邊緣計算在軍事信息系統智能化發展中的應用

朱特浩

（南京電子技術研究所，南京 210039）

0 引言

戰爭從最初的冷兵器、熱兵器時代，歷經兩次工業革命后進入了機械化戰爭時代。隨著人類邁入信息時代，極大加快了戰爭的節奏，戰爭已延伸到數字領域［1］，由最初的“肉搏”形式演變成不用打照面就能決定勝負的電子對抗。各國均認識到電子戰的重要性，并結合本國實際，打造現代化的軍事信息系統。以美軍為例，其軍事信息系統自20 世紀50年代的C2 系統起，歷經C3、C3I、C4I 系統，到現在的C4ISR 系統，未來還會將打擊要素納入信息系統，形成C4KISR 系統［2］。

當前美軍軍事信息系統的建設以網絡中心戰（NCW）為核心，在21 世紀初啟動全球信息柵格（GIG）計劃［3］，該計劃綜合集成所有的通信設施、計算機軟硬件系統、信息系統等，網絡中任意兩點可以直接交換信息［4］。對于NCW 來說，云計算是目前較為普遍采用的系統集成形式。通過構建軍事云計算平臺，可以實現海量軍事數據分布式存儲、計算資源虛擬化和云編程等。云計算可提升NCW 的互聯互通能力，構建全軍共用信息系統“云平臺”，可以提供基礎設施、平臺服務、云存儲服務，能夠為不同軍隊單位用戶提供定制化服務。目前，美國國防部計劃建設一個萬能云解決方案，將與科技供應商簽訂“聯合企業國防基建”（JEDI）合同，建設周期長達十年，總經費高達100 億美元［1］。

云計算技術盡管已得到廣泛應用，但作為軍事信息系統的架構模式存在一些局限性：1）傳輸帶寬不足。隨著參戰裝備性能不斷提升，其產生數據的體量呈指數增長，將作戰網中所有裝備的全部原始數據傳至云計算中心處理，將占用極大的網絡帶寬，無法滿足作戰指揮控制的時效性需求；2）數據安全隱患大。在數據大量傳輸和存儲過程中，將會受到敵方的分布式拒絕服務（DDoS）攻擊，我方的數據和情報將暴露，在軍事行動中處于被動；3）可靠性難以保證。作戰中，云計算中心一定是被首要打擊的目標，若參戰裝備過多依賴云計算形成作戰能力，在網絡傳輸切斷、云計算中心癱瘓的情況下，缺少目標指示和決策下發的武器系統無法快速重組形成有生力量扭轉戰局。

時間已經邁入21 世紀的第3 個十年，人工智能已成為推動產業變革和科技革命的新引擎。2017年，習近平總書記在黨的十九大報告明確提出，要“全面推進國防和軍隊現代化”，“加快軍事智能化發展，提高基于網絡信息體系的聯合作戰能力、全域作戰能力”［5］。美國國防部于2018 年6 月成立聯合人工智能中心（JAIC），聲稱“是一個能影響到每個人的龐大項目”［1］。另外，以物聯網［6］、5G［7］等為代表的網絡和通信技術迅猛發展和落地應用，給軍事信息系統帶來更多可發展維度。在這樣的背景下，需要充分利用物聯網、人工智能等新技術，對當前軍事信息系統的云計算架構模式帶來變革與提升，解決上述的局限性。

在物聯網被提出到具體實施的過程中，應運而生出邊緣計算技術。邊緣計算的核心思想是在靠近終端或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足用戶在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求［8］。邊緣計算是物聯網技術與人工智能技術深度結合的產物，它明確了智能終端設備在物聯網架構中的重要性，物聯網“萬物互聯”的理念進一步落實為“邊云協同、智能調配”的建設方案。

下面介紹邊緣計算的發展趨勢和特點，分析其在軍事信息系統建設中運用的優勢。探討軍事信息系統中涉及的邊緣計算關鍵技術，并通過具體案例描繪邊緣計算場景。提出對于軍事信息系統智能化建設與邊緣計算應用的發展建議，供相關規劃部門和研究機構參考。

