戰(zhàn)略政策

美軍特種作戰(zhàn)部隊將全面利用人工智能與機器學(xué)習(xí)能力

發(fā)布時間：2020年05月15日

5月12日，美國特種作戰(zhàn)司令部（SOCOM）司令理查德·克拉克在虛擬特種作戰(zhàn)部隊工業(yè)會議上表示，鑒于當(dāng)前所面臨的實力相近的競爭對手和暴力極端組織，SOCOM將在其投資組合中全面利用人工智能和機器學(xué)習(xí)能力。目前，SOCOM已經(jīng)并將繼續(xù)將人工智能和機器學(xué)習(xí)能力整合至其大多數(shù)項目執(zhí)行辦公室所開展的項目中。

采辦執(zhí)行官吉姆·斯密斯表示，SOCOM對人工智能和機器學(xué)習(xí)的應(yīng)用不僅限于信息作戰(zhàn)，還在為其最高優(yōu)先事項尋求廣泛應(yīng)用，包括：下一代情報監(jiān)視與偵察（ISR）；下一代機動能力；精確火力與效應(yīng)；生物技術(shù)；“超級使能作戰(zhàn)人員”；數(shù)據(jù)和網(wǎng)絡(luò)。

1、信息戰(zhàn)

克拉克表示，目前S O C O M與對手處于“影響戰(zhàn)”之中，這就使軍事信息支援作戰(zhàn)（MISO）變得更為重要，要求SOCOM必須想對手之所想，以更快地開展信息戰(zhàn)。目前，SOCOM已成立了一個聯(lián)合軍事信息支援作戰(zhàn)“網(wǎng)絡(luò)作戰(zhàn)”（web ops）中心，以應(yīng)對ISIS等極端組織利用新冠疫情加強社交媒體招募活動。

2、下一代ISR

對于下一代ISR而言，最重要的是實現(xiàn)傳感器融合，以將無人空中系統(tǒng)、網(wǎng)絡(luò)和天基能力，以及其他傳感器提供的信息進行融合。

3、下一代機動能力

對于下一代機動能力，人工智能和機器學(xué)習(xí)可幫助無人機和其他機器人進行導(dǎo)航或自主執(zhí)行任務(wù)。此外，還可幫助特種作戰(zhàn)部隊采用無線射頻對抗措施。

4、精確火力與效應(yīng)

對于精確打擊投資組合，SOCOM希望巡飛彈能夠在正確的時間和地點實施目標(biāo)打擊。同時，SOCOM也需要反無人機技術(shù)，而人工智能和機器學(xué)習(xí)可被用來甄別對手無人機并對其防御系統(tǒng)進行打擊。

5、生物技術(shù)

在生物技術(shù)方面，SOCOM正與工業(yè)合作伙伴合作，利用人工智能和機器學(xué)習(xí)研究低水平爆炸暴露對大腦的長期影響。

6、“超級使能作戰(zhàn)人員”

在“超級使能作戰(zhàn)人員”概念方面，SOCOM也將人工智能和機器學(xué)習(xí)納入到該概念中，以提供邊緣認(rèn)知優(yōu)勢，包括信息分析、合成及通信能力，以使作戰(zhàn)人員能夠更好地作出決策。

7、數(shù)據(jù)與網(wǎng)絡(luò)

在數(shù)據(jù)與網(wǎng)絡(luò)方面，SOCOM將于6月份在其位于佛羅里達坦帕市的SOFWERX辦公室啟動“分析自動化”項目，以利用人工智能和機器學(xué)習(xí)大幅減少戰(zhàn)術(shù)作戰(zhàn)中心分析人員在信息收集、分析、分發(fā)等方面的工作負(fù)荷。

