随着必须考虑的大规模作战行动环境的广泛性,美国陆军网络作战的重要性也在不断增加。传统上,网络作战支持被视为一种战略资产。美国陆军网络司令部(ARCYBER)认识到战术指挥官需要利用网络效应,并发布了最新政策,允许战术指挥官提交网络支持请求。由于网络目标的影响深远,而网络支持资源的能力有限,因此有效处理这些请求非常重要。效率是衡量有效性的主要标准,体现为处理请求的及时性。计算建模提供了一种在几分钟内生成和处理超过一百万个请求的途径,同时还能比较流程的不同变体,而不是等待在现场吸取经验教训。本文创建了一个仿真模型来表示这一请求流程,同时在支持团队的熟练程度和学习行为中加入随机变化,然后通过设计的实验进行结构化测试,以深入了解流程的性能。请求服务时间、到达率、起始熟练程度和学习曲线对整体效率起着重要作用。建议在收集到更多数据后进行进一步实验。此方法为类似研究中的人类行为效果建模奠定了基础。