1 邊緣計算的發展趨勢與技術特點

1.1 邊緣計算的發展歷史

邊緣計算是網絡通信與人工智能技術蓬勃發展的產物，其雛形可以追溯到1998 年由麻省理工學院研究組為解決互聯網訪問質量而提出的內容分發網絡（Content Distribution Network，CDN）［9］，其本質是將網站內容緩存到最接近用戶的網絡“邊緣”，使用戶就近獲取所需內容。在2013 年，美國太平洋西北國家實驗室首次提出現代“Edge Computing”的概念［10］。

受物聯網技術興起的推動，邊緣計算進入快速增長時期。2014 年歐洲電信標準化協會（ETSI）成立移動邊緣計算（MEC）標準化工作組［11］。2015年ARM、思科、戴爾、英特爾、微軟、普林斯頓大學邊緣實驗室聯合發起OpenFog 聯盟（現已并入工業互聯網聯盟）［12］，該聯盟致力于發展涵蓋從邊緣到云端的所有層的霧計算模型。2016 年ACM 和IEEE 聯合舉辦邊緣計算頂級會議（ACM/IEEE Symposium on Edge Computing，SEC）［13］。同年11 月，邊緣計算產業聯盟（Edge Computing Consortium，ECC）在北京成立，牽頭單位包括華為、中科院沈陽自動化所、中國通信信息研究所、英特爾、ARM、軟通等［14］，目前成員數已突破200 家。2017年亞馬遜攜AWS Greengrass 進軍邊緣計算領域，將AWS 云服務無縫擴展至邊緣設備［15］。2017 年微軟在西雅圖舉辦的開發者大會上宣布推出Azure IoT Edge［16］，能夠更加便捷地將部分計算需求轉移到服務器設備上。2018 年，谷歌在Cloud Next 會議上推出Edge TPU 芯片，將機器學習引入邊緣計算［17］。

2019 年，邊緣計算得到廣泛關注，尤其是國內科技供應商投入更多研發力量：1 月百度發布中國首款智能邊緣計算產品［18］；7 月阿里云發布國內首個全域邊緣節點服務［19］；8 月中國電科發布可用于神經網絡邊緣計算的“海雀”處理器［20］，騰訊云推出物聯網邊緣計算平臺［21］；11 月華為發布邊緣計算服務器［22］。由此可見，邊緣計算迎合了當下需求，各廠商主力推動發展。在這樣的環境下，利用邊緣計算助力軍事信息系統智能化發展，能夠得到強有力的研發力量支持。

表1 匯總了邊緣計算在國外和國內的主要發展歷程，并對每個技術發展期進行了解讀?？梢钥闯?，雖然我國對于邊緣計算的研究起步較晚，但是目前已得到眾多研究機構和技術廠商的重視以及研發力量支持，擁有廣闊的技術突破空間和市場需求。這使得邊緣計算在中國能夠加速學術界和產業界的融合和產業孵化速度，讓社會大眾真切享受到科技發展帶來的便利。

表1 邊緣計算在國外和國內的發展歷程與技術發展期解讀

1.2 邊緣計算發展趨勢分析

邊緣計算是云計算的拓展與變革，是一種“謀劃終端、放眼全局”的計算模式。邊緣計算涵蓋原來意義上的云計算中心和新定義的邊緣智能節點，既通過智能化技術將計算、存儲、傳輸資源邊緣化分布，又統籌中心與邊緣的資源，實現優勢互補，協調統一。邊緣計算強調協同，其實現途徑是依靠邊緣側智能去感知業務場景和用戶需求，動態分配中心與邊緣的計算、存儲、傳輸等資源，選擇最佳邊緣與中心的協同方案，實現網絡服務智能化。隨著人工智能技術的飛速發展，終端的智能化水平已經具備獨立處理較為復雜任務的能力。通過將智能前端化，可以使感知范圍、處理速度、傳輸時延等各領域關注的重要指標得到大幅優化與提升。

