美军网信前沿重点创新与军用研究

摘 要：科技创新能力已经越来越成为衡量一国综合国力、军事实力的决定性因素，也深刻影响着武器装备发展和未来作战模式。以美国为代表的军事强国高度重视并长期坚持科技创新，通过制定战略规划、强化顶层管理、设立创新机构、加快项目布局等方式，多措并举推动网信重点领域科技创新，加速前沿科技创新成果的军事应用。截至目前，人工智能、区块链、网络安全等技术领域很多科技创新成果已经取得突破性进展，未来将对武器装备发展和作战产生深远影响，值得高度关注。

关键词：科技创新；武器装备；未来战争

引言

网信前沿技术能够高效、稳定、安全地实现信息收集、信息处理、信息存储和信息传输，跨越了物理层、信息层、认知层和社会层，深度融入陆、海、空、天、网、电各个作战域，是实现联合作战任务规划和信息资源共享利用的核心技术，也是集成指挥控制、情报侦察、预警探测等功能系统的桥梁和纽带。该技术领域是全球研发投入最集中、创新最活跃、技术更新换代最快、军事应用最广泛、辐射带动作用最大的技术创新领域。

网信前沿技术的快速发展，在全球范围内带来巨大变革，同时对我军信息化建设和作战样式产生了深远影响，特别是在战场环境下，掌握网信技术优势的一方往往掌握战场主动权。抢占网信前沿技术发展高地，既是科技发展的必经之路，也是加快未来兵力建设、夺取战场主动权的迫切需要。

1.美军推动网信前沿科技创新的重点举措

1.1 战略规划方面

美国已构建了完备的科技战略规划体系，牵引国防科技创新发展，国家层面出台科技战略规划，指导联邦政府投资重点，统筹协调军地科技创新工作，保持美国在前沿技术领域的领先地位；部门层面围绕前沿重点领域制定具体战略规划，推动技术开发与军事应用，支撑国家层面战略政策顺利实施。美国近年发布的网信前沿重点领域科技创新战略政策和规划计划文件如表1所示。

表1 美国网信前沿相关战略规划文件

1.2 机构布局方面

国防部层面，2019年以来，美国为响应全球技术发展态势和“大国竞争”战略需求，大幅调整了冷战时期形成的国防科技管理体制，将科技创新作为维持和增强军事优势的重中之重。

调整后，国防部研究与工程副部长下设了两个业务局，一是研究与技术局，该局聚焦技术研发，负责制定国防科技投资战略与政策，监督国防部与军种科研实验机构的运行；二是先期能力局，聚焦技术集成与转化，负责样机演示验证与快速部署，监督研制试验与鉴定设施。

新的国防科技顶层管理体制注重围绕网信前沿技术实施专业化管理，

专门设有10余位局长助理分管微电子、网络、量子科学、生物技术、定向能、机器学习/人工智能、完全网络化指控通信、空间、自主能力、高超声速、5G等技术领域。

此外，另设七个直属机构，由研究与工程副部长统一管理，特别是国防高级研究计划局（DARPA）、国防创新单元（DIUx）等科技创新机构，其管理层级少、结构扁平化，决策效率高、自主权大，在推动科技创新和加速技术军事应用方面发挥了很大作用，使美国防部能够更快速地开发新技术和新能力，并将其快速交付到作战人员手中。

这些机构近年来在人工智能、区块链、网络安全、先进加密、先进计算、量子信息等前沿网信技术创新方面加大预算投入和研发力度，快速形成了大量新研究成果，并迅速应用于军事领域，对武器装备建设和作战产生了重要影响。

军种层面，近年来美国陆军、海军、空军打破传统科技创新体系壁垒，推行开放创新，加强与商业界、学术界的联系与合作，充分利用其研发实力加速和拓展创新。

一是建立了军内高层级机构催化创新，空军2017年创建的“空军工场”、海军2019年创建的“海军敏捷办公室”都被赋予了军内采办和科研管理的最高协调权限，能够更高效地推动美军科技创新变革，通过推广创新工具、搭建交流平台、开创新机制和新做法，加强了军队与工业界、学术界及非传统创新力量的交流合作；

