1110 工程科学学报，第42卷.第9期 2.1.2智能检测 过多年的发展，已成为无人作战系统环境感知中 在作战中，如何对危险进行检测并进行风险 的重要传感器，但若直接使用雷达数据，可能无法 评估，是攻击与防御阶段的重要基础.目前，战 精确的得到数据处理结果.如果可以在这些数据 争愈发演变成信息化战场，对信息安全风险进行 中使用到人工智能的相关技术方法，可以在环境 全面评估是一项必不可少的环节，人工智能可以 感知方面取得重大突破叫：主流的研究思路主要 承担起这项任务.在目标威胁评估中，可结合模 是根据雷达生成的不同图像，利用人工智能中的 糊优选理论叭，根据影响目标威胁评估的因素 不同方法对图像进行处理，结合神经网络强大的 指标，将模糊信息数值化，确定威胁程度优选值； 自学习能力，来对环境进行有效感知.但是，一个 也可以在信息安全风险评估中使用人工智能技 性能表现优良的神经网络需要大量数据进行支 术20，建立起基于知识和模糊逻辑的数据库管理 撑，才能有效的完成分类任务，这与军事领域时间 系统信息安全风险评估模型，并对评估结果进 短、信息少的作战环境产生巨大冲突，导致人工智 行改进；在信息传输过程，有效使用遗传算法和 能难以融入环境感知中基于以上原因，一种新的 神经网络，同样可以更敏感的察觉到可能存在的 观点被提出，即认知学识别在实时对抗复杂环境 风险 下可能会发挥巨大作用，可将认知学识别理解为 智能装备对环境感知的重要元件是传感器， 深度强化学习，是带真正推理、反馈能力的强人工 但单一类型传感器只能反映出部分环境信息，面 智能)，深入挖掘人工智能对电磁环境的认知能 对复杂的作战环境，为提高整个作战团队的稳定 力、推理能力，从而实现人工智能与军事环境感知 性，多传感器进行协作配合成为必然要求.雷达经 的高度融合.以上方法总结见表2 表2智能检测方面典型方法总结 Table 2 Summary of typical methods in intelligent detection Research angle of Citation intelligent detection Method/structure Main technology number Threat assessment based on the preferred value of threat degree Fuzzy optimization theory [19 Risk assessment Information security risk assessment model Knowledge and fuzzy logic [20 Risk assessment model of information Combination of genetic algorithm and transmission security neural network technology 2] Interdisciplinary fusion of microwave remote sensing Environment-sensing radar [22 Environmental perception technology and AI technology Integration of Al and radar technology Cognitive recognition [23] 2.1.3智能攻击 当前，军事作战多以集群为组织形式，为达到 进行作战攻击时，需要在短时间内确定攻击 迅速确定攻击对象、明确作战武器的目的，如何 对象，明确作战武器，计算攻击效果，为此，需要对 进行数据快速传输和信息按需共享与分发，实现 攻击行为进行建模研究，来适应战争突发性、不确 数据的按需服务，成为军事领域一项重要研究 定性的特点.目前，多使用数学模型以及专家系统 内容.早在1989年，就提出了人工智能与数据库 来进行仿真，并使用分布式计算来均衡负载.如在 (Database,DB)两大技术相融合的观点，这将会成 多智能体中部署的协同作战系统行动规划方法4， 为未来信息系统的发展趋势；通过两者优势互补， 以编队协同反舰作战为背景，将多智能体(Muti 将同时有利于两者的发展，并会对计算机信息系 agent system,MAS)理论引入决策过程，并将各个 统产生巨大的影响；针对这一方面的研究主要 作战平台抽象为智能体，从而建立起基于多智能 包括：如何构建智能数据库系统，即将人工智能技 体的编队协同模型，并以主从重叠结构作为规划 术融入到数据库中，而该使用怎样的融合方法，需 方法，同时拥有集中与分布的优点：或总结现代作 要在这一过程中详细论述：如何使用数据挖掘、 战仿仿真的不足，提出一种新的适用于现代战争 数据融合等新兴人工智能技术，提出我军军事信 的仿真方法一基于多智能体的复杂自适应系统2)， 息中心构建思路和基本架构2：如何结合现代战 并结合实例说明在作战中使用多智能体系统的 争的特点，探讨与研究对多传感器进行数据融合 优势 的方法，提出针对现代化战场信息融合系统的作2.1.2    智能检测 在作战中，如何对危险进行检测并进行风险 评估，是攻击与防御阶段的重要基础. 