第一次世界大战通常被认为是第一次现代冲突;其参战人员使用了现代技术,包括机枪、装甲车和飞机。有趣的是,在这场血腥冲突中,最辉煌的胜利并不是通过使用这些新式强力武器取得的。1914 年 8 月 26 日至 30 日在现在的波兰斯泰巴克进行的坦能堡战役,就是通过利用对手的信息和通信网络取得胜利的。

战争初期,在西线进入堑壕战之前,一支 15 万人的德军面临着两个俄军集团军共 23 万人的东侵。俄军使用新式无线电在公开场合不设密码地广播命令和信息。德军截获了这些不加掩饰的信息,设下圈套,几乎全歼两支俄军。

简而言之,网络在战斗中非常重要。

今天尤其如此,因为网络不仅可以传输语音信息和命令,还可以传输各种数据。除语音通信外,陆军的安全网络还传输地图、图像、视频、目标坐标以及物资和装备库存。它还在需要时传递传感器信息,包括远程精确射击的效果、敌方装备产生的热信号、陆军装备的运行状态,甚至是战场上士兵的健康状况。

指挥官要想了解自己的兵力编组、后勤状态和敌方构成,就需要这些数据和其他多种数据类型,这些数据会在有争议的战场上争夺有限的网络带宽。这些数据也是人机协同和决策支持的基础。这些信息的传输和保护会影响持续行动和任务的成功,这也是为什么数据经常被称为现代数字战场的 "弹药"。

图:信号兵在北卡罗来纳州布拉格堡参加演习。(图片来源:美国陆军/埃里克-梅斯默上尉)

部长的目标

在 2022 年 2 月的一份文告中,陆军部长克里斯蒂娜-沃尔穆斯(Christine Wormuth)描述了她帮助指导部队的第二个目标,即确保陆军 "更加以数据为中心,能够在有争议的环境中开展行动,这将使我们有能力在未来战场上取得胜利"。这促使陆军对以数据为中心的部队做出了如下定义:

"以数据为中心的陆军采用先进的杀伤力、生存力和节奏--使领导者和士兵能够在正确的时间获得正确的信息,以衡量风险、优化战斗力、充分运用国家手段,并在各个层级获得决策主导权。领导者利用分析来理解、可视化、描述、指导、领导和评估。陆军通过综合决策驱动的分析能力实时学习、调整、生成和维持部队"。

为了实现这一目标,陆军必须从以网络为中心转变为以数据为中心,以便与联合部队和美国的联盟伙伴及时共享多种分类的信息。以网络为中心侧重于安全传输,而以数据为中心则侧重于数据层面,使应用程序和信息交换符合数据的自然格式,而不是使数据符合应用程序的首选格式。以数据为中心的架构支持以数据为中心的军队。

以数据为中心的转型

快速、安全地收集、处理和传输数据以及从数据中获取信息的能力,对于与空军、海军、海军陆战队、太空部队和海岸警卫队以及美国盟国军队开展全域联合指挥与控制行动至关重要。陆军要想成功开展跨陆、海、空、天和网络空间的多域行动,这一点也至关重要。

在陆军领导人继续推进转型,以实现 2030 年的陆军和设计 2040 年的陆军之际,最近发生的事件让我们看到了未来的曙光,在乌克兰看到的战术说明数据中心战争已经到来。随着现代信息技术在战场上的普及,与任务相关的数据管道的频率、多样性、复杂性和有效性只会增加。

但是,向数据中心化转变需要的不仅仅是在现有军队网络中增加新类型、新数量的数据或设备。数据中心化是一种完全不同的网络架构方法,它将数据与使用或分析数据的各种系统和应用程序分开处理和存储。这样既能保持数据的完整性,又能让不同安全域内和跨安全域的其他用户应用各种工具和系统来处理、分析和利用这些数据。

数据中心化提供了数据本身的安全性,而不仅仅是确保网络安全--第一次世界大战时期的俄罗斯人就没能做到这一点。

这种以数据为中心的架构必须采用三项相互配合的原则来建立:现代安全架构、强大的传输和数据结构。

图:在德国格拉芬沃尔(Grafenwoehr)训练场的一次演习中,第 173 空降旅的一名伞兵正在协调射击位置。(图片来源:美国陆军/Spc.)

现代安全架构

现代安全架构以 "零信任 "原则为基础,这一网络安全概念摒弃了静态的、"基于周边 "的网络防御。基于外围的防御根据特定的计算机终端或保密室等位置或资产授予信任和网络访问权限。相反,零信任侧重于身份、凭证和访问管理以及元数据信息。这种方法要求用户的凭证(包括其安全分类权限)与数据的要求、属性和分类级别相匹配。因此,零信任和数据中心化是相辅相成的,数据的分类是其自然表征的一部分。

陆军正在通过实施试点计划建立零信任环境,以确定用户如何访问信息,并更好地保护数据免受对手攻击,从而在这一领域取得进展。在陆军与国防部合作实施零信任的过程中,这为网络部队提供了真实的测试和培训。