二是深入波士顿、奥斯汀等创新枢纽吸纳前沿技术与人才，以推进国防科技创新，如陆军研究实验室“开放园”在波士顿等地建立了区域延伸机构，“空军工场”在奥斯汀等地设立了办公室。

1.3 成果转化方面

成果转化是科技创新的重要实现环节，网信领域科技成果很多是软件类产品，这类产品具有需求变化快、迭代开发频繁的特点，为了避免出现“交付即意味着过时”的情况出现，美军近年来开始采用商业软件领域已成熟使用的敏捷软件开发方法，以应对快速变化的作战需求，实现网信领域科技成果的多次迭代和快速开发。

此外，美军正在积极推行“中间层级”采办模式，国防部和各军种发布多份指导文件，逐步完善相关制度，通过采用简化的“需求、采办、预算”流程，以加快相关武器装备科研项目的研制、试验、部署，截止2019年底，美军已有超过50个项目纳入“中间层级”采办，包括面向联合作战而重点研发的“统一平台”网络作战装备。

1.4 人才管理方面

美军为更好地管理和支持国防领域的科技创新人才，扩大和维持大国竞争优势的人才基础，正在《国防授权法》框架下大力推行“人事验证计划”，通过灵活高效的人才管理体系，强化各个科技创新实验室对高水平人才的聘用、激励和保留机制。各科技创新实验室因此具备了更大、更灵活的人才管理权限，如人才申请流程更简化、人才资格认定流程更有效、人才入职时间更灵活、人才直接聘用权更多、人才贷款额度更大等。

2.美军网信前沿重点领域科技创新应用情况

2.1人工智能领域

美国国防部将人工智能作为“第三次抵消战略”的核心基础技术，在研的人工智能技术项目约600个。

国防部还通过“数据决策计划”“数据扩展计划”等，全面发展大数据获取、处理、分析等技术，重点提升战场态势感知能力。在国防部指导下，陆军强调加速发展机器人与自主系统能力，海军强调研发高费效比的人工智能与机器人技术，空军提出2030年前实现多种有人/无人系统间的相互协同，确保强对抗环境下持续执行作战任务。

相关人工智能技术成果已在C4ISR、网络攻防、电子战、人机协同/无人作战、后勤保障等领域开展了初步的技术应用和试验验证。

2019年3月，DARPA“终身学习机器”项目组开发出全新前馈、无模型智能仿生机器学习算法，机器人利用这种算法可以模拟脊椎动物的学习过程和神经系统控制肌腱运动的过程，大幅简化机器学习系统训练过程，实现了“边做边学”，显著提升了机器人在执行任务过程中的快速适应能力；

2019年4月，美国海军水面作战中心启动“蜂群战术”项目，利用机器学习和人工智能技术，为大型战舰制定战术，提高其防御水面和水下集群攻击的能力；

2020年8月，美国海军委托谷歌公司开展“海军舰船维护”项目，利用人工智能技术分析军舰和相关平台的受损情况，预测其维护需求。

2.2 区块链领域

美国2017年专门成立由两党成员组成的区块链核心小组，负责完善与区块链技术、数字货币相关的公共政策。政府和业界共同讨论了区块链将如何在数据安全、密钥管理等领域发挥作用，并发布《区块链：分布式账本为机构带来希望》报告。

美国防部2018财年《国防授权法案》明确提出，要对区块链的网络应用开展全面研究.

DARPA重点推进全员匿名弹性通信（RACE）项目，开发非对称加密和通信混淆技术以实现匿名，形成具有攻击弹性的移动通信网络环境，同时结合分布式计算与通信协议封装方法，开发提供安全消息传递服务的移动电话应用程序和分布式系统；

分布式结构高保障军事网络系统（HACMS）项目，开发新型分布式网络结构，用于改进关键任务嵌入式计算系统；

“无钥签名”基础设施（KSI）利用区块链技术检测网络中隐藏的高持续性威胁，并及时跟踪到系统被查看或被篡改的情况，有效保障网络安全。

美国海军2017年开始在增材制造中试用区块链，以保证武器装备增材制造过程中数据共享的安全性，建立可溯源、不可篡改的数据流，从而最终推动增材制造技术与设备在军队的推广应用。

