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

通用開放式士兵系統參考架構（GOSSRA）項目是步兵系統（DSS）發展過程中邁出的重要一步。本文通過作者的直接參與、大量的項目文檔和廣泛的學術文獻，對該項目進行了深入分析。文章綜合了對 DSS 的技術進步、作戰挑戰、倫理考慮和戰略意義的重要見解。研究強調了先進技術在大幅提高士兵能力方面的潛力，但也強調了將這些技術整合到具有凝聚力和功能性的系統中的復雜性。分析深入探討了 DSS 的作戰效能和靈活性，說明了它們在不同作戰環境下提高態勢感知、決策和機動性的能力。不過，分析也指出，系統需要適應不同的場景和環境。探討了部署 DSS 的道德和戰略層面，強調需要強有力的道德框架和戰略規劃，以確保軍事能力的進步符合道德規范，并為全球安全做出積極貢獻。從過去的部署和案例研究中汲取的經驗教訓為了解 DSS 在現實世界中的性能、用戶接受度和集成挑戰提供了寶貴的見解。文章最后以前瞻性的視角展望了 DSS 的未來發展，并概述了成功實施 DSS 的戰略。文章提出的結論和建議為 DSS 的開發和集成提供了路線圖，確保其發展與現代和未來戰爭的需要保持一致。

關鍵詞 ： 步兵系統 (DSS)；通用開放式士兵系統參考架構 (GOSSRA)；軍事技術；系統集成；作戰效能；戰爭中的倫理考慮；軍事戰略規劃；國防技術進步；軍事中的自主系統；未來戰爭；軍事行動中的互操作性

通用開放式士兵系統參考架構（GOSSRA）

通用開放式士兵系統參考架構（GOSSRA）項目證明了多國合作在提高軍事能力和互操作性方面的力量。該項目由萊茵金屬電子有限公司牽頭，參與者眾多，包括 GMV（西班牙）、iTTi（波蘭）、Tekever-ASDS（葡萄牙）、Larimart（意大利）、萊昂納多（意大利）、SAAB（瑞典）、Indra（西班牙）和 TNO（荷蘭）。該聯合體體現了歐洲大型兵器系統公司、較小的專業公司和研究機構的強強聯合，每家公司都為該項目帶來了其獨特的專業知識和視角（GOSSRA Architecture Vol.2，2020）。

GOSSRA 的開發不僅是一項技術工作，還是一項戰略舉措，由歐盟在 2018 年 7 月至 2020 年 4 月的 23 個月期間提供約 150 萬歐元的資助。該項目的時間安排和資金來源凸顯了歐盟對提高國防能力和促進成員國創新的承諾。該項目的合作性質（參與者來自不同國家）也凸顯了歐盟更廣泛的戰略目標，即在其成員國之間實現國防一體化和互操作性（GOSSRA 架構第 2 卷，2020 年）。

GOSSRA 項目的開發過程細致而全面。它遵循北約架構框架 v3.1，確保最終架構與北約成員國軍隊的現有標準和實踐相兼容。這種遵循不僅促進了互操作性，還提供了一個清晰、既定的框架，使聯盟可以在此框架內開展工作，從而有助于簡化架構的開發（GOSSRA 架構卷 1，2020 年）。

除核心成員外，GOSSRA 項目還成立了一個利益相關者咨詢委員會，由歐洲各國政府的代表組成。該委員會包括來自荷蘭、德國、意大利、西班牙和葡萄牙的官員。他們的參與確保了項目與潛在最終用戶（即歐盟和北約成員國的軍隊）的需求和考慮保持一致。這種一致性至關重要，因為它確保了所開發的架構不僅在技術上是可靠的，而且在實際軍事環境中也是切實可行的（GOSSRA 架構第 3 卷，2020 年）。

考慮到當前任務的復雜性和范圍，該項目從構思到完成的時間框架相對較短。這種高效率可歸功于聯合體成員協調良好的努力以及北約架構框架提供的明確指示。不過，這也反映出歐洲聯盟及其成員國認為，在日益復雜和不可預測的全球安全環境中，迫切需要提高其軍事力量的互操作性和現代化水平。

從學術角度看，可以從多個方面來審視 GOSSRA 項目。就項目管理和國際合作而言，它為管理具有戰略意義的復雜、多利益相關方項目提供了一個案例研究。有關國際防務合作的文獻提供了許多框架和理論，可用于分析聯合體的結構、動態和有效性（K. Hayward，2021 年）。此外，該項目與北約架構框架的一致性將其與軍事標準和互操作性這一國防研究和國際關系中備受關注的話題聯系起來（Sloan，2012）。

隨著歐盟繼續朝著加強防務一體化和能力發展的方向前進，像 GOSSRA 這樣的項目可能會越來越常見。從這個項目的成功和挑戰中汲取的經驗教訓，對于未來旨在加強歐洲及其他地區軍事力量的互操作性和有效性的計劃來說都是非常寶貴的。

信息領域使過去孤立但有助于增強國力的各個領域產生了協同效應。隨著 MDO 等概念的出現及其對 CNP 的貢獻，這導致了范式概念的轉變。本文試圖全方位地了解信息領域，即信息領域包括哪些內容、計算與通信融合和高速無線技術的影響、信息領域主權、利基技術和新興技術融合、對世界新秩序的影響以及無縫吸收、管理和利用這些技術所需的軍民融合組織和結構，以便在 MDO 情景下領先于沖突/競爭曲線。成功實施 MDO 的關鍵在于將以技術為中心的方法調整為以能力為中心的保護、控制和拒絕（PCD）方法。在信息領域匯聚國家資源是未來開展 MDO 的關鍵。

世界正在從兩極向多極地緣戰略領域過渡，除軍事領域外，還在多個領域展開激烈競爭。這些領域不僅有助于增強國家的綜合國力（CNP），而且有助于建立新的世界秩序。傳統的權力評估方式也發生了轉變，軍事以外的多個領域在國家權力投射中發揮著重要作用。國家安全這一主題曾被認為是軍事專有的，僅限于陸、海、空領域，如今已發展成為多領域的 “國家整體 ”方法。同樣重要的是軍事能力與國家綜合國力工具的同步。需要了解這一轉變的原因，以確定對國家權力和安全有直接影響的核心領域。多域作戰（MDO）（見圖 1）等概念的出現在概念上與 CNP 有關。MDO 在古代戰爭時期就已存在，但通過動能和非動能相結合的手段實施 MDO 的能力是近代的一種范式轉變。非動能部分從根本上說是指除陸地、空中和海上領域之外的一切領域。由于信息領域在協同這一能力方面發揮著關鍵作用，因此它已成為 MDO 和國家力量的主要約束部分。信息領域影響所有領域的效率。由于信息和通信技術的變革，超越國界的影響、說服和勸說能力大大增強。需要對信息領域的優勢技術能力進行戰略協同，以便在 MDO 場景中占據信息主導地位。可以毫不夸張地說，MDO 概念是因信息領域而產生的。

圖1：多域作戰

信息領域的興起及其對 MDO 和 CNP 的影響

過去幾年，信息領域的發展在全球范圍內改變了戰爭，并從概念上改變了許多陸軍和國家的安全模式。仔細觀察多個領域可以清楚地發現兩個方面，即每個領域都有一個賴以生存的信息領域支柱，其次，每個領域對國家力量的協同影響和聯系都是通過信息領域實現的。因此，信息已成為一個包羅萬象的領域，它不僅對所有領域的日常成功運作至關重要，而且跨領域共享信息的能力也是實現多領域協同增效的主要推動力，從而使國家力量更加全面。

為了促進 MDO，需要在處理各領域事務的各部委/部門內部建立戰略文化和信息領域意識。傳統的國家組織結構隨著技術的發展而演變，現在需要重新調整，以適應信息領域融合的現實。某些部委，如電子和信息技術部（MEITY）、通信部和信息與傳播部，需要在國家層面進行整合，以實現信息領域的協同增效，從而提高 MDO 的能力。各組織需要從以技術為中心的方法調整為以能力為中心的方法。因此，將以技術為基礎的組織重組為以能力為基礎的結構，將是提高 MDO 能力的正確方向。

每個領域都需要三大能力，即保護、控制和拒絕（PCD）。保護基本上是對資產的防御。也可以將其歸類為資源使能器。拒絕是拒絕向對手提供資源或資源破壞者的進攻能力，而控制則是有效利用領域資源的資產管理或資源管理能力。加強能力以保護自身的關鍵資產，并在所有領域拒絕向對手提供這些資產，這對國家安全建設至關重要。由于信息領域是 MDO 的關鍵，建議將 PCD 概念模板應用于這一領域，以生成國家能力。重要的是，不僅要全面處理該領域，還要有專門的國家級機構負責保護、拒絕和管理關鍵信息基礎設施。由于國防網絡是這一信息基礎設施的重要資產，國家在民事和軍事方面的專業知識是建設能力的關鍵，不僅要保護、管理和拒絕國防網絡，還要保護、管理和拒絕涉及國家能力建設的信息領域。在 21 世紀的多領域國家整體沖突/競爭中，過去的軍民分離概念已不再適用。除了國家層面的信息領域 PCD 能力之外，每個領域的組織都需要在自身內部建立 PCD 能力。

重要的是要全面了解信息領域，即信息領域包括哪些方面，什么是新的范式和新出現的信息領域主權紅線，哪里有利基技術和新興技術匯聚在一起對新的世界秩序產生影響，以及最后需要什么樣的組織和結構來無縫吸收、管理和利用這些技術，從而在 MDO 情景下的沖突/競爭曲線中處于領先地位。

