這篇論文考慮的情況是，一架無人機保衛一個高價值的目標，以抵御一些入境的攻擊無人機。防御性無人機配備了短程武器，必須以最有效的方式摧毀每一架攻擊性無人機。這個問題是應用數學中幾個開放性問題的交匯點，例如在有損耗的情況下的最佳行動規劃，以及解決有移動目標的 "旅行推銷員問題"（TSP）。我們研究的目的是通過將該問題分解為各組成部分的問題，然后提出各組成部分的概念驗證方案來分析該問題。這篇論文的主要成果包括一個建模框架，在這個框架中，可以在不需要約束的情況下進行優化；比較使用不同類型的成本函數進行優化的優勢（例如，最小化高價值單位被摧毀的機會與基于防御者相對于攻擊者的路徑的度量）；以及通過將其映射到標準TSP或使用機器學習來解決某些限制下的移動目標TSP。

1.1 戰斗中的自主系統

自動化系統，特別是無人駕駛飛行器（UAVs）的迅速增加，改變了現代戰場。美國已經率先在整個作戰范圍內開發和實施無人機，從信號情報到無人機精確打擊[1], [2]。然而，我們的對手繼續取得有意義的進展，最近的例子是俄羅斯在烏克蘭使用中國制造的無人機[3]，無人機可能參與了最近對北溪管道的破壞[4]，甚至恐怖組織的小規模、低技術的無人機攻擊[5]。

美國繼續按照無人駕駛航空系統（UAS）路線圖[6], [7]發展其無人機能力，該路線圖規定了無人機平臺的幾個重要任務，包括情報、監視和偵察（ISR）、壓制敵方防空（SEAD）、電子攻擊、網絡節點/通信中繼和空中投遞/補給。然而，這份清單中明顯缺少的是無人機系統的防御。無人機戰爭的一個新的和發展中的方面，即無人機對無人機的交戰，迫在眉睫。有許多無人機防御系統正在開發中，包括地面激光系統，如海軍陸戰隊的緊湊型激光武器系統（CLWS）[8]和導彈系統，如陸軍的KuRFS和Coyote Effectors[9]。然而，新的反無人機系統（C-UAS）無人機正在開發中，如洛克希德-馬丁公司的MORFIUS[10]，它使用高功率微波（HPM）武器系統，使敵方無人機在飛行中失效。

美國軍方和國防部（DOD）總體上對其無人機能力進行了大量投資，這不僅包括人員、設備和武器，還包括對無人機和蜂群的戰術運用的大量研究，而這些研究超出了最近取得巨大成功的ISR和精確打擊能力[11], [12]。在2019年的指揮官規劃指南中，海軍陸戰隊指揮官大衛-H-伯杰將軍要求建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人系統家族"，以及 "大大增加我們在其他領域成熟無人駕駛能力的努力" [13]。正是在這些其他領域，我們必須繼續創新，特別是在我們對抗對手在無人機/無人機系統開發方面的成果的能力方面。

2021年，美國防部發布了其C-UAS戰略，確定了其核心挑戰：小型無人機系統（sUAS）的指數級增長給美國防部帶來了新的風險。技術趨勢正在極大地改變小型無人機系統的合法應用，同時使它們成為國家行為者、非國家行為者和犯罪分子手中日益強大的武器。當被疏忽或魯莽的操作者控制時，小型無人機系統也可能對國防部在空中、陸地和海洋領域的行動構成危害。國防部必須在越來越多的小型無人機系統與國防部飛機共享天空、在國防部設施上空運行以及被我們國家的對手使用的環境中，保護和捍衛人員、設施和資產[14]。

雖然該戰略要求在理論、組織、訓練、物資、領導和教育、人員、設施-政策（DOTMLPF-P）等方面應對這些挑戰，但必須做更多的工作，將研究/開發與戰術層面的使用結合起來，并使之同步。這篇論文的目的就是要彌補這些領域之間的差距。

1.2 目前的工作

為了提高ISR能力，無人機技術早期發展的大部分學術工作都致力于各種學科的最佳路徑控制，但具體的軍事應用包括為ISR任務避免碰撞/雷達[15]。這項工作的成功從美國的無人機精確打擊能力中可見一斑。在海軍研究生院（NPS），Kaminer等人就大型蜂群的動力學和行為開展了大量的工作[16]-[20]。盡管有很長的工作歷史，這些最近的論文提出了高價值單位防御中的一個新的最佳控制問題，開發了具有損耗建模的最佳控制問題的計算框架，并開發了高效的數值框架來解決最佳控制問題中的不確定參數

許多文獻都涉及到減員模型。蘭徹斯特損耗模型使用微分方程來研究敵對部隊的依賴性損耗，自第一次世界大戰（WWI）以來，該模型被有力地運用于戰斗研究[21], [22]。一些工作已經確定了需要并解決了明確結合最優控制和損耗建模的問題[23], [24]。然而，并不存在將這些領域有效地結合在一起的一般框架或理論，當它們被解決時，其結果往往是高度特定的場景。

本論文的大部分內容將關注旅行銷售員問題（TSP）在動態環境中的應用。最佳控制和TSP在物理學和工程科學中經常有交集。例如，一個這樣的問題可能是由航天器以最佳方式訪問木星的所有79顆衛星[25]。Moraes和Freitas通過比較幾種啟發式算法來解決移動目標TSP（MT-TSP），并應用于人群和無人機檢測[26]。

1.3 開放式問題

耦合蘭徹斯特損耗模型、最優控制理論和TSP的問題對于大領域的超級蜂群是難以解決的。然而，無人機防御研究必須關注這三個領域的交叉點，以便適當地解決這一領域現存的軍事戰術和戰略問題。超級蜂群系統的基本特征還沒有得到很好的理解，盡管隨著我們擴大小型蜂群參與戰略和框架的規模，它們的屬性可能會出現。

圖 1.1 一般研究問題的解決框圖

本論文從這個有利的角度來探討這個問題，從小型蜂群開始，開發新的方法來解決更多可解決的系統，然后可以擴大規模。

每一種方法都考慮到sUAS有限的機載計算能力和作戰期間有限的可用時間。如圖1.1和1.2所概述的一般研究問題，首先是估計諸如武器類型、武器效能、無人機群類型等參數。本論文將把所有的參數視為常量、已知量。關于參數的不確定性分析見Walton等人[17]。

圖1.2 研究問題的場景可視化

其次，一群防御性無人機必須決定如何分割即將到來的攻擊者集合，以便以最佳方式與他們交戰，使高價值單位（HVU）的生存概率最大化。本論文將這一場景限制在單一防御無人機上。關于多重TSP（MTSP），見參考文獻[27]-[29]。

1.4 提綱

剩下的幾塊，決定攻擊順序和路徑優化，將在下面幾章討論。第二章假設已經知道或選擇了合理的攻擊順序，并解決相關的科學問題，即如何使HVU的生存率最大化。我們偏離了最優控制的路徑優化，而是致力于建立全新的、無約束的優化框架的可行性，在這里我們討論了各種成本函數的優點和缺點。第三章和第四章分別從TSP和機器學習（ML）的有利角度解決攻擊順序問題。

第三章試圖消除MT-TSP的時間依賴性，以證明動態版本的TSP仍然可以在轉換的空間上采用傳統的TSP算法，第四章為ML的應用建立了一個概念證明。最后，第五章展示了我們開發的圖形用戶界面（GUI）的功能，作為無人機防御任務規劃的輔助工具。

主要收獲

• 無人機戰爭在武器交易趨勢和操作概念方面正處于一個重新洗牌的時刻。同時，無人機系統正在從以外科手術為主的瞄準任務轉向承擔常規環境下的作戰任務，如瞄準友軍炮兵和消除移動防空系統。

• 無人駕駛飛機系統（UAS）在國際武器市場上呈上升趨勢，年復合增長率很高，貿易量不斷增加，而且軍事人員在武裝沖突中使用這些資產的趨勢也很明顯。因此，越來越多的國家正在快速獲得無人機戰爭的優勢。美國和以色列的出口霸權已經被中國和土耳其等新興供應商所打破。至于游蕩彈藥（神風無人機），特別是反輻射變種，以色列仍然擁有技術優勢，并在國際武器市場上占有最大份額。然而，各種研究明確區分了傳統的無人機和游蕩彈藥。

• 雖然無人機驅動的機會一直在增加，但無人機戰爭的能力，就像今天一樣，主要是依靠訓練有素和有紀律的人員。目前的投資組合主要是遠程駕駛解決方案。

• 從軍事戰略的角度來看，考慮到國防技術的機會和限制，低估無人系統的效率，或認為它們是針對任何交戰方的 "銀彈 "武器，同樣是有缺陷的。然而，無人機系統是真正的力量倍增器，特別是當在正確的操作藝術中使用，以對付有具體缺陷的對手。

• 有證據表明，無人機戰爭已被證明對那些擁有足夠的傳感器融合能力和足夠的反無人機武器的網絡配置的對手非常有效。例如，"春盾行動 "中的阿拉伯敘利亞軍隊和第二次卡拉巴赫戰爭中的亞美尼亞占領部隊，由于其主要是蘇聯時期的武器裝備，傳感器融合能力不足，因此，他們的無人機戰爭非常有效。他們的武器裝備主要是蘇聯時代的，傳感器融合不足，缺乏信息優勢，在常規情況下是無人機的 "合適獵物"。在這兩種情況下，無人機系統對友軍的武器裝備和平臺進行了全面提升，此外還執行了動能打擊，以消除廣泛的塔拉網，從移動防空系統到火炮和裝甲平臺。

• 在電磁波譜中保持優勢是進行決定性的無人機戰爭的一個重要前提條件。無人駕駛系統的損耗率可能很高，尤其是在對手的電子戰（EW）包圍圈內運行時。

• 擴散趨勢和交易正在世界不同的角落加速進行。 以色列歷來以非常靈活的出口條件和有效的系統填補無人機系統市場。與此相反，美國嚴格的武器銷售政策和龐大的政治官僚程序限制了美國制造商的出口客戶。中國正在通過其不斷增長的產品組合挑戰以色列和美國的霸權。土耳其是另一個正在崛起的出口國，擁有豐富的買家資料和經過戰斗驗證的解決方案。最后，俄羅斯仍然是無人駕駛航空戰車紅利的后來者，然而，莫斯科正在努力投資于有趣的解決方案，如Lancet無人機獵手無人機，同時將監視無人機有機地納入炮兵部隊以執行前沿觀察任務。