相关区块链技术成果正在战场通信、武器装备综合管理、武器装备制造、国防关键网络基础设施、军用物流等领域开展技术应用探索。

2.3 网络安全领域

美军正在大力研发网络主动防御、网络弹性与机动、网络态势感知分析等网络安全技术。

网络主动防御技术是指利用人工智能、机器学习等技术，使设备和系统能够自动检测网络威胁、发现网络漏洞并自动修复漏洞、抵御攻击，减少设备和系统受攻击面的一类技术。美军重点开展了“脆弱性缓解”“航空电子设备网络脆弱性”等项目，能够优化军事系统和软件的冗余代码，快速挖掘系统内部漏洞并进行修复。随着该技术的不断发展，可有效缩短漏洞挖掘、修复的时间，减轻针对系统漏洞的各类先进持续性威胁，减少受攻击面。

网络弹性与机动技术是指使网络资源始终处于动态变化状态，增加对手发动网络攻击的难度和成本，同时能够保证系统在网络攻击下正常运行，或快速从攻击中恢复的一类技术，陆军的“变体网络技术”、雷神公司的“网络机动指控技术”等都属于该技术范畴。

网络态势感知分析技术是指应用了人工智能、机器学习技术，为网络作战人员提供快速、准确的网络空间信息获取能力，并能够自动对网络空间海量情报数据进行分析处理，从海量非结构化异构数据中提取有效信息的一类技术。美军当前重点开展“网络态势感知统一平台”“联合指挥控制系统”等项目，能够增强美军的多域作战能力，缩短作战规划时间，提升决策品质和速度，缩短网络作战杀伤链路，提高网络作战节奏效能。此外，美军还在加强“体系化防御技术”创新，突破“点防御”思维，通过体系化地配合使用监测、拒止、切断、降级、诱骗等诸多技术，很好地实现了对网络攻击全过程的体系化跟踪、识别和打击。

2.4 先进加密与检测领域

美国积极研发新型加密技术：

2011年以来，一直推行密码现代化计划，意在从根本上解决传统加密技术的各种安全隐患；

2019年2月，美海军发布《美国海军密码与网络战力量发展构想》，提出充分利用密码学研究成果应对威胁。目前，美国已在生物加密、量子加密、全同态加密等技术领域取得领先。

为降低冗长密码、通用访问卡等传统身份认证技术带来的安全风险，DARPA重点研发在不中断网络用户行为的情况下，实时、主动地检测其身份合法性的“主动认证”技术，可对网络用户的行为特征进行检测，2014年该技术已实现对军用台式机和笔记本计算机用户进行身份检测；

2020年5月，DARPA授出“加密验证与评估信息安全保障”（SIEVE）项目合同，旨在通过研发零知识证明技术来实现复杂军事应用中的加密技术，增强美军方信息安全和可信计算能力；

2020年10月，美国光骑士公司推出首款量子加密产品，使用量子软件与板载量子处理器，利用物理工作空间中的光来传输和加密数据，在通过量子加密保证数据安全的同时，还可将光纤上行链路的量子数据直接传送到物联网设备中，以最大程度确保安全。

2.5 量子信息领域

美国在量子通信方面研究较早，一些成果已用于军事、国防等领域的国家级保密通信，目前正在创建一套辐射状的量子互联网，还将量子通信应用于虚拟货币防伪和量子指纹鉴定等。

美国国家科学基金会2017启动“推动工程学中的通信量子信息研究”项目，支持量子通信系统的跨领域研究，着重解决基础工程挑战，以综合组件、中继器、网络和架构来实现无损、室温、点对点的链接。

美陆军2020年设立量子信息科学项目，研究光和量子系统之间的相互作用，包括原子、离子和固态材料，用于开发分布式量子系统的基本构件，此外还探索量子纠缠态分发的方法。

量子计算是美国量子技术领域发展的重中之重，目前美已开发并验证了多种量子算法，研制出了量子计算机实验样机，并逐步将其推向实用化，谷歌、微软、英特尔、IBM争相布局量子比特制备、量子芯片、量子计算平台等技术生态核心环节。

IBM公司2019年1月推出世界首个集成通用近似量子计算机Q System One。该计算机相干时间为73 ms，超导量子比特数为20，量子体积数为16，是迄今为止量子体积数最高的量子计算机；

