尽管有好处,但深度学习模型仍容易受到各种攻击和漏洞的影响。对抗机器学习是一个新兴领域,研究了机器学习模型和保护它们的机制的脆弱性[2]。在这种情况下,对手可以利用机器学习系统的设计,培训过程或部署中的弱点来操纵其行为或损害其绩效。一个主要的安全问题是围绕对抗(逃避)攻击,涉及恶意尝试通过向输入数据添加小的扰动来欺骗或降低模型的性能,以在模型中引入偏见或漏洞。在本文中,我们首先讨论战术领域深度学习的应用领域。接下来,我们将对抗性机器学习作为新兴攻击向量,并讨论对抗攻击对深度学习绩效的影响。最后,我们讨论了可以针对这些攻击应用的潜在防御方法。
战争的结果最终由战场前线的士兵决定。这些年轻的男女士兵最了解他们面临的问题,往往有最好的解决方案。然而,这些士兵也离实现这些想法所需的资源和专业知识最远。这种分离使陆军无法执行以用户为中心的设计,导致需求的开发和部署时间很长,而这些需求主要是由每个利益相关者而不是最终用户开发的。能够缩小前线创新士兵与开发复杂战斗问题解决方案的资源之间的差距的国家将赢得战争。战术创新是陆军为缩小这一差距所做的努力,它采用方法来解决边缘问题,随后在整个陆军范围内传播或扩展这些解决方案。这些解决方案不仅限于传统的硬件解决方案;它们涵盖技术、人员、流程和政策。
国际旅游业是全球贸易中最重要,增长最快的方面之一。在许多地区,供应的增长速度比需求迅速,从而创造了一个竞争激烈的市场。旅游业,以刺激经济,产生就业机会并协助基础设施发展。但是,关于是否正在优化旅游利益的问题变得越来越普遍。该单元建议传统的总体规划不再足以使旅游目的地保持强大的市场和竞争性。提出了一种对战略规划的新态度 - 承认明智的决策的重要性,同时也认识到竞争环境不是静态的,因此鼓励响应能力和灵活性。
ELLEN M. PAWLIKOWSKI,NAE,1 独立顾问,主席 KEVIN G. BOWCUTT,NAE,波音公司 TED F. BOWLDS,IAI 北美分公司 CLAUDE CANIZARES,NAS,2 麻省理工学院 MARK F. COSTELLO,佐治亚理工学院 WESLEY L. HARRIS,NAE,麻省理工学院 JAMES E. HUBBARD,JR.,NAE,德克萨斯 A&M 大学 LESTER L. LYLES,NAE,美国空军(退役) WENDY M. MASIELLO,Wendy Mas Consulting,LLC LESLIE A. MOMODA,HRL Laboratories,LLC OZDEN OCHOA,德克萨斯 A&M 大学 F. WHITTEN PETERS,Williams and Connolly,LLP HENDRICK RUCK,Edaptive Computing,Inc. JULIE JCH RYAN,Wyndrose 技术集团 MICHAEL SCHNEIDER,劳伦斯利弗莫尔国家实验室 GRANT STOKES,美国国家工程院,麻省理工学院 MICHAEL YARYMOVYCH,美国国家工程院,萨拉索塔太空协会
ELLEN M. PAWLIKOWSKI,NAE,1 独立顾问,主席 KEVIN G. BOWCUTT,NAE,波音公司 TED F. BOWLDS,IAI 北美分公司 CLAUDE CANIZARES,NAS,2 麻省理工学院 MARK F. COSTELLO,佐治亚理工学院 WESLEY L. HARRIS,NAE,麻省理工学院 JAMES E. HUBBARD,JR.,NAE,德克萨斯 A&M 大学 LESTER L. LYLES,NAE,美国空军(退役) WENDY M. MASIELLO,Wendy Mas Consulting,LLC LESLIE A. MOMODA,HRL Laboratories,LLC OZDEN OCHOA,德克萨斯 A&M 大学 F. WHITTEN PETERS,Williams and Connolly,LLP HENDRICK RUCK,Edaptive Computing,Inc. JULIE JCH RYAN,Wyndrose 技术集团 MICHAEL SCHNEIDER,劳伦斯利弗莫尔国家实验室 GRANT STOKES,美国国家工程院,麻省理工学院 MICHAEL YARYMOVYCH,美国国家工程院,萨拉索塔太空协会