信息領域： 新興技術與當務之急

改變 21 世紀作戰概念和行動方式的主要技術主要在信息領域。與信息和通信系統、網絡、電子戰和太空有關的核心技術對 C4ISR（指揮、控制、通信、計算機、情報、監視和偵察）、降級能力、OODA（觀察、定位、決策和行動）周期、通過自主平臺進行的非接觸戰爭、通過人工智能和大數據進行的預測分析以及通過更好的感知管理能力將意志強加給對手的整體能力產生了重大影響。信息流模式從有線領域向無線領域的轉變帶來了網絡和預警領域的融合。因此，網絡與電磁活動（CEMA）的概念在世界各大陸軍中得到了發展。

影響信息領域和 MDO 的兩大技術障礙是計算和通信的融合以及從有線到無線領域的高數據率通信能力。過去的作戰網絡無線電是實施指揮和控制的唯一手段，現在正被軟件定義無線電、4G/5G/MDO 和無線通信所取代。

軟件定義無線電、4G/5G 移動通信、高帶寬衛星手機以及用于導航、決策支持和軍事應用的內置信息處理能力所取代。這極大地提高了機動性、精確性、戰場透明度、共享態勢感知和 OODA 循環的整體縮短。如果說 UAV（無人駕駛飛行器）/無人機徹底改變了戰爭，那么這場革命的支柱就是電磁頻譜（EMS）領域。從頻譜的角度來看，所有信息流都發生在電磁頻譜中，而電磁頻譜已從高頻（HF）/甚高頻（VHF）擴展到光波的極端。因此，拒絕向對手提供頻譜、控制重要信息流、電磁主權以及從頻譜中提取重要數據和情報已成為國家權力的代名詞。換言之，頻譜已成為信息戰的一個重要子領域，這一點從世界主要陸軍進行的組織變革中可見一斑。需要結合國防軍現有的信息哲學支柱來理解 EMS 的各個方面。創建 CEW（網絡與電子戰融合）使能和破壞能力是建議的未來技術發展方向。

由于現代戰爭中 MDO 的協同作用是由信息領域促成的，因此鐵路、電信、航天、航空和地面運輸、電力、財政、信息和廣播等直接或間接參與國防能力建設的部委必須建立戰略垂直部門，以更好地規劃、協調和執行項目，了解其整體能力對國防和 CNP 的影響。它們的信息網絡和數據是對手信息攻勢的重要目標，對國防能力有巨大影響。顯然，各部委或領域之間的這種信息領域聯系需要在所有相關部委中進行戰略滲透。軍民融合是成功實施 MDO 的關鍵。

圖 2：國家關鍵信息基礎設施

建立國家關鍵信息基礎設施（NCII）是網絡領域的一種需要，因此成立了一個保護中心。國家關鍵信息基礎設施包括從金融系統和能源網到交通網絡和政府運作的方方面面。這些領域不僅對軍事而且對國家權力都至關重要，因此很容易受到對手的信息攻擊。為了保護國家信息基礎設施免遭惡意行為者的攻擊，必須制定強有力的安全戰略。與傳統邊界相比，網絡和電磁主權正變得越來越重要。就國家信息基礎設施而言，利益相關者眾多。其中包括運輸、電信、電力和能源、銀行和金融機構、戰略和公共企業以及政府部門（見圖 2）。每個部門/機構都有保護其資產的章程。軍方在保護國家關鍵信息基礎設施方面的作用僅限于保護自身資產，就像其他利益相關方一樣。隨著信息和頻譜成為國家力量的關鍵組成部分，任何國家都必須建立防御能力，并拒絕對手擁有這種能力。

信息領域的能力發展

缺乏 CMF 導致印度武裝部隊在技術方面落后。盡管印度是信息通信技術（ICT）和太空領域的超級大國，但情況依然如此。雖然 IT 行業正在蓬勃發展，每天都有新的創業公司和企業出現，但武裝部隊仍在努力發展成為一個與國家工業相媲美、具有技術吸收適應能力的靈活生態體系。

由于從有線到無線的轉變以及網絡和電磁頻譜業務的融合，頻譜是需要重點關注的領域。然而，這也是學術界、研發部門和工業界擁有專業知識的領域。武裝部隊、研發（R&D）、學術界和工業界之間的協同作用將被證明是創新的強大引擎，也是通過 CMF 實現信息統治這一理想終極目標的必要條件。

武裝部隊可以從這種協同作用中獲益匪淺。工業界擁有所需的專業知識和經驗，可以幫助武裝部隊實現能力現代化，特別是在非動能戰爭領域。雙方還可以在研發方面進行合作，開發武裝部隊可以使用的新技術。

然而，要使這一協同作用發揮效力，信息領域的集群作戰部隊必須采取全國一盤棋的方針，在國家層面建立一個傘式信息組織（見圖 3）。這必須是一個獲得授權的信息領域組織，與青年發展部、信息與廣播部、財政部和工業部建立跨部委聯系。這樣一個傘式組織是全面處理信息領域問題并在所有利益相關者之間形成合力的解決方案。這也將為以能力為基礎的組織而不是以技術為中心的方法提供一個模板。匯聚信息領域的國家資源是未來開展 MDO 的關鍵。所有領域也需要圍繞這一模板建立 PCD 能力，以便各部委和 MDO 機構之間實現無縫連接。由于國防領域是 MDO 的主要組成部分之一，因此必須建立以類似能力為基礎的信息指揮部（圖 4）。這將協同國家資源，按照發達國家的模式建立適當的國家 MDO 能力，并對北方對手的信息領域組織做出反擊。

圖 3 國家信息

圖 4：信息指揮--MDO 的關鍵

需要根據上述圖 3 所給出的邏輯分組，在各種利基新興技術協同作用的基礎上，進一步細分信息使能垂直領域。這將為未來將新興技術轉化為實際操作能力鋪平道路。重要的是，這些垂直領域/技術的能力發展應由適當的機構/組織負責，它們有能力協同利益相關方并將其推向合理的結果。臨時性的任務分配和零敲碎打的行動會造成時間和精力上的不協調。因此，在技術融合和變革管理框架的基礎上制定適當的邏輯結構是前進的方向。

建議 ： 國防能力、CMF、MDO 和 CNP

• 軍事情報處。信息和 EMS 領域需要以專業化為導向，重新審視人力資源管理。鑒于可用的人力資源有限，以及創建和維持不斷發展的國防信息基礎設施所需的重大能力推進，將需要引進非戰斗人員專題專家，以有效管理后臺基礎設施和流程。這將使戰斗人員能夠應對戰區的挑戰。建立非作戰軍事信息處將是正確的一步。這不僅將有助于承擔后端信息領域的任務，還將使軍民融合順理成章。

• 電磁頻譜行動。由于信息交換正從有線模式轉向無線模式，電磁頻譜領域成為 MDO 的決定性領域。要開展電磁頻譜行動（EMSO），必須具備該領域的國家 PCD 能力。通過頻譜情報和監視，頻譜是關鍵的信息推動因素。為了建立國家 EMS 能力，國家機構和野戰編隊之間必須無縫交換頻譜情報。建議按照地理情報框架建立這種能力。通過這一框架，多個機構可以利用野戰部隊巨大的頻譜情報收集能力。這也將有助于消除多個機構在執行類似頻譜相關任務時的重疊現象，同時也能克服外地單位面臨的技術挑戰。在信息安全領域，大容量數據傳輸能力從有線向無線的轉變凸顯了對空中安全協議的要求。安全開發和測試機構需要為這一不斷變化的方面找到全新的解決方案。此外，在聯合部隊概念中，互操作性將取決于無縫信息安全。

在頻譜管理領域，多個機構對這一優質資源的需求與日俱增。不斷改進的解決方案將促進協作和消除沖突的頻譜使用理念。未來，這一領域的研發將帶來豐厚的回報。電磁干擾（EMI）/電磁兼容性（EMC）方面的問題也將隨著發射器密度的增加和戰區多方利益相關者對電磁輻射的高度依賴而日益突出。戰區頻譜管理方面的專業知識將成為一項重要要求。在信息阻斷能力方面，頻譜將在削弱戰略目標方面發揮關鍵作用。因此，MDO 和 CNP 必須具備國家信息保護傘下的戰略預警能力。

• 導航技術。地理信息系統（GIS）和地理定位不僅是軍事機構的關鍵技術，也是民用機構的關鍵技術。當務之急是通過本土地面解決方案而不是全球空間解決方案，最大限度地降低這些技術的脆弱性。
• 移動技術。移動技術的外形、處理能力、數據容量和多功能應用與軍事領域直接相關。然而，由于缺乏具有內置電子保護功能的軍用級移動技術，這種實用性強、成本相對較低的技術尚未被用于軍事目的。現在是向工業界提出挑戰的時候了，以便在有爭議的電磁空間，以所需的形式將這一技術用于軍事領域的 C4ISR。這將是 SDR 技術的一個很好的替代方案，因為在印度的環境下，以非擴張主義的意識形態創建軍事移動基礎設施相對容易實施。
• 培訓轉型。為了在信息領域實現跨越式發展，需要在 CMF 的基礎上進行培訓轉型。領導層必須適應處理動能和非動能領域的混合方法，而執行層則必須采用專業化方法。多國協作與合作將是加快轉型的關鍵。需要考慮在核心力量、基礎設施共享、共同培訓協議的基礎上與適當的民事機構開展合作。

結論

不斷演變的全球沖突形勢表明，純粹的動能沖突已明顯轉向 MDO 沖突，民族國家需要從傳統的動能消耗概念轉向發展多領域的 PCD 能力。這一轉變是由信息領域催化的，而信息領域本身也在向電磁頻譜能力傾斜。信息和電磁主權等概念正在占據中心位置。以信息領域為主的多種技術正在迅速發展。信息主導沖突的解決空間在于找到本土的、簡單可行的解決方案。不斷發展的技術帶來了快速過時和高成本的挑戰。必須遏制追逐每一種新技術的傾向。各國需要采取以能力為基礎的方法，匯聚技術，在各個領域發展 PCD 能力。由于信息領域是 MDO 的約束力量，當務之急是建立一個國家信息傘式組織，將國家能力匯聚到一個高效的結構中，為所有領域提供模板。軍民融合是將戰略文化引入所有領域并提高國防領域技術能力的關鍵。有能力通過軍民融合將這一領域的所有利益相關者協同起來的國家更有可能在信息和 EMS 領域取得成功。

