|
“ 本文着重于空军作战中心（AOC）现代化，虽然粗略地看一下空军和海军的空间和网络指挥与控制（C2），以及陆军C2资金来源也包括在内。” AOC的资助和现代化工作呈现出三个趋势:(1)单一领域向多域（MD）发展;(2)手动操作;(3)本地到云端。面向多领域的空中作战中心现代化 2016年，网络安全漏洞和第三方应用集成挑战导致AOC现代化(10.2版)体系结构的终止。AOC项目管理办公室改变了方向，实施内部的现代化工作，称为AOC探路者，它已经演化为Kessel Run (KR)。KR正在将敏捷软件开发应用到AOC现代化中。考虑到KR在使用敏捷开发和交付应用程序到AOC方面的早期成功，以及敏捷在商业软件开发中的广泛采用，敏捷开发和运营已经被确定为AOC发展C2和新生MD能力的战略的一个组成部分。其他组件包括虚拟化(即基于云的)数据结构和一个通用的C2平台。最近,为了应对多域指挥与控制MDC2企业能力协作团队的建议为C2利用先进的技术,美国空军ShadowNet创建一个多节点网络的开发和运营环境联系在一起尝试解决企业级C2挑战的目的(包括安全、延迟、带宽、数据访问、网络弹性操作,和信息技术[它]挑战)。在推进KR发展努力的同时，美国空军已经在“ShadowNet”下发起了一系列实验性战役，以发展MD概念，并识别和开发使之成为可能的技术。自2000年以来，AOC的现代化越来越多地转向了海上作战，这一点可以从预算项目中得到证明。表2.1按成本类别项目列出了MDC2计划部分(PE)的2020财年预算。这些值强调了对MDC2(现在是JADC2)的新强调。就在一年前，一个价值1490万美元的单一成本类别项目明确指出了MDC2。2020财政年度MDC2成本类别信息对空军MDC2研究,开发,测试,和评估(RDT&E)策略,强调(1)共同的平台,加速C2应用程序的开发和交付,(2)一个企业数据池燃料C2的应用,使未来的人工智能/毫升,5,(3)实验运动起源于MDC2识别新技术需求。2020财政年度总统预算将KR和ShadowNet确定为这些MDC2计划的领导者，尽管它们打算支持的具体活动和交付新能力的时间表没有明确定义。未来的资金来源可以确定MDC2的重点;然而，资金是否会继续按照领域和服务的不同而不同，目前还不清楚。
空军指挥与控制的其他利益相关者和贡献者 通用任务控制中心(CMCC)【能力】 战斗管理和C2的中心枢纽在一个多层次，安全的环境横跨一系列的下一代飞机 联合企业防御基础设施(JEDI)【能力】 亚马逊网络服务——负责为全球作战人员提供托管和分发关键任务工作负载和信息的服务 AFWERX 【概念与需求】 敏捷空军的催化剂，跨行业、学术界和非传统贡献者推动创新 联合空中作战中心——内利斯【概念与需求】 通过MD和联合集成为作战C2提供高级培训 空军部长/总信息办公室(SAF/CIO)【信息】 为空军部长和空军参谋长提供信息技术、网络空间和国家安全系统方面的建议 空军总数据办公室(AF CDO)【信息】 为空军制定并执行企业数据管理战略 空军知识管理能力工作组【信息】 管理空军知识管理(KM)社区和KM相关的需求和利益 网络任务平台【平台】 空军进攻性网络产品线的基础设施和平台。采用敏捷获取策略，并实现了滚动授权操作 国家航天防御中心【平台】 在国防部、情报机构、跨部门、联盟和商业空间实体之间建立空间行动的努力和信息的统一。提供数据即服务(DaaS)，以促进数据跨分类边界的移动，并提供通用的标准接口，以促进大规模集成 开放式结构的分布式公共地面系统【平台】 空军分布式通用地面系统现代化框架的技术组成部分。提供计算硬件、服务器虚拟化、数据云和面向服务的架构栈，支持增量功能的快速开发和转换
人工智能/机器学习 目前正在进行多项工作，以实现标准化、连接数据库的基础设施，以及快速开发C2能力所需的开发、运营和ATO;然而，迄今为止还没有AI或ML的使用。其中一些努力有望成为人工智能应用的基础。OneChat是一个应用程序的例子，它通过在多级安全(MLS)环境中提供DaaS函数来实现ML的访问。KR生产前端服务应用(或软件即服务)，可以像木马一样收集用户OC数据，用于未来的数据挖掘。DARPA和AFRL对联合全域指挥与控制的人工智能/机器学习（AI/ML）进行了早期研究。尽管如此，自动化或利用人工智能的总体愿景或战略仍然难以捉摸。
总结 目前没有针对AOC的单一标准基准，启用多域指挥控制的挑战是无数的。此外，考虑到威胁环境、10.2现代化努力的终结，以及设想的使用部队的多域概念，一系列不同的努力来现代空军作战武器系统已经出现，在这里总结(在后续报告中进一步描述)。还提供对现有空中交通管制框架的检查，以寻找人工智能使联合全域指挥控制成为可能的机会。通过这种方式发现的机会可能有助于为当前解决现有不足的努力提供信息。为了应对集中式空中作战系统的弱点，空军有许多计划和想法来实现C2的现代化，这些计划和想法使用了C2的分布式结构，而不是传统的集中控制和分散执行的物理集中原则。分布式C2的设计应该基于风险因素的分析，如可行性、低效率、成本、资源和对等对手的威胁。无论实现什么，在新技术和实践上的各种投资都是必要的，以从集中式的C2物理中心发展而来。人工智能/激情学习AI/ML可以帮助实现这种向分布式控制的转变——例如，通过提供预测工具(例如，在翼作战中心为部队准备就绪)，在下级节点生成动态行动过程(COA)，以及在前方作战节点为指挥官提供决策工具。
|