ELLEN M. PAWLIKOWSKI,NAE,1 独立顾问,主席 KEVIN G. BOWCUTT,NAE,波音公司 TED F. BOWLDS,IAI 北美分公司 CLAUDE CANIZARES,NAS,2 麻省理工学院 MARK F. COSTELLO,佐治亚理工学院 WESLEY L. HARRIS,NAE,麻省理工学院 JAMES E. HUBBARD,JR.,NAE,德克萨斯 A&M 大学 LESTER L. LYLES,NAE,美国空军(退役) WENDY M. MASIELLO,Wendy Mas Consulting,LLC LESLIE A. MOMODA,HRL Laboratories,LLC OZDEN OCHOA,德克萨斯 A&M 大学 F. WHITTEN PETERS,Williams and Connolly,LLP HENDRICK RUCK,Edaptive Computing,Inc. JULIE JCH RYAN,Wyndrose 技术集团 MICHAEL SCHNEIDER,劳伦斯利弗莫尔国家实验室 GRANT STOKES,美国国家工程院,麻省理工学院 MICHAEL YARYMOVYCH,美国国家工程院,萨拉索塔太空协会
Collins Aerospace TTNT-1000允许交换限制的平台集成到战术目标网络技术(TTNT)网络中。TTNT-1000终端的小尺寸使较小的处境不利的平台可以参与TTNT网络,从而在战斗速度下将相关的,可行的数据扩展到战士。TTNT-1000使用动态频谱访问(DSA)功能,通过允许无线电根据地理空间和时间策略选择和取消选择频率,并在TTNT网络网络上改善网络的性能,从而实现一般限制的RF光谱频率授权。
抽象激光技术在过去几十年中观察到了巨大的进步。该技术用于多种应用,包括医学,军事,工业制造,电子,全息,光谱,天文学等等。军事行动通常要求安全,及时地传输大量信息从一个地方到另一个地方。到目前为止,军方一直依靠无线电范围来进行有效的通信,这容易受到安全威胁的影响,并且容易受到电磁干扰(EMI)的影响。此外,此频谱很难满足高分辨率图像,直播视频会议和实时数据传输的当前带宽要求。因此,使用激光技术转移到了可见的和红外频谱,该技术能够提供安全的数据传输,因为其对EMI的免疫力。由于其狭窄的光束发散和连贯的光束,拦截激光信号的可能性非常低,这使激光成为安全军事战术操作的合适候选者。除了交流方面,激光束的高度指导性也被用作定向能量激光武器。这些高功能强大且重量轻的定向能量激光武器是空中威胁的非常成本效益的对策。此外,在战场或太空中部署了激光传感器,以追踪各种军用车辆,例如导弹,无人驾驶飞机,飞机飞机,军舰,潜艇等等。太空运营和激光技术的进步提供了在军事行动期间使用基于太空平台的激光器的协同可能性。在本文中,我们为读者提供了对军方使用的激光应用的全面研究,以在地面或太空平台上进行战术操作。此外,对传感器,范围信息和目标指定者的激光技术开发进行了深入调查,该技术用于智能,监视和侦察。讨论了用于军事目的的激光传播的进步及其目前的艺术状态,并讨论了高能指导激光武器领域的一些最近的科学发展,这些发展已彻底改变了军事战斗。因此,本手稿重点介绍了在战术操作中使用激光器的最新趋势和工程突破。
海军陆战队空中指挥和控制系统 (MACCS) 为海军陆战队航空作战部队 (ACE) 指挥官提供手段,以指挥和控制海军陆战队空地特遣部队 (MAGTF) 行动所需的有机和非有机航空资产。海军陆战队作战出版物 (MCWP) 3-25《飞机和导弹控制》介绍了海军陆战队的基本空中指挥和控制理念。MCWP 3-25.3《海军陆战队空中指挥和控制系统手册》介绍了 MACCS 和联合服务机构之间 MACCS 互操作性、使用和操作的基本规划考虑。MCWP 3-25.4,《海军陆战队战术空中指挥中心手册》,补充并扩展了 MCWP 3-25 和 3-25.3 中的信息,重点关注海军陆战队战术空中指挥中心 (TACC) 的行动细节以及海军陆战队 TACC 在综合 MAGTF、联合和联盟行动中所发挥的作用。
当今世界局势要求我们在各个战争层面上都使用非致命性武器,以使我们的战士和领导人能够有效应对一系列传统和非传统威胁。现在比以往任何时候都更需要对附带损害和人员伤亡保持最低限度的容忍,再加上典型的对手倾向于利用交战规则 (ROE) 为自己谋利,这就需要我们通过非致命性武器有效灵活地使用武力。非致命性武器就像一个可以根据需要调高或调低功率的变阻器开关,它提供了工具,使指挥官能够使用足够的武力来实现目标,而无需摧毁敌人或栖息地。使用非致命性武器的目的不是在与对手的升级过程中再增加一步,而是增加另一种工具,以便在这一过程中的任何地方使用。本出版物提供了在战术环境中使用非致命性武器的初步指导。