在战场上,时间可以是一个可靠的驱动力和一个强大的对手。出于这个原因,供应军用电子产品的公司正在通过数据驱动的镜头来观察这些服务的全方位决策过程,希望给军方一件事:在尽可能短的时间内提供可操作的信息。
“大数据问题”——太多的原始数据通过太多渠道来得太快——在国防领域和商业领域仍然相当可观,但目前双方的实体都在不断努力解决这个问题。无论一家公司是为数据收集和处理的起点还是终点制造技术,由用户需求驱动的趋势似乎都朝着类似的方向发展。
在观察战斗管理系统的前端时,边缘处理的进步正在引领美国军方收集和处理传感器数据的方式,然后将任何重要的东西传递给地面控制站。在数据线的末端,嵌入式电子设备的创新使静态数据保持可传输和安全。
行业官员一致认为,不仅在这些起点和终点,而且在两者之间必须采取的所有原始数据之间,都将是敏锐的,这指导了国防部(DoD)数据可利用性的方向。最终,以数据为中心的框架,如联合全域指挥与控制(JADC2)和由联合人工智能中心(JAIC)领导的人工智能(AI)驱动的系统的内部推动将依赖于它。
理解国防部掌握的大量数据的第一步是实施快速可靠的处理器。无论这些处理器存在于边缘的现场还是数据中心进行分析,如果没有它们,大数据问题可能会继续变大,跨域作战的承诺可能会继续出现延迟。
以相关的速度进行处理
现场可编程门阵列(FPGA)、图形处理单元(GPU)和数据处理单元(DPU)技术的速度正在不断发展,但事实上,边缘处理的技术进步 - 在收集数据的边缘 - 可能会最显着地改变美国军方利用数据的方式。
观察、定向、决定和攻击:这些词构成了国防部中称为 OODA 循环的首字母缩略词。正是在这个循环中,作战人员使用数据不仅能够做出有根据的决策,而且还能够及时进行定向。如果在边缘或其他方面没有强大的数据处理,那么时间很快就会用完。
“问题变成了当你得到一段在你经历定向阶段时不会抖动的数据时该怎么做,以及当我们通过所有其他情报资产和分析能力以确保我们理解这些数据的含义时,我们可以做些什么,”康利指出。“在这种情况下,能够在边缘平台上对该传感器数据进行高保真记录存储,并以尽可能高的保真度带回这些数据,以便从中挖掘出这些见解,最终将允许指挥官在未来的某个时候做出更好的决策。
可以说,在过去的几十年里,美国军方有幸在相对宽松的环境中开展行动。这些充分支持的环境使武装部队既能获取原始数据,又能利用适当的网络进行传输和分析。然而,国防部正在通过研究和开发新技术来缓解网络不足带来的处理挑战,从而为这种情况的改变做准备。
“有一些令人兴奋的新进展增加了计算设备处理大数据的能力,”Charles River Analytics(马萨诸塞州剑桥)的首席软件工程师Curt Wu说。“一个是高度并行计算结构的出现,旨在有效地处理广泛的数据流,而没有传统CPU或CPU / GPU架构的瓶颈。第二是开发支持低精度算术的处理器,节省时间和能源。
国防部的JADC2框架的目标是跨域连接来自所有军事部门的传感器,因此数据的高效传输将与数据处理一样重要。出于这个原因,解决像每个军事部门共享的数据驱动通信网络这样复杂的概念激发了大量的现代化努力。
用数据为 JADC2 供电
跨域传递数据将是 JADC2 成功的巨大催化剂;该框架在国防部的整个实施过程中将要求大量通信、传感器和处理系统。遗留系统将首先看到这种现代化工作的影响,仅仅是因为平台必须承担大量的复杂数据。
“遗留系统通常很难升级且成本高昂,因此在这些系统之间实现高效数据传输的最佳方法通常是主动减少对网络的需求,”Wu说。“智能数据压缩减少了数据传输的开销,同时保留了任务所需的信息。为了有效,了解面向任务的数据需求至关重要。
作为另一种可能的解决方案,正在讨论互操作性标准,以更好地支持 JADC2 所需的以数据为中心的要求。军方所谓的通用数据结构可以帮助定义一套标准服务,以更好地实现JADC2的雄心壮志。
“看起来我们最终将通过不同的服务获得一系列联合系统,这些服务汇集在一起形成整个JADC2框架,”Conley说。“考虑到这一点,我不知道期望我们将有一个单一的互操作性标准是否合理,但我的预感是,我们最终可能会得到几个不同的标准和几个不同的定制跨域解决方案,这将使我们能够确保我们可以根据需要在不同环境之间网关数据。