• 盡管一些倡議試圖在監管框架下遏制無人機的擴散趨勢--特別是針對致命性自主武器系統（LAWS）--但正如在歐盟的立場中明顯看到的那樣，世界各地的國防技術巨頭和軍隊正朝著完全相反的方向發展。

• 土耳其不僅是一個強大的無人機生產國，也是一個成功的機器人戰爭作戰概念的制定者。因此，從土耳其的無人機戰役中吸取的教訓具有重要意義。

• 如果不徹底了解全球武器市場的趨勢，就分析土耳其的無人機出口，在分析上是不準確的。我們需要將土耳其的無人機出口政策與游戲中的其他行為者進行對比評估。在極端情況下，伊朗向非國家的暴力武裝團體提供其逆向工程的無人機。此外，與美國國會不同，以色列議會對以色列的武器銷售決定沒有最終決定權。各種無人機制造國都不是導彈技術控制協議（MTCR）的締約國。雖然美國的無人機出口政策是最嚴格的，但它是以國家無與倫比的國防技術能力的潛力未得到發揮為代價的，使商業機會和工作崗位受到損失。 作為武器出口國聯盟中的新成員，鑒于土耳其領先的無人機系統制造商努力提高其出口收入。土耳其不應該在無人機銷售方面模仿美國的做法。

• 在作戰無人機市場重新洗牌的時候，土耳其需要一個積極的戰略。美國國防工業在沙特武器市場的情況在這方面提供了一個很好的例子。盡管美國軍火生產商在沙特武器進口中享有近80%的市場份額，但中國在最近的銷售中已經搶占了戰斗無人機領域，可能會利用其在中東市場的轟動效應，限制競爭的空間。市場進入和后續支配是目前最關鍵的兩個商業目標。

• 為土耳其的武器出口路線圖引入一個政治-官僚模式，超出了本報告的范圍。然而，我們的結論是，土耳其政府發表一份官方白皮書，解釋土耳其的無人機戰爭范式、國防技術戰略和出口政策方針是及時的。這樣一份文件可以作為塑造土耳其無人機系統持續辯論的先驅性參考。此外，建立一個由土耳其戰略界（國有和私營國防部門、安全部隊、高科技界和相關智囊團）廣泛參與的國家無人機戰爭卓越中心也將是土耳其合乎邏輯的下一個步驟。

美國海軍陸戰隊必須以最低的成本用新興技術解決材料準備的挑戰。使用機器學習的預測性維修是一個不斷增長的領域，可以使用免費或商業化的現成軟件來應用。海軍航空組織已經維護了一個數據儲存庫網絡，收集和儲存可維修的飛行關鍵部件的當前和歷史數據。許多部件在其制造商公布的預期結構壽命之前就失效了，這導致了昂貴的非計劃性維修。預測部件故障并計劃其更換或維修的能力可以大大增加操作的準備性。本論文開發并分析了機器學習模型，利用現有的海軍航空資料庫的數據來預測各種MV-22B飛行關鍵部件的故障條件概率。數據預處理、模型訓練和預測使用了現成的商業軟件。這項工作可以幫助提高材料的準備程度，并使軍事-航空人員適應決策中的新興技術。

引言

這篇論文研究了機器學習算法在改進以可靠性為中心的維修（RCM）和基于條件的維修（CBM）以提高海軍航空的飛機可靠性方面的潛力。

A.維修方面的背景

海軍陸戰隊司令說，該部隊收集和保留的許多數據沒有被新興技術充分開發（美國和Berger，2019）。國防部（DOD）的飛機平臺一直在努力實現年度戰備目標，盡管為其項目分配了大量預算（Crusher，2020）。使用新興技術的預測性維護可以利用這些大量的數據，為提高航空準備狀態提供一個具有成本效益的方法。指揮官還強調，由于可用資金有限，解決方案必須使用現有的軍事數據存儲庫。海軍航空系統司令部（NAVAIR）的數據庫--后勤分析和技術評估決策知識編程（DECKPLATE），每月上傳的記錄超過400億條，可以成為機器學習應用的一個良好來源。

雖然在解決飛機準備不足的根本原因方面正在做出重大努力，但指揮官們現在需要部分解決方案來完成他們的任務。幾年來，指揮官們采用了高拆解率（從一架飛機上拆下零件裝到另一架飛機上）以及將完全具備任務能力的飛機從部署后返回的中隊轉移到準備部署的中隊。盡管 "只有在滿足作戰目標的必要情況下才是可接受的管理選擇"（海軍部，2021年），拆解和中隊轉移已經成為常態。在2011年和2017年之間，由于缺乏現成的基本飛機（RBA），海軍陸戰隊在各中隊之間轉移了超過650架MV-22B Ospreys，以滿足飛行時間和行動要求（Eckstein，2017）。同時，需求也在增加。由于個別飛機的過度使用或使用不足，以及轉移和接受飛機所花費的額外工時，這些臨時解決方案損害了未來的準備工作。

維修行動分為計劃內和非計劃內（Susto等人，2015）。計劃內的維護是主動的，在一個部件退化或運行到故障之前完成。一個部件的定期維修頻率通常是基于供應商或原始設備制造商（OEM）公布的結構壽命限制和推薦的維修時間表。非計劃維修是在一個部件退化或失效時進行。圖1比較了海軍陸戰隊MV-22B飛機用于計劃內與非計劃內維修的維修工時（MMH）的數量。在2021年3月至2022年2月期間，計劃外維修比計劃內維修的頻率高5至6倍。這個比率表明飛機部件的嚴重不可靠，以及預測非計劃維修的困難。

圖 1. 計劃與計劃外維護工時。資料來源：NAVAIR 準備分析報告 (2022)。

定期維修是預防性的，或旨在持續檢查和維護部件，使其達到其使用壽命。對于美國海軍航空的 "型號系列"（TMS），部件的檢查和拆卸時間表公布在《檢查要求手冊》（海軍航空部隊指揮官，2021）的相關定期維修信息卡（PMIC）中。所有強制性的檢查、拆除或更換事件都包括在該手冊中，該手冊規定了定期維修計劃。間隔由供應商或工程可靠性和可維護性分析，以及RCM計劃的故障管理策略決定（國防部，2011，國防部，2020a）。由他們制作的PMIC卡規定了機群或部件的預定維修。這樣做的一個問題是，每架飛機或部件的維護間隔是相同的。這些間隔沒有考慮到一個獨特的部件或飛機的使用、服務歷史或歷史數據。

海軍航空業可以從基于需求證據的維修創新實踐中獲益，或對個別部件進行預測。近年來，RCM采用了基于狀態的維修+（CBM+）戰略來提高可靠性。CBM+戰略的一部分是使用機器學習，根據歷史證據預測一個部件何時會失效。由于海軍陸戰隊的航空屬于海軍航空的范疇，任何MV-22B RCM或CBM+活動都屬于艦隊準備中心指揮官（COMFRC）。東部艦隊戰備中心（FRC）的V22艦隊支持小組（FST）一直致力于通過許多舉措提高飛機和部件的可靠性。

其中一項舉措是利用統計模型估計MV-22B部件的故障概率。利用現有的海軍航空企業（NAE）數據庫中的歷史維修記錄，使用Weibull概率密度函數（PDF）來估計一個部件經歷特定故障模式之前的時間。圖2是一個失敗時間（TTF）的例子，顯示了MV-22B塔架轉換執行器（PCA）因密封損壞而失敗的百分比。對于PCA模型，預測機隊庫存的70%在3326個飛行小時前因密封損壞而需要拆除，而80%在3696個飛行小時前會失效。第五章討論了模型的準確性，但這種方法為利用相關故障數據改進預防性維修政策邁出了一步。

圖 2. Pylon 轉換執行器的 Weibull 模型。資料來源：FRC East V22 FST 維護優化 (2022)。

這個統計模型是根據定義的故障模式前的組件群的真實使用壽命來計算可靠性。圖3顯示了FRC East V22 FST所考慮的所有PCA故障模式的Weibull分析結果。

圖 3. 飛行小時數中預測的 PCA 故障率。資料來源：FRC East V22 FST 維護優化 (2022)。

當考慮到所有的故障模式時，一個部件的估計可靠性可以決定一個更好的計劃維修間隔。平均而言，70%的機隊庫存預測在大約3700飛行小時前需要拆除，而80%的機隊預測在大約4500飛行小時前會出現故障。項目領導層可以根據一個置信區間做出決定，以取代PMIC卡中公布的當前計劃維修間隔。這個間隔將適用于機群中的部件，并提高在評估的任何故障模式發生之前更換部件的可能性。通過真實的服務數據來改進預定維修，并且隨著數據的不斷收集，可以很容易地重新計算。

不幸的是，這種方法只提供了組件的累積故障概率。一個更好的方法是估計一個部件隨時間變化的條件性故障概率，也稱為危險率。機器學習模型，如Cox比例危險（CPH）模型和人工神經網絡（ANN）可能是有用的，因為它們最近被用于醫學研究，預測死亡率（Spooner等人，2020）。類似的工作可以使用DECKPLATE中保存的數據。

B.研究問題

本論文將重點討論以下研究問題。

主要問題。什么樣的機器學習算法能夠為飛機部件的預防性維護產生最佳的生存模型？

次要問題。DECKPLATE和其他資源庫中的哪些特征可以在預測部件存活率中得到利用？公布的PMIC要求和生存模型之間的平均故障時間（MTTF）有多大差異？對于適當的數據，Weibull等經典分布是否能很好地適應數據以估計未來的故障？

C.總結

第二章介紹了機器學習和可靠性分析的基本概念，并研究了以前使用機器學習進行預測性維護的嘗試。第三章更精確地描述了本論文所要解決的問題，以及所采用的一般方法。第四章描述了本論文所使用的方法以及其結構的合理性。第五章和第六章討論了本論文的結果和得出的結論。