此外，人工智能和機器學(xué)習(xí)在增強數(shù)據(jù)管理和網(wǎng)絡(luò)方面的潛能也非常明顯。SOCOM已利用人工智能執(zhí)行預(yù)測性維護，以及支撐戰(zhàn)術(shù)邊緣任務(wù)指揮。斯密斯表示，SOCOM成立了一個新的項目執(zhí)行辦公室，即特種作戰(zhàn)部隊數(shù)字應(yīng)用項目執(zhí)行辦公室，以尋求并利用人工智能軟件能力。SOCOM希望在其采辦投資組合中，工業(yè)部門能夠?qū)⑷斯ぶ悄芎蜋C器學(xué)習(xí)技術(shù)集成至其各個產(chǎn)品中。

（來源：“國防科技要聞”微信公眾號）

美國防部推進保持5G領(lǐng)先的計劃

發(fā)布時間：2020年05月28日

美國防部認(rèn)為5G寬帶覆蓋是“關(guān)鍵戰(zhàn)略技術(shù)”，但美軍方廣泛部署5G還存在以下障礙：為5G信號分配頻段；構(gòu)建廣泛且昂貴的新網(wǎng)絡(luò)基礎(chǔ)設(shè)施；尚無能夠支持5G速度和功率的移動設(shè)備。美國防部“關(guān)于5G無線技術(shù)的新戰(zhàn)略”要求國防部辦公廳協(xié)調(diào)軍種間和機構(gòu)間的5G工作。美軍方還將使用研發(fā)經(jīng)費來補充美國的研究生態(tài)系統(tǒng)，試圖跟上中國建設(shè)5G基礎(chǔ)設(shè)施的速度。此外，還要求發(fā)展能夠更有效地利用5G頻譜空間的“毫米波技術(shù)”，以更有效地利用5G頻譜空間。

（來源：國防科技要聞）

美國國會計劃投資1000億美元資助高科技產(chǎn)業(yè)以應(yīng)對中國科技發(fā)展

發(fā)布時間：2020年05月28日

美國國會將向美國國家科學(xué)基金會注資1000億美元，用于未來5年開展關(guān)鍵高科技領(lǐng)域研究工作。其選擇關(guān)注的技術(shù)領(lǐng)域基于中國高科技發(fā)展對美國帶來的挑戰(zhàn)而提出，主要包括：人工智能和機器學(xué)習(xí)；高性能計算、半導(dǎo)體和先進計算機硬件；量子計算和信息系統(tǒng)；機器人、自動化和先進制造；自然或人為災(zāi)害預(yù)防；先進通信技術(shù)；生物技術(shù)、基因組學(xué)和合成生物學(xué)；先進能源技術(shù)；網(wǎng)絡(luò)安全、數(shù)據(jù)存儲和數(shù)據(jù)管理技術(shù)等。根據(jù)該法案，美國國會將再額外授權(quán)100億美元，用以指定并投入至少10個區(qū)域技術(shù)中心，這些中心后續(xù)將依次成為“全球關(guān)鍵技術(shù)研發(fā)和制造中心”。

（來源：“國防科技要聞”微信公眾號）

產(chǎn)業(yè)發(fā)展

新AI診斷程序可預(yù)測是否感染新冠肺炎

發(fā)布時間：2020年05月13日

據(jù)物理學(xué)家組織網(wǎng)11日報道，英美科學(xué)家攜手開發(fā)出一種人工智能（AI）診斷工具，可以根據(jù)癥狀預(yù)測某人是否可能感染新冠肺炎，相關(guān)研究發(fā)表于《自然·醫(yī)學(xué)》雜志。

研究人員稱，這款A(yù)I模型使用“新冠肺炎癥狀研究”應(yīng)用程序中的數(shù)據(jù)，通過比較人們的癥狀和傳統(tǒng)新冠肺炎測試提供的結(jié)果來預(yù)測某人是否可能感染新冠肺炎，有望為難以獲得測試機會的人群提供幫助，他們即將在英國和美國開展兩項臨床試驗。