JADC2 即将实现更快的网络速度和传感器数据的快速收集,这将给专门从事数据加密和存储技术的公司带来压力。因此,业界对NVMe型内存的推动以及国家安全局(NSA)批准的解决方案正在影响该领域的设计。
“我认为,从大数据方面看待JADC2时,我们面临的挑战是能够说所有传感器数据必须驻留在每个安全级别,以便可以通过某种处理或融合引擎运行,”Conley说。“如果你必须在每个安全级别上保持大数据问题,这可能会使你的大数据问题变得更加困难。能够将数据流式传输到具有适当安全级别的必要处理器中,并让这些见解从远端出来,并根据需要在指挥链中上下移动,以确保正确的人员能够访问所需的数据,这将是至关重要的。
加密和静态数据
虽然 JADC2 旨在简化跨域的数据共享,但其中大量数据将保持未分析和缓存以供以后检查。原始数据的存储位置以及在不使用时如何保持安全是军用电子制造商目前正在解决的大数据问题的一个方面。
“许多静态数据和安全方面在很大程度上是由在意外、有见地和有趣的任务中收集一些东西的能力驱动的,”Conley 说。“然后能够在任务结束后离线分析它,并能够将其作为记录文件带回,因为您可能无法访问允许您即时流式传输它的大型通信网络。我认为这真的会推动边缘战术平台的安全性和数据。
最近政府要求在国防部计划和计划中使用NSA批准的加密设备,这也增加了对数据存储制造商的需求,以提供更强大的存储和安全选项。
“更快的网络速度、更多的传感器数量以及从传感器收集的数据量需要更快的网络和更大的存储容量。这就是为什么会出现这些更快的网络速度,NVMe技术,然后是我们的设备拥有的可移动内存盒,这些磁带使用加密来保护数据,“Curtiss-Wright(北卡罗来纳州戴维森)数据存储解决方案高级产品经理Steve Petric说。。“我们不仅使用加密,还使用经过认证的加密。使用CSfC或Type 1认证进行加密使我们能够满足NSA批准的用于此目的的解决方案,他们可以将数据传输到卸载站并进行分析。
机密商业解决方案(CSfC)和Type 1认证计划由NSA启动:Type 1是政府现成的计划,通常仅由美国的治理实体使用,而CSfC加密是商业行业最常使用的两层安全计划。两者都被电子制造商吹捧为保护移动数据和静态数据的可靠方法。
“能够使用可移动磁带传输大量数据,这些磁带盒使用Type 1进行单加密或使用CSfC进行双重加密,并且现在能够移动至少8 TB和64或更高的TB,这可以促进将数据传输回地面站进行任务后分析,“柯蒂斯-赖特前产品管理总监保罗戴维斯说。在那里,他们可以做一些更高级的大数据和人工智能相关的分析,不仅要寻找战术信息,甚至可能寻找战略信息。
原始数据与其可能成为的可操作信息之间的差异对于其在战场上的应用和整个国防部至关重要。
民主化数据的未来
数据不仅为军队提供了大量机会,而且为一般的技术进步提供了大量机会,因为很明显,数据与人工智能之间的共生关系是通过数据的可共享性来实现的。例如,迁移学习 - 可以定义为应用从完成一项任务中获得的知识来帮助解决不同但相关的问题 - 使在消费者空间收集的数据能够在用于防御的自主引擎中实现。
“使用大量数据来驱动学习系统对商业领域产生了巨大影响,因此人们非常有兴趣了解这些技术如何用于国防,”Charles River Analytics高级副总裁兼首席科学家Scott Neal Reilly说。“显然,像中国这样的国家对人工智能和机器学习很感兴趣,更具体地说,对深度学习很感兴趣;美国不想落后。像建立联合人工智能中心(JAIC)和DARPA AI Next活动这样的步骤是国防部如何试图弄清楚如何保持领先地位以及如何利用当前技术水平的两个例子。
处理、跨域数据共享和加密方面的这些进步都是在承认广泛访问数据对于军方以“相关性速度”移动是必要的,正如康利所描述的那样。
审核编辑:郭婷
-
处理器
+关注
关注
68文章
18285浏览量
222166 -
AI
+关注
关注
87文章
26451浏览量
264068 -
大数据
+关注
关注
64文章
8652浏览量
136597
发布评论请先 登录
相关推荐
评论