基于機器的態勢感知是與我們所處的復雜世界進行有意識的智能互動的關鍵因素，無論是對單個單位、復雜的動態系統，甚至是復雜的系統簇。為了建立這種意識，需要經常收集準確和實時的情報數據，以確保及時、準確和可操作的信息。無人駕駛飛行器（UAV）和其他半自主的網絡物理系統越來越多地成為評估我們周圍世界狀況和通過監視和偵察任務收集情報所采用的機制和系統。目前，人道主義和軍事行動的技術水平仍然依賴于人類控制的飛行/資產操作，但隨著自主系統的增加，有機會將其卸載到設備本身。在本文中，我們提出了一種原則性的、可擴展的方法，用于評估各種情況下自主設備集體的相對性能。所提出的方法以無人機群為例進行說明，預計將發展成為一種通用工具，為此類集體的部署提供信息，提供從問題規格、已知約束和目標函數推斷關鍵參數值的方法。

這個頂點項目評估了使用區塊鏈技術來解決一些挑戰，即越來越多的不同的傳感器數據和一個信息豐富的環境，可以迅速壓倒有效的決策過程。該團隊探討了區塊鏈如何用于各種國防應用，以驗證用戶，驗證輸入人工智能模型的傳感器數據，限制對數據的訪問，并在數據生命周期內提供審計跟蹤。該團隊為實施區塊鏈的戰術數據、人工智能和機器學習應用開發了一個概念設計；確定了在戰術領域實施區塊鏈所涉及的挑戰和限制；描述了區塊鏈對這些不同應用的好處；并評估了這個項目的發現，以提出未來對更廣泛的區塊鏈應用的研究。該團隊通過開發三個用例來實現這一目標。一個用例展示了區塊鏈在 "輕數據"信息環境中的戰術邊緣使用。第二個用例探索了區塊鏈在電子健康記錄中對醫療信息的保護。第三個用例研究了區塊鏈在使用多個傳感器收集化學武器防御數據方面的應用，以支持使用人工智能和機器學習的測量和簽名智能分析。

未來針對同級或近級對手的大規模作戰行動，除了更傳統的空中、陸地、海上和空間等物理領域外，還將涉及網絡空間領域。數據和信息在這個連續體中的每一個點上所發揮的作用都不能被低估。此外，同時在多個領域進行有效溝通和協調的能力--擁有必要的指揮和控制--取決于可獲得的和可靠的信息。美國陸軍正在起草一份新的陸軍學說出版物3-13，標題為 "信息"，"將信息的軍事應用與所有作戰功能、部門和戰爭形式聯系起來"（美國陸軍聯合武器中心2022，2）。陸軍如何在戰場上保持優勢的這些轉變，強調了數據和信息作為戰爭工具的關鍵作用。

這個頂點項目的主要目標是探索區塊鏈在與國防部相關的各種情況下的使用。首先，該團隊研究了目前關于區塊鏈和相鄰主題的工作，如物聯網（IoT）、大數據、人工智能（AI）和機器學習（ML）。研究揭示了一個名為 "戰場物聯網"（IoBT）的新興概念。Tosh等人（2018）寫道，IoBT可以滿足 "對分散框架的強烈需求......以服務于戰場環境的目的"（2）。Kott、Ananthram和West（2016）強調了與IoBT可用性、保密性和完整性相關的幾個網絡安全挑戰，而Tosh等人（2018）討論了區塊鏈技術如何有利于IoBT架構。

除了網絡上的無數設備（如IoBT），數據存儲是管理數據的另一個關鍵方面，無論是現在還是未來以去中心化信息為標志的環境。區塊鏈，當與數據存儲機制的使用相結合時，可以幫助IoBT設備及其數據的可用性、保密性和完整性。該團隊研究了使用戰術數據結構作為 "鏈外 "數據存儲機制的潛力。數據結構使數據的發現、治理和消費自動化，使用戶能夠在他們需要的時候和地點訪問數據，而不需要對數據的存放地點有任何了解。數據結構是一種機制，可以將眾多的數據管理源連接在一起，以促進數據的可訪問性--無論其位于何處。這些數據管理源可以是傳統的數據庫、數據湖（IBM 2018），或數據倉庫（IBM 2021）。因此，戰術數據結構可能是一個可行的解決方案，以促進跨作戰人員功能和任務指揮系統的數據訪問（Patel等人，2021）。

這項研究的洞察力與現有的概念重疊，如數據生命周期和國防部的共同決策框架：觀察-定向-決定-行動（OODA）循環。數據生命周期一般有四個階段：數據創建（或生成）、數據閱讀（或消費）、數據更新（或修改）和數據刪除（或歸檔）。這些階段幾乎適用于任何類型系統中的每一種數據。了解在生命周期的每個階段與數據的互動如何影響數據的固有可靠性是很重要的。追蹤數據在這個數據生命周期中的運動提供了數據來源，這使得潛在的數據消費者能夠確定數據的可靠性和有效性。隨著決策者在實施OODA循環框架中使用數據（以及對該數據的下游分析，例如在人工智能的協助下），數據出處的關鍵性變得很明顯。區塊鏈的使用可以提供數據可靠性的內在保證，這反過來又減少了OODA循環的時間，改善了決策。

接下來，該團隊開發了一些通用的系統工程架構，以說明區塊鏈如何解決數據出處并確保這些數據的信任。這個過程確定了從各種用戶（例如，如數據所有者和消費者）到需要的軟件系統，以及數據結構，和Hyperledger Fabric（HLF）網絡（即區塊鏈組件）的各種行為者。此外，可能需要幾個應用編程接口（API）：一個訪問API，一個數據出處API，和一個企業API。利用區塊鏈提供可靠的數據出處的總體重點是提供一種新的方法，運營商可以跟蹤設備和數據的編輯者。

然后通過開發三個用例來擴展這個架構，每個用例都有其特定的架構，這進一步說明了區塊鏈的實施可以如何運作，并評估其效用和局限性。這些用例使團隊能夠探索區塊鏈在驗證用戶、驗證輸入人工智能模型的傳感器數據、限制對數據的訪問以及提供整個數據生命周期的審計跟蹤方面的潛力。

在第一個用例中，我們探討了區塊鏈如何在戰術邊緣促進安全和可信的數據傳輸，以利用遠程火力。第二個用例在更多的操作背景下提供了一個例子，區塊鏈提供了一個審計跟蹤，以實現一個強大的電子健康記錄（EHR），可以在醫療服務的連續過程中的任何點進行訪問。最后，該團隊的第三個用例是管理來自現場傳感器的數據流，并進入人工智能模型，以支持特定類型的情報（例如，用于化學防御工作的測量和簽名情報（MASINT））。這個用例既有業務背景，也有戰略背景，并展示了區塊鏈如何確保輸入人工智能模型的數據是有效和可靠的。

雖然這些用例利用了一個簡化的架構來促進區塊鏈的名義應用，但它還是展示了這項技術在解決或至少緩解當前和未來管理和保護大量數據的挑戰方面的真正潛力。該團隊能夠探索在區塊鏈上和區塊鏈外存儲數據的選項。這些選擇表明，區塊鏈技術如何能夠適應具體情況--不僅是在戰略、作戰和戰術背景下，而且是在各軍種之間，以滿足其獨特的任務需求。未來的聯合部隊在生成和消費數據方面需要精明，這些數據對于確保戰場上的優勢是必不可少的，但在武裝沖突之間的和平時期也是至關重要的，但競爭激烈。

在聯合全域指揮與控制（C2）傳感器網絡和美海軍的 "超配項目"中，無人系統（UxS）是一種共享能力，它擴展了軍事力量的范圍和能力，以加強在有爭議空間的戰術。這增加了對可互操作的網絡框架的研究，以安全和有效地控制分布式無人系統部隊。迄今為止，陳舊的技術、分離和專有的商業慣例限制或掩蓋了對新興產業技術的追求，這些技術提供了當今現代化部隊所需的安全功能，留下了更多的問題而不是事實。此外，UxS的功率和處理限制以及受限的操作環境禁止使用現有的現代通信協議。然而，消息層安全（MLS）的發展，一種安全和高效的團體通信協議，可能是UxS團隊的理想選擇。這篇論文記錄了從一項定性研究中收集到的結果，發現MLS是UxS小組安全和效率的最佳選擇。它還記錄了MLS與ScanEagle無人機（UAV）和海軍信息戰太平洋CASSMIR無人水面艇（USV）的整合。該實施方案提供了一個作戰概念，以證明使用MLS在多域特設網絡配置中為無人機和USV之間提供安全和高效的C2和數據交換。所進行的實驗是在一個虛擬環境和物理UxS中進行的。

引言

對聯合全域指揮與控制（JADC2）架構至關重要的是多樣化的無人系統（UxS）和傳感器。這些不同的設備將使以人機協作為中心的未來海上力量相互連接。

例如，考慮一個聯合全域用例，即無人系統提供針對近距離對手的能力。UxS的指揮和控制（C2）依賴于通信鏈路--其安全性和設計決定了在對手攻擊的情況下的速度、互操作性和傷害能力。相反，在相同的C2通信鏈路中的不足或使用傳統的架構會轉化為戰術和戰略上的劣勢，有可能將傳統的作戰部隊置于危險境地。我們的研究旨在確定和實施一個可行的C2鏈路安全方案，該方案有可能為分布式多域環境中的UxS提供一個安全、可擴展和可互操作的解決方案。

目前，美國防部（DOD）和美海軍部（DON）正在取得重大進展，以利用整個企業的獨特任務和機會[1]。這些新的可能性包括增加對無人系統和傳感器的使用，使之超越目前的使用案例平臺。在實現無人平臺和系統的數據共享時，網絡安全必須被視為眾多核心技術中的重中之重。這些努力必須考慮確保關鍵的推動因素，如網絡、基礎設施和C2，以及強大的安全協議和認證方法。這些考慮將變得至關重要，因為JADC2企業試圖從分離轉向更統一的數據環境，在對手已經開發出高度復雜的反介入和區域拒止（A2/AD）能力的情況下，所有的人都可以訪問[2] 。