物聯網的迅猛發展有可能對人類的多個領域產生影響，作戰領域就是其中之一。本文強調了物聯網在現代戰場場景中的應用前景，分析了物聯網在增強態勢感知、提供信息優勢和通過綜合分析補充決策支持系統方面的作用。在肯定技術優勢的同時，本文還探討了物聯網在軍事應用中的安全和倫理問題。

物聯網向戰場物聯網過渡

長期以來，國防領域一直是眾多新興技術的源泉。獲得戰場優勢一直是探索和嘗試激進想法的驅動因素。第一次海灣戰爭后，時任美國海軍作戰司令的威廉-歐文斯上將在美國國家安全研究所發表的一篇研究文章中提出了 “系統簇”這一概念，從而使這種想法開始成形。他闡述了數據和網絡改變作戰的方式。這一觀點轉化為 “網絡中心戰”概念，它是三個領域的融合，即物理領域（進行演習并從傳感器獲取數據）、信息領域（傳輸和存檔數據）和認知領域（處理和分析數據）。在這一概念提出二十多年后的今天，世界各地的軍事領導人和國防專家都對這一概念的實施持樂觀態度，這主要是由于物聯網技術的成熟。烏克蘭地面部隊廣泛使用標槍反坦克導彈和 “彈簧刀 ”隱形導彈來挑戰強大的俄羅斯裝甲部隊，這就是物聯網技術在戰區成功應用的例證。

物聯網技術不應被視為 “另一種獨特的利基技術”，相反，它涵蓋了許多此類技術。因此，將物聯網技術理解為一種理念更為恰當和合理。它是多種智能化、網絡化和動態構建的設備和技術融合的結果，可以在物理和虛擬空間產生效果。IoBT 的目標是管理復雜、智能的系統之系統，普遍安裝智能傳感器和執行器，以自適應學習過程為動力，實現軍隊的戰略和戰術目標。IoBT 網格通過各種有線或無線傳感器節點實現功能，所有這些節點都是網狀的。由地面預警和無人機傳感器、自主武器、智能士兵和最先進的指揮所組成的網絡可協調行動。它可以發揮收集情報和實施動能打擊的雙重作用。它可以將士兵從執行環節中剝離出來，讓他們處于最高級別的監督地位，從而使武器能夠高度自主地分配和攻擊目標。它還能加快行動節奏，消除戰爭迷霧。

圖 1：國防戰術邊緣物聯網的目標場景

戰場物聯網應用案例

物聯網在軍事領域的應用潛力巨大，其在戰術戰斗領域的應用似乎更勝一籌，有望帶來豐厚的紅利。在以網絡為中心的作戰場景中，物聯網可無縫、有效地整合戰場指揮官所掌握的所有可用資源，幫助其做出明智決策。下面簡要介紹一些可能的應用領域。

• C4ISR。部署在各種平臺上的物聯網傳感器集成網絡可在有爭議和脅迫的環境中提供更好的態勢感知。地面和空中傳感器、監視衛星以及實地士兵的組合必然會收集到各種數據。這些信息可在一個平臺上進行過濾、處理、核對、確證和保存，該平臺可調節指揮鏈上下的關鍵數據傳輸，從而實現更好的戰場協調、指揮和控制。

• 武器控制系統。目前正在探索利用傳感器網絡、機器學習和先進的人工智能分析技術實現自主武器系統和火力控制的可能性。這種傳感器射手網格可以提供精確的目標火力投送，并對攻擊做出完全自動化的實時響應。

• 作戰物流。利用智能傳感器、RFID 標簽和 M2M 通信，可以輕松實現有效的車隊管理和高效的貨物跟蹤。邊緣物聯網設備可增強對軍械、關鍵物資、口糧和服裝的實時跟蹤和供應。在監控消費模式的同時，還可以根據固有的優先級和必要性來推動物資供應模式的實施，從而大大提高行動效率。

• 人員管理。可穿戴物聯網傳感器可嵌入戰斗人員的個人裝備，如小武器、頭盔、服裝、背包等，實現無處不在的身體活動跟蹤和作戰數據收集。利用情境感知數據實時推斷和跟蹤士兵在行動中的健康參數和心理狀態，可提供重要的洞察力，有助于采取預防性措施以保護部隊。

• 訓練。物聯網還可用于加強訓練和戰爭游戲體驗。IoBT 概念可融入軍事訓練，為未來行動提供更加真實、適應性更強和更有效的準備。可穿戴傳感器可用于跟蹤正在接受訓練的士兵的生理和認知狀態，從而提供量身定制的反饋和個人優化。

• 管理。管理戰區的電力需求仍然是一個被低估的領域，但隨著戰場上電子設備的引入越來越多，電力和能源管理將給未來行動的規劃和執行帶來嚴峻挑戰。采用預測算法和實時物聯網數據可以大大節省軍方的能源消耗，并有助于了解使用模式。

• 智能監控。先進的視聽和地震傳感器以及視覺人工智能和模式識別技術可促進智能監視和監測網的建立，該網不僅可覆蓋地面，還可覆蓋海洋環境。物聯網解決方案使感知和預測生態條件成為可能，從而隨時掌握大范圍內的海上作業情況。

• 協作與人群感應。戰術資源的流動性和機動性給現代戰場帶來了一系列獨特的通信挑戰。協作傳感是指在移動設備之間傳播傳感器數據的過程，通常使用可靠的短程通信。物聯網節點可利用閑置傳感器來滿足自身的傳感需求。通過將傳感器與任務分配相匹配，可為任何臨時 ISR 任務提供便利。因此，作戰指揮官可支配的可用傳感和通信資源可得到最佳利用。

人工智能（AI）技術，尤其是機器學習技術，正在通過增強人類決策能力迅速改變戰術行動。本文探討了人工智能驅動的人類自主組隊（HAT）這一變革方法，重點關注它如何增強人類在復雜環境中的決策能力。雖然信任和可解釋性仍是重大挑戰，但我們的探討重點是人工智能驅動的 HAT 在改變戰術行動方面的潛力。通過改善態勢感知和支持更明智的決策，人工智能驅動的 HAT 可以提高此類行動的有效性和安全性。為此，本文了提出了一個綜合框架，該框架涉及人工智能驅動的 HAT 的關鍵組成部分，包括信任和透明度、人類與人工智能之間的最佳功能分配、態勢感知和道德考量。所提出的框架可作為該領域未來研究與開發的基礎。通過識別和討論該框架中的關鍵研究挑戰和知識差距，我們的工作旨在指導人工智能驅動的 HAT 的發展，以優化戰術行動。我們強調開發可擴展且符合道德規范的人工智能驅動的 HAT 系統的重要性，該系統可確保無縫的人機協作、優先考慮道德因素、通過可解釋的人工智能（XAI）技術提高模型的透明度，并有效管理人類操作員的認知負荷。

人工智能和自主技術的融合給包括國防和戰術行動在內的各行各業帶來了革命性的變化。HAT 的興起可歸因于幾個因素，包括自主技術和人工智能的快速進步、任務和環境的日益復雜、能力更強的自主系統的發展，以及數據和計算能力的不斷提高。隨著這些技術變得越來越復雜和強大，人們越來越認識到，將人類的認知能力與自主系統的計算能力和效率相結合，可以實現潛在的合作。現代 HAT 系統的興起也是由于需要應對快速發展和動態環境的復雜性和挑戰。隨著任務變得越來越復雜、對時間越來越敏感、數據越來越密集，人類與智能體之間的協作對于有效駕馭和應對這些挑戰變得至關重要。

HAT 是一個新興領域，探索人類與自主系統之間的協作伙伴關系，以執行任務或實現共同目標。這涉及一種協作安排，其中至少有一名人類工作者與一個或多個智能體協作。這種協作方式有可能徹底改變各行各業完成任務的方式，并為人類與智能自主系統攜手解決復雜問題和實現共同目標的未來鋪平道路。HAT 系統旨在允許人類將任務委托給智能自主體，同時保持對整體任務的控制。這里所說的智能體是指在決策、適應和通信方面具有不同程度自治能力的計算機實體。這一定義得到了先前研究成果的支持。在 HAT 中，人類的認知能力與自主系統的計算能力和效率相結合，可以提高性能、決策和系統的整體能力。

在此，將定義和澄清一些關鍵概念，這些概念對于理解本研究的范圍和背景至關重要。這些概念包括人工智能、自主、自主系統和戰術自主。通過提供明確的定義并區分這些術語，我們希望讀者能夠達成共識。

自主性。HAT背景下的自主性是指智能自主系統或智能體在團隊環境中獨立運行和決策的能力，具有不同程度的自我管理能力。這涉及到自主系統在學習、適應和推理基礎上更高程度的決策能力。它是系統的一種屬性，而非技術本身。自主實體可以感知、推理、規劃和行動，以實現特定的目標或目的，而無需人類的不斷干預。值得注意的是，自主的程度可能各不相同，有的系統可以完全自主地做出所有決定，有的系統則是半自主的，在某些情況下需要人的干預。在戰術自主方面，HAT 涉及將自主能力整合到戰術行動中。這種整合可包括各種應用，如利用自主系統收集情報、執行監視和其他關鍵活動。自主性使系統能夠在復雜和不確定的環境中運行，從經驗中學習，并在任何情況下都無需明確的人工干預即可做出決策。然而，必須將其與傳統自動化區分開來，傳統自動化通常遵循預先編程的規則、決策樹或基于邏輯的算法來執行任務或做出決策。傳統自動化的適應性和靈活性有限，無法在沒有明確編程的情況下處理動態或不可預見的情況。本文討論了人工智能驅動的自主性如何通過強調學習、適應和決策能力來區別于傳統自動化。這些能力最終會提高戰術行動中人類-自動駕駛團隊合作的整體有效性和敏捷性。