全球已有330多萬人下載了“新冠肺炎癥狀研究”程序，并每天使用該應(yīng)用程序報告自身健康狀況。研究人員分析了該應(yīng)用程序從250萬名英美用戶收集的數(shù)據(jù)，這些人定期在該應(yīng)用程序中記錄其健康狀況，其中約三分之一的用戶記錄了與新冠肺炎相關(guān)的癥狀，有18374人報告稱他們接受了冠狀病毒檢測，其中7178人的檢測結(jié)果為陽性。

借助上述數(shù)據(jù)，研究小組探究了哪些已知與新冠肺炎有關(guān)的癥狀最有可能與陽性測試結(jié)果相關(guān)。他們發(fā)現(xiàn)，新冠肺炎的癥狀比感冒和流感癥狀更多樣。他們警告稱，不要只關(guān)注發(fā)燒和咳嗽，味覺和嗅覺喪失（嗅覺失調(diào)）更值得關(guān)注，因為三分之二冠狀病毒感染檢測結(jié)果呈陽性用戶報告有此癥狀。這表明，與發(fā)熱相比，嗅覺喪失是指向新冠肺炎更有力的指標(biāo)。

研究人員隨后創(chuàng)建了一個數(shù)學(xué)模型，該模型可以根據(jù)用戶的年齡、性別及四個主要癥狀——嗅覺或味覺喪失、嚴(yán)重或持續(xù)咳嗽、疲勞和食欲不振的組合來預(yù)測某人是否可能感染新冠肺炎，準(zhǔn)確率為80%左右。研究人員將這個模型應(yīng)用于80萬名出現(xiàn)癥狀的應(yīng)用程序用戶群體中，預(yù)測當(dāng)時身體不適的人中有不到五分之一（17.42%）的用戶可能感染了新冠肺炎。

研究人員認(rèn)為，將這種AI預(yù)測模型與“新冠肺炎癥狀研究”結(jié)合使用，可以在癥狀剛開始出現(xiàn)時識別出那些有可能感染的人。倫敦國王學(xué)院的蒂姆·斯佩克特教授說：“味覺或嗅覺喪失是新冠肺炎感染的關(guān)鍵預(yù)警信號，應(yīng)包括在該疾病的常規(guī)篩查中，任何突然失去嗅覺或味覺的人應(yīng)假定自己已被感染并遵守當(dāng)?shù)氐淖晕腋綦x措施?！?/p>

（來源：科技日報）

疫情促進人臉識別技術(shù)在日本應(yīng)用

發(fā)布時間：2020年05月14日

日本的人臉識別應(yīng)用最早見諸報端的是機場的刷臉。從2017年10月開始，先后在東京羽田機場、東京成田機場、大阪關(guān)西國際機場以及名古屋中部國際機場導(dǎo)入人臉識別系統(tǒng)。專利申請數(shù)據(jù)顯示，在人臉識別相關(guān)技術(shù)方面，日本廠商擁有很多專利。其中N EC、NTT、日立、富士通、歐姆龍、佳能、東芝等排在前列。

為應(yīng)對新冠肺炎疫情，日本的人臉識別應(yīng)用報道了兩個實例：其一，日本的計數(shù)器廠商——GLORY公司研發(fā)了一套“可識別佩戴口罩人臉”的系統(tǒng)。這一人臉識別系統(tǒng)，即使識別對象佩戴口罩或墨鏡，也能根據(jù)眼睛、額頭及鼻梁等部位的特征進行識別。

其二，總務(wù)省導(dǎo)入的利用人臉識別的體溫測定系統(tǒng)，設(shè)置在中央聯(lián)合大樓2號樓與總務(wù)省2號大樓。利用紅外線照相機，即使距離測定對象1.5米以上，也能在0.5秒內(nèi)以正負(fù)0.3度的精度檢測到來訪者的體溫異常，并及時向管理者發(fā)送通知，即使戴著口罩也能正確測量。