在今天的現代戰爭中，作為分布式力量倍增器的UxS將取決于安全和高效的C2。隨著UxS發展的成熟，對互操作性的需求將增加。這項研究分析了當前和新興的安全協議，并將其與JADC2和 "超配項目"的要求相匹配，以評估和確定支持這些要求的最佳屬性和協議。然后，這項工作根據所需的安全排列選擇消息層安全（MLS）協議，以便在UxS平臺上實現可行性，特別是記錄程序ScanEagle無人駕駛飛行器（UAV）。

近鄰的對手繼續追求A2/AD能力，以擊敗傳統的美國軍事力量。假設UxS的網絡和物理安全屬性沒有得到解決或設計得不好。那么其他的核心技術，如定位、導航和定時、可靠性、互操作性、通信以及平臺的感知和決定能力都會退化或受到損害。從目前孤立和陳舊的認證過程遷移到一個有效的集成開發、安全和操作環境，對于成功地將用戶體驗平臺和傳感器納入JADC2環境是至關重要的。這種遷移也受到了挑戰，因為需要從傳統的技術和開發框架迅速發展到快速出現的技術，這些技術更有能力在近距離威脅的進展中保持相關性[3]。解決這一挑戰將需要將技術障礙與文化、財政、程序和政治上的孤島融合起來[4]。一旦美國防部解決了這一挑戰，它將有能力實現無縫整合、同步和安全，這對無人機成為多領域作戰的力量倍增器是必要的。

1.1 問題陳述

在一個技術競爭迅速的時代，JADC2基礎設施依賴于20世紀90年代構思的技術（如IPSec[互聯網協議安全]和TLS[傳輸層安全]），同時被限制在美國家安全局（NSA）制定的通用協議和標準下進行安全通信[5]。這些網絡安全協議是點對點的，每增加一個新的網絡設備，都需要與每一個現有的網絡設備建立單獨的信道，這就是指令概述。盡管在成立之初是最前沿的，但值得注意的是，幾十年后的今天，我們仍然依賴這種點對點的安全連接，在動態自治設備網狀網絡之上強行建立一個高延遲和過時的安全覆蓋層。整合改進不僅需要評估適當的現代替代方案，還需要一個能夠及時有效地用新興的行業解決方案解決UXS安全挑戰的操作授權（ATO）程序。

為了解決這些問題，我們提出了以下研究問題：

• JADC2和Overmatch項目的C2協議安全要求是什么？

• 根據在JADC2相關領域工作的國防部主題專家，現代C2安全協議需要哪些功能來滿足JADC2環境的需要？

• 哪種安全協議能最好地滿足所有這些需求，以及UxS C2鏈接的使用可行性是什么？

1.2 范圍

這項研究支持整個美國防部和美海軍部關于當前規范的討論，不充分的網絡安全做法和認證程序決不能阻礙無人駕駛系統的通信安全的未來狀態。這些方法必須不斷發展，以充分解決我們的傳感器和無人駕駛資產在高度技術性的同行競爭威脅中對速度和安全的日益增長的需求。

這項研究支持整個美國防部和美海軍部關于當前規范的討論，不充分的網絡安全做法和認證程序不得阻礙未來的無人機通信安全狀態。這些方法必須不斷發展，以充分解決我們的傳感器和無人駕駛資產在高度技術性的同行對手威脅中對速度和安全的日益增長的需求。

基于研究結果，一個選定的協議在受控的實驗室環境中被實施、測試并進行虛擬基準測試。在成功完成受控的虛擬測試后，虛擬實施過渡到在NPS自主飛行器研究中心（CAVR）ScanEagle無人駕駛飛行器（UAV）和海軍信息戰中心-太平洋（NIWC-PAC）合作自主系統對峙海上檢查和響應（CASSMIR）無人地面飛行器（USV）上的實際應用。

在本論文中，無人系統和無人車之間沒有任何區別，不分領域，即空中和水面；都被稱為UxS。

然而，在實驗過程中，測試將發生在無人機和USV上。這項研究的目的是解決對不依賴平臺的C2鏈路安全協議解決方案的需求。

通過混合方法（定性和定量）的研究工作，實現以下主要目標是本論文的貢獻：

• 進行定性研究，確定JADC2和Overmatch項目的UxS安全協議需求。

• 將定性研究結果與對當前軍事和工業安全協議選項的評估結合起來。

• 為多域作戰（MDO）UxS用例選擇一個可行的安全協議選項。

• 在最佳網絡條件下實施和評估選定的安全協議，用于UxS模擬。

• 在ScanEagle和CASSMIR上實施和評估所選擇的安全協議。

1.3 相關研究

UxS的研究空間是巨大和不斷發展的。正如本節所討論的，UxS安全的主題已經在各個研究領域得到了研究和記錄。然而，將不同的協議與軍事要求進行比較，以制定C2協議標準，提高安全性、效率和互操作性的研究有限。盡管如此，選定的先前研究提供了與我們的研究有關或支持我們研究的見解。

來自俄勒岡大學、南佛羅里達大學、海軍研究生院和凱斯西儲大學的研究人員，專注于建立基于性能和安全之間平衡的最有效的密碼文本算法或密碼框架[6]-[8]。這些論文解釋說，我們目前最常用的密碼套件對于小型UxS來說，計算量和功率都太大，例如Craziefile 2.0，它使用ARM Cortex M-4架構，工作頻率為168 MHz。其他研究則是研究用于開發UxS的軟件的安全基元，如機器人操作系統（ROS），并解釋了安全漏洞和緩解措施，以實現無人系統的安全、可靠部署[9]。最后一項研究揭示了這些基礎技術的脆弱性和保護它們的必要性。

從相關的研究來看，重點是尋找最佳的拓撲結構、路由協議或數據信息傳遞，以支持越來越多的無人駕駛系統和傳感器一起工作和運行[10], [11]。這些工作大多旨在通過將傳輸的開銷成本降到最低，找到維持C2的最有效方法[10], [11]。其他的UxS研究課題側重于網絡安全的最佳實踐，強調在無人系統中發現的漏洞到可能的新攻擊載體和可能的緩解技術之間的范圍[12]。

有過多的指導和研究概述了要求和解決方案；然而，沒有一個真正量化了國防部和海軍內部無人系統平臺和傳感器的C2鏈接安全的重要性。更少的指導和研究將協議和算法與這種需求相匹配。相關研究表明，這些觀點并沒有直接涵蓋選擇和使用標準化協議的整體性，以提高UxS C2鏈路安全、效率和互操作性。這些方法考慮了密碼器的內部性能、ROS軟件的安全服務和能力、UxS的脆弱性和整體網絡性能。本論文旨在研究一個標準化安全協議的實施，該協議可以作為應用層的安全軟件，與設備和互聯網協議網絡無關。

有大量的指導和研究概述了UxS的安全需求；然而，沒有一個真正量化了這些軍事用途的安全需求。從美國防部和海軍部的UxS平臺和傳感器的C2鏈路安全的重要性的現實世界經驗。

1.4 論文組織

本論文的其余部分組織如下。

第2章概述了JADC2和Project Overmatch倡議，以了解這些倡議的安全協議要求。本章還討論了美國國家標準與技術研究所（NIST）和美國國家安全局在加密協議的標準化和選擇方面發揮的作用。它回顧了安全通信協議的工業和軍事安全方法、相關性能以及通過使用專有和基于標準的安全協議解決的安全問題。

第3章提供了一個定性研究，包括面向網絡安全的訪談問題。研究的對象是在安全、自主設備和傳感器網絡、獲取或重疊方面有經驗的軍事、民事和承包商人員。從訪談中收集到的數據為國防部和國防部深入了解UxS的通信安全現狀以及相關的網絡安全和認證程序提供了更深的理解。

第4章根據第3章和第2章的結果進行交叉分析，提供了協議的比較和選擇。它討論了專有的和標準化的安全協議，這些協議是第2章中討論的網絡和倡議的關鍵網絡安全組成部分。它還將美國防部和美海軍部的UxS安全要求與定性研究的結果以及所討論的當前和新興的安全協議相匹配，以選擇UxS平臺的C2所需的最有能力的安全協議。

第5章概述了MLS在MDO UxS情況下的方法和實施。它描述了MLS和ROS的結構。它概述了協議功能概述，代碼開發階段，以及為支持實施而創建的核心功能。它還涵蓋了用于創建MLS指揮和控制（C2）應用程序（MLS C2）與ROS接口的分步方法概述。

第6章討論了在5中開發的各種MLS應用程序的實驗，并分析了其對研究用例的影響。這一章包括對測試過程的描述和對結果的描述。

第7章提供了一個結論，涵蓋了本論文研究的意義，對研究進行了總結，并推薦了繼續工作和替代方法的選項。

摘要

隨著戰斗空間迅速轉移到網絡領域，為無人系統制定安全、強大的路由協議至關重要。此外，納米無人機的發展正在獲得牽引力，為海上或陸地上的操作員提供了新的隱蔽能力。在戰場上部署納米無人機的飛行特設網絡（FANET）會帶來具體的性能和安全問題。本論文提供了一種新的方法來解決FANET路由協議所面臨的性能和安全問題，在我們的案例中，專門為改進Ad Hoc 按需距離矢量（AODV）路由協議而定制。擬議的路由協議，即輕量級安全的Ad Hoc按需距離矢量（LS-AODV），使用輕量級流密碼Trivium來加密路由控制包，提供保密性。該方案還使用基于Chaskey-12的消息認證碼（MAC）來保證控制包的真實性和完整性。我們使用網絡模擬器NS-3，將LS-AODV與兩個基準路由協議AODV和優化鏈路狀態路由（OLSR）協議進行比較，以衡量網絡性能和安全優勢。仿真結果表明，當FANET沒有受到黑洞節點的攻擊時，LS-AODV的性能普遍優于OLSR，但比AODV的性能略差。另一方面，當FANET受到黑洞攻擊時，LS-AODV成為了首選協議。

