《海军信息空间自动化监控的场景描述》29页报告

达尔豪斯大学大数据分析研究所、加拿大国防研究与发展部（DRDC）--大西洋研究中心和通用动力任务系统加拿大公司（GDMS-C）成功向加拿大自然科学与工程研究理事会（NSERC）提出了一项提案申请，从而获得了名为 "海军信息空间自动监控（AMNIS）"的为期三年的资助项目。AMNIS 启动会议于 2020 年 10 月 14 日举行，众多教授、国防科学家和 GDMS-C 技术人员参加了会议。会议为三个组织确定了多项行动。与 DRDC 和 GDMS-C 相关的一项行动是需要制定与任务相关的方案，以帮助指导预期的研究。因此，DRDC 率先描述了一个具有代表性的海陆场景，使研究人员能够更好地了解与 AMNIS 相关的潜在研究途径。制定的方案涉及加拿大皇家海军（RCN）和加拿大陆军（CA）执行的一项加拿大人道主义任务。任务是向一个最近遭受自然灾害的国家分发食品和医疗用品。一支敌对兵力还试图窃取这些物资。该场景描述了通过更好的处理技术和决策制定来改进信息流、共享和使用的必要性。该情景旨在引发进一步的讨论，并帮助确定 AMNIS 参与者的研究课题。

AMNIS 项目将推动防务界对机器学习、深度学习、人工智能、可视化的诸多方面、不利网络上的信息共享、基于场景的决策制定以及人类性能建模和团队合作的了解。此处描述的海陆场景旨在激发支持这些主题的研究途径。

其余章节将概述现实场景中的游戏、可视化组件、性能建模、决策制定和学习。每一节都包含一系列问题，这些问题旨在为研究工作提供思考点和指导。第 2 节描述了陆地和海上兵力共同支持人道主义任务的联合行动场景。实现这一目标的方法是通过可能被破坏并存在相关安全风险的节点相互连接和共享信息资源。第 3 节讨论了可视化在场景中的作用及其对决策的影响。这既包括物理环境的可视化呈现，也包括附加信息源的聚合如何影响主题专家的决策。本节还考虑了与人工智能（AI）和各种技术合作进行的人类表现建模。第 4 节讨论如何利用数据档案开发和学习对抗性注入检测方法。第 5 节是本文的结束语。