2019年9月，谷歌公司称其通过使用“西卡莫”量子处理器，能够用200 s完成量子计算任务，而在世界最强大的超级计算机上完成同样任务则需1万年，这是全球首次成功验证“量子霸权”。

D-Wave、IonQ、Rigetti Computing、1QBit等初创企业围绕硬件、软件、算法等创新活跃。

D-Wave系统公司于2019年9月推出5 000量子比特系统，该系统完全采用新的设计和架构，具有紧密的量子拓扑，提高了处理问题的复杂度，以及计算速度、精度和整体性能。量子计算技术产业生态正逐渐形成。

2.6 先进计算领域

美国在超级计算、类脑计算等方向科技创新力度很大。

美国能源部主导的E级计算计划（ECP）累计投资4.3亿美元，计划2021—2022年交付3台E级系统。惠普、IBM、英特尔等围绕类脑计算有相应布局，

2014年8月，IBM推出名为“真北”的第二代类脑芯片，采用28 nm绝缘体上硅工艺制程，包括100万个可编程“神经元”和2.56亿个可编程“突触”，每秒可执行460亿次突触运算，每平方厘米功耗仅20 mW，芯片“脑容量”相当于猫脑水平；

2018年，美国空军研究实验室宣布与IBM公司合作研发基于“真北”类脑芯片的“蓝渡鸦”类脑超级计算机系统，该系统由64个“真北”类脑芯片单元组成，规模等效于6 400万个可编程“神经元”和160亿个可编程“突触”，目前已用于情报信息处理和目标识别分析。

2.7 5G领域

第五代移动通信技术（5G）具有高速率、低时延、低功耗、海量连接等特点，有望用于战术通信、指挥控制、情报监视侦察等军事领域。

美军通过探索5G国防应用前景、加强顶层规划与管理、推进5G技术研发与应用、注重风险防范等举措，推动5G在国防领域应用落地，为美军联合作战提供更高性能、更可靠的信息保障。

DARPA早在2013年启动毫米波通信、移动热点等前沿技术研究，并完成关键技术演示验证，未来还将改进信号传播模型，并探究将5G固定毫米波技术应用于移动、机载和卫星链路通信；

国防部选定4个军事基地探索5G原型平台部署和软件测试，包括测试5G网络与雷达系统频谱共享、搭建智能仓库5G网络、将5G用于虚拟/增强现实支持基地训练；

空军开始在10个军事基地部署5G网络基础设施，预计2022年完成；

陆军提出计划在13个基地开展5G试点应用，聚焦资产管理、智慧仓库、虚拟/增强现实、任务规划与训练等。

此外，国防部还将与国家标准与技术研究院合作，力求在5G未来标准制定中抢夺话语权。

3. 网信前沿科技创新在军事领域的影响

3.1 推动武器装备和技术快速高效发展

1）推动武器装备向智能化、高效能方向发展。

人工智能、先进计算等技术将使未来车载、舰载、机载、星载等传感器的目标识别能力大幅提高，从复杂的战场环境中准确、及时地鉴别出敌方武器装备、来袭导弹、电磁信号特征等信息，全面准确地分析出当前战场的敌我力量对比，并使决策系统依据态势感知结果、敌我力量对比、我方优势等信息科学、快速地制定出最优作战策略。在人工智能、先进计算等技术的辅助下，未来陆战、海战、空战中的态势理解、战术决策等环节都将加速，侦察、打击和评估的一体化水平将更高，极大地提高武器装备的整体战斗性能和战斗力。

2）提升网络和信息系统的效能和自愈能力。

应用人工智能的认知无线电技术能够解决恶劣战场电磁环境下的通信问题，保障通信的可靠性，提高战场频谱管理效率，增强通信系统抗干扰能力。基于区块链的分布式、不可篡改等特性，可以有效确保复杂通信环境下重要信息的安全传输和溯源，实现在任意时刻、任意地点的安全通信，保证通信数据难以被敌人干扰或篡改，在直接通信受阻的情况下，也能确保指挥系统通过所有节点安全发布信息。