第1章 簡介

飛行特設網絡（FANET）由飛行節點組成，如無人駕駛飛行器（UAV），在沒有有線連接的情況下進行通信并合作完成復雜的任務。這些飛行節點需要一個分散的通信架構來在快節奏的動態條件下運行。與移動特設網絡（MANET）或車輛特設網絡（VANET）相比，FANET有幾個突出的特點。FANET和類似的ad hoc網絡之間的區別包括。

• 三維空間移動（與主要在固定道路上運行的VANETS相比）。

• 更高的節點密度（與在城市或農村環境中運行的VANETS相比）。

• 更高的速度范圍，30至460公里/小時（與10至120公里/小時的駕駛速度范圍相比）。

• 較低的能量儲存能力。[1]

1.1 飛行Ad Hoc網絡的應用

在許多軍事和民用領域，FANET的部署正獲得越來越多的關注。由于不需要有線基礎設施，FANETs能夠從戰區外快速部署，因此對地面人員來說是非常寶貴的。因此，這些專門的網絡非常適用于災難響應、搜索和救援行動以及軍事任務。

1.1.1 軍事應用

2009年，美國國防部（DOD）表示，無人機在支持關鍵任務方面飛行了45萬小時以上，包括 "持久自由行動 "和 "伊拉克自由行動"[2]。無人機在人類生命受到威脅的沖突地區特別有用。一個多無人機系統可以在大型戰區提供實時監測和信號分析，并將該信息傳遞給地面的操作人員。然而，許多問題，特別是安全通信領域的問題，需要在多無人機系統能夠完全執行其任務之前得到解決，同時部署在擁有無線拒絕能力的敵人面前。在2020年的一次無人駕駛飛行器系統會議上，負責作戰要求和能力的海軍作戰部副部長吉姆-基爾比海軍中將（OPNAV N9）提出了海軍在部署多無人機系統時面臨的基本問題。基爾比指出。

• 所有這些無人駕駛飛行器的聯網和控制、C2的能力是重大而重要的。考慮到對網絡的這種需求的聚集，并理解到確保我們的網絡足夠強大，能夠在許多不同類型的環境中處理我們所有的車輛[3]。

現代軍隊需要可靠和安全的通信網絡，使部隊指揮官能夠進行大量的戰爭行動，如監視或武器部署。

1.1.2 民間應用

隨著信息時代的發展，越來越多的民用應用開始依賴網絡連接。FANET提供了一種在自然災害期間恢復網絡連接的替代方法。從事偵察或搜索和救援的緊急移動單位可以通過利用FANET架構大大增加其覆蓋范圍。典型的VANET在自然災害期間可能會受到限制，因為通過道路和水路的可及性有限，而FANET可以在高海拔地區運行，沒有移動性障礙[1]。

FANET在民用領域的其他作用包括作物監測、環境監測（污染程度、風、濕度、溫度）和警察監視。它們還為其他特設網絡提供支持[1]。例如，最近在《智能和機器人系統》雜志上的一項研究[4]展示了一個FANET在VANETs中監督和調節交通。

1.2 研究動機

海軍陸戰隊目前部署了PD-100 "黑蜂 "納米無人機，這是一種1.16盎司的微型無人機，能夠進行偵察和監視行動[5], [6]。本論文設想了一個由這些納米無人機組成的蜂群網絡，部署在城市戰區上空，合作處理并向地面部隊傳遞實時信息。軍事FANET中的納米無人機必須減輕頻繁的鏈路斷開、不斷的網絡拓撲變化和能量存儲限制的影響，同時在擁有無線拒絕能力的敵人的地區運行。

輕量級但安全的Ad Hoc On-Demand Distance Vector（AODV）路由協議[7]是克服軍事級納米無人機的FANET所面臨的路由和安全挑戰的首要候選方案。AODV是ad hoc網絡中最廣泛使用的反應式協議之一。它以最小的開銷和最小的路由建立延遲在高度移動的節點之間提供通信[8]。限制FANET路由協議的加密安全足跡，可以將關鍵能量用于有效載荷、續航能力和增強操作能力。開發一個高效的安全機制，還可以使多無人機系統通過最大限度地提高吞吐量，確保一致的數據包交付率（PDR），并最大限度地減少網絡抖動和延遲的影響，從而對即將到來的威脅做出快速反應，無論是軍事還是民用。

1.3 研究貢獻

本論文為海軍研究辦公室（ONR）的資助研究做出了貢獻，以加強網絡物理系統的網絡安全分析。本論文提供了一種新的方法來解決FANET路由協議所面臨的安全問題，并專門為改進AODV路由協議而定制。提出的方案使用輕量級流密碼Trivium[9]來加密路由控制數據包，從而提供保密性。其次，該方案使用基于Chaskey-12的消息認證碼（MAC）來保證控制包的真實性和完整性。

本論文的目的是在FANET架構中設計和評估新型的輕量級安全Ad Hoc按需距離矢量路由協議（LS-AODV）的性能。這篇論文提供了將Trivium流密碼和Chaskey-12 MACs整合到網絡路由協議中的首次公開嘗試。在各種性能指標方面，LS-AODV與幾個流行的ad hoc路由協議進行了比較，特別是優化鏈路狀態路由（OLSR）和AODV。本論文中的工作是基礎性的，有助于重振整個國防部對網絡系統中輕量級流密碼應用的討論。實現以下四個主要目標是本論文的貢獻。

• 設計一個路由協議安全機制，使用輕量級同步流密碼Trivium和輕量級基于交換的MAC算法Chaskey-12。

• 將新的基于Trivium和Chaskey-12的安全機制整合到AODV路由協議中。

• 評估在有和沒有輕量級安全的最佳網絡條件下的吞吐量、延遲、抖動、丟包和路由開銷性能。

• 評估黑洞攻擊條件下的吞吐量、延遲、抖動、丟包和路由開銷性能，并確定最佳網絡配置以減輕對手的拒絕能力。

1.4 論文組織

本論文的其余部分組織如下。第二章概述了網絡模擬器NS-3，比較FANET路由協議，以及必須解決的性能和安全問題。第三章討論了通過使用輕量級同步流密碼Trivium和基于Chaskey-12的MAC，使AODV路由協議適應軍事FANET場景的擬議方法。第四章描述了仿真設置和參數選擇。第五章介紹并分析了仿真結果。第六章對研究進行了總結，并對未來的工作提出了建議。

前沿作戰基地（FOB）防御是一項人力密集型任務，需要占用作戰任務的寶貴資源。雖然能力越來越強的無人駕駛飛行器（UAV）具備執行許多任務的能力，但目前的理論并沒有充分考慮將其納入。特別是，如果操作人員與飛行器的比例為一比一時，并沒有考慮提高無人機的自主性。本論文描述了使用先進機器人系統工程實驗室（ARSENL）蜂群系統開發和測試自主FOB防御能力。開發工作利用了基于任務的蜂群可組合性結構（MASC），以任務為中心、自上而下的方式開發復雜的蜂群行為。這種方法使我們能夠開發出一種基于理論的基地防御戰術，在這種戰術中，固定翼和四旋翼無人機的任意組合能夠自主分配并執行所有必要的FOB防御角色：周邊監視、關鍵區域搜索、接觸調查和威脅響應。該戰術在軟件模擬環境中進行了廣泛的測試，并在現場飛行演習中進行了演示。實驗結果將使用本研究過程中制定的有效性措施和性能措施進行討論。

第1章：導言

1.1 背景和動機

2019年，美國海軍陸戰隊司令大衛-H-伯杰將軍發布了他的規劃指南，作為塑造未來四年的部隊的一種方式。他在其中指出："我們今天做得很好，我們明天將需要做得更好，以保持我們的作戰優勢"[1]。這句話摘自海軍陸戰隊司令大衛-H-伯杰將軍的《2019年司令員規劃指南》（CPG），呼吁采取集中行動，以應對海軍陸戰隊在未來戰爭中預計將面臨的不斷變化的挑戰。在為海軍陸戰隊確定未來四年的優先事項和方向的CPG中的其他指導，呼吁建立一個 "適合偵察、監視和提供致命和非致命效果的強大的無人駕駛系統系列"[1]。伯杰將軍進一步呼吁利用新技術來支持遠征前沿基地作戰（EABO）。EABO將需要靈活的系統，既能進行有效的進攻行動，又能進行獨立和可持續的防御行動。簡而言之，實現EABO將需要最大限度地利用每個系統和海軍陸戰隊。

從本質上講，伯杰將軍正在呼吁改變無人駕駛飛行器的使用方式。通過使用大型的合作自主無人飛行器系統，或稱蜂群，將有助于實現這一目標。無人飛行器蜂群提供了在人力需求和后勤負擔增加最少的情況下成倍提高戰場能力的機會。正如伯杰將軍所提到的 "下一個戰場"，海軍陸戰隊將必須利用各種技術，最大限度地利用自主性和每個作戰人員在戰場上的影響。

目前的無人系統使用理論是以很少或沒有自主性的系統為中心。另外，目前的系統依賴于單個飛行器的遠程駕駛；也就是說，每輛飛行器有一個操作員。部隊中缺乏自主系統，這在監視和直接行動的作戰能力方面造成了差距。此外，側重于一對一操作員-飛行器管理的無人系統理論要求操作員的數量與車輛的數量成線性比例。這對于 "下一個戰場 "來說是不夠的。相反，海軍陸戰隊將需要能夠讓操作員擺脫束縛或提高他們同時控制多個飛行器的能力系統[2]。

考慮到這些目標，美國海軍研究生院（NPS）的先進機器人系統工程實驗室（ARSENL）已經開發并演示了一個用于控制大型、自主、多飛行器的系統，該系統利用了分布式計算的優勢，并將駕駛的認知要求降到最低。ARSENL在現場實驗中證明了其系統的功效，在該實驗中，50個自主無人駕駛飛行器（UAV）被成功發射，同時由一個操作員控制，并安全回收[3]。

1.2 研究目標

這項研究的主要目標是證明使用無人機蜂群來支持前沿作戰基地（FOB）的防御。特別是，這需要自主生成、分配和執行有效的、符合理論的基地防御所需的子任務。這部分研究的重點是開發基于狀態的監視、調查和威脅響應任務的描述；實施支持多飛行器任務分配的決策機制；以及任務執行期間的多飛行器控制。

