推荐！《迈向数据驱动的军事行动》2023最新干货书356页

2020年10月，荷兰国防部(MoD)发布了《2035年国防愿景》(DV35)，为未来的条令、政策、创新和采办制定了指导方针。这份所谓的白皮书设想2035年的国防组织是一个可靠的合作伙伴和保护者，技术先进，能够执行信息驱动的行动。未来的荷兰国防组织将利用强大的创新能力，并专注于北大西洋公约组织(NATO)和欧盟(EU)的专业化。此外，它将在信息环境中成为有效的军事行动者，利用现有的数据和信息。在不久的将来，荷兰国防组织将获得权威的信息地位，能够执行多领域和综合信息驱动的作战，并将信息作为武器使用。

在战争、武装冲突或国家间竞争中使用信息和数据与战争本身一样古老。在冷战时期，军事手段有时因压倒性的战略核僵局而过时，事实证明，除了使用武力之外，还可以开展各种活动。无论是苏联及其盟国，还是美国及其盟国，都非常积极地通过说服、胁迫或操纵的方式相互影响。这是苏联积极措施主义和美国政治战争的全盛时期。

计算机科学领域的最新技术进步深刻地影响了使用信息和数据的能力。不仅在商业领域，在军事领域也是如此。微电子和小型化已经为军事系统开发了广泛的新产品和功能。在这方面值得一提的一个相关例子是，在过去15年中，通用原子公司在伊拉克和阿富汗使用了大型遥控飞机系统(RPAS)，如MQ-1捕食者和MQ-9死神。无人驾驶飞机配备了令人印象深刻的传感器套件和精确制导弹药，可以通过卫星通信从世界的另一边驾驶。目前，小型低成本无人飞机系统在世界范围内用于各种军事应用，如信息、监视和侦察任务。在未来，可能会出现大量具有高度自主性的武器化无人飞机。

同时，信息技术互联互通为网络空间赋能。这个新颖的人造领域打开了信息环境的大门，从而为贸易和交流提供了新的机会。世界上任何地方的客户都可以轻松地购买产品，互联网也可以帮助即将进入全球市场的公司立即寻找全球市场。网络空间也将成为竞争和冲突的平台，为恶意行为者提供了类似的机会。

2022年2月24日，俄罗斯联邦进行了一次“特别军事行动”，入侵乌克兰，从而公然违反国际法，使国际社会感到震惊。尽管军事和动力活动获得了大多数公众和媒体的关注——主要是由于它们造成的破坏和破坏——乌克兰-俄罗斯战争，特别是战争的准备阶段，说明了数据在现代战争中的使用。

事后看来，2014年的独立广场革命、2014年2月和3月对克里米亚半岛的吞并，以及随后在顿巴斯地区发生的亲俄叛乱，都可以被视为引发2022年乌克兰与俄罗斯战争的导火索。自2014年以来，俄罗斯联邦在网络空间或通过网络空间实施了多次行动，以破坏、迫使或威慑乌克兰，最突出的是2015年对乌克兰电网的网络攻击，导致20多万人停电超过4小时。在2022年乌克兰-俄罗斯战争爆发前，乌克兰面临着大量网络行动的攻击，包括安装“恶意软件”、破坏计算机软件、通过分布式拒绝服务(DDoS)攻击封锁政府网站、破坏Viasat卫星系统以及泄露200多万乌克兰人的个人数据。

网络空间的属性和无处不在的数据获取改变了冲突的特征。国家不再是唯一的参与者，实体边界在网络空间中已经失去了相关性。在现代冲突中，许多非国家行为者，同情者(黑客组织，如Anonymous)站在一个交战国家一边，而不一定是交战实体;信息通信技术企业对信息通信技术基础设施遭到入侵一事更加直言不讳;公民新闻(例如Bellingcat)参与揭露社交媒体平台上传播的虚假信息;甚至传统上秘密运作的情报机构现在也通过Twitter分享数据，希望揭露俄罗斯的计划和意图。

越来越多的数据变得越来越重要，不仅在整个社会中，而且事实上在现代战争中，这是荷兰军事研究年度审查(NL ARMS) 2022的核心主题。

NL ARMS 2022评估了来自不同科学和方法学科的现代冲突数据和信息的使用，旨在为正在进行的数据、军事和现代战争的讨论做出有价值的贡献。《军事系统与技术》通过研究如何使用数据来提高军事物资和装备的效率和有效性，从而产生有价值的数据来增强和加速决策过程，从而从经验上接近这一主题。战争研究对战争的演变采取多学科的方法，而军事管理研究则采取整体的组织和程序方法。基于各自的科学协议和研究方法，这三个领域提出了不同的研究问题和观点，为NL ARMS 2022提供了独特的特征。

