IT运维中的事件

人工智能应用于战场态势感知

人工智能技术的应用，将有助于解决复杂电磁环境下战场的精确态势感知难题。基于人工智能和全维信息的战场感知体系，不仅抗干扰抗攻击能力强，而且可以实现战场信息全网可知可视可控。通过物联网和各类传感器，实现对各类战场大数据的实时自动采集、储存、传输与处理，实现全域覆盖、多元融合、实时处理和信息共享，达到对整个战场及作战指挥的全过程“透彻感知”“透明掌控”。综合利用射频感应、全球定位、红外传感、生物特征识别等感知、捕获和测量技术，随时随地对战场目标对象进行信息采集和获取;运用数据挖掘、深度学习等技术，提高图像理解、语音识别、目标匹配能力;运用智能组网技术，为战场感知大数据传输提供高速、可靠、抗干扰的信息网络支撑。

将人工智能应用于作战指挥活动中，通过全域覆盖、随遇接入、稳定高效、安全可靠的信息交互平台，将战场实体基础设施和信息基础设施有机融合起来，把多维战场中的感知系统、武器装备、作战人员联接成一个巨大的网络，实现时空一致、连续精确的战争态势感知、信息共享和智能决策，协同指挥各作战要素和武器平台，推进战场各要素向最大限度的“自主适应、自主行动”方向发展，以更快的指挥速度、更高的打击精度，实施连续指挥和协同作战。

人工智能应用于作战任务分析

为完成作战任务分析，指挥员需要对战场数据信息进行分类，并确定当前战场态势，以构建动态更新的通用作战图，并检测己方作战指挥系统是否被欺骗。在人工智能技术的辅助下，作战指挥系统可根据接收到的情报报告的顺序，自动生成战术级通用作战图。利用深度学习算法，可以将高维度文件输入向量转换为一种低维度本征向量空间的方法，在该空间中互邻的向量与类似的文档对应，利用少量有主题标记的样本来定义本征向量空间中的特定聚类，并使用这些聚类构建自动元标注算法。在此基础上使用人工智能算法，确定一个文档中与特定话题相关的实体，例如提取与战场相关的项目和数字，可以加速制定任务计划的过程。此外，运用人工智能技术，可以识别战场上的异常信息。通常以深度自动编码器技术为基础，正常的数据点位于自动编码器构建模型的非线性低维度嵌入坐标中，当自动编码器对正常数据点进行解码时，重建错误较少，而异常信息的重建错误较多。这种方法可用于识别接收的传感器数据中的异常，标记异常报告。

随着现代战场在空间上的拓展，复杂多样的传感器遍布陆、海、空、外层空间和电磁网络空间，各类情报侦察与监视预警信息呈爆炸式增长，由此产生的海量信息数据超出了指挥员的能力范围，导致战场信息收集不及时、有效信息产出时效性低、反馈失误等问题。运用人工智能算法，发现已有的数据库与新近发生的战场事件之间的关联，通过已知事件推导预测将来可能发生的事件，这对夺取作战指挥决策和军事行动优势至关重要。只有在复杂纷繁的海量战场数据中发现其内在规律，快速有效地形成战场数据支援和战场态势分析，才能牢牢把握住未来战争的主动权。例如，挖掘武器装备的数据信息，快速识别目标，选择摧毁的先机条件;挖掘水文、地理和气象数据，利用对己方有利的条件，抢先发起攻击。

人工智能应用于生成作战行动方案

智能化作战指挥体系在感知到敌情信息后，相关数据通过战场信息网络进入联合作战指挥体系，进行后续的数据处理和融合，直至搜索、优化行动方案，形成最终应对策略，在这整个过程中需要系统端进行大量、快速、稳定的数据计算。智能化作战对抗，由于诸多环节都是通过机器计算自主完成，作战指挥的智能化程度高、反应速度快。
 

Ajit Pai总结说：“在我与全球各地的其他通信监管机构合作时，布拉格原则已经成为我们讨论保护5G网络的重要组成部分。”

英国数字基础设施部长Matt Warman发表了类似的评论。在谈到英国针对华为的5G禁令时，他表示，“一项新的国家安全指导权力将要求英国运营商遵守针对个别高风险供应商的特定控制措施。”

但他表示，英国的安全措施将不仅止于禁令，还包括包括电信供应链，鼓励更多的研发，并促进新供应商的进入。

Matt Warman表示：“电信行业在推动Open RAN等技术的发展方面取得进展令我感到鼓舞。”他特别提到了沃达丰宣布在英国部署了首个Open RAN站点。

他补充说：“但是，实现多元化的长远目标并非仅靠英国就可以实现。这是一个全球性的问题。我们认为，我们所有国家都有共同的责任来应对目前电信供应市场的问题。这将需要一系列志同道合的国际合作伙伴的合作、协调和一致努力，与行业步调一致，以克服目前的多元化障碍。”

Light Reading评论道，看来布拉格5G安全会议仍是一场针对中国5G供应商的“团结大会”，并且可能成为Open RAN背后的另一股推动力。

 

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!