自主系統。自主系統可以在沒有人類持續控制的情況下執行任務或操作。它們利用人工智能算法和傳感器感知和導航環境，實現高度自主。

戰術自主。在本研究中，戰術自主是指自主系統在動態和復雜的作戰環境中做出實時決策和采取行動的能力。這涉及人類與自主系統之間的無縫協調和互動，使它們能夠作為一個優勢互補的統一團隊發揮作用。HAT 的重點是通過人類操作員與智能自主系統之間的無縫協調與協作，實現共同的任務目標。本文介紹了一種人工智能驅動的 HAT，它將人工智能集成到 HAT 框架中。這種方法結合了人類專業技能和人工智能能力的優勢，從而提高了決策、態勢感知和作戰效率。戰術自主性將人類的認知能力（如適應能力、直覺和創造力）與自主系統的計算能力、精確性和動態執行能力相結合，有可能給包括國防、應急響應、執法和危險環境在內的各個領域帶來革命性的變化。必須區分戰術自主和戰略自主，以明確人工智能驅動的人類-自主團隊如何在軍事和作戰環境中促進這兩個層次的自主。戰略自主是指一個國家或組織就廣泛的安全目標做出自主選擇的能力，而戰術自主與戰略自主相反，側重于單個單位或團隊在特定任務中的獨立行動。戰略自主涉及更高層次的決策和規劃，要考慮長期目標、總體任務目標和更廣泛的態勢感知。它涉及指導整體任務或戰役的協調、資源分配和戰略決策過程。

戰術行動。戰術行動涉及在特定區域或環境中的協調活動，通常是在軍事、執法或戰略背景下，重點是通過快速決策、適應動態形勢以及在局部區域和時間范圍內應用軍事技能和資源來實現短期目標。

近年來，人工智能、機器學習（ML）、機器人和傳感器技術的進步為實現戰術自主的潛力鋪平了道路。這些技術進步使自主系統能夠執行復雜任務，實時處理大量數據，做出明智決策，并與人類團隊成員無縫協作。這為增強人類能力、優化資源配置和提高整體作戰效率提供了新的可能性。然而，有效的戰術自主需要全面了解人類與自主系統之間的動態關系。包括信任、溝通、共享態勢感知和決策在內的人為因素在確保 HAT 取得成功方面發揮著至關重要的作用。必須認真應對各種挑戰，如建立適當的信任度、解決潛在的認知偏差、管理工作量分配和保持有效的溝通渠道，以確保無縫協作，最大限度地發揮戰術自主的潛在優勢。戰術自主的 HAT 是一種使用人類和自主系統來操作和控制武器及其他軍事系統的協作方法。在 HAT 中，人類操作員和自主系統共同努力實現共同目標。人類操作員負責總體任務并做出高層決策。自主系統負責執行指定任務。

正如第四節詳細解釋的那樣，人類操作員根據自己的經驗和對任務目標的理解，貢獻戰略洞察力、背景和高層決策能力。交互和通信代表著界面和通信渠道，各組成部分可通過這些渠道交換信息、開展協作并做出共同決策。在共享決策過程的背景下，人類操作員和自主系統參與協作決策過程，共享見解、數據和建議，以制定有效的戰略。自主系統負責實時數據處理、分析和特定任務的執行，為人類操作員提供及時、相關的信息支持。隨后，一旦做出決策，自主系統就會根據共同決策過程的指令執行具體任務，包括偵察、導航或數據收集。

本文全面探討了 HAT 的歷史發展和現狀，并深入探討了利用人工智能實現戰術自主的機遇、挑戰和潛在的未來方向。它強調了人工智能對戰術自主性的變革性影響，并提出了改進決策、態勢感知和資源優化的機遇。通過認識和應對與采用人工智能相關的挑戰，并規劃未來的研究方向，可以為人類與自主系統無縫協作的未來鋪平道路，最終實現戰術環境中更安全、更高效、更成功的任務。

圖1:HAT的應用。

無人機已成為現代戰爭中不可或缺的一部分，其向更大自主性的演進是不可避免的。本研究探討了軍用無人機向智能化、最小程度依賴人類方向發展的軌跡，并詳細介紹了必要的技術進步。我們模擬了無人機偵察行動，以確定和分析新出現的挑戰。本研究深入探討了對提高無人機智能至關重要的各種技術，重點是基于物體檢測的強化學習，并提供了實際實施案例來說明這些進步。我們的研究結果證實了增強軍用無人機智能的巨大潛力，為更自主、更有效的作戰解決方案鋪平了道路。

圖 3 智能無人機偵察場景和應用技術。

在最近的沖突中，如俄羅斯入侵烏克蘭和亞美尼亞-阿塞拜疆戰爭，無人機被認為是不可或缺的力量。目前，大多數可用于作戰的無人機都是遙控的。雖然無人機在一定程度上實現了自動化，但由于技術和道德問題，仍需要操作人員。從戰術角度看，無人機的最大優勢是 "低成本 "和 "大規模部署"。然而，這兩個優勢只有在無人機無需操作人員即可控制時，也就是無人機智能化時才能發揮作用。

自主無人機本身并不是一個新概念，因為人們已經進行了廣泛的研究。例如，我們生活在一個無人機用于送貨和搜救任務的時代 [1]、[2]、[3]。然而，民用智能無人機技術能否直接用于軍事目的呢？我們的答案是'不能'，因為軍用無人機的操作在以下情況下與民用無人機有明顯區別。首先，軍用環境比民用環境更加復雜。想想特斯拉在未鋪設路面的道路上自動駕駛時，駕駛員必須干預的頻率有多高。軍事行動并不發生在 "鋪設良好的道路上"。此外，軍事行動涉及在任意地點分配任務。其次，伴隨軍事行動而來的是敵人無數次的反擊。這些反作用包括主動和被動拒絕，主動拒絕包括試圖攔截，被動拒絕包括隱藏和欺騙。這些敵方活動增加了問題的復雜性。第三，由于軍事的特殊性和安全性，缺乏與軍事行動相關的數據。例如，缺乏坦克和運輸機發射器（TEL）的鳥瞰數據，而這些都是物體探測的常用目標。第四，軍用智能無人機執行任務時需要考慮安全和道德問題。智能無人機在執行任務時如果缺乏穩定性，就會產生不可預測的行為，導致人員濫傷和任務失敗。從倫理角度考慮，即使無人機的整體操作實現了智能化，也需要有最終攻擊決策由人類做出的概念。換句話說，關鍵的考慮因素不應該是無人機是否能自主做出攻擊決定，而是無人機如何提供信息，協助人類做出攻擊的最終決定。這些倫理問題與人類的責任和機器的作用有關。

鑒于這些軍事方面的考慮，對自主軍用無人機和民用無人機的研究應以不同的理念推進。有關軍用智能無人機的研究正在積極進行中，但與民用研究不同的是，大部分研究都沒有進入公共領域。因此，本研究有以下目標。

• 首先，考慮到軍事行動的特殊性，本研究探討了智能軍用無人機的概念。

• 其次，我們對該領域出現的各種問題進行案例研究，從工程師的角度看待這些問題，并討論從案例研究中得出的直覺。

圖 1. 智能無人機在民用領域的工程研究

智能偵察無人機案例研究

軍用無人機根據其使用目的分為偵察、攻擊、欺騙、電子戰和作為目標等類別 [38]，[39]。在本案例研究中，我們重點關注偵察無人機的智能化。案例研究中的無人機以韓國 "Poongsan "公司的無人機為模型。根據應用模塊的不同，該模型可以執行多種任務。不過，本研究使用的是配備偵察模塊的無人機。模塊包括攝像頭、LRF、GNSS 等傳感器和系統。在規范假設方面，假定無人機能夠配備物體檢測和強化學習神經網絡。

圖 4. 用于訓練 YOLOv4 微型目標檢測模型的跟蹤車輛圖像。

圖 12. 根據 Unity 中的情景驗證技術應用

為了真實地再現軍事行動，嚴肅的戰斗模擬要求建模實體具有合理的戰術行為。因此，必須定義作戰戰術、條令、交戰規則和行動概念。事實證明，強化學習可以在相關實體的行為邊界內生成廣泛的戰術行動。在多智能體地面作戰場景中，本文展示了人工智能（AI）應用如何制定戰略并向附屬單元提供命令，同時相應地執行任務。我們提出了一種將人類知識和責任與人工智能系統相結合的方法。為了在共同層面上進行交流，人工智能以自然語言下達命令和行動。這樣，人類操作員就可以扮演 "人在回路中 "的角色，對人工智能的推理進行驗證和評估。本文展示了自然語言與強化學習過程的成功整合。

RELEGS：針對復雜作戰情況的強化學習

為了獲得模型架構的靈感，我們研究了 DeepMind 的 AlphaStar 架構，因為它被認為是復雜 RL 問題領域的最先進架構。通過我們的架構（如圖 2 所示），我們提出了一種靈活、可擴展的行動空間與深度神經網絡相結合的適應性新方法。觀察空間的設計基于如何準備戰場的軍事經驗。通常使用地圖和可用部隊表。因此，模擬觀測被分為標量數據（如可用坦克數量及其彈藥）。同時，基于地圖的輸入作為視覺輸入提供給空間編碼器。

標量數據用于向人工智能提供幾乎所有場景細節的建議。其中包括有關自身部隊及其平臺的數據，以及有關敵方部隊的部分信息。輸入并非以絕對數字給出，而是采用歸一化方法來提高訓練效果。編碼器可以很容易地寫成多層感知器（MLP）；不過，使用多頭注意力網絡可以大大提高訓練后智能體的質量，因此應予以采用（Vaswani 等人，2017 年）。

