这篇调查论文探讨了用于军事指挥与控制(C2)系统的新兴网络方法。文中对以网络为中心的 C2 系统进行了广泛的文献综述。此外,它还对基于C2概念的范例进行了全面分析,将网络化C2系统的重要需求与新兴方法进行了映射。同样,文章还探讨了如何利用多智能体系统和网络模拟的支持,真实地模拟网络化作战场景。文章分析了结合网络方法设计创新解决方案的趋势,以及多智能体系统在现实模拟中的应用前景。最后,文章讨论了未来的实施方案,强调了先进的网络解决方案,以整合不同的技术,推动技术边界,提高网络化军事 C2 系统的效率。

将网络中心战的高层次C2要求与网络服务相匹配

当前的军事行动场景从战争状态到非战争行动(OOTW)不等。后者越来越多地发生在城市,并涉及军事人员以外的其他行动者(政府和非政府民间机构)。在这两种情况下,相应的 C2 系统都需要处理高层次的作战变量,如决策权的分配(在参与作战的众多行动者之间)、互动模式的建立(谁与谁沟通)以及信息的传播(向 C2 中心和网络边缘的行动者)。

研究人员对这些变量的相互依存关系进行了研究[84],测试了战术网络并评估了不同组织和方法的性能。作者使用一个名为 ELICIT 的指挥与控制实验平台来推断社会层(人类)在模拟行动中的表现,作为团队组织和 C2 方法的函数,同时考虑到分层和边缘拓扑结构。ELICIT 平台可实现即时共享和完美的数据传输。因此,为了在现实场景中评估系统的技术层,使用了名为 EMANE 和 CORE 的网络模拟平台。评估结果从带宽、信息分配和 C2 方法等方面提供了对组织的深入了解。这一基线为网络设计人员提供了有用的信息,有助于在连续的任务行动中优化网络参数。

在 IoBT 中,智能物体(用于收集和处理数据)与人类(将接收由此产生的相关信息)之间的复杂互动对传统(分层)C2 造成了巨大影响,这为松散耦合(边缘)C2 方法提供了空间[29]。由于没有一种方法适合所有任务和情况[75],因此有必要获得 C2 敏捷性,以确保战场上的信息优势。

根据 "网络中心战 "的原则,C2 灵活性是指当任务和环境发生变化时,识别、选择和调整 C2 方法,甚至转向另一种方法的能力。为实现敏捷性,C2 系统应将应用与网络服务结合起来,使用能够修改三个变量的范例,并可扩展到整个军事云。然而,目前的系统主要是为人与人之间的互动而设计的,并没有考虑到人与智能物的组合。

可以利用 SDN 原理来应对这些挑战,如数据低参数的动态自配置和处理可变的交互模式。除 SDN 外,DTN 和 ICN 指南还可用于处理另一个变量: 数据分布。DTN 从间歇连接的角度进一步探索了 IoBT 的解决方案[12]。另一方面,ICN 可通过在军用 IP 网络中建立 SDN 管理的 łICN islandsž 来定位和缓存内容[13]。在这种情况下,除了对网络层次结构和优先级进行编程外,SDN 还将 ICN 集成到 IP 网络的其他部分。

使用此类技术的网络解决方案旨在优化 IoBT 通信参数,如延迟、信道带宽、间歇和节点故障,以及节点移动导致的拓扑变化。SDN 对网络进行协调,利用其可编程性,根据当前的运行要求选择最佳网络协议,并可根据功能和网络状态进行更改。例如,SDN 可以管理不同的网络片段,根据网络(和节点)状态(带宽、数据大小、信道延迟、信道可用性等)优化数据量。ICN(或 DTN)功能将利用数据平面在每个片段内进行有效的信息分发和人-物互动。

通过控制哪个节点可以发送/接收数据,SDN 可以在 C2 空间的第三个维度(决策权分配)上发挥作用。在执行任务期间,网络管理员可根据任务或环境的变化修改这种分配,从而为在网络中实现 C2 敏捷性提供技术手段。表 1 列出了 C2 Agility 变量及其与网络范例的映射关系,以及采用每种范例提供的功能可改善哪些网络参数。

表 1. 支持 C2 灵活性的网络范例比较

支持指挥与控制的新兴网络方法

随着军事力量向 "网络中心战 "发展,并将决策和行动权力转移到边缘,所使用的网络必须采用最有效、最可靠的网络架构。因此,指挥与控制结构使用支持其需求的网络范例是非常直接的。采用新兴的网络方法来帮助指挥与控制机构,旨在改进各种网络参数,并尽量减少任何不足之处。这种支持既可单独进行,也可组合使用,因为网络范例并不相互排斥,可以一起使用。

图 4 展示了如何在军事行动中使用网络范例。从左到右,图中说明了孤立的 IoBT 设备如何利用 DTN 的原理,向经过的无人机存储和传输数据。然后,由徒步士兵、无人机和装甲车组成的异构军事单元可以利用 ICN 加强数据传播,并通过 SDN 控制器控制网络路径和配置参数。

另外,假设由于彼此之间的距离或物理障碍,信息无法中继到另一个单元。在这种情况下,机载平台可以存储、携带和传输数据(如在 DTN 中)。SDN 控制器可接纳新的友好节点进入网络,而 ICN 则可提供额外保护,防止网络内交换的信息受到恶意攻击。最后,在敌后收集信息的侦察单元可以保存数据,直到进入近距离网络范围时再安全地传输其内容(DTN 的另一种用途)。

图 4. 目前在 C2 领域使用的网络范例

成为VIP会员查看完整内容
54

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。
《边缘计算通信安全威胁及计算任务分类》
专知会员服务
34+阅读 · 2023年11月13日
《协同作战飞机需要数据来进行作战训练》
专知会员服务
54+阅读 · 2023年6月27日
《可信深度强化学习用于多效协同防御作战:综述》
专知会员服务
64+阅读 · 2023年6月19日
《图像数据隐藏技术综述》
专知会员服务
40+阅读 · 2023年3月26日
《自主系统的人为控制》
专知会员服务
57+阅读 · 2023年2月13日
《多域作战环境下的军事决策过程》
专知
87+阅读 · 2023年4月12日
【2022新书】深度学习归一化技术,117页pdf
专知
24+阅读 · 2022年11月25日
国家自然科学基金
7+阅读 · 2017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
3+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
0+阅读 · 2015年12月31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
51+阅读 · 2014年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
7+阅读 · 2017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
3+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
0+阅读 · 2015年12月31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
51+阅读 · 2014年12月31日
国家自然科学基金
21+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员