（來源：科技日報）

微軟向公眾開放與新冠病毒相關(guān)的黑客攻擊活動的威脅數(shù)據(jù)

發(fā)布時間：2020年05月15日

據(jù)外媒報道，微軟周四宣布，該公司正在將其收集的與新冠病毒相關(guān)的黑客攻擊活動的威脅情報公開?！白鳛橐粋€安全情報社區(qū)，當(dāng)我們分享的信息能夠提供更完整地了解攻擊者的轉(zhuǎn)移技術(shù)時，我們就會更強大，”微軟威脅情報團隊在一篇博文中說?！斑@種更完整的視圖使我們都能更主動地保護、檢測和防御攻擊?！?/p>

微軟決定開放其feed，以提高人們對攻擊者在新冠大流行期間不斷變化的技術(shù)的認(rèn)識-尤其是對于那些可能不具備該公司所擁有的廣泛可見性的人來說。該安全團隊寫道：“微軟每天處理跨越身份、端點、云端、應(yīng)用和電子郵件的數(shù)萬億個信號，這為我們提供了廣泛的COVID-19主題攻擊的可視性，使我們能夠在整個安全棧中檢測、保護和應(yīng)對這些攻擊?！?/p>

由26個成員組成的網(wǎng)絡(luò)安全威脅共享非營利組織 “網(wǎng)絡(luò)威脅聯(lián)盟”（Cyber Threat Alliance）總裁兼首席執(zhí)行官邁克爾-丹尼爾（Michael Daniel）表示，大流行期間犯罪活動的轉(zhuǎn)變首次將目標(biāo)鎖定在使用新平臺的人身上。

“總的來說，安全行業(yè)的惡意活動數(shù)量并沒有增加；但是，我們看到這種犯罪活動的重點發(fā)生了迅速而急劇的轉(zhuǎn)移，”前白宮網(wǎng)絡(luò)安全協(xié)調(diào)員Daniel告訴CyberScoop?！皦娜艘呀?jīng)試圖利用人們的恐懼、整體信息的匱乏以及許多在線平臺的首次用戶的增加等因素，將重點轉(zhuǎn)移到了COVID-19的相關(guān)主題上?！?/p>

在網(wǎng)絡(luò)犯罪分子和國家行為者開始用新冠病毒和醫(yī)療保健主題的魚叉釣魚郵件或虛假的移動應(yīng)用程序在全球范圍內(nèi)瞄準(zhǔn)受害者幾個月后，微軟進行了這一舉動。微軟正在提供的信息包括在大流行病相關(guān)的魚叉釣魚電子郵件活動中的惡意附件中使用的文件散列指標(biāo)。其中包括的許多電子郵件誘餌都模仿了世界衛(wèi)生組織和紅十字會的品牌，而其他誘餌似乎是在與目標(biāo)共享有關(guān)COVID-19的信息。

微軟分享的283個威脅指標(biāo)可以通過微軟的Graph Security API或Azure Sentinel的GitHub頁面獲得。

Mandiant Threat Intelligence的高級首席分析師Sarah Jones告訴CyberScoop，這種公開的共享很可能會對致力于打擊新冠病毒相關(guān)威脅的中小型企業(yè)有所幫助?！拔覀冞€沒有機會觀察到微軟的這一功能，不過，擁有多種方式整合和查詢外部的intel feeds，對于網(wǎng)絡(luò)防御者來說總是有幫助的?！眔nes說?！按送?，向客戶發(fā)布高質(zhì)量的和經(jīng)過審核的‘Compromise指標(biāo)’饋送，對于中小型企業(yè)來說，可以成為一種力量的倍增器?！?/p>

Cofense首席技術(shù)官Aaron Higbee對這一舉措表示歡迎，但他補充說，濫用微軟Office 365的網(wǎng)絡(luò)釣魚郵件非常猖獗。