為了理解地理地形、距離和海拔高度的含義，人工智能會被輸入一個帶有實體編碼的地圖視覺表示。顏色方案基于三通道圖像，這使我們能夠輕松地將數據可視化。雖然使用更多通道會給人類的圖形顯示帶來問題，但人工智能能夠理解更多通道。不同的字段類型和實體會用特殊的顏色進行編碼，以便始終能夠區分。這種所謂的空間編碼器由多個卷積層組成。最初，我們嘗試使用 ResNet-50 （He 和 Zhang，2016 年）和 MobileNetV3 （Howard 等，2019 年）等著名架構，甚至使用預先訓練的權重。然而，這并沒有帶來可接受的訓練性能。因此，我們用自己的架構縮小了卷積神經網絡（CNN）的規模。

為了測試和優化這一架構，我們使用了一個自動編碼器設置，并使用了模擬中的真實樣本。我們能夠將參數數量從大約 200 萬減少到大約 47000。此外，我們還生成了一個預訓練模型，該模型已與模擬的真實觀測數據相匹配。這一步極大地幫助我們加快了 RL 進程。

一個可選元素是添加語言輸入，為人工智能定義任務。雖然一般的戰略人工智能不使用這一元素，但計劃將其用于下屬智能體。這些智能體將以自然語言接收來自戰略人工智能的任務，并使用雙向門控遞歸單元（GRU）編碼器對其進行處理。

視覺數據、任務數據和標量數據的編碼值被合并并輸入核心網絡。根據 Hochreiter 和 Schmidhuber（1997 年）的介紹，核心主要是一個擁有 768 個單元的長短期記憶（LSTM）組件。在軍事場景中，指揮官必須了解高價值資產的長期戰略規劃。在本模擬中，人工智能可以請求戰斗支援要素，這些要素在影響戰場之前需要長達 15 分鐘的時間。因此，人工智能必須了解未來任務的時間安排和規劃。在 RL 中使用 LSTM 網絡相當困難，因為它需要大量的訓練時間，而且會導致上面各層的梯度消失。因此，我們決定在 LSTM 上添加一個跳過連接，以盡量減少新增層的負面影響。

動作頭由一個自然語言處理（NLP）模型組成。這是一個非常簡化的動作頭模型，包含一個小型 LSTM 和一個額外的密集層，共有約 340000 個參數。其結果是一個尺寸為 8 x 125 的多離散動作空間。

除主模型外，還有一個單獨的價值網絡部分。價值網絡使用核心 LSTM 的輸出，并將對手信息串聯起來傳遞給 MLP。然后，MLP 可以精確預測價值函數。通過對手信息，價值網絡對模擬有了一個上帝般的地面實況視圖。由于該網絡只與訓練相關，因此可以在不干擾訓練完整性的情況下進行。

物聯網（IoT）已成為信息和通信技術領域的一大趨勢。在國防和安全系統中，物聯網為提高軍事和安全行動的效率、監控和響應能力提供了潛力。本文旨在對物聯網在國防和安全系統中的應用進行文獻綜述，重點關注技術方面、優勢、挑戰和未來研究方向。通過對各種相關文獻資料的分析，本文確定了在國防和安全系統中采用物聯網的主要趨勢、預期效益和需要考慮的問題。

I. 引言

物聯網（IoT）已成為信息和通信技術領域的一大趨勢。這一概念指的是由相互連接并可通過互聯網交換數據的物理對象組成的網絡[1]。物聯網已廣泛應用于各個領域，包括國防和安全系統（圖 1）。在這方面，物聯網為提高軍事和安全行動的效率、監控和響應能力提供了潛力[2]。

國防和安全系統在維護國家或地區的穩定與安全方面發揮著至關重要的作用。技術的快速發展要求國防和安全系統適應并使用創新解決方案，以提高其能力和響應速度。其中一個突出的解決方案就是將物聯網應用于國防和安全系統[3]。

本文旨在對物聯網在國防和安全系統中的應用進行文獻綜述。該文獻綜述涵蓋了在國防和安全系統中采用物聯網的技術方面、優勢、挑戰和未來研究方向。通過分析各種相關文獻資料，本文確定了將物聯網集成到國防和安全系統中的主要趨勢、預期效益和需要考慮的問題[4]。

通過文獻綜述獲得的全面見解，本文有望成為從業人員、研究人員和決策者在國防與安全系統中制定有效的物聯網戰略和實施方案的有用信息來源[5]。

II. 物聯網在國防和安全系統中的應用

A. 用于監視和情況監測的物聯網

物聯網在國防和安全系統中的主要應用之一是監視和情況監測。利用連接到物聯網網絡的傳感器，系統可以實時監控環境狀況，并將數據傳輸到控制中心進行進一步分析。這可以幫助決策者了解情況，并在緊急情況下做出快速反應。

物聯網可以監控軍事場所或需要保衛的區域周圍的溫度、濕度和氣壓。收集到的數據可用于監控環境條件，確保部隊做好行動準備。物聯網還可以監控軍事基地或政府大樓等戰略地點周圍的人員和車輛活動。這些數據有助于識別潛在威脅，改善地區安全。在監控和情況監測中使用物聯網可以提高系統效率和準確性[6]。不過，這也指出了將物聯網傳感器集成到現有系統中的一些挑戰，如數據安全性和系統互操作性。

B. 軍事傳感器網絡中的物聯網

軍事傳感器網絡是連接到網絡的傳感器集合，以更綜合、更靈敏的方式收集和傳輸有關環境條件、敵方動向和其他戰術信息的數據。物聯網用于將艦船、飛機和地面車輛上的傳感器連接成一個集成網絡。傳感器收集到的數據可傳輸到控制中心并進行實時處理，從而提供有關地面情況的準確信息。

在軍事傳感器網絡中使用物聯網可以增強軍事情報能力，支持更準確、更有效的決策[7]。然而，在開發用于軍事的物聯網傳感器網絡時，需要解決電池壽命有限和網絡安全等挑戰。

C. 物聯網在邊境監控和區域安全中的應用

邊境監控和確保領土安全是國防和安全系統的重要任務。物聯網用于收集和分析來自各種傳感器的數據，以識別潛在威脅并改善邊境和領土安全。

利用與物聯網網絡連接的傳感器，邊境監控系統可以密切關注邊境沿線的可疑動向和活動。這些傳感器可能包括運動傳感器、聲音傳感器和監控攝像頭，可以檢測到可疑的人員或車輛移動。這些傳感器收集的數據隨后會發送到控制中心，供進一步分析和采取行動。將物聯網應用于邊境監控和安全可帶來諸多益處，如改善早期檢測、加快響應速度和降低人為錯誤風險[8]。不過，還需要克服一些挑戰，如大數據管理和分析、網絡安全和隱私保護。

D. 物聯網用于預測性維護和資產管理

物聯網應用于預測性維護和資產管理。在國防和安全系統中，及時有效地維護設備和資產對于保持最佳可用性和性能至關重要。

利用連接到物聯網網絡的傳感器，系統可以收集有關設備和資產狀況的實時數據。這些傳感器可以監測溫度、振動、濕度以及與資產運行狀況和可靠性相關的其他參數。收集到的數據可用于分析資產性能、檢測潛在的損壞或故障，以及制定預測性維護計劃。

物聯網在預測性維護和資產管理中的應用有助于優化維護，最大限度地減少停機造成的損失，并提高資產的使用效率[9]。然而，在物聯網實施過程中需要考慮大數據管理、與現有系統集成和信息安全等挑戰。

III. 優勢和益處

A. 提高行動和監督效率

物聯網在國防和安全系統中的應用大大提高了行動和監督的有效性。通過連接傳感器網絡，可以實時收集和分析信息，從而更好地了解情況。這使決策者能夠更全面地了解環境，并優化所采取的行動[10]。

B. 響應速度和決策速度

國防和安全系統的反應速度更快，決策速度更快。物聯網傳感器實時收集的數據可提供有關環境條件、敵人動向或潛在威脅的最新準確信息。面對快速變化的形勢，決策者可以利用這些信息迅速做出反應并采取適當措施[10]。

C. 降低運營和維護成本

物聯網的應用還能降低國防和安全系統的運營和維護成本。利用基于物聯網的預測性維護，可以對軍事資產進行持續監控，從而在發生更嚴重的損壞之前發現維護或維修需求。這可以降低突發維修成本，最大限度地減少不必要的運行停機時間，并優化資源和能源的使用，從而降低總體運營成本[11]。

提高安全性和威脅防護 在國防和安全系統中實施物聯網可以提高安全性和威脅防護。有了連接的傳感器網絡，就可以通過邊界監控、區域監視和入侵檢測，及早發現威脅。物聯網系統收集和分析的數據可提供更準確的可疑活動信息，從而采取更有效的預防和應對措施[10]。

IV. 挑戰和問題

A. 數據安全和隱私

當數據通過物聯網網絡傳輸時，數據安全風險變得更高。數據安全威脅可能來自網絡攻擊、黑客攻擊或黑客入侵。因此，數據安全必須是實施物聯網系統安全和防御的重中之重。需要努力確保連接到物聯網網絡的數據和系統的安全，并保護通過網絡發送的機密或重要數據[12]。

B. 互操作性和系統集成

不同的設備和系統必須能夠無縫互動和協同工作。然而，在國防和安全系統中應用物聯網時，互操作性和系統集成往往是一個挑戰。系統集成不佳會導致數據不準確或組織不良，從而影響系統做出決策和采取必要行動的能力[13]。

