最終都是信息戰的目標。

結論

多域作戰涵蓋所有物理環境，也可以擴展到電磁域和網絡域。戰場物聯網提供了一種機制，通過嵌入式傳感器實現多域作戰，提供作戰環境的通用圖像。然而，物聯網總體上被認為容易受到攻擊，超連接的戰場可能會增加物理、電磁、網絡和認知領域的信息戰攻擊面。攻擊可能針對物理基礎設施、信號、網絡協議、算法、數據和人類心理。

作者介紹

Brett van Niekerk 博士是夸祖魯-納塔爾大學的高級講師，并擔任國際信息處理聯合會和平與戰爭中 ICT 工作組的主席，以及國際期刊網絡戰和恐怖主義的聯合主編。他在學術界和工業界擁有多年的信息安全和網絡安全經驗，并為 ISO/IEC 信息安全標準和國際工作組做出了貢獻。他以他的名義發表了 70 多篇出版物和演講。 2012 年，他獲得博士學位，專注于信息運營和關鍵基礎設施保護。

摘要

達爾豪西大學大數據分析研究所、加拿大國防研究與發展研究所 (DRDC) – 大西洋研究中心和加拿大通用動力任務系統 (GDMS-C) 成功向加拿大自然科學與工程研究委員會 (NSERC) 提出申請， 促成了一個為期三年的資助項目，名為自動監控海軍信息空間 (AMNIS)。 AMNIS 啟動會議于 2020 年 10 月 14 日舉行，眾多教授、國防科學家和 GDMS-C 技術人員參加了會議。會議確定了三個組織的多項行動。與 DRDC 和 GDMS-C 相關的一項行動是需要與任務相關的情景來幫助指導預期的研究。因此，DRDC 率先描述了一個具有代表性的海陸情景，這將使研究人員能夠更好地了解與 AMNIS 相關的潛在研究途徑。開發的場景涉及由加拿大皇家海軍 (RCN) 和加拿大陸軍 (CA) 執行的加拿大人道主義任務。任務是向最近遭受自然災害襲擊的國家分發食品和醫療用品。敵對勢力也試圖竊取物資。該場景描述了通過更好的處理技術和決策來改進信息流、共享和使用的需求。該方案旨在引發進一步的討論并幫助鞏固 AMNIS 參與者的研究主題。

對國防和安全的意義

AMNIS 項目將推動國防界在機器學習、深度學習、人工智能、可視化的許多方面、弱勢網絡上的信息共享、基于場景的決策以及人類績效建模和團隊合作方面的知識。這里描述的海洋/陸地情景旨在激發支持這些主題的研究途徑。

【報告標題】

Human Factors and ISR Concept Development and Evaluation 人為因素和情報、監視、偵察 (ISR) 概念開發和評估

【報告來源】

北約技術報告

【出版時間】

2022年2月

【研究問題】

情報、監視和偵察 (ISR) 行動是關于收集信息并向操作員提供信息，而操作員又需要就其戰區的各種行動方案做出具體決策。可以肯定的是，ISR 行動是技術密集型的。然而，與此同時，ISR 行動是一個非常以人為本的過程。盡管如此，ISR 概念開發和評估 (CD&E) 過程中幾乎沒有人為因素 (HF) 研究。通過研究新的ISR技術和概念對不同操作環境下操作員性能的影響，研究人員可以提供更科學的建議，為高層政策和決策者提供關于所有ISR環境下未來ISR技術和能力的信息：包括空中、海面、地下和空間。就這一點而言，HF 研究方法應成為任何 ISR CD&E 過程的組成部分，為 ISR 指揮鏈各級的政策和決策者提供信息和建議。

【研究目的】
 北大西洋公約組織 (NATO) 研究和技術組織 (RTO) 人為因素和醫學 (HFM) 小組任務組 (RTG) 276 (NATO RTG HFM-276) 題為“人為因素和 ISR 概念開發和評估”，旨在識別和理解對有效 ISR 操作至關重要的 HF 問題。更準確地說，這項開創性工作的目標是：

1 確定有效 ISR 行動的關鍵 HF 問題（例如，態勢感知、工作量、組織結構、協調和協調機制、可視化、信任、信息共享和管理、領導力以及做決定）;

2 使用行為理論模型來發展我們的研究方法并理解我們的發現；

3 就 ISR CD&E 操作中 HF 研究的使用和實施提出建議。

【結果、意義、影響】
 北約 HFM-276 任務組使用組織有效性模型開發了一組調查，以識別和了解對有效 ISR 行動至關重要的 HF 問題。該模型的核心是由任務、收集、處理、利用和傳播 (TCPED) 組成的 JISR 流程。源自該模型以及其他來源的數據收集計劃著眼于 ISR 行動中的一些 HF 問題的作用：基本 HF 知識、情況評估、工作量、組織結構、信任、信息共享、信息管理、領導力、文化、組織過程、組織靈活性、共享意識和責任、協調和協調機制、決策、能力、情報請求管理（IRM）、通信、元數據和應用系統。所有這些 HF 因素都會影響 ISR 操作概念并影響操作員的績效。此外，該報告總結了一些改進北約和非北約行動的 ISR CD&E 過程的實際影響，重點是開發應包含在 ISR CD&E 過程中的 HF 研究方法。這種 HF 方法將像技術和程序 ISR 概念開發的質量控制組件一樣工作。預計研究結果將有助于為 ISR 指揮鏈各級的政策和決策者提供信息和建議，以增強北約 ISR 規劃、任務執行和能力發展中的信息和決策優勢。它還有望幫助告知 ISR 與其他聯合流程的整合，例如在確定當前與 ISR 相關的 HF 差距以及與其他流程整合方面的聯合目標。

高超音速武器正在為戰爭的步伐增添一個新的維度，并將以極快的速度推動戰場上的交戰。這將要求軍事指揮官比對手可用的先進武器和自動化流程更快地采取行動。在這種作戰環境中獲得決策優勢必須從支撐所有軍事行動的情報活動開始。

及時準確的情報提供了支持決策周期的信息優勢。將自動化應用于情報周期的各個方面，并在這些過程中建立信任，將使傳感器到射手的結構成為攔截先進武器和滿足日益增長的及時性作戰需求所必不可少的。不能滿足對及時情報的需求將導致戰場上的決策優勢喪失，隨后喪失戰斗中的作戰主動權，并可能導致戰斗。

基于人工智能 (AI) 的解決方案將在戰場和整個情報周期中提供各種優勢。當與彈性情報、監視和偵察 (ISR) 以及高級分析相結合時，它將為作戰部隊提供前所未有的能力。然而，僅靠人工智能并不能完全解決這一挑戰。我們必須為消費者和整個情報社區 (IC) 建立對源自 AI 流程的情報的信任。信任是啟用它們的關鍵，因此我們有能力從自動化中獲得全部好處。