Kognitywna walka elektroniczna: adaptacyjne zagłuszanie i EW napędzane ML

Tradycyjna walka elektroniczna opiera się na pliku danych misji. Przechwycony sygnał jest dopasowywany do katalogu znanych nadajników, pobierana jest wstępnie zdefiniowana odpowiedź i stosowana jest technika. Model ten zawodzi w momencie, gdy przeciwnik wystawia radio zmieniające falę szybciej, niż katalog może zostać zaktualizowany — przestrajany częstotliwościowo łącze danych, radar definiowany programowo reprogramujący swój wzorzec impulsów między starciami, komeryjny kontroler drona przeskakujący po nielicencjonowanym paśmie. Kognitywna walka elektroniczna to programowa odpowiedź na tę porażkę: system wykrywający widmo, charakteryzujący w czasie rzeczywistym to, co znalazł, decydujący o technice zagłuszania, mierzący efekt i uczący się. Niniejszy artykuł omawia architekturę stosu oprogramowania kognitywnej EW — front-end wykrywania, bibliotekę sygnałów, rdzeń decyzyjny uczenia maszynowego, adaptacyjne generowanie technik zagłuszania oraz ograniczenia integracyjne umieszczające go w ramach Operacji w Widmie Elektromagnetycznym (EMSO).

Od plików danych misji do pętli kognitywnej

Zasadnicza różnica między konwencjonalną a kognitywną EW polega na tym, gdzie przebywa inteligencja. W systemie konwencjonalnym inteligencja jest załadowana z góry: analitycy badają zagrożenie, offline wyprowadzają optymalną technikę zagłuszania i kodują ją w pliku danych misji, który platforma zabiera do walki. Sama platforma jest szybkim silnikiem wyszukiwania. Działa to dobrze wobec znanych, stabilnych zagrożeń i zawodzi wobec czegokolwiek nowego lub adaptacyjnego.

System kognitywny przenosi inteligencję do samego starcia. Zamyka czterostopniową pętlę w oprogramowaniu — wykryj, zdecyduj, działaj, ucz się — działającą ciągłe, gdy zagrożenie jest obecne. Pętla jest konceptualnie identyczna z cyklem OODA, ale skompresowana do milisekund i wykonywana przez oprogramowanie, gdyż żaden człowiek nie zdąży zareagować w przedziale czasowym, w którym nowoczesne zwrotne nadajniki się zmieniają. System kognitywny nadal korzysta z analizy offline — przenosi bibliotekę sygnałów i wstępnie wytrenowane modele — ale nie jest ograniczony do tego, co zostało załadowane przed startem. Gdy napotka nadajnik, którego nigdy nie widział, charakteryzuje go i generuje technikę kandydującą, zamiast deklarować zagrożenie jako nieznane i rezygnować ze starcia.

Wykrywanie i charakteryzowanie tych nadajników samo w sobie jest trudnym problemem; techniki upstream są omówione w naszej analizie wykrywania sygnałów walki elektronicznej, na której warstwa kognitywna polega jako na swoim front-endzie wykrywania.

Architektura wykryj-zdecyduj-działaj-ucz się

Produkcyjny stos kognitywnej EW składa się z czterech bloków funkcjonalnych bezpośrednio mapujących na pętlę oraz przekrojowej warstwy ograniczeń i bezpieczeństwa.

Wykryj. Szerokopasmowy odbiornik zasila potok wykrywania widma w czasie rzeczywistym: kanalizacja, detekcja energii i ekstrakcja cech tworzą stale aktualizowaną listę aktywnych nadajników. Co ważne, blok wykrywania śledzi każdy nadajnik w czasie, a nie jako pojedynczą migawkę — zwinność jest widoczna jedynie jako szereg czasowy. Radar reprogramujący interwał powtarzania impulsów lub łącze danych przeskakujące częstotliwości musi być obserwowane jako zachowanie, a nie jako odcisk palca.