C. 系統網絡的可擴展性和靈活性

安全與防御中的物聯網由連接到網絡的成千上萬臺設備組成。網絡的規模和復雜性會使網絡管理和維護變得困難和昂貴。可擴展性差的物聯網系統會阻礙系統處理大量數據和提高系統性能的能力[14]。

對網絡連接和可用性的依賴性 網絡連接和可用性是物聯網在國防和安全系統中應用的重要因素。如果網絡不可用，物聯網系統就無法正常運行。在緊急情況下或網絡中斷時，依賴網絡連接和可用性可能具有挑戰性[1]。

V. 未來研究方向

A. 制定強大的安全協議和標準

開發強大的安全協議和標準對于物聯網在國防和安全系統中的應用非常重要。協議的設計和實施必須能夠保護數據、對抗網絡攻擊并保持系統的完整性。這方面的研究可包括開發強大的加密技術、安全認證和有效的入侵檢測方法 [15]。

B. 改進人工智能和數據分析

改進人工智能（AI）和數據分析可以擴展物聯網系統在防御和安全系統中的能力。這項研究的重點是開發能夠分析傳感器數據并自動做出決策的人工智能算法。此外，使用先進的數據分析技術可以幫助進行模式識別、威脅檢測和情況預測，從而提高響應速度和行動效率[16]。

C. 降低安全風險和威脅的研究

旨在識別和減輕與物聯網在國防和安全系統中的應用相關的安全風險和威脅。研究重點可包括開發風險緩解技術、系統漏洞分析和攻擊應對策略，以保護系統免受網絡攻擊和其他威脅[17]。

D. 開發強大的物聯網平臺和架構

開發彈性物聯網平臺和架構對于將物聯網應用于國防和安全系統非常重要。這與設計和開發可靠、可擴展、可抵御攻擊的基礎設施有關。最終目標是確保物聯網網絡的可靠性、速度和安全性，以及連接設備和系統之間良好的互操作性[17]。

VI. 結論

在本文獻綜述中，物聯網（IoT）在國防和安全系統中的應用為提高這方面的操作、監控、維護和安全的有效性提供了巨大的潛力。然而，要在國防和安全系統中成功應用物聯網，還需要克服若干挑戰。

挑戰包括數據安全和隱私、互操作性和系統集成、網絡可擴展性和復雜性，以及對網絡連接和可用性的依賴。要克服這些挑戰，需要在確保數據安全、制定統一的通信標準、設計可擴展的基礎設施以及考慮替代解決方案以克服對網絡連接的依賴等方面做出全面工作。

建議的研究方向如下：

1.開發更強大的安全解決方案： 需要進一步研究開發更先進、更可靠的安全技術，如安全數據加密、智能網絡攻擊檢測和強大的認證機制。

2.提高互操作性： 可進一步研究開發統一的通信協議和開放標準，從而促進國防和安全系統中不同設備和系統之間的集成。

3.提高網絡的可擴展性： 研究重點應放在開發可處理大量數據的網絡基礎設施上，并在未來設備增加時可輕松擴展。

4.網絡連接的替代解決方案： 研究方向可以是探索替代解決方案，如使用特設網絡或彈性移動網絡技術，以克服對網絡連接和可用性的依賴。

通過應對這些挑戰并將研究引向正確的方向，物聯網在國防和安全系統中的應用有可能帶來巨大的效益，提高運行效率，并加強安全和防護，抵御現有威脅。

深度偽造（DT）技術已經達到了全新的復雜程度。網絡犯罪分子現在有能力修改聲音、圖像和視頻，以誤導個人和企業，傳播虛假信息。這對國際組織和個人構成了日益嚴重的威脅，當務之急是采取措施加以應對。本文概述了深度偽造，討論了其對社會的作用以及 DT 的運作。本文重點探討了深度偽造對世界各國的經濟、政治和法律機構可能造成的危害。此外，本研究還將探討深度偽造問題的各種解決方案，并在最后討論進一步研究的潛在方向。

深度偽造技術（DT）的出現是人工智能（AI）發展的直接結果[1,2]。這些技術給世界各地的機構帶來了巨大風險。深度偽造是一個術語，指的是一種建立在人工智能基礎上的技術，這種技術有能力改變圖像、音頻和視頻內容，以表現實際并未發生的事件。例如，將政客的面孔編輯到其他人的身體上，然后讓他們說一些政客實際上從未說過的話，這種情況越來越常見。這種不斷擴大的現象已被用于政治場合，在各種議題上誤導公眾，而且只會繼續下去。以意大利一檔諷刺電視節目針對意大利現任總理馬泰奧-倫齊（Matteo Renzi）使用 deepfake 視頻為例。在社交媒體上流傳的這段視頻中，可以看到他在貶低其他立法者。隨著這段視頻在網上瘋傳，越來越多的人開始認為它是真實的，這引起了大眾的憤怒[3,4]。網絡犯罪分子還利用 "深度偽造 "冒充公司的首席執行官（CEO），誘騙員工（通常是財務部門的員工）向騙子控制的銀行賬戶轉賬"[5,6]。絕大多數深度偽造篡改都是為了在電影、電子游戲和教學視頻等娛樂媒體中使用[7,8]。另一方面，網絡犯罪分子已經找到了利用這種技術誤導組織和個人并實施欺詐的方法。此外，制作這種深度偽造品除了需要專業的計算機軟件和技術外，還需要知識[9,10]。然而，"FaceSwap "和 "Reface "等免費軟件的存在，使得不懂技術的人也可以出于娛樂或有害的目的參與媒體操縱[10-12]。

深度偽造技術可用于創建令人信服的合成媒體，使人們無法分辨其與真實媒體之間的區別。這是一個相對較新的研究領域，來自學術界和工業界的學者都貢獻了深度偽造數據庫以及合成和檢測算法，所有這些都促進了深度偽造的流行[13,14]。"深度偽造是人工智能（AI）應用的結果，它通過合并、組合、替換和疊加照片和視頻片段，生成看起來合法的虛假視頻"[15]。深度偽造利用了當前深度神經網絡的發展成果，制造出極為逼真的人工媒體[16]。當深度偽造技術應用于電影或靜態照片時，就有可能將一個人的臉替換成另一個人的臉，而幾乎不留下任何操縱的證據[17]。Cho 和 Jeong [18]認為，深度學習的發展使以前建立的假臉檢測系統變得易受攻擊。

"深度偽造數據集以及合成和檢測技術的可用性，使得社區甚至經驗不足的用戶都有可能構建逼真的深度偽造人臉。這反過來又導致深度偽造視頻在野外的受歡迎程度大幅上升"[19]。令人信服的深度偽造視頻可以迅速影響數百萬人，并對我們的社會產生有害影響[20]。社交媒體的傳播范圍和速度使這一切成為可能。

與深度偽造研究相關的學術資料數量的增加也是這種擴張的反映。除了與深度偽造的制作和檢測相關的技術方面，倫理、社會和法律方面的影響也得到了細致的探討。目前已經有一些針對特定領域的綜述，如深度贗品的制作和檢測[21]、法律[22]、取證[23]和社會影響[24]等等。盡管如此，它們都沒有考慮到深度偽造的整個研究領域，而我們認為，這對于打算從事這一研究的學者來說可能非常有價值[25]。盡管深度偽造研究還相對年輕，但它是一個正在迅速擴展的研究領域。在這一領域中，研究課題及其相互關系隨著時間的推移不斷變化，新的趨勢也在不斷涌現[26]。從目前正在進行的眾多子研究領域來看，研究深度偽造的研究人員來自各種不同的學術和專業背景。除了目前的趨勢之外，調查融資機會也很有意義，因為這有助于集中研究力量[27,28]。

近來，物聯網（IoT）技術為農業、工業和醫學等許多學科提供了后勤服務。因此，它已成為最重要的科研領域之一。將物聯網應用于軍事領域有許多挑戰，如容錯和 QoS。本文將物聯網技術應用于軍事領域，創建軍事物聯網（IoMT）系統。本文提出了上述 IoMT 系統的架構。該架構由四個主要層組成： 通信層、信息層、應用層和決策支持層。這些層為 IoMT 物聯網提供了容錯覆蓋通信系統。此外，它還采用了過濾、壓縮、抽象和數據優先級隊列系統等數據縮減方法，以保證傳輸數據的 QoS。此外，它還采用了決策支持技術和物聯網應用統一思想。最后，為了評估 IoMT 系統，使用網絡仿真軟件包 NS3 構建了一個密集的仿真環境。仿真結果證明，所提出的 IoMT 系統在性能指標、丟包率、端到端延遲、吞吐量、能耗比和數據減少率等方面均優于傳統的軍事系統。

提議的IoMT系統架構

IoMT 系統由一組在戰場上應組織良好的軍事設備組成。無人機、作戰基地、艦艇、坦克、士兵和飛機等這些物品應在一個有凝聚力的網絡中進行通信。在 IoMT 網絡中，態勢感知、響應時間和風險評估都會得到提高。此外，IoMT 環境應涉及對普適計算、普適管理、普適傳感和普適通信的全面認識。此外，IoMT 可能會導致傳感器等網絡事物產生超大規模的數據。此外，這類網絡所需的計算量非常大，而這些計算的結果應能實時準確地實現。因此，IoMT 系統架構應考慮上述注意事項。

因此，建議的體系結構由四層組成： 通信層、信息層、應用層和決策支持層（見圖 1）。通信層關注的是事物如何在一個大網絡中相互通信。信息層涉及軍事數據的收集、管理和分析。應用層包括控制不同通信軍事系統的應用程序。最后，決策支持層負責決策支持系統，幫助戰爭管理者做出準確、實時的決策。下文將對每一層進行深入討論。