“我們贊揚所有的努力，以保護人們免受網(wǎng)絡(luò)釣魚攻擊的攻擊，這些攻擊利用了人們對大流行病的恐懼和擔(dān)憂。”Higbee告訴CyberScoop。“Cofense的客戶對微軟無法過濾掉網(wǎng)絡(luò)釣魚郵件表示出越來越多的不滿。當(dāng)他們得知釣魚郵件來自于Office 365賬戶，并且釣魚套件托管在Office 365上時，他們就會變得特別惱火。我很好奇，在微軟選擇分享的283個網(wǎng)絡(luò)釣魚指標(biāo)中，有多少個是托管在Office 365內(nèi)的?！?/p>

幾個星期前，多個網(wǎng)絡(luò)安全志愿者團體聯(lián)合起來，幫助醫(yī)療機構(gòu)在大流行期間應(yīng)對突發(fā)的網(wǎng)絡(luò)安全威脅。其他公司此前已經(jīng)宣布，他們正在更廣泛地提供服務(wù)。

（來源：cnBeta）

美太空發(fā)展局計劃發(fā)射八顆能夠跟蹤高超聲速武器的衛(wèi)星

發(fā)布時間：2020年05月20日

美太空發(fā)展局（SDA）5月11日發(fā)布了一份建議征詢書草案，擬在2022財年發(fā)射第一批能夠跟蹤高超聲速武器的衛(wèi)星。根據(jù)該草案，SDA正在招標(biāo)承包商設(shè)計和建造8顆寬視場（WFoV）衛(wèi)星，這些衛(wèi)星將裝備紅外傳感器，具備高超聲速武器的初始跟蹤能力。這八顆衛(wèi)星還將接入SDA的傳輸層衛(wèi)星，建立一個具有光學(xué)衛(wèi)星間交叉鏈路的天基網(wǎng)狀網(wǎng)絡(luò)，讓W(xué)FoV傳感器收集的數(shù)據(jù)能夠在衛(wèi)星之間傳輸，最終通過戰(zhàn)術(shù)數(shù)據(jù)鏈路傳輸?shù)竭m當(dāng)?shù)南到y(tǒng)。以下是該草案中為八顆WFoV衛(wèi)星制定的性能目標(biāo)：

①開發(fā)和交付集成紅外傳感器的衛(wèi)星，這些傳感器需要具有足夠的靈敏度和處理能力，能夠從近地軌道探測高超聲速飛行器。

②描述星對星和星對地通信路徑的性能。

③與擴散的傳輸層集成，直接通過戰(zhàn)術(shù)數(shù)據(jù)鏈路提供跟蹤信息。

④演示驗證不同供應(yīng)商提供的衛(wèi)星之間的互操作性。

⑤評估衛(wèi)星上處理、通信基礎(chǔ)設(shè)施和高級算法如何能夠更有效地利用通信帶寬。

⑥制定全球跟蹤能力的作戰(zhàn)概念。

⑦驗證功能和性能要求，以便為今后關(guān)于通信、太空和地面處理以及全面全球能力所需天基傳感器的數(shù)量、類型和能力的研究提供信息。

此前不久，美國防高級研究計劃局宣布，計劃在今年年底和2021年將“黑杰克”項目的衛(wèi)星送入軌道，預(yù)計在2022財年發(fā)射第一批約20顆衛(wèi)星，2024財年發(fā)射第二批150顆衛(wèi)星。

（來源：“國防科技要聞”微信公眾號）

英國推出用于無人潛航器的水下全球?qū)Ш叫l(wèi)星系統(tǒng)

發(fā)布時間：2020年05月28日

英國模數(shù)技術(shù)公司推出全新系列的全球?qū)Ш叫l(wèi)星系統(tǒng)（GNS S）。該系統(tǒng)可承受幾千米的水壓，在水下準(zhǔn)確記錄平臺位置，適合遙控水下潛航器（ROVs）和自主水下潛航器（AