陆军希望拥有其网络的逼真数字模型
美国陆军最高网络指挥官正在主张对陆军训练网络操作人员、测试防御措施以及将人工智能应用于网络安全的方式进行重大转变。在AFCEA的TechNet Augusta会议上,少将杰奎琳·丹尼斯·麦克菲尔表示,陆军需要其网络环境的数字孪生,这是一种详细且持续更新的模拟,可让操作员和算法在威胁袭击实时系统之前,在逼真的条件下进行演练。
该提议雄心勃勃,因为所涉网络并非狭窄的实验室环境。麦克菲尔指的是国防部信息系统网络-陆军(DoDIN-A),即陆军负责的一整套军事网络。为该环境构建实时数字对应物将是一项大规模的技术工程。麦克菲尔直接承认了这一点,称其为“重大要求”,并敦促承包商从小处着手,逐步扩展。
即便如此,这一请求仍值得注意,因为它不仅将陆军网络视为需要防御的基础设施,而且将其视为一个需要自身高保真训练和实验环境的系统。在航空、武器和后勤领域,数字孪生通常被讨论为模拟物理系统的方法。麦克菲尔的观点将这一概念扩展到庞大的作战网络,其中网络防御和人工智能开发是直接的应用场景。
为什么NETCOM感到紧迫
威胁环境的规模是这一论证的核心。据麦克菲尔介绍,NETCOM每天遭遇约120万次网络攻击。同样重要的是,她说攻击正变得越来越复杂,不再依赖诸如暴力分布式拒绝服务活动之类的明显策略。挑战日益变得行为化:检测细微变化、从背景噪声中分辨有意义的异常,以及足够快地理解海量数据流以便采取行动。
这正是陆军认为人工智能可以帮助解决的问题。但将AI有效应用于作战网络防御,需要的不仅仅是数据访问。它需要一个安全的环境来进行训练、测试、故障分析和迭代改进。数字孪生可以通过模拟真实网络的行为及其在压力下的退化或适应方式,提供这种环境。
按照麦克菲尔的描述,其价值将同时惠及人类和机器。网络操作员可以在反映真实架构和实时性能模式的环境中训练。网络防御者可以针对现实攻击场景演练事件响应。AI模型可以接触不断变化的网络行为,帮助分析师在信任新工具用于实时操作之前,更有信心地识别漏洞、韧性差距和异常活动。
不仅仅是出于模拟而模拟
陆军要求数字孪生,并非作为未来主义可视化项目。这一论点与作战成果密切相关。如果模型用实时数据不断更新,它就可以成为一个评估网络如何应对压力、出现哪些弱点以及防御措施在广泛部署之前表现如何的场所。这将使其不仅适用于课堂式训练,还可用于测试架构变更、验证网络工具和提高战备状态。
这一点很重要,因为军事环境中的网络防御容错空间很小。生产环境不能用作不受限制的试验台。实时实验可能带来作战风险,而静态测试靶场可能无法反映真实网络的复杂性。维护良好的数字孪生介于这两个极端之间:比实时实验更安全,但比相互隔离的实验室更具相关性。
这一概念也反映了国防技术思维的更广泛转变。随着数据量的增加和网络行为越来越难以让人工团队独立解读,AI的价值日益依赖于环境。模型需要能够反映其在服役中将面临的混乱、动态现实的环境。否则,有前景的算法可能在受控环境中看起来有效,但在实际场景中表现不佳。
理论上的挑战
消息人士指出,麦克菲尔使用的数字孪生定义比五角大楼理论中嵌入的定义更宽泛。五角大楼的定义通常将数字孪生描述为物理对象或过程的实时对应计算机化表示。在国防讨论中,这一概念常应用于飞机、供应链或医疗训练系统。将其应用于企业网络,虽然延伸了传统框架,但并非不合理。
现代军事网络既是物理的,也是逻辑的。它包括硬件、软件、配置、流量模式、依赖关系和操作员工作流。其行为持续变化,其漏洞往往不是由单个故障组件暴露出来,而是由系统间的交互暴露出来。从这个角度看,将网络建模为一个活的过程而非静态资产,符合数字孪生的核心目的,即使它将这一术语扩展到了人们熟悉的例子之外。
这种更宽泛的框架可能对采购和实施产生影响。网络孪生不太可能作为一个单一的整体产品出现。麦克菲尔本人强调从小处着手,这暗示了一条渐进式的路径,也许是更狭窄的任务领域、选定的网络分区,或特定的培训和网络防御应用。这种方法比从一开始就试图以全保真度镜像整个DoDIN-A更为现实。
这一请求所传达的信号
麦克菲尔言论的更大意义在于,陆军网络领导层似乎将AI应用和网络战备视为与环境设计密不可分。按照这种观点,陆军不仅需要更好的算法,还需要一个现实的底层环境,让这些算法能与人类防御者一起接受训练、挑战和验证。
这是一个有意义的转变,因为它将数字基础设施视为必须本身得到建模的对象,其严肃程度曾主要保留给平台和武器。如果陆军朝这个方向前进,其成果可能会影响其他国防组织对网络靶场、作战测试和AI保障的思考。
就目前而言,这一概念仍是一个呼吁,而非项目公告。但NETCOM所描述的需求是具体的:攻击数量不断增加,向基于行为的威胁检测转变,以及在一个过于复杂、仅靠实时操作无法充分理解的网络上训练人员和AI的需求。在这种背景下,拟议的数字孪生与其说是一个投机性的技术项目,不如说是在为网络防御规模化创造条件。
本文基于Breaking Defense的报道。阅读原文。
Originally published on breakingdefense.com