3.1 通信層

IoMT 系統可視為物聯網的一個特殊例子。因此，IoMT 環境與物聯網環境有些相似，只是在事物類型、通信方式等方面略有不同。根據這一理念，IoMT 環境可定義為一組使用互聯網相互通信的不同網絡。這些網絡應包括軍事任務中的主動和被動事物。IoMT 系統中應構建的主要網絡包括無線傳感器（WSN）、射頻識別（RFID）、移動特設（MANET）、衛星和高空平臺（HAP）網絡。由于 WSN 在許多軍事問題中的重要性，它被納入了 IoMT 系統。WSN 通過快速收集和提供危險數據來協助戰爭行動。然后，將這些數據發送給最合適的人員，以便實時做出正確決策。因此，除了協調自身的軍事活動外，WSN 的主要目標是監測和跟蹤敵方士兵和其他敵方事物的動向。傳感器可以遠距離分布，覆蓋大片區域。這些傳感器通過控制其行為的基站進行通信。由于 RFID 網絡在軍事領域的重要性，它在 IoMT 環境中得到了體現。軍隊中最重要的問題之一就是大部分物品都要貼上標簽。在戰場上使用 RFID 可以為士兵、貨物、小型武器、飛機、射彈、導彈等提供一個具有監控功能的跟蹤系統。例如，定期掃描每個人的醫療情況和效率是戰爭中一個非常重要的問題。城域網在 IoMT 系統中的表現也是一個重要問題，因為它可以用來促進士兵、武器、車輛等的通信。城域網在軍事上有許多特別的應用，如安裝在飛機和地面站之間的網絡或船舶之間的網絡。每種特設網絡的要求都取決于軍事任務的類型。此外，在軍事應用中使用的特設設備都配備了路由場景，可以利用最佳路由路徑自動轉發數據。物聯網依賴互聯網技術來促進通信，這是一個普遍的邏輯。遺憾的是，某些作戰地點可能沒有互聯網技術。因此，尋找替代通信技術非常重要。這就是在覆蓋目標中使用 HAP 網絡的原因。軍用物資分布面積大，因此必須以可靠的方式進行覆蓋，以保證通信效率。HAP 網絡可作為互聯網之外的第二種通信策略選擇。HAP 網絡的高度有限，因此容易成為敵方的攻擊目標，其故障概率可能很高。如果 HAP 網絡出現故障，通信系統將面臨很大問題，可能會影響軍事任務的執行。因此，應構建一個衛星網絡來覆蓋故障的 HAP 網絡，并覆蓋 HAP 網絡或互聯網可能無法覆蓋的軍事事物（見圖 2）。不同網絡之間的通信難題只需使用報頭恢復技術即可解決。在這種技術中，每個網絡之間都應添加一個翻譯器，用目的節點的報頭封裝每個數據包。新的報頭使數據包可以被理解；這可以通過系統路由器來實現（見圖 3）。

圖2: 通信網絡(該圖部分摘自[23])

圖3: 報頭轉換過程

3.2 信息層

這一層非常重要，因為它代表著 IoMT 系統架構的核心。射頻識別（RFID）、傳感器等軍用設備收集的信息應以安全、珍貴、實時的方式進行傳輸、存儲和分析。這一層的首要功能是在信息處理后對收集到的信息進行組織和存儲。IoMT 系統數據的處理被認為是一個具有挑戰性的問題，因為在短時間內可以收集到 TB 級的數據。因此，應在不影響質量的前提下盡量減少這些數據。此外，IoMT 的特殊要求（如實時決策）也不容忽視。在 IoMT 系統架構中，數據處理包括四個步驟： 優先化、過濾、壓縮和抽象。下面將對優先級排序過程進行說明。數據過濾、數據壓縮和數據抽象技術在第 4.1 小節中說明。

確定優先級的步驟包括處理不同優先級的數據。對于戰爭管理者（即軍隊將領）來說，收集到的每項數據都有一定的重要程度。因此，應將數據分為若干優先級，以便在 IoMT 系統饑餓的情況下優先處理和發送高優先級的數據。隊列系統就是用來實現這一優先級劃分步驟的。由于 IoMT 系統數據分類數量龐大，因此采用了六隊列系統。因此，IoMT 系統數據將被分為六個不同的類別。第一類代表最重要的 IoMT 系統數據；第二類代表不太重要的數據，依此類推。分類過程將動態完成，因此每個類別中的數據可能會根據戰爭任務的性質發生變化。為切實實現這一步，下一代路由器應具備對 IoMT 系統數據進行分類的能力。圖 4 說明了優先級排序過程。

圖4: 數據分類過程的簡單視圖

3.3 應用層

IoMT 系統架構中的應用層包括管理、監視等戰爭任務中使用的異構應用。該層應使用一個通用應用程序管理這些應用程序的功能，同時不影響其效率。這些應用程序的統一過程應基于通信數據（信息交換）來實現。在數據通信中，一個應用系統的輸出數據可能是另一個應用系統的輸入數據。因此，確定戰爭應用程序的輸入數據和輸出數據被認為是這一層最重要的目標之一。例如，飛機或發射器的火箭發射應用的輸入需要衛星監控應用的輸出數據，而衛星監控應用可能需要 WSN 應用的數據。信息層和應用層之間的通信非常重要，因為作為輸入和輸出的數據應首先在信息層處理。因此，在設計用于管理軍事應用程序的通用應用程序時，應首先確定每個應用程序的輸入和輸出數據。然后，應確定數據處理的時間（硬、實或軟）。例如，在戰斗停止期間，某個目標的坐標突然發生變化，三個應用程序應實時交互，以完成任務并擊中新位置上的目標。這些相互作用的應用程序構成了 WSN、戰爭管理以及執行任務的飛機機艙。還應確定應用特殊應用程序的優先順序。例如，在敵方多次攻擊特定目標的情況下，防御應用程序將優先啟動。

根據上述討論，一般管理應用程序應有一個專門的數據庫。該數據庫存儲有關單個軍事應用程序的動態變化數據。這些數據與以下主題有關： 輸入和輸出、單個應用程序之間的數據流方向、硬時間軍事情況、實時軍事情況、軟時間軍事情況以及每個應用程序的優先級。這些優先級應根據戰爭形勢來確定。根據綜合管理 IoMT 應用程序的性質，IoMT 系統數據庫的設計可以是分布式的，也可以是集中式的。在分布式數據庫中，應注意數據庫服務器之間交互的復雜性，特別是在需要硬時間或實時交互的事件中（見圖 6）。 、

3.4 決策支持層

戰爭中最重要的問題之一是決策過程。在技術戰爭中，決策應具備準確性、實時性、清晰性、安全性和快速分發等諸多規格。所有這些指標都應與信息層收集的數據相關。雖然信息與軍事決策之間關系密切，但所提出的 IoMT 系統架構在信息層和決策支持層之間還有一個中間層，即應用層。短時間內收集到的大量 TB 信息需要進行分析、過濾、優先排序和壓縮。這些過程已經在信息層中完成。但是，信息層沒有能力確定信息在應用層之間的移動方向（即信息的正常順序）。這種信息順序意味著，每個數據段都應指向一個合適的應用程序，以便實現互補和平衡。這些信息將用于決策過程。例如，假設戰爭管理者有一個目標，要求以特定的安排和特定的順序處理信息，直到軍事偵察之旅取得一定的結果。該目標的完成將通過步兵和防空來實現。因此，應用層和決策支持層之間的聯系將對高精度規格的決策產生良好的影響，這將在關鍵的戰爭事件中發揮作用。

簡單地說，本文概述的決策支持流程包括五個步驟： 事件權重、解決方案識別、選擇一種解決方案、行動和輸出評估（見圖 7）。戰爭管理者可根據自身經驗水平提取事件權重。一旦對事件有了充分了解，就該確定解決方案了。在準備決策時，有許多不同的備選方案。因此，確定可用行動的范圍非常重要。接下來，應選擇備選方案，并確定每個備選方案的風險。然后，就該采取行動了。應確定實施計劃，并提供實施所選解決方案所需的資源。應預先確定執行時間，然后開始執行。最后，應對選定解決方案的執行結果進行評估。請注意，有許多決策支持系統在經過實際測試（如 [24,25]）后，可在 IoMT 中實施。

決策支持層可能面臨三大挑戰。第一個挑戰是數據過多或不足。這意味著決策支持層的輸出會延遲或不準確，這可能會造成災難，因為在大多數戰爭時期都需要實時決策。第二個挑戰是問題識別錯誤。在大多數戰爭任務中，圍繞一項決策會有許多問題。然而，有時卻無法確認這些問題的真實性。第三個挑戰是對結果過于自信。即使決策過程得到了準確執行，實際產出也可能與預期產出不完全一致。應用層將通過確定決策構建所需的準確信息、對問題的準確定義以及輸出調整來應對這些挑戰。因此，決策支持層將使用應用層的輸出。因此，在擬議的 IoMT 架構中，這些層之間的分離是一個需要考慮的重要問題。