下一节提供了章节概述。为此，编辑们选择了参考数据驱动的军事或国防组织的分类。案例研究的重点是荷兰国防组织。本卷的第一部分详细阐述了数据的使用如何影响组织，重点是国防组织的后勤、人员和物质方面。第二部分评估了数据驱动技术如何增强或加速国防组织的决策。最后一部分讨论了数据如何影响行动的计划和执行。

章节概述

本书的第一部分讨论了数据驱动的军事防御组织方面。在第1章中，Kramer和van Os概述了数字化转型的社会技术视角。总的来说，人们一致认为数字技术将对社会、组织和人类产生深远的变革性影响。尽管有这种广泛的共识，数字技术的这些变革性影响也是有争议的，值得注意的是，因为数字技术的变革性影响不能直接从技术本身的功能规范中推断出来。Op den Buijs在第2章中强调了组织的一个方面;人力资源管理。大数据分析在人力资源管理(HRM)领域的应用已经变得非常流行。因此，它也可以有利于武装部队应对与技术、劳动力市场、人口老龄化、人员招聘有关的人力资源管理环境的变化。然而，人力资源管理数据分析不仅提供了机会，也带来了挑战。第三章和第四章的重点是维护。虽然数据可能被视为一种重要的“武器”，但数据收集和分析对于减少系统故障的数量也至关重要，因此可能会大大提高系统的可用性和军事性能。在第3章中，Tinga、Homborg和Rijsdijk介绍了使用各种成熟度级别的数据驱动维护的概念，从故障检测和自动诊断到高级状态监测和预测性维护，并针对实际案例进行了测试，以展示其优势并讨论遇到的挑战。在第4章中，Vriend、Tiddens和Jurrius认为，虽然机器学习在许多应用中得到了成功的应用，但挑战仍然存在;数据通常存储在不同的地方，用于培训目的的数据应该尊重隐私。联邦学习规避了这些挑战，并允许机器学习模型基于多方的隐私敏感数据集进行训练，而无需共享原始数据。这种有前途的技术在与外部各方进行协作活动的情况下特别有价值。De Gooijer、Hoogstrate、Schijvenaars、van Fenema和van Kampen在第5章中关注国防部的维持组织，并探讨了数据驱动成熟度模型的可用性，以探讨荷兰国防组织是否可以成为一个信息和数据驱动的组织。

本卷的第二部分评估了数据可用于支持决策过程的程度。无论是在武装冲突期间，还是在准备部署期间，数据都可以提高决策过程的效力和效率。在第6章中，Hoogstrate分析了大数据和人工智能(AI)对国防和军事应用中预测实践的影响。他预计，通过大数据和人工智能的结合，预测和预见的发展将受到极大的影响，并将影响战略、作战和战术层面的应用。在第7章中，Lindelauf、Monsuur和Voskuijl研究了运筹学、数据科学和飞机轨迹优化领域的算法技术是否可以帮助军事飞行任务规划。优化军用直升机任务涉及多个方面，包括实例路线选择、直升机配置设计、对手建模、人员到平台分配。在第8章中，van Ee、de Lima Filho和Monsuur研究了使用多架无人机进行的海上巡逻如何优化其目标，以探测、定位和识别(对方)船只。作者明确表示，包括相互支持在内的路由问题可以建模为广义旅行推销员问题(GTSP)，从而调查需要相互支持的成本，并将其与使用单独的无人机在操作区域检测和识别船只的成本进行比较。Theunissen的第9章概述了将远程操作飞机集成到非隔离空域所需的探测和避免(DAA)系统的当前发展趋势。DAA系统从合作和非合作交通的实时数据中为飞行员提供可操作的信息。Theunissen讨论了用于DAA的潜在人工智能和机器学习技术，并解决了几个相关的法律、道德、集成和认证问题。在第10章，第二部分的最后一章中，Horlings, Lindelauf和Rietjens描述了在当前的信息时代，军事情报和安全组织如何面临信息过载-决策者面临的信息水平大于其信息处理能力的情况。信息过载不仅是数据量不断增加的结果，也是数据高度不确定性的结果。信息超载会严重影响军事情报和安全组织的有效性和效率。为了提高决策的准确性，组织需要找到在不增加经验信息负荷的情况下处理更多信息的方法。