輔助研究目標包括展示基于任務的蜂群可組合性結構（MASC）過程，以自上而下、以任務為中心的方式開發復雜的蜂群行為，探索自主蜂群控制和決策的分布式方法，以及實施一般的蜂群算法，并證明了對廣泛的潛在蜂群戰術有用。總的來說，這些目標是主要目標的一部分，是實現主要目標的手段。

1.3 方法論

基地防御戰術的制定始于對現有基地防御理論的審查。這一審查是確定該行為所要完成的基本任務和子任務的基礎。然后，我們審查了目前海軍陸戰隊使用無人機的理論，以確定這些系統在基地防御任務中的使用情況。

在確定了任務要求的特征后，我們為基地防御的整體任務制定了一個高層次的狀態圖。子任務級別的狀態圖等同于MASC層次結構中的角色。

ARSENL代碼庫中現有的算法和游戲以及在研究過程中開發的新算法和游戲被用來在ARSENL系統中實現子任務級的狀態圖。最后，根據高層次的狀態圖將這些游戲組合起來，完成基地防御戰術的實施。

在游戲和戰術開發之后，設計了基于理論的有效性措施（MOE）和性能措施（MOPs）。通過在循環軟件（SITL）模擬環境中的廣泛實驗，這些措施被用來評估基地防御戰術。在加利福尼亞州羅伯茨營進行的實戰飛行實驗中，也展示了該戰術和游戲。

1.4 結果

最終，本研究成功地實現了其主要目標，并展示了一種包含周邊監視、關鍵區域搜索、接觸調查和威脅響應的基地防御戰術。此外，開發工作在很大程度上依賴于MASC層次結構，以此來制定任務要求，并將這些要求分解成可在ARSENL蜂群系統上實施的可管理任務。這一戰術在實戰飛行和模擬環境中進行了測試，并使用以任務為中心的MOP和MOE進行了評估。最后的結果是令人滿意的，在本研究過程中開發的戰術被評估為有效的概念證明。

1.5 論文組織

本論文共分六章。第1章提供了這項研究的動機，描述了這個概念驗證所要彌補的能力差距，并提供了ARSENL的簡短背景和所追求的研究目標。

第2章討論了海軍陸戰隊和聯合出版物中描述的當前海軍陸戰隊后方作戰的理論。還概述了目前海軍陸戰隊內無人機的使用情況，并描述了目前各種系統所能達到的自主性水平。

第3章概述了以前自主系統基于行為的架構工作，ARSENL多車輛無人駕駛航空系統（UAS）和MASC層次結構。

第4章對基地防御戰術的整體設計以及高層戰術所依賴的游戲進行了基于狀態的描述。本章還詳細介紹了用于創建、測試和評估這一概念驗證的方法。在此過程中，重點是對每一戰術和戰術所針對的MOP和MOE進行評估。

第5章詳細介紹了所進行的實戰飛行和模擬實驗，并討論了與相關MOPs和MOEs有關的測試結果。

最后，第6章介紹了這個概念驗證的結論。本章還提供了與基地防御戰術本身以及更廣泛的自主蜂群能力和控制有關的未來工作建議。

無人機群可以在海上、陸地、空中甚至太空中使用，從根本上說是一種依賴信息的武器。迄今為止，還沒有任何研究從信息戰的角度來研究無人機群。本文利用開源研究和定性推理，探討了這些蜂群對信息的依賴性以及由此產生的與信息戰領域--電子、網絡、空間和心理--的聯系。總的來說，文章對這一重要的新興技術如何融入更廣泛的國防生態系統提供了見解，并概述了加強相關信息戰能力的實用方法。

關鍵詞：信息戰、無人機群、無人系統、網絡戰、電子戰

無人機群來了。在以色列2021年與加沙的沖突中，該國軍隊成為第一個在戰斗中部署無人機群的國家。在俄羅斯和烏克蘭正在進行的沖突中，俄羅斯部署了卡拉什尼科夫KUB-BLA游蕩彈藥，據說這種彈藥能夠（或將會）形成蜂群。俄羅斯還擁有一種尚未部署的柳葉刀彈藥，具有創造空中雷區以瞄準無人機和其他飛機的潛在能力。

美國及其盟友和對手正在尋求合作性的無人機群技術。這種追求并不奇怪。無人機群在每個沖突領域的每個軍種都有應用，從步兵支援和后勤到核威懾。整個聯合部隊的軍事領導人必須考慮，隨著技術的成熟和進入戰場，無人機群與現有能力和戰爭形式的關系。這些想法應貫穿于未來的概念、采購決策、演習、訓練、計劃和行動，以考慮到友好和敵對的使用。本文研究了一個更大挑戰：無人機群和信息戰。

盡管無人機群可以在陸地、海上、空中甚至太空中行動，但它們從根本上說是依賴信息的武器。每個蜂群的共同點是需要在無人機之間保持穩定的通信聯系，確保信息得到有效和適當的處理。事實上，蜂群是 "能夠協調其行動以完成共同目標的多個無人駕駛系統"。 蜂群的許多獨特優勢也來自于信息共享。

無人機群的優勢來自三個關鍵領域：機群規模、定制化和多樣性。擁有更多傳感器和彈藥的大型機群能力更強，可以進行大規模攻擊；但是，機群必須處理來自更多無人機的輸入。靈活的蜂群可以增加或刪除無人機以滿足指揮官的需要，可以分成較小的群體，從多個方向攻擊或打擊不同的目標，并在增加或刪除無人機時處理信息輸入的變化。多樣化的機群可以納入不同類型的彈藥和傳感器，并允許緊密結合多領域打擊，增加新類型的信息源，并在無人機以不同的速度和不同的環境風險移動時產生協調挑戰。信息失效意味著碰撞的風險和能力的喪失。

這些能力使信息共享所支持的新型戰術成為可能。正如保羅-沙爾寫道："蜂群將是一種更有效的、動態的、反應迅速的戰斗組織模式。"蜂群可以集中火力攻擊目標，也可以分散和重組以反擊。實現這些壯舉需要高水平的穩定通信。

支持技術也依賴于信息。機器視覺--機器的觀察能力--需要大量的數據來訓練算法。感應器無人機使用這些算法來收集和分享關于敵方防御、可能的目標和環境危害的信息。與單個無人機一樣，蜂群作為一個整體或外部控制系統必須處理在現場收集的大量信息。處理速度會影響蜂群的戰場價值，因為較慢的算法速度意味著較慢的決策速度。雖然蜂群可能不包含機器視覺，但隨著蜂群規模的擴大，人類控制者將面臨類似的挑戰。

信息依賴性意味著必須在信息戰的背景下考慮無人機群。根據美國國會研究服務部的說法，美國政府對信息戰沒有一個正式的定義。實踐者通常將信息戰定義為 "使用和管理信息以追求競爭優勢的戰略，包括進攻和防御行動"。這種戰略包括電子戰、網絡戰和心理戰。也包括空間戰，因為位置、導航、時間信息和基于衛星的通信是無人系統的關鍵信息來源。

當然，注意到信息依賴性并不意味著行為者會成功地認識或利用這種依賴性。盡管俄羅斯軍方早已認識到電子戰在對抗無人機方面的重要性，但在烏克蘭沖突期間，軍方似乎在落實這一知識方面遇到了困難。例如，社交媒體上發布的視頻似乎顯示，烏克蘭無人機在沒有俄羅斯電子戰保護的情況下靠近俄羅斯車輛。俄羅斯軍方和其他國家也可能在網絡、太空和心理戰領域努力實施這種知識。

本文研究了無人機群與信息戰四個方面（電子、網絡、空間和心理）的關系，并探討了人工智能（AI）和機器人技術，它們支持其他領域并影響無人機群的信息戰脆弱性。文章最后提出了政策建議。

電子戰

在巴德學院無人機研究中心對反無人機系統的審查中，電子干擾是最受歡迎的反無人機攔截系統。這種受歡迎程度并不令人驚訝；電子干擾代表了一種潛在的廉價、可重復使用的擊敗無人機的方法，不管是否是蜂群。人類必須向無人機提供任務參數、發射決定，有時還必須進行實際控制。中斷蜂群內的控制和信息共享會擾亂無人機。如果通信中斷，人類就不能設定或修改任務，或指揮打擊或發布撤退命令。無人機群更依賴于通信，特別是電磁波譜上的通信。

盡管無人機可以根據簡單的規則創建蜂群，但通信對于復雜的行為來說是必不可少的，特別是在軍事背景下的蜂群，因為戰場上的地形各不相同，戰斗人員的數量和配置也在變化，而且采用了一系列的戰斗戰術。因此，通信對于防止無人機-蜂群的碰撞以及協調運動和攻擊決策是必要的。如果無人機無法溝通，蜂群就不能作為一個統一的單位運作，不能協調搜索目標，也不能分享成功的識別結果。此外，無人機不能協調攻擊，即一些無人機攻擊一個目標，另一些則攻擊另一個目標。沒有通信，無人機群的價值就會喪失。

電子攻擊可以模仿友軍信號，操縱整個蜂群的通信。例如，據報道，2011年，伊朗通過干擾無人機的通信并操縱全球定位系統迫使其在伊朗降落，從而俘獲了一架洛克希德-馬丁公司的RQ-170 "哨兵 "無人機。如果一個國家允許無人機在沒有人類控制的情況下開火（這絕不是肯定的），對手也可以發送信號，表明對手在一個友好的位置，可能會導致蜂群向該位置開火。

蜂群通信架構--因此，破壞或操縱無人機蜂群的方法--在不同的蜂群中是不同的。蜂群通信通常依賴于電磁波--無線電波（例如Wi-Fi）、紅外線和光學--但聲學信號對于水下無人機可能是必要的，因為電磁信號在水下傳播得不好。因此，頻譜管理對于確保蜂群內部和蜂群之間以及任何控制站的信號是不沖突的非常重要。蜂群控制結構要求將信號傳遞給正確的無人機，如果蜂群中的無人機被禁用或破壞，這將是一個挑戰。

信息在整個蜂群中的傳播方式也可能不同，這可能會影響破壞或維持通信的機制。在集中控制的蜂群中，一個領導者可以協調分配給蜂群中每個成員的任務。在分散控制的蜂群中，無人機與離它們最近的無人機溝通，導致出現成群行為。從理論上講，這種行為消除了全球通信的需要。但是，實現分散控制的簡單算法可能不足以應對復雜、動態的軍事環境。

未來的發展可能會減少蜂群對電磁波譜的依賴。新技術根據不同的物理原理提供通信渠道，如量子通信。另外，無人機可以通過stigmergy間接地協調它們的行動。螞蟻等昆蟲會在潛在的食物來源上留下信息素痕跡，而跟隨的螞蟻如果也找到了食物，也會留下它們的信息素。先進的無人機群可以采用類似的方法。

螞蟻為無人機群提供了另一個教訓：角色的多樣性。蟻群中的螞蟻采用專門的角色，最明顯的是在蟻后和工蟻之間。同樣，蜂群可以納入通信無人機，將可用的機載功率用于加強信號，作為交換通信的備用節點，或使用不同的信號類型來發布撤退命令。無人機群還可以混合集中式和分散式的通信方法，以提高復原力。例如，蜂群可以依靠分散式通信，并有一個備用的集中式通信系統來對抗干擾。這種方法將需要大量的技術開發，以防止兩種通信方式之間的沖突。

隨著無人機群越來越自主，來自群外的基于電磁頻譜的信息就越來越少，對人類輸入的需求減少意味著對一些通信渠道的需求減少。然而，這種自主性是有代價的，那就是操縱或破壞自主系統的新機會。

從理論上講，先進的無人機群可以獨立于外部控制，但政策和技術上的挑戰給自主權設置了上限。美國防部目前的政策不允許無人平臺上的半自主武器在通信功能下降的情況下選擇和攻擊目標，也不允許自主武器在沒有有意義的人類輸入的情況下用致命武力攻擊人類。自主的、復雜的戰略決策，如評估目標對整個戰爭結果的價值，如果沒有通用的人工智能，可能是不可能的，而通用人工智能在短期內不太可能出現。因此，在可預見的未來，將需要一些電子通信。電子戰也越來越與網絡戰聯系在一起。

網絡戰

網絡攻擊可能試圖使無人機群失靈、控制、操縱或滲出信息。蜂群必然擁有單個無人機的所有網絡安全漏洞，包括容易受到反認證攻擊（阻止控制器操作無人機）、代碼注入和代碼更改、利用零日漏洞以及數據外流。更多的無人機也意味著有更多的機會來攻擊系統。

網絡攻擊可以通過反認證攻擊或代碼注入或更改來實現無人機控制系統。使人類控制失靈或改變代碼，使無人機引擎或螺旋槳不能動彈，可能會導致蜂群崩潰。墜落的無人機可能與其他無人機或其他友好資產相撞。禁用傳感器可能導致無人機群盲目飛行，導致碰撞或阻止識別對手的防御系統和其他感興趣的目標。作為一個民用例子，研究人員在2015年7月利用網絡漏洞使一輛吉普切諾基?的剎車失靈。限制無人機的移動為對手提供了戰場優勢。更巧妙的是，網絡攻擊可以利用無人機群的信息處理算法。通過提供不正確的數據、重放攻擊（重復或延遲有效的信息傳輸）、注入惡意的代碼或改變現有的代碼來實現對無人機控制和任務分配算法的簡單操縱，可以造成重大破壞。如果操縱使無人機無法檢測到彼此，它們可能會發生碰撞。如果不能檢測到環境危險，可能會導致崩潰，只需輸入舊的視頻或圖像數據，使蜂群不能 "看到"它前面的建筑物。由于錯誤是不可避免的，增加錯誤風險（但不一定導致錯誤）的代碼修改可能會在很長一段時間內沒有被發現。對手引起的錯誤可能會出現在正常的計算機錯誤中。另外，網絡操縱可能會減緩信息處理、決策或物體識別，使蜂群更容易受到反蜂群防御的影響。算法破壞甚至可能發生在生產過程中。

機器學習和相關技術的進步使對手能夠創建和傳播高度復雜的假圖像和視頻，或利用網絡滲透將其注入數據收集中。假數據可能導致圖像和視頻分析軟件得出錯誤的結論，錯過威脅，或將非戰斗人員作為目標。如果在多個無人系統中使用相同的軟件，對手可能會造成大規模傷害。

最重要的是，對手可以通過改變控制算法的代碼或提供不正確的數據，使無人機群認為一個友好的目標是一個對手，從而將無人機群的能力轉為自己的利益。另外，敵方可以命令蜂群離開受威脅的區域或進入敵方的火力范圍。對手也可能使蜂群安全地進行收集和研究，以獲得關于蜂群能力的獨特情報。對網絡操縱的脆弱性和自主性水平是相互關聯的。

更多的自主性意味著更復雜的計算系統，有更多的利用機會和更大的錯誤風險。具有自主導航、運動或瞄準系統的無人機可以在沒有人類控制的情況下運行，并可以被操縱。同樣，對于更大的、異質的蜂群來說，協調可能更加困難，這提高了災難性失敗的風險。識別滲透在大型蜂群中也更具挑戰性，因為對手可能只攻擊蜂群中的一架無人機。

最后，對手可以通過訪問無人機之間或無人機與控制站之間的通信鏈路或無人機本身的內部控制系統的軟件和固件，尋求從蜂群中滲出數據。這些策略可以讓對手收集關于蜂群位置和活動的情報，以改善防御，從預期的攻擊區域撤退，或酌情準備反措施。通過更好地了解使多架無人機以蜂群形式運作的算法和程序，數據滲出也可能促成更多的破壞性行動。這種理解也將更好地使行動者能夠創建他們自己的蜂群。

空間戰

無人機群通常依靠空間資產進行地理定位，而在地平線上行動的無人機群需要空間資產進行指揮和控制。如果衛星被禁用或摧毀，蜂群可能無法有效運作，或者根本無法運作。然而，最近的技術發展表明，隨著時間的推移，空間領域的依賴性可能會降低，而且信息戰的最有可能的層面不再是無人機群的要求。

許多無人機群依靠全球導航衛星系統（GNSS）來引導它們，GNSS航點可用于定義所遵循的路徑或要避免的區域，識別感興趣的目標（如用于情報收集的對手設施的位置），并引導機群返回發射位置。衛星也可以作為指揮和控制信息的中繼站。

目前，無人機群在相對較短的距離內運行，沒有必要進行衛星通信。隨著技術的發展，無人機群可能在更遠的距離上運行，這些更遠的距離可能需要基于衛星的通信來更新任務目標，給予許可，或提供其他命令。在未來，蜂群中無人機之間的通信甚至可能需要空間資產來覆蓋長距離。

停用或摧毀衛星將使依賴衛星進行地理定位或指揮命令的蜂群無法有效運作。無人機將變得無效，并開始徘徊而不知道該做什么或去哪里。在一個敵對軍事力量主要依賴無人系統的世界里，在大范圍內禁用地理定位可能被證明是毀滅性的。

技術的進步可能減少或可能減輕基于空間的風險。蜂群可以使用外部的全球定位系統節點來幫助定位。一個研究小組使用與全球定位系統相連的浮標，讓水下無人機在不直接進入該系統的情況下定位其位置。一個類似的概念可以通過使用從已知位置（如支持車輛）傳輸的信號來幫助地面或空中車輛進行地理定位。另外，新的導航概念可能會消除對全球導航衛星系統的需求，盡管這些概念在軍事上的成功程度還不清楚。與電子戰一樣，更多的無人機自主性降低了對外部、天基信號的需求。

心理戰

無人機群與心理戰的關系最小。但可能用于傳播宣傳小冊子是個例外，然而，與現有的宣傳手段相比，蜂群似乎沒有什么有意義的優勢。然而，無人機群和更廣泛的自主武器可能會成為錯誤信息、虛假信息和惡意信息的對象，因為全球和公共規范圍繞著機群和自主武器的使用形成。由于擔心對平民的風險和放棄人類控制的道德問題，越來越多的運動正在尋求禁止自主武器。越來越多的人支持這一運動，包括在一些北約成員國。例如，根據2019年1月的益普索民意調查，%的德國人反對使用自主武器。同樣，由于大規模傷亡的可能性和目前機器視覺系統的脆性，武裝的、完全自主的蜂群可能會帶來類似于傳統大規模殺傷性武器的心理影響和風險。"大規模殺傷性武器 "一詞帶有強烈的規范意義，圍繞其使用和擴散的污名。

無論這些公眾運動是否轉化為全球政策的變化，它們都可能為戰略信息行動創造機會，以播種分裂。例如，行為者可能會放大關于使用蜂群和自主武器的說法，以鼓勵內部和伙伴國家反對戰爭努力。反之，行為者可能會對他人進行虛假指控，以達到同樣的效果。核實自主武器是否真正自主的挑戰使得真相與虛構難以區分。無人機群的自主性可能更容易證明，因為一個人有可能控制一個由幾十架無人機組成的小群，但沒有人能夠合理地控制幾千架無人機。駁斥關于無人機群自主使用的錯誤說法則要難得多。

人工智能和機器人技術

人工智能和機器人技術的進步是無人機群所有方面的基礎，并影響到對信息戰的脆弱性和復原力。這些技術的改進可能會導致更好的瞄準算法、蜂群任務分配算法和更大、更復雜的蜂群，也會影響可能被蜂群使用或對抗的電子戰、網絡戰和空間戰系統。在戰場上更多地使用人工智能和機器人技術也可能為心理戰創造更多機會。

機器人和人工智能可以改善進攻性電子戰和網絡戰能力。機器學習可以加強電子戰的目標定位，創造更有效和自動化的網絡攻擊。例如，機器學習可以實現更好的頻譜和功率分配、網絡釣魚檢測、網絡入侵檢測和其他活動。事實上，據報道，中國人民解放軍戰略支援部隊正在將機器學習與網絡戰和電子戰相結合。此外，機器學習的進步可以使用戶通過網絡手段向友好或敵對的數據集添加更好的深度假象。研究人員也在探索使用機器人作為電子攻擊和網絡攻擊的平臺。