目前，战 争愈发演变成信息化战场，对信息安全风险进行 全面评估是一项必不可少的环节，人工智能可以 承担起这项任务. 在目标威胁评估中，可结合模 糊优选理论[19] ，根据影响目标威胁评估的因素 指标，将模糊信息数值化，确定威胁程度优选值； 也可以在信息安全风险评估中使用人工智能技 术[20] ，建立起基于知识和模糊逻辑的数据库管理 系统信息安全风险评估模型，并对评估结果进 行改进；在信息传输过程，有效使用遗传算法和 神经网络，同样可以更敏感的察觉到可能存在的 风险[21] . 智能装备对环境感知的重要元件是传感器， 但单一类型传感器只能反映出部分环境信息，面 对复杂的作战环境，为提高整个作战团队的稳定 性，多传感器进行协作配合成为必然要求. 雷达经 过多年的发展，已成为无人作战系统环境感知中 的重要传感器，但若直接使用雷达数据，可能无法 精确的得到数据处理结果. 如果可以在这些数据 中使用到人工智能的相关技术方法，可以在环境 感知方面取得重大突破[22] ；主流的研究思路主要 是根据雷达生成的不同图像，利用人工智能中的 不同方法对图像进行处理，结合神经网络强大的 自学习能力，来对环境进行有效感知. 但是，一个 性能表现优良的神经网络需要大量数据进行支 撑，才能有效的完成分类任务，这与军事领域时间 短、信息少的作战环境产生巨大冲突，导致人工智 能难以融入环境感知中. 基于以上原因，一种新的 观点被提出，即认知学识别在实时对抗复杂环境 下可能会发挥巨大作用，可将认知学识别理解为 深度强化学习，是带真正推理、反馈能力的强人工 智能[23] ，深入挖掘人工智能对电磁环境的认知能 力、推理能力，从而实现人工智能与军事环境感知 的高度融合. 以上方法总结见表 2. 2.1.3    智能攻击 进行作战攻击时，需要在短时间内确定攻击 对象，明确作战武器，计算攻击效果，为此，需要对 攻击行为进行建模研究，来适应战争突发性、不确 定性的特点. 目前，多使用数学模型以及专家系统 来进行仿真，并使用分布式计算来均衡负载. 如在 多智能体中部署的协同作战系统行动规划方法[24] ， 以编队协同反舰作战为背景，将多智能体（Multi agent system, MAS）理论引入决策过程，并将各个 作战平台抽象为智能体，从而建立起基于多智能 体的编队协同模型，并以主从重叠结构作为规划 方法，同时拥有集中与分布的优点；或总结现代作 战仿仿真的不足，提出一种新的适用于现代战争 的仿真方法——基于多智能体的复杂自适应系统[25] ， 并结合实例说明在作战中使用多智能体系统的 优势. 当前，军事作战多以集群为组织形式，为达到 迅速确定攻击对象、明确作战武器的目的，如何 进行数据快速传输和信息按需共享与分发，实现 数据的按需服务，成为军事领域一项重要研究 内容. 早在 1989 年，就提出了人工智能与数据库 （Database, DB）两大技术相融合的观点，这将会成 为未来信息系统的发展趋势；通过两者优势互补， 将同时有利于两者的发展，并会对计算机信息系 统产生巨大的影响[26] ；针对这一方面的研究主要 包括：如何构建智能数据库系统，即将人工智能技 术融入到数据库中，而该使用怎样的融合方法，需 要在这一过程中详细论述[27] ；如何使用数据挖掘、 数据融合等新兴人工智能技术，提出我军军事信 息中心构建思路和基本架构[28] ；如何结合现代战 争的特点，探讨与研究对多传感器进行数据融合 的方法，提出针对现代化战场信息融合系统的作 表 2 智能检测方面典型方法总结 Table 2 Summary of typical methods in intelligent detection Research angle of intelligent detection Method/structure Main technology Citation number Risk assessment Threat assessment based on the preferred value of threat degree Fuzzy optimization theory [19] Information security risk assessment model Knowledge and fuzzy logic [20] Risk assessment model of information transmission security Combination of genetic algorithm and neural network technology [21] Environmental perception Environment-sensing radar Interdisciplinary fusion of microwave remote sensing technology and AI technology [22] Integration of AI and radar technology Cognitive recognition [23] · 1110 · 工程科学学报，第 42 卷，第 9 期