先进加密技术、网络机动技术的深度应用，将进一步提升网络空间弹性，实现网络空间“任务保证”能力，极大地增加攻击者的攻击难度和成本，甚至重塑网络攻防规则，颠覆未来网络空间装备体系。未来战场网络和信息系统将具有高级智能和主动防御能力，主动感知各类连接设备，通过经验的积累和不断学习，改善自身网络结构体系和防御策略，以不同方式应对各种突发情况，快速解决战场各类复杂问题，提高战场网络和信息系统效能和自愈能力。

3）推动未来武器装备增材制造技术的快速发展。

增材制造作为先进制造的重要组成，正日益成为武器装备制造领域的未来发展重点，制造系统计算处理能力和核心数据协同共享安全性是实现增材制造的规模化产业化发展的关键。当前，增材制造商在工作分配和生产制造过程中，协同共享的部件关键设计数据面临着遭拦截、破坏、篡改甚至解密的风险，建模仿真、在线检测等过程面临计算能力不足的问题。区块链凭借其不可篡改性等特点，可确保协同共享过程中的数据安全，高性能计算、量子计算、认知计算等先进计算技术可大幅提高增材制造控制软件和检测系统的计算能力、准确度和效率，这些技术将提高大型、复杂武器装备的设计制造能力，推动未来武器装备增材制造技术的快速发展。

3.2 改变未来战争形态

1）增强战场态势感知与指控水平。

面对现代战争空前苛刻的战场响应和精准指挥要求，人工智能和先进计算技术可对来自诸如无人机采集的海量视频数据进行自动分析，替代人工数据处理过程，为作战人员和指挥人员提供高效、准确的战场决策建议；量子隐形传态抗干扰性强、隐蔽性能好等优势，可提高战场通信网络的可靠性、保密性和安全性；5G技术可弥补卫星通信时延较长、速率较低的不足，提高数据链通信速率、战场指挥控制效率。未来战场指挥控制系统可高效处理海量战场数据信息，实时分析战场态势，快速生成作战方案，提升数据传输安全性，将对作战样式产生变革性影响。

2）改变未来部队编成与作战模式。

人工智能技术可赋予新型武器装备自主决定作战路线、规避障碍、独立完成打击、回收等能力，类脑计算等新型计算技术能够显著提升数据分析和处理能力，5G技术高移动性、低时延优势可确保无人系统之间无缝组网，这些技术推动武器装备向集成化、小型化、高性能、低功耗的方向发展，可满足陆上、空中、水面、水下无人系统的低能耗需求，增强无人系统在复杂战场环境中的信息处理能力和作战效能。

未来作战模式将逐渐从“人在回路中”向“人在回路外”转变，人类作战人员更多地扮演监督员的角色，负责在开战前输入目标特征和设定交战规则，观察战场交战情况等，而无人系统将更多的出现在战场最前线，进而导致部队编成出现变化，无人系统集群与人机协同编组以较低成本实现更强作战能力，大幅降低作战人员伤亡率，使无人作战样式逐步从单平台作战向多平台集群作战转变。

3）有望打破网络空间“易攻难守”的不对称局面。

网络主动防御、网络机动与弹性等新型网络安全技术实现了网络安全的主动性、动态性和持续性，在此基础上结合传统的静态防御技术，不仅能够提升网络资源的机动性和不可预见性，还可以有效提高网络整体防御效能，确保在遭受网络攻击时能够及时响应，使防御者始终处于动态的、主动的地位。新型网络安全技术将大幅增加对手发动网络攻击的难度和成本，将网络对抗主动权转移至防御者，为打破网络空间长期存在的“易攻难守”不对称局面提供了可能。

结 语

在网信前沿技术发展方面，美军特别强调在总体布局上有针对性地进行顶层谋划，同时瞄准重点技术及其在潜在军事应用开展深入研究，以引领未来战争新模式。网信前沿领域的发展，重点是要依靠材料、硬件、制造等基础支撑技术的突破，美军在基础支撑技术领域进行了长期的经费投入和技术积累，确保了其在网信前沿领域的持续领先。网信前沿技术的发展高潮始于商用领域，并逐渐转向军事应用,美国防部从快速获取先进技术的角度考虑，正在积极推动简化商业技术和产品的获取流程。

今日荐文的作者为国家工业信息安全发展研究中心专家颉靖、张睿健。本篇节选自论文《美军网信前沿重点领域科技创新与军事应用研究》，发表于《中国电子科学研究院学报》第16卷第10期。