圖1 邊緣計算參考架構3.0

1.3 邊緣計算的技術特點

邊緣計算通過利用數字信號處理、模式識別、機器學習等人工智能技術，為數據產生終端的邊緣側賦能，可以實現在終端側的數據預處理和預決策。ECC 提出邊緣計算的CROSS 價值［8］，可以認為是邊緣計算的主要技術特點所在：

1）連接（Connection）更可靠。當接入網絡的設備的類型和數目增多時，通信過程變得擁擠和復雜，集中式云計算架構終端業務的穩定性得不到保障。通過發揮邊緣側的計算能力，減少對中心計算能力的依賴，只通信必要的評估結果、指令、決策等內容，讓網絡中龐多的連接和通信更加可靠。

2）業務更實時（Real-time）。在數據采集的源頭預先進行數據處理，極大地減少了邊緣設備與云端的通信需求，從而減少時延，提升響應速度，提升用戶體驗。

3）數據更優化（Optimization）。邊緣側進行數據預處理實現了數據特征的融合和關鍵信息的提煉，使得各網絡節點傳輸、存儲、應用、分析的數據更有價值。

4）應用更智能（Smart）。具備一定計算能力的智能化邊緣終端能夠分擔云計算部分處理任務，通過邊緣情景感知與智能調配技術，發揮集中式與分散式計算的雙重優勢。

5）隱私更安全（Security）。在邊緣側對采集的數據進行篩選，把關鍵數據、原始數據存儲在邊緣設備，僅實時傳輸分析結果和統計型數據，防止發生數據中心數據受到攻擊后數據全面泄露的災難。

2 邊緣計算在軍事信息系統應用的優勢

通過上節對邊緣計算CROSS 價值的介紹，不難看出這5 點與軍事領域的當前需求和未來發展方向貼合，尤其是能夠指導下一代軍事信息系統的建設規劃。主要為軍政機構提供通信解決方案的美國PacStar 公司首席科技官Charlie Kawasaki 認為，戰術網絡需要在邊緣具備類似數據中心的計算機、網絡與存儲能力來支撐作戰應用［24］。邊緣計算將重新定義數據中心與各個軍事節點的關系，在NCW 的實現上指出了具體的建設路徑，覆蓋軍事行動指揮、資源調度管理、后勤保障的各個作戰環節，可以成為未來電子戰模式的重要支撐。其主要優勢體現在如下4 個方面［25-27］：

1）探測與武器裝備的自主性。探測裝備和武器裝備處于軍事網絡的最末端，是實施邊緣計算最重要的位置。在探測裝備上運用邊緣計算技術，能夠提升探測的自動化水平，能夠支持其對目標屬性的自動判別和威脅評估，輔助實現全無人、全天候、全自動戰場態勢感知的目標；在武器裝備上運用邊緣計算技術，讓武器具備一定程度的自主決策能力，從而提升作戰的響應速度。通過邊緣裝備的智能化，減少其與云計算中心的數據和指令傳輸環節，先發制人，占領軍事行動的主導地位。

2）指揮決策的靈活性。將具備邊緣計算能力的探測裝備部署在戰場，指揮側收到的信息不再是原始態勢“數據”，而是態勢“信息”，簡化指戰員掌握理解戰場態勢的操作，協助其作出準確判斷。在武器裝備具備邊緣自主性后，一些情況下不需要占用更高層級的決策資源，本地可以實現態勢獲取、信息處理、指揮打擊一體化，凸顯分層作戰能力，優化作戰行動的實施。

3）應對作戰場景變化的機動性。在戰爭中需要考慮不同作戰場景下的應對，運用邊緣計算能用最短時間重新構建有生力量。在部分網絡傳輸波動時，可以放棄某些節點的協同，僅保持必要的狀態和情報通信，這些節點依靠自身或鄰近的邊緣計算資源完成一定程度的任務；在云計算中心受到破壞時，邊緣節點首先可以繼續獨立運作，以穩定作戰局勢，而后能夠聯結起來分配計算和指控資源，謀求防御反擊。