稳健的传输

未来作战环境所需的军队通信网络有多种形式,包括商用和军用卫星、无线电和 5G 连接。在这些传输方式中,数据在存储时(也称为 "静态")或传输时(也称为 "动态")都要进行加密。在以数据为中心的方法中,数据如何穿越网络--走哪条路径--并不重要,重要的是谁能访问数据。

由于弹性是关键所在,尤其是在有争议的环境中,因此通过一套自适应的 "主要"、"备用"、"应急 "和 "紧急 "通信选项,利用现有的传输多样性,确保无论使用哪种传输路径,都能接收到信息或数据。

陆军正在通过创建一个多样化、弹性和安全的统一网络来推进稳健传输。这意味着要彻底改变过去五十年来在企业和战术领域积累的往往互不兼容的计算机系统和网络。

陆军还在尝试多种类型的通信介质,如商用和军用低地轨道卫星、中地轨道卫星和战术 5G 解决方案,以建立更多的传输路径,从而在有争议地区提供连接。聚合项目 "等活动使陆军能够与联合部队和联盟伙伴一起试验这些解决方案。

图:第 25 步兵师第 3 步兵旅战斗队的士兵在夏威夷卡胡库训练场的一次演习中使用综合战术网络无线电。(图片来源:美国陆军/中士 Alan Brutus)

数据结构

数据中心化的第三个必要组成部分是数据结构,指的是将来自不同陆军系统、使用不同数据和信息格式的众多信息源安全地编织在一起的技术。作为不同传感器的 "捕手手套 "和将数据传递给需要者的通用层,数据结构减少了火力、机动、防空和维持等作战功能系统之间的数字障碍。这样,数据结构就能让指挥官利用来自多个部门、层级和武器系统平台的数据,做出更快、更明智的决策。

陆军正在开发一种数据结构,通过提高编队和梯队之间的数据同步能力,为战术边缘提供更多数据。这样,编队就可以利用战术数据结构解决方案,实现从传感器到射手再到持续线程,提供更多的选择和途径,将传感器数据传输到战场上的致命和非致命效应器。

例如,如果观察员发现一辆陌生车辆在美国空军基地附近设置,数据结构在接收到该信息后,可通过自动识别算法(例如使用人工智能)和人工来源路由图像,以快速识别该车辆。

如果部队确定该系统是敌方的导弹发射器,上级就可以获取该信息,对其进行处理并发送给领导层,以决定是否与潜在目标交战。领导层还可以使用访问数据结构的自动算法来确定与目标交战的最佳系统,然后在数秒而不是数小时内确定这些坐标的路线。该系统还可以存储和分发有关攻击效果的信息。

前进之路

虽然这些步骤有助于推动陆军向前发展,但要实现沃姆斯的目标,即创建一支以数据为中心的陆军,在各个层级都能获得决策主导权,还需要更多的努力。

随着第十八空降兵团和第一军团等单位尝试整合云和人工智能系统,陆军一直在推动技术进步。然而,这只占整个陆军的一小部分,那么陆军作为一个整体如何实现数据中心化呢?这要从人开始。陆军需要编队中的士兵接受过管理云装置、建立数据工程管道以及利用开发、安全和操作构建软件等方面的培训,以满足新出现的需求。据国防部称,DevSecOps 是一套软件开发实践,它将软件开发、安全和信息技术运营结合起来,以确保成果安全并缩短开发生命周期。

随着美国陆军未来司令部陆军软件工厂、美国陆军人工智能集成中心人工智能工厂和第十八空降兵团数据战争连的建立,陆军正在崛起,以满足数字化战场的需求。然而,仅有这些还不够。随着陆军从基于硬件的系统转向软件定义的平台,陆军必须留住这些士兵,并培养现有劳动力的技能。在招募、培训和留住合适人才的同时,陆军还必须继续将技术交到士兵手中,让他们在现代安全架构、稳健传输和数据结构等领域进行试验。

陆军还在努力评估分类政策,并应用潜在的不同业务实践来利用技术进步。

陆军并非在孤军奋战。通过国防部联合全域指挥与控制跨职能小组,各军种都在推进数字化进程,以打造一支更高效的联合部队。

凭借训练有素、装备精良的士兵,陆军将继续向数据中心化迈进,即使在有争议的环境中也能取得胜利。正如美国士兵在历史上不断适应新技术并取得胜利一样,陆军将牢记这些原则,在未来战场上也将如此。

成为VIP会员查看完整内容
85

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《建立网络空间优势窗口概念框架》美陆军2023最新报告
《战役-战略决策:一个颠覆性框架》最新报告
专知会员服务
106+阅读 · 2023年7月11日
《信息时代的战争:信息即使命》美陆军57页报告
专知会员服务
46+阅读 · 2023年1月7日
《探讨未来军事技术的可能性》美国陆军2022最新52页报告
专知会员服务
90+阅读 · 2022年12月28日
《理解美陆军多域作战》2022最新17页报告,美国陆军协会
专知会员服务
118+阅读 · 2022年12月21日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
27+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
47+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年9月13日
Arxiv
0+阅读 · 2023年9月12日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
27+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
47+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员