人工智能的進步也有可能改善電子、網絡和空間對抗措施。基于人工智能的網絡防御技術為網絡入侵檢測提供了巨大的好處，包括提高準確性、自動響應和吞吐量。另外，機器人系統可以被用來在其他系統退化或被破壞的地方形成一個臨時的通信網絡。例如，Swarm Technologies的SpaceBEE衛星為互聯網連接的設備形成了通信網絡。單個或多個機器人可以作為中間人，支持穩定的通信。

機器人系統非常適合太空戰；它們不需要維持生命的設備，這使它們的成本更低。天基機器人可以用來攻擊對手的衛星或收集信息。多個天基機器人可以操縱空間碎片進入軌道，以打擊對手的衛星或發動分布式的協調攻擊。當然，天基蜂群可能有不同于地面蜂群的技術挑戰，特別是成功的移動和協調。

戰場上更多的人工智能和機器人意味著有更多的機會指責對手違反新生的自主武器規范，因此，有更多的機會發動心理戰。人工智能的改進可能會抵消這種擔憂的一部分。活動家們的一個擔憂是，眾所周知，機器學習是很脆弱的，因為訓練數據可能是有偏見的或不完整的。加強測試和評估、合成數據和數據共享可能會減少風險，并提供反信息的機會。如果不仔細檢查訓練數據，就很難判斷機器學習系統有多強大，甚至不可能。敵人可能會謊稱機器學習系統未經測試且設計不良，導致平民面臨高風險，而反駁這種說法將非常困難，甚至不可能。因此，廣泛部署這些系統可能會導致對違反戰爭法的指控增加。

政策建議

無人機群對信息戰的依賴對軍方的成功行動有幾個影響。

對無人機群和信息戰之間的關系進行更深入的研究是必要的，應該探索信息互動的技術特征，信息環境如何影響戰術使用，以及戰術使用如何影響作戰和戰略環境。一些研究可以進行建模和模擬，以評估不同的無人機群配置對信息攻擊的復原力。模擬和戰爭游戲可以探索無人機群在特定信息相關角色（如電子攻擊）或作為反衛星武器的相對價值。

分析的重點應該是信息競爭在不同類型的沖突中如何變化（同行對同行，同行對近同行，以及不對稱），不同形式的通信對電子攻擊的彈性和無人機群如何適應更廣泛的頻譜分配，以及納入無人機群的新概念以及它們如何與信息戰互動。

友好無人機群的研究和開發必須包括對信息攻擊的加固。蜂群內的通信渠道、信息處理系統以及較遠距離的指揮和控制系統都必須得到保護。某些系統（如物體探測算法）將不針對蜂群。一些有希望的信息加固研究已經開始，如國防高級研究計劃局關于可在GNSS否認的環境中操作的蜂群的工作。無人機群的加固程度應取決于任務以及機群可能面臨的基于信息的攻擊的可能性和類型。

美國還應該對各軍種的信息戰能力進行全面審查。有跡象表明，美國空軍和美國陸軍面臨著電子戰的挑戰，盡管美國海軍沒有。美國陸軍卓越網絡中心的指揮官約翰-莫里森少將直言不諱地說："當涉及到電子戰時，我們的武器不夠用。我們被同行和接近同行的競爭者所淘汰。"最近的報告也描繪了軍事網絡安全的負面形象。2018年10月政府問責局的一份報告 "發現從2012年到2017年，[國防部]測試人員經常在幾乎所有正在開發的武器系統中發現關鍵任務的網絡漏洞。"國防部在招募網絡戰士方面的困難以及硅谷和該部門之間日益擴大的分歧加劇了這一挑戰。 美國在太空也面臨越來越多的反對。國防情報局最近的一份非機密報告發現如下。

• 俄羅斯等的軍事理論表明，他們認為空間對現代戰爭很重要，并將反空間能力視為降低美國和盟國軍事效力的一種手段。俄羅斯等都發展了強大和有能力的空間服務，包括天基情報、監視和偵察......。俄羅斯等都在發展干擾和網絡空間能力、定向能武器、在軌能力和地基反衛星導彈，可以實現一系列可逆轉到不可逆的效果。

該審查應評估軍事信息戰的真實狀況及其與對手發展的一致性，確定改善信息戰能力和組織的具體建議，并為國防工業和知識分子提供一套非保密的建議和指導，說明他們的努力如何能夠支持更廣泛的信息戰活動。

根據審查結果，美國軍方將能夠在研究和發展進攻性信息戰能力（例如，電子干擾和進攻性網絡武器）方面進行有針對性的投資，以擾亂、操縱或以其他方式擊敗可能被用來對付美國軍隊的對手無人機群。這種投資也將有利于未來戰爭的其他方面--從對抗無人系統和依賴信息的戰爭概念到破壞敵方的供應鏈。

相關的能力應該在組織上進行整合，機器人技術、電子戰、網絡戰和太空戰的發展應該為無人機群的獲取、研究和開發、戰爭游戲、概念和理論發展以及相關培訓提供參考。由于無人機群的信息挑戰對每個軍種都是一樣的，因此應盡可能在聯合層面開展活動。更好地整合信息領域的各個組成部分對非蜂群無人系統也是有用的，因為本文的許多分析也適用于它們。

對敵方無人機群和相關信息戰方面的情報收集也很重要。針對無人機群技術操作的情報收集將幫助軍方了解如何操縱或破壞對手的無人機群，并確定秘密行動的機會，如毒害用于機器視覺算法的數據收集。其他明顯的情報收集目標是結合信息戰能力的對手組織（例如，中國人民解放軍的戰略支援部隊）。收集到的信息將有助于軍方了解可能針對美國和戰略伙伴無人機群部署的能力。

在部署無人機群之前，未來的指揮官應評估戰場上的信息戰情況，以告知將使用的機群類型及其組成。例如，指揮官可以包括更多的通信無人機以提高生存能力。應該建立培訓、演習和戰爭游戲，以幫助指揮官發展和行使這種判斷。此外，將信息戰要素納入更廣泛的戰備和訓練活動中，將使指揮官了解失去對信息環境控制的挑戰。指揮官還可以考慮部署反電子戰武器，以支持無人機群在被拒絕的環境中使用。

如果美軍尋求大量使用無人機群，它還必須計劃減輕由此產生的心理戰風險，并采取措施使這些行動更加透明，確保適當的人力控制，前提是這種透明不會給對手帶來好處。例如，美國可以通過將國防部指令3000.09 "武器系統的自主性"下的現有限制變成具有約束力的法律，或通過關于自主武器能力的新的透明度政策，對自主武器采取更有力的限制。這些限制可以伴隨著昂貴的承諾，如投資于自主武器的核查措施。

結論

與其他任何武器系統相比，無人機群更依賴于信息。幾乎每一種與蜂群有關的能力都需要掌握信息流，使蜂群規模擴大，采取復雜的行為，并同時在多個領域運作。然而，這些優勢也構成了一個重要的弱點。癱瘓、破壞或操縱蜂群通信、信息處理和地理定位可以使蜂群喪失能力或被打敗。

沒有任何軍事技術存在于真空中。軍事是一個高度復雜的系統，許多技術領域是相互依存的。高級領導人必須考慮新技術在更廣泛的軍事生態系統中的作用，因為近視和失敗是快速的朋友。

扎卡里-卡倫伯恩

扎卡里-卡倫伯恩是沙爾政策與政府學院的政策研究員，是美國國家恐怖主義與反恐對策研究聯合會非常規武器與技術項目的研究成員，是ABS集團的高級顧問，并被正式宣布為美國軍隊的 "瘋狂科學家"。他是自主武器、無人機群、大規模殺傷性武器和涉及大規模殺傷性武器的恐怖主義方面出版物的作者。

摘要

記錄一個系統或集成系統內所有信息變化的出處，這提供了關于正在做出的決定和促使這些決定的重要信息。從取證的角度來看，這可以用來重新創建決策環境。然而，出處也可以為其他兩個重要功能服務。收集的數據可以支持組件的整合，而生成的圖形數據結構可以通過解釋、總結和告警來支持操作員進行態勢感知。混合戰爭將必然匯集不同決策支持能力，因為決策者必須在多個戰爭領域運作。自主代理將可能在計劃和執行過程中發揮作用，有時能夠在沒有人類干預的情況下做出決定，但人類決策者必須意識到這一點。事實證明，證據圖可以轉化為修辭結構圖（RSG），使代理能夠用自然語言甚至多模態交流，向人類解釋他們的行動。證據還被證明可以加強對計劃執行監控，并可用于向人類或自主代理提供通知，當計劃中使用的信息發生變化時，可能需要重新考慮計劃。隨著我們朝著智能機器在復雜環境中支持人類決策者團隊的方向發展，跟蹤決策及其輸入的需要變得至關重要。

引言

出處是關于實體、活動、代理以及這些概念之間關系的信息[1]。這些信息不僅僅解釋了發生了什么，它還回答了關于實體如何被操縱、何時發生以及誰參與了這個過程的問題。我們很可能熟悉關于追蹤藝術作品出處的新聞和虛構的故事。任何實體的創造、破壞或修改的出處都可以被追蹤。在本文中，我們將重點討論軍事系統內的信息。在指揮與控制（C2）內，信息出處對于記錄行動背后的決策過程是必要的，特別是當自主和人工智能（AI）代理深入參與時。參與某一過程的 "誰 "可能是人類或人工智能代理。

信息出處有幾個目的。在取證方面，出處追蹤提供了參與決策的人和代理，以及數據是如何演化為該決策的。美國公共政策委員會指出，數據出處是算法透明度和問責制的一個明確原則[2]。完整記錄的出處可以闡明數據的依賴性、責任流，并幫助解釋為什么采取某些行動。隨著人工智能和自主代理繼續自動化進程，它們在做出關鍵決策時已變得更加不可或缺[3]。