4）數據傳輸的安全性。在民用領域邊緣計算能夠保護用戶隱私，在軍事領域邊緣計算能夠保障情報安全。無論是探測數據、裝備參數狀態還是指揮控制指令，只要通過網絡傳輸就有被敵方截獲、破壞和篡改的風險。運用邊緣計算，可以在終端進行數據預處理，加密打包必要內容與其他節點或中心通信，減少泄密風險。具備邊緣計算能力的裝備擁有狀態檢測、問題排查、自主修復功能，裝備只需在無法自行修復時尋求中心的解決方案或進一步指示，從而避免我方裝備規模、部署、狀態等作戰體系構成的暴露。

3 邊緣計算在軍事信息系統的應用前景

3.1 相關關鍵技術

在軍事信息系統中實施邊緣計算架構、實現邊緣側裝備的智能化，仍面臨許多挑戰。軍事信息系統與商用民用系統不同的關注要點，決定了其急需研究的問題也有不同側重。根據對軍事信息系統相關技術現狀的分析，總結出需要著重對邊下面幾項緣計算的關鍵技術展開攻關。

1）戰場態勢智能感知。邊緣計算的核心競爭力在于邊緣側的智能化水平，實時、精確、全面的戰場態勢掌握是展現邊緣計算價值的所在。需要對裝備的自主態勢感知能力展開研究，借助無監督學習、強化學習、長短期記憶神經網絡等人工智能技術迭代，提升態勢感知與分析判斷能力，從而在源頭提升情報質量，利于對戰場全局態勢的把控。

2）邊云協同資源調度。在邊緣側具備計算、存儲、傳輸資源后，對云計算中心與邊緣設備的協同作戰最優策略提出新的挑戰。另外，作戰場景、作戰目標、指揮員需求在作戰過程中也在動態變化，這要求邊緣計算和云計算中心具備實時性極高的全局最優規劃能力，從而實現邊云高效協同，使各節點、各角色、各層級充分利用軍事信息系統的資源。

3）模型壓縮。在實現邊緣智能化時需要運用大量的模型，例如，用于航跡關聯的多假設模型、用于目標識別的深度神經網絡模型等。由于邊緣側的存儲資源寶貴，需要考慮通過稀疏表達、主成分分析等模型壓縮技術對模型參數修剪和精煉，最優化邊緣側的存儲內容。

4）隱私數據訓練建模。針對需要依靠云計算中心處理能力的探測數據分析，研究更加安全可靠的數據訓練與建模技術。聯邦學習［28］是一種新興的人工智能技術，它無需解密各個邊緣裝備上傳至云計算中心的加密數據，就可以開展聯合訓練并建模，得到的最優模型可以反饋給各個邊緣裝備進行更新，是解決隱私數據機器學習的可行方案。

5）邊緣緩存策略。對于探測和武器裝備需頻繁查詢的數據，通過邊緣緩存技術預先讀取，減少查詢和部署時延。需要研究邊緣設備的數據需求特征，基于馬爾可夫鏈、支持向量回歸、灰度預測等算法建立查詢需求的預測模型，形成能夠智能應對不同作戰場景的邊緣緩存策略，進一步提升傳輸時效性，減少實時傳輸的帶寬占用。

3.2 基于邊緣計算的軍事信息系統場景樣例

根據上述對邊緣計算在軍事信息系統運用的特點、優勢，以及關鍵技術等方面的闡述，本節將構建一個無人機作戰信息系統的樣例，用以說明如何在軍事信息系統中運用邊緣計算技術，發揮出智能化作戰的最大效能。選擇無人機作戰場景作為樣例有如下幾點考慮：一是本身末端裝備（無人機）的定位就是無人化、自動化，必須要開發其智能化作戰能力；二是其主要作戰任務，例如滲透偵查、誘騙干擾、集群攻擊等，都要求強實時性和機動性，不可能全部依靠云計算中心處理、識別、決策；三是通過集群作戰、邊云協同等方案，可以解決獨立機載機能有限的問題，是多智能體系統的增強與拓展。