Zdecyduj. Rdzeń decyzyjny pobiera charakterystykę nadajnika i bieżące ograniczenia widma, a następnie wybiera odpowiedź. W systemie kognitywnym jest to wyuczona polityka — zazwyczaj agent uczący się przez wzmacnianie — mapujący obserwowany stan na akcję zagłuszania. Decyzja jest probabilistyczna i poprawia się z doświadczeniem, w przeciwieństwie do deterministycznego wyszukiwania tabelarycznego systemu konwencjonalnego.

Działaj. Wybrana technika jest syntetyzowana jako fala i nadawana. Ponieważ przestrzeń akcji jest ciągła (częstotliwość, szerokość pasma, fala, współczynnik wypełnienia, moc) i definiowana programowo, ten sam sprzęt może produkować zagłuszanie barażowe, punktowe, zamiatane, zwodnicze lub świadome protokołu bez zmiany sprzętu.

Ucz się. System obserwuje reakcję celu, szacuje efekt i aktualizuje politykę, tak by następne starcie z podobnym nadajnikiem zaczynało się od lepszej techniki. To właśnie odróżnia kognitywną EW od jedynie adaptacyjnej EW: system nie tylko reaguje, lecz gromadzi wiedzę.

Biblioteka sygnałów i charakteryzowanie nadajników

Nawet system kognitywny potrzebuje biblioteki sygnałów — ustrukturyzowanej bazy danych znanych nadajników, ich parametrów i skatalogowanych podatności. Biblioteka nie jest granicą kompetencji systemu, lecz szybką ścieżką. Gdy blok wykrywania produkuje charakterystykę, klasyfikator uczenia maszynowego przypisuje klasy modulacji i protokołu oraz odpytuje bibliotekę o dopasowanie.

Możliwe są trzy wyniki. Pewne dopasowanie pobiera sprawdzoną technikę i zaangażowanie przebiega z małym opóźnieniem. Częściowe dopasowanie — nadajnik przypomina znane rodziny, ale ze zmienionymi parametrami — zasila rdzeń decyzyjny techniką startową, którą pętla ucząca następnie doskonali. Brak dopasowania oznacza nadajnik jako nowy i kieruje go do pełnej ścieżki adaptacyjnego generowania technik. Błędem architektonicznym do uniknięcia jest traktowanie braku dopasowania jako stanu awarii; w systemie kognitywnym nieznany nadajnik to właśnie przypadek, do obsługi którego cały projekt istnieje.

Samo charakteryzowanie nadajników w dużym stopniu opiera się na tych samych technikach klasyfikacji modulacji i estymacji parametrów stosowanych w całym wywiadzie sygnałowym. Splotowa lub rekurencyjna sieć neuronowa operująca na segmentach IQ produkuje klasę modulacji; analiza słów deskryptorów impulsów charakteryzuje nadajniki radarowe; identyfikacja odcisków palców protokołów identyfikuje konkretną rodzinę fal. Wyjściem jest wektor cech wystarczająco stabilny, by ponownie rozpoznać nadajnik, i wystarczająco bogaty, by rdzeń decyzyjny mógł rozumować o jego podatnościach.

Uczenie maszynowe dla adaptacyjnego zagłuszania

Zasadniczym twierdzeniem technicznym kognitywnej EW jest to, że wybór techniki zagłuszania jest problemem sekwencyjnych decyzji, a problemy sekwencyjnych decyzji w warunkach niepewności to dokładnie to, czym zajmuje się uczenie przez wzmacnianie (RL).

Sformułowanie uczenia przez wzmacnianie

Problem jest sformułowany jako markowski proces decyzyjny. Stan to bieżąca charakterystyka nadajnika plus historia ostatnich starć i ograniczenia widma. Akcja to konfiguracja zagłuszania: częstotliwość środkowa, szerokość pasma, typ fali, współczynnik wypełnienia i moc. Nagroda to miara zakłócenia — najlepiej bezpośrednia ocena uszkodzenia bojowego, taka jak spadek przepustowości danych łącza docelowego, ale często wskaźnik zastępczy, jak przeskakiwanie częstotliwości przez nadajnik lub zwiększenie mocy nadawania w odpowiedzi na zagłuszanie. Celem agenta jest nauczenie się polityki maksymalizującej skumulowaną nagrodę w trakcie zaangażowania.