本书的第三部分是针对操作过程中数据的使用。军事单位在军事行动中使用、收集和处理数据以及在准备行动时适用何种法律框架。此外，还研究了数据如何作为影响力武器的问题。在第11章中，Timmermans和Lindelauf详细阐述了数据驱动方法的优势，即它们对优化决策问题解决方案的有益影响，同时，在另一方面，对整个社会，特别是国防和军事组织造成道德风险。Timmermans和Lindelauf从概念上研究了隐私与算法性能之间的权衡，从技术、道德和社会政治的角度考虑了MoD相关(批量)数据集的使用。在第12章中，Ducheine, Pijpers和Pouw调查了执行“信息驱动作战”的法律框架，正如国防白皮书“国防愿景2035”中所描述的那样。网络空间打开了信息环境的大门，显然引发了对数据使用和可能侵犯隐私的关切，因为它同时为利用数据提高军事情报和理解、加强决策以及利用信息作为"影响力武器"提供了新的动力。在信息环境中部署武装部队具有挑战性，因为目前适用于信息机动的法律框架阻碍了行动的训练和准备。在第13章中，Zwanenburg和van de Put从《欧洲人权公约》(ECHR)第8条的隐私权角度分析了域外军事行动中生物识别技术的使用。作者认为，《欧洲人权公约》适用于其本国领土以外的武装部队的某些行为，这包括涉及使用生物识别技术的情况。因此，尽管各国有一定的理解余地，但在域外军事行动期间遵守私人生活权利似乎是一项艰巨的任务。在第三部分最后一章第14章中，de Jong、de Werd和Bouwmeester认为信息作为权力来源在俄罗斯外交政策和军事行动中的作用越来越受到西方学者和决策者的关注，同时将俄罗斯在格鲁吉亚和乌克兰的外交政策和军事行动作为典型案例进行了研究。本章旨在通过研究2020年亚美尼亚和阿塞拜疆之间的纳戈尔诺-卡拉巴赫战争的非典型案例，对信息行动的本质进行更深入的了解，在这场战争中，俄罗斯作为调解人激增。De Jong、De Werd和Bouwmeester认为，俄罗斯的叙事是为不同的国家和国际受众量身定制的，符合俄罗斯的利益。

最后，NL ARMS 2022提供了一个尾声。在第15章中，Baudet和de Jong提供了数据定量使用的历史概述，特别是在测量战争中的效果，甚至是成功。Baudet和de Jong讨论了定量数据可以帮助管理和预测战争进程的观点，并详细阐述了罗伯特·麦克纳马拉(Robert McNamara)的案例，他的技术官僚统计方法指导了越南战争期间的战争努力。尽管美国输掉了那场战争，但其隐含的思想产生了持久的影响，这种影响可以追溯到当代战争的行为。作者认为，技术官僚的方法往往忽视了独特的历史战争背景的复杂性和不可估量性，并主张将定量概括和定性历史化的方法相结合，以理解过去和当代的战争。

体感

• 迈向数据驱动的军事——介绍

• 第一部分：数据驱动型组织

  • 第1章。数字化，组织和组织选择:使用五个应用社会技术镜头探索数字化转型的挑战
  • 第2章。人力资源管理中的数据分析:好处和挑战
  • 第3章。数据驱动的军事系统维护:潜力和挑战
  • 第4章。联邦学习，实现荷兰皇家海军与外部各方在开发预测性维护方面的合作
  • 第5章。信息和数据驱动的组织从承诺到实践?反思国防保障组织的成熟度动态

• 第二部分：数据驱动的决策支持

  • 第6章。大数据和人工智能对国防和军事应用预测的影响
  • 第7章。军用直升机飞行任务规划应用数据科学与运筹学
  • 第8章。gtsp算法在需要相互支持的海上巡逻任务中的应用
  • 第9章。从数据到有效行动:提供可操作的信息，以便发现和避免
  • 第10章。在军事情报和安全组织中与信息过载作斗争

• 第三部分：数据驱动操作

  • 第11章。对隐私和算法性能之间权衡的概念研究
  • 第12章。信息机动与荷兰武装部队:未来的法律挑战
  • 第13章。在海外军事行动中使用生物识别技术以及私生活权
  • 第14章。2020年纳戈尔诺-卡拉巴赫战争:一个三重D案例:外交无人机和欺骗