仿真

首先，應構建一個軍事模擬環境，以測試所提議的 IoMT 架構的性能。網絡模擬器 3（NS3）是最廣泛使用的網絡模擬軟件包之一，將用于實現這一目標。軍事模擬環境由五種不同類型的網絡組成，其中包括分布在大片區域的大量節點。這五種網絡分別是 WSN、RFID、MANET、HAP 和衛星網絡。這些網絡是根據戰場需求確定的。文獻[26]中的仿真用于評估所提出的 IoMT 架構。在 WSN 仿真中，成千上萬的傳感器分布并部署在戰爭環境中。一個或多個基站將這些傳感器相互連接起來，并從中收集信息。在突發事件中，傳感器能夠向基站發送陷阱信息。然后，如果情況緊急，需要迅速做出決定，基站將直接把信息發送給執行者，如戰士、管理人員等。不過，在正常情況下，基站會將收集到的信息（詳細信息或摘要）重新發送給負責決策的管理人員。基站應該是智能的，并通過編程來實現這一目標。為了在 IoMT 中準確呈現 WSN，傳感器應具有不同的傳輸范圍。對于 RFID，美國軍方在第二次海灣戰爭中使用了最佳方案[27]。每個士兵身上都應貼有一個 RFID 標簽，以便在戰場上進行追蹤。此外，商業貨運和航空托盤等戰爭工具也應貼上 RFID 標簽，以便了解坦克和計劃等關鍵工具的最新狀態。此外，為了挽救士兵的生命，建議的模擬系統考慮了專門用于戰爭的移動醫院，并應配備 RFID 技術。此外，還利用 RFID 技術觀察軍隊的小型庫存物品，以實現更嚴格的庫存控制。對于城域網仿真，它包含戰場對象（如車輛、士兵和信息提供者）之間的臨時通信。在某些軍事情況下，很難通過數據采集中心傳遞或發送信息。因此，城域網仿真的一個考慮因素就是在數據傳輸中使用這種網絡。文獻[28]中所述的架構用于 HAP 和衛星網絡的通信。互聯網仿真使用了 [29] 中介紹的路由算法和 [30] 中介紹的物聯網混合組播架構。多媒體傳輸使用[31]，但傳統軍事系統的模擬則使用[32,33]中所述的準則。

在信息層模擬中，將隨機、動態地創建 IoMT 數據。然后，這些數據將被分類并進入隊列，每個隊列將作為一個數據類別。動態數據的創建取決于存儲在特殊數據庫中的戰爭任務。本模擬場景中使用了 [34] 中所述的壓縮技術和數據過濾技術來減少數據，這是信息層的主要目標之一。應用層模擬也取決于戰爭任務，其中包括許多模擬網絡場景。每個網絡應用程序的輸入和輸出數據都在模擬文件中預先確定。網絡應用程序與綜合管理應用程序之間的通信是通過信息傳輸實現的。文獻[35]中的仿真用于決策支持層。戰爭任務的部分建模和仿真來自文獻[36]，仿真中使用的武器的一般規格來自文獻[37]。圖 8 顯示了擬議的 IoMT 系統模擬環境的全貌。

隨著信息技術的發展以及軍隊信息化水平的不斷提高，復雜多變的戰場形勢對軍隊的海量數據處理能力提出了巨大挑戰。本文介紹了知識圖譜在軍事領域構建的相關技術框架，總結了知識圖譜在軍事領域應用的不同方面，并針對知識圖譜在軍事領域的應用現狀，揭示了其改進方向。

軍事領域知識本體構建

知識圖譜的構建有兩種方式，即自上而下和自下而上的方法。自上而下的方法通常從定義知識圖譜的數據模式開始，從最頂層的概念開始構建，逐步向下細化，形成結構良好的分類層次，然后將實體加入到概念中。自下而上的方法將實體歸納組織起來，形成底層的概念，然后逐漸向上抽象，形成頂層的概念。

軍事領域是一個典型的特定領域，具有明確的概念層次，然而，部分專業知識存在于領域專家的頭腦中，可能無法從數據中歸納和抽象出來。由于軍事數據的保密性和軍事裝備的特殊性，許多文件和信息對知識圖譜的建立表現出絕對的阻礙，導致數據結構化程度較低，數據收集困難。因此，該領域的知識圖譜在構建之初，更適合采用自上而下的方式。在知識圖譜的基本結構（或概念層次）建立后，其類別節點或關系的數量達到一定規模后，又可以采用自下而上的方法來擴展圖譜的實例和屬性數據。通過以上分析，由于軍事裝備知識圖譜的特殊性，應首先構建本體。

本體構建方法

本體建設的方法主要有三種，人工建設、重用現有本體（半自動建設）和自動建設[15]。手工構建方法主要是通過領域專家來確定知識內容和關系，這樣本體的質量和準確性都比較高。軍事領域對知識的完整性和準確性要求較高，因此人工構建方法適用于軍事知識本體的構建。采用一般本體人工構建的思路，軍事本體可以采用自上而下的人工構建，首先構建軍事知識的頂層本體，在此基礎上開始構建各子領域的知識框架，逐步完成整個軍事知識本體的構建[16]。

目前國內外有五種比較有影響的本體手冊構建方法[17][18]：骨架法、TOVE法、IDEF5法、Methontology法和七步法。與其他方法相比，七步法相對成熟。它包括七個步驟，即確定專業領域和范圍，檢查重復使用現有本體的可能性，列出領域中的重要術語，定義類和類的層次結構，定義類的屬性，定義屬性面，以及創建實例[19]。然而，七步法也有一些局限性；這種方法沒有一個完整的生命周期[20]，也缺乏一個模型修訂過程，以應對開發后期的需求調整或功能增加。

軍事領域本體結構

在軍事裝備領域，文獻[13]將軍事裝備分為八大類，如火炮、艦船、飛行器等，并對裝備實體的殺傷力、最大速度等屬性進行了定義。這種裝備知識體系偏重于軍事裝備的科學描述，忽視了面向軍事作戰需求的知識表達。Liu等人[21]設計了一種基于需求的螺旋式反饋方法來構建軍事裝備知識模型，定義了1個頂層核心概念軍事裝備，4個相關概念如作戰活動，7個通用概念如國家，其中裝備分為8大類148小類。該模型包括202個實體屬性，6個實體關系，涵蓋了5800個武器類實體，18個作戰活動，86個國家。從以上分類可以看出，軍事領域不同任務的本體建設重點各不相同，但基本上可以分為以下幾個方面。

表1 軍事領域知識圖譜實體和關系的一般分類。

軍事領域知識圖譜的構建

在知識本體的基礎上，可以構建知識圖譜。軍事領域知識圖譜的構建和應用是一個系統工程，其構建過程分為六個階段，可以稱為領域知識圖譜的全生命周期，其設計的關鍵技術過程主要包含知識表示、知識存儲、知識提取、知識融合、知識演化、知識應用[22]。

軍事領域知識圖譜的知識服務

信息服務

基于知識圖譜，可以提供數據可視化和智能問答等基本信息服務。Zhao等[39]利用Javanese、Tomcat圖形顯示和Bootstrap技術，以區域分區和關注話題為聚合點，分層設計了話題→事件→實體的知識圖譜檢索和顯示服務，提高了分領域相關熱點檢索、分析和整理的效率。在構建軍事裝備知識圖譜的基礎上, Dou等人[44] 實現了基于模板匹配的知識問答[46] 。

情報偵察與挖掘

基于知識圖譜支持快速檢索、高效存儲、長鏈推理的特點，知識圖譜可以在情報偵察挖掘中完成情報收集、整理等工作[47]。

Palantir公司是第一家在國防領域使用知識圖譜技術，為反恐和作戰行動提供情報分析服務的公司，在政府和軍隊的決策和指揮中都發揮了重要作用。美國國防部高級研究計劃局（DARPA）[48]于2012年3月啟動了XDATA計劃，開發用于分析大量半結構化和非結構化數據的計算技術和軟件工具，同年啟動的文本深度探索和過濾（DEFT）計劃。更明確地提出利用深度學習技術發掘大量結構化文本的隱性、實用特征，以及進一步整合處理后的信息的能力，并在此基礎上將這些技術用于作戰評估、計劃和預測，以支持決策。DARPA在2017年發布的 "AIDA "項目研究了將自動獲取的知識從多個媒體來源映射到共同的語義表征、已知的本體擴展技術以及其他技術，以改造零散的信息，實現深度知識挖掘。

戰場態勢感知

基于知識圖譜強大的信息整合和知識挖掘能力，在戰場態勢感知中，知識圖譜可以通過提高知識融合算法的性能和提升知識處理工具的運行效率，促進軍事決策者更好地理解戰場態勢感知。

Yi等人[49]提出了一個智能識別推理框架，首先利用知識圖譜和圖譜數據庫技術構建知識圖譜數據庫，然后構建具有領域知識推理能力的多個智能體，并利用分類器推理技術進行綜合識別推理，可以實現智能目標識別的功能。

作戰指控

基于知識圖譜強大的知識表達能力、知識提取的準確性和快速性，在作戰指揮與控制方面，知識圖譜可以幫助實現高效指揮和快速決策。

2012年，美國陸軍的數據到決策（D2D）項目利用知識圖譜等關鍵技術，從數據中高效提煉知識，獲得作戰人員和決策者指導作戰所需的信息，并通過強化數據融合，將其與相關的背景信息和態勢信息整合在一起，提供清晰的威脅、選擇和后果[47]。模擬推演是指在執行行動之前或期間，根據行動方案中規定的行動意圖、順序和過程，對行動方案中不同階段的部署、行動目標或結果進行演練和分析的過程。知識圖譜還為模擬演練提供了知識和數據支持，并為海量異構數據提供結構化存儲，從而提高模擬演練系統的效率[35]。

網絡空間安全

基于知識圖譜的數據檢索、數據管理、知識推理等功能，在網絡空間安全的背景下，知識圖譜在增強網絡態勢感知、提高網絡攻防能力、維護國家網絡空間安全方面具有重要意義[49]。

美國國家安全局（NSA）的 "棱鏡計劃 "每天從電信公司提取數百萬用戶的通話記錄，并從微軟、谷歌、雅虎、Facebook、蘋果等九大網絡巨頭的中央服務器獲取信息，通過信息融合和知識獲取技術進行關聯分析和推理，生成高質量的情報產品。通過信息融合和知識獲取技術進行關聯分析和推理，產生高質量的情報產品，對其他國家的網絡空間安全構成巨大威脅[50]。美國陸軍的 "網絡攻擊自動化非常規傳感環境 "項目旨在開發網絡攻擊行為的預測方法和檢測即將發生的網絡現象的有效方法，以幫助網絡防御者應對網絡攻擊，開發和驗證能夠預測網絡攻擊的非常規、多學科傳感技術，并執行現有的先進入侵檢測能力[51]。