Wobec radia przestrajanego częstotliwościowo stały zagłuszacz punktowy jest pokonany w momencie skoku radia. Agent RL natomiast uczy się statystyk wzorca przeskoków i albo zagłusza śledzony przewidywany następny kanał, albo stosuje barażowy kształt obejmujący wydajnie zwinne pasmo. Wobec adaptacyjnego radaru zmieniającego wzorzec impulsów przy zagłuszaniu agent uczy się, które techniki zwodnicze prowokują najmniej skuteczną adaptację wzajemną. To dokładnie reżim, w którym statyczna biblioteka nie nadąża, i bezpośrednio pokrywa się z pracą przeciwko dronom — adaptacyjne zagłuszanie łącza sterowania omawiane w artykule o oprogramowaniu walki elektronicznej przeciw BSP to kognitywny problem EW z nazwy.

Problem nagrody

Najtrudniejszym wyzwaniem inżynieryjnym w EW napędzanej ML jest estymacja nagrody. W środowisku gry nagroda jest podana; w widmie elektromagnetycznym musi być wywnioskowana z obserwacji, często bez bezpośredniej informacji zwrotnej od celu. Zagłuszacz rzadko otrzymuje czysty sygnał mówiący „twoje zagłuszanie zadziałało". Zamiast tego system wnioskuje efekt z pośrednich dowodów: wskaźnik retransmisji celu rośnie, jego ruch potwierdzeń ustaje, porzuca częstotliwość lub zwiększa moc. Budowanie wiarygodnego estymatora nagrody z tych wskaźników zastępczych — i rozpoznawanie, gdy estymacja jest zawodna — to miejsce, gdzie tkwi większość prawdziwej inteligencji systemu. Pewny-lecz-błędny estymator nagrody uczy agenta złej lekcji, dlatego pewność nagrody musi być sama śledzona i przekazywana do aktualizacji uczenia.

Szkolenie i walidacja bez własnego zagłuszenia widma

Kognitywny agent EW nie może być szkolony na żywym polu walki — zarówno dlatego, że generowanie milionów starć jest niepraktyczne, jak i dlatego, że niekontrolowany agent uczący się nadający w dzielonym widmie stanowi zagrożenie własnym zagłuszeniem. Szkolenie odbywa się zatem w wysokiej wierności symulacji RF lub cyfrowym bliźniaku sprzętowym w pętli, który modeluje fale zagrożeń, propagację, zachowanie odbiornika i własny łańcuch nadawania zagłuszacza.

Wytrenowana polityka jest walidowana etapami: najpierw wobec zestawu testowego symulatora, następnie w kontrolowanej komorze bezodbiciowej lub na instrumentowanym poligonie na otwartym powietrzu wobec reprezentatywnych rzeczywistych nadajników. Przez cały czas agent działa w ograniczonej przestrzeni akcji i twardej warstwie ograniczeń, która fizycznie uniemożliwia mu wybór emisji poza autoryzowaną obwiednią częstotliwości, mocy i czasu. Jeśli uczenie online jest w ogóle dozwolone w terenie, ta sama warstwa ograniczeń je ogranicza — agent może doskonalić swoją politykę w obwiedni, lecz nigdy nie może się z niej „wyuczyć". To ta sama zasada separacji odpowiedzialności, która zapewnia bezpieczeństwo systemu sterowania lotem: wyuczony komponent proponuje, zweryfikowana warstwa bezpieczeństwa decyduje.