通過參考邊緣計算參考架構3.0 和工業互聯網場景的邊云協同架構［29］，構建基于邊緣計算的無人機作戰信息系統，如圖2 所示。處于網絡邊緣的是偵察無人機、干擾無人機、攻擊無人機等，均可以通過機載處理器完成戰場數據的預處理響應。每類無人機根據其定位不同，具備不同的邊緣智能預處理能力：偵察無人機具備圖像處理、目標識別、定位跟蹤等能力；干擾無人機具備誘導解析、假目標模擬、指向性干擾生成等能力；攻擊無人機具備精確制導、威脅規避等能力。由于戰場態勢瞬息萬變，各類無人機同時產生的數據無法實時通過網絡傳輸至云計算中心計算后再反饋，必須依靠它們各自的處理能力形成態勢信息，各個無人機可看作一個微型的數據處理中心，延遲幾乎為零。

圖2 基于邊緣計算的無人機作戰信息系統

邊緣網關和邊緣控制器與所有無人機連接，負責在多機協同作戰時提供高速數據傳輸。例如，偵察無人機分析出敵方軍事目標的位置、類別、屬性、載荷等情報，將其傳遞給干擾無人機，釋放對應的誘餌信號并實施無線電干擾；同時將目標情報的引導信息傳遞給攻擊無人機，實現一體化偵察打擊。在上述作戰環節中，沒有通過云計算中心實施協同，而是通過更加靠近無人機群的邊緣網關與控制器，數據分散處理，傳輸需求減少，作戰更加連貫。

邊緣網關和邊緣控制器的另一邊連接云計算中心，可以在事后對數據管理、評估、建模，通過其更強大的計算能力為各類型無人機更新機載智能算法模型，不斷提升邊緣節點的智能化水平。另一方面，如果在作戰過程中無人機無法完成既定任務（機載處理能力受限、機器故障等），可以通過邊緣層申請云計算中心資源權限，在響應實時性和決策精準性之間尋求折衷，通過邊云協同方式保障作戰任務正常執行。

4 軍事信息系統智能化發展建議

通過上述對邊緣計算的概念、特點、關鍵技術、樣例場景的論述，全面展現了邊緣計算在軍事信息系統智能化發展中能起到的重要作用，邊緣計算可以成為實現國防和軍隊現代化、提高基于網絡信息體系的聯合作戰能力、全域作戰能力的有效途徑。邊緣計算目前處于技術期望膨脹期，在軍事信息系統具體實施的過程中可以考慮在以下方面做進一步的論證和研究：

1）軍事信息系統邊緣計算技術標準規范的制定。目前邊緣計算聯盟、工業互聯網聯盟、歐洲電信標準化協會、EdgeX Foundry 等組織紛紛發布邊緣計算體系架構［30］，可見各科技供應商對于把控新領域標準規范的重視程度。為了讓軍事信息系統未來發展有章可循，建議盡早出臺較為全面的邊緣計算技術標準和規范，利于云計算中心的轉型升級，并便于裝備廠所設計新裝備時統一考慮邊緣智能化配套保障。

2）多源異類邊緣設備協同技術。邊緣裝備數量龐大，類型多樣，運用方式還會隨著作戰場景變化?？紤]研究全新的虛擬化技術，以便統一底層的異構差異，從而實現跨廠商、跨應用、跨地域的邊緣協同。

3）網絡安全與多元化協同機制?；谶吘売嬎慵軜嫷能娛滦畔⑾到y面臨情報安全、邊云協同調度策略等問題，當前相關技術的成熟度尚不滿足軍工產品安全性、可靠性的要求。需要對聯邦學習、遷移學習、超參數優化、神經網絡優化等算法深入研究，能夠針對不同作戰場景實現智能化安全傳輸和邊云協同方案。

5 結論

邊緣計算是近幾年學術界和產業界的研究熱點。通過對邊緣計算發展趨勢和技術特點的調研，認為其能夠助力軍事信息系統智能化發展。分析了邊緣計算在軍事信息系統的優勢，歸納了相關關鍵技術，并搭建了基于邊緣計算的無人機作戰信息系統樣例，較為直觀地展現了軍事信息系統如何運用邊緣計算提升作戰效能。最后提出幾點發展建議，希望邊緣計算可以成為推動我國國防和軍隊現代化建設的關鍵動力。相信通過一番探索，定能讓我國軍事信息系統智能化邁上新臺階。