李业尘石海明国防大学网络电磁空间，是指利用电子线路和电磁频谱，经由网络化系统和相关物理基础设施进行数据存储、交换、处理和使用的域，又被称为网电空间。当下，随着网电战场的逐步开拓，网电空间时刻上演着惊心动魄的较量。与此同时，人工智能的飞速发展及其在军事领域的广泛应用，也推动着作战方式急剧变革。探索人工智能与网电空间的融合，对开展相关军事斗争具有重大现实意义。 网络攻防技高一筹网电空间对抗，主要是指围绕由互联网、物联网、传感器、信息系统、武器操作平台、计算机处理架构及嵌入式处理器、控制器等构成的空间而展开的较量，是全域作战的重要组成部分。 其中，人工智能在网络攻防领域的应用主要体现在三方面。一是增强攻击力。人工智能可满足高度的定制化需求，恶意程序通过分析电子邮件和社交媒体的往来信息，能够充分学习目标对象的行为及语言特点，之后人工智能便可利用这些数据制作高可信度的伪装程序，并通过机器学习创建逃避对方安全监测的攻击软件，如攻击僵尸网络识别器，自动生成逃避监测的域名等。 二是改变防御机制。人工智能已经在网络安全行为辅助分析、网络信息过滤等领域获得成功应用。通过智能算法对海量数据进行预处理，能够有效降低使用人力处理数据的压力，辅助安全人员对威胁作出正确快速的判断，从而提供更加及时可靠的防御措施。如美国国防部早在2018年就宣布成立联合人工智能中心，为包括网络防御在内的600多个人工智能项目提供服务。 三是提升网络攻防规模。机器学习的升级迭代使得越来越多的防务系统受到攻击，而人工智能又能够协助技能并不高超的攻击者攻破对方防御。随着人工智能不断演进，其未来很有可能获得在极短时间内自主更新程序的能力，即在病毒传播的同时不断学习和变异，从而在极短时间内达到如今需要高级黑客耗费数年时间编写、跟踪、埋伏、引爆网络病毒的规模和效果。 电子对抗灵敏深入基于人工智能的电子对抗系统主要有以下特点。一是环境感知能力。智能化的电子对抗系统可以从复杂的电磁环境中快速自主获取信息，如综合辐射源等多维信息，提高电子对抗系统对电磁态势的感知能力，以及对威胁的应变能力。 二是深入推理能力。根据信息感知或环境变化，智能化的电子对抗系统可以快速自主学习并作出智能调整。尤其对新型未知的信号等问题，可基于机器学习自主推理，自动形成干扰策略，实现更加快速有效的电子安全防护。 三是自动评估能力。以往电子对抗的效果评估往往依赖于对方的信息反馈，而人工智能则能从客观、全面的视角计算网电毁伤效果。当前，美军已在人工智能与电子对抗融合领域有所突破，如“地面狼群”电子战系统，基于无人机平台的“小精灵”“进攻性蜂群战术”等项目，就是要在高强度、高动态性的网电战场中，通过人工智能的辅助，实时感知对方电磁信号，并基于算法的学习，动态调整己方电磁信号参数，从而达到抗干扰的目的，并在侦察到对方的网电信号后自动发起进攻，及时破坏对方网电能力。 指挥控制精准高效网电空间指挥和控制系统存在联合作战规划难、多军兵种间协调差、指挥力量分散等问题，仅依靠人的控制难以在短时间内作出快速有效的决策部署，因此人工智能可在以下几方面发挥作用。一是助力分析。开发基于人工智能的网电空间指挥和控制系统，在战场环境下，相关应用能在数以万计的网电数据中快速收集相关信息，并对大数据进行智能分析处理，形成指引行动的情报信息，为决策提供参考。当指挥员选定相关方案后，系统又能够自主验算，研判后续问题，实现“人机合一”高效作战。 二是助力单兵战斗。以美国陆军为例，其将人工智能应用于单兵系统，为士兵配备人工智能辅助装备，实现了自动识别与收集数据，并上传至指挥信息网及时共享，极大地提高了士兵生存系数和战斗指数。 三是助力决策。以美军“舒特”攻击系统为例，该系统集合了信息战中各类软硬件设备，从而实现精准侦察情报，并在电子战、网络战中高效共享信息。早在2017年，美国军火巨头洛克希德·马丁公司就与美军举行了联合推演，利用人工智能打造更加精准、人力需求更少的综合指令系统。 信息情报安全低耗人工智能与信息情报的融合主要体现在两个方面。一方面是保障情报安全。网电战中，各式装备在实现信息无缝、全时共享时，情报数据的安全性也面临着巨大考验。人工智能的引入改变了以往的数据防护方式，通过机器自主学习，不依赖人力判定安全指标权重，减少了安全评估的主观性，而相关算法又能够实现对任意安全扰动的嗅探，自主定向清理病毒。 另一方面是助力情报侦测。如美国陆军基于人工智能的认知雷达，以及美国空军将人工智能应用于无线电台，以有效提高情报侦测能力，应对敌方基于动态频谱接入技术发起的无线电攻击。同时，在应用中不能回避的一大问题是，网电装备机密性高、种类繁多、结构复杂，使用与维护成本高昂，设备一旦中断或损毁，对信息情报的收集影响巨大。此时，运用人工智能还可以对网电装备及资源进行分析预测，在其发生故障前及时维修保养，降低事故发生率，从一定程度上减轻损失与耗能。 综上所述，人工智能与网电空间的融合对于作战有着不可估量的前景与意义，这也给我们布局相关工作带来一些启示。 一是加强未雨绸缪，做好战略规划。人工智能在网电空间的开发应用并不是单个科研机构或作战单元的任务，而应加强统筹协调，调动各方力量共同开发。具体而言，一要清晰规划开发路线图，结合人工智能特性，在整体规划中明确开发标准，加强相关参与机构的交流协作。二要结合战略发展规划，优化整合相关项目，同时按照阶段性开发成果合理调整目标，从现实条件和客观需求出发，牵引技术布局。 二是注重人才选拔，强化实体力量。人才是网电空间力量的关键所在，一要形成遴选、培养及任用人工智能领域相关人才的全链条机制，加强学科交叉融合，为人工智能的军事应用把关定向。二要持续创新战法，面对不断升级的网络攻防方式，针对电磁网络资源的争夺和信息权的控制，以及实施定向电磁干扰和信息压制等战法，通过智能化升级，提升整体作战能力。 三是加强法规监管，平衡技术风险。人工智能的应用并不是法外之地，目前各国在人工智能发展过程中，都或多或少地面临着潜在的法律与伦理问题，为此应尽快在法律层面明确相应规范，以保障人工智能朝着良性方向发展。当其应用于网电空间时，也要针对新型技术具体考虑可能引发的各类风险，加强法律监管与约束。 |
|
|