Integracja EMSO i dekonfliktacja widma

Kognitywny zagłuszacz działający w izolacji jest odpowiedzialnością, ponieważ najbardziej prawdopodobną ofiarą skutecznego zagłuszania jest przyjazna komunikacja. Kognitywna EW musi zatem działać w ramach Operacji w Widmie Elektromagnetycznym (EMSO) — skoordynowanego, siłowo-szerokiego zarządzania widmem elektromagnetycznym do wykrywania, komunikacji, ataku elektronicznego i ochrony elektronicznej.

Konkretnie integracja EMSO oznacza, że kognitywny system EW zarówno pobiera, jak i produkuje dane widma. Pobiera zadania i ograniczenia dekonfliktacji widma — chronione częstotliwości, ograniczenia geograficzne i czasowe, priorytet przyjaznych systemów — i przekazuje je do warstwy ograniczeń, która ogranicza przestrzeń akcji agenta RL. Produkuje raport własnych emisji z powrotem do wspólnego obrazu operacyjnego, tak by zarządcy widma i inne zasoby EW widzieli, co robi. Logika dekonfliktacji zapobiegająca własnemu zagłuszeniu to ta sama dyscyplina omawiana w artykule o dekonfliktacji widma w operacjach wojskowych, stosowana tutaj jako twarde ograniczenie, a nie wytyczna.

Integracja ta jest dwukierunkowa również z obrazem dowodzenia. Dowódcy muszą rozumieć nie tylko, gdzie zagłuszacz emituje, ale dlaczego — co angażuje, jaki efekt szacuje, że osiąga, i jakie widmo odmawia komu. Przekazanie tego rozumowania do warstwy C2 jest tematem naszego artykułu o nakładce walki elektronicznej w panelach C2 i to właśnie zamienia autonomiczny zagłuszacz z czarnej skrzynki w sterowalny zasób EMSO.

Ograniczenia, ryzyka i droga do akredytacji

Kognitywna EW dziedziczy każde ryzyko wdrożonego uczenia maszynowego i dodaje konsekwencje nadawania energii RF we współdzielonym, spornym widmie. Trzy ryzyka dominują.

Przesunięcie rozkładu. Agent wytrenowany wobec jednego zestawu nadajników może zachowywać się nieprzewidywalnie wobec naprawdę nowej fali. Łagodzenie jest konserwatywne: wykryj, gdy dane wejściowe wychodzą poza rozkład treningowy, obniż uprawnienia agenta i wróć do konwencjonalnej techniki ze znanych trybem awarii, zamiast pozwolić polityce poza rozkładem improwizować.

Manipulacja adwersarialna. Zdolny przeciwnik może prezentować sygnały zaprojektowane tak, by wprowadzić w błąd klasyfikatora lub zatruć estymację nagrody — celowo reagując na zagłuszanie w sposób uczący agenta nieskutecznej techniki. Obrona przed tym wymaga tej samej pracy nad odpornością adwersarialną, co każdy wdrożony system ML, plus zdrowego sceptycyzmu wbudowanego w estymator nagrody.

Wyjaśnialność i akredytacja. Wyuczona polityka nie generuje czytelnego dla człowieka uzasadnienia, co komplikuje analizę po starciu i akredytację wymaganą przez wdrożoną zdolność EW. Praktyczną odpowiedzią jest architektura warstwy ograniczeń opisana powyżej: rygorystycznie akredytuj ograniczoną, weryfikowalną obwiednię bezpieczeństwa i traktuj wyuczoną politykę jako optymalizator działający ściśle w jej ramach. Kompleksowe, niezmienne rejestrowanie każdego zaangażowania — charakterystyki nadajnika, wybranej techniki i zmierzonego efektu — dostarcza analitykom śladu po starciu, którego sama polityka nie może zapewnić.

Żadne z tych ryzyk nie jest powodem do unikania kognitywnej EW; są powodami do właściwego jej zaprojektowania. Zagrożenia, które ją motywują — zwrotne, programowo definiowane, adaptacyjne nadajniki — są już w terenie, a system oparty na katalogach nie ma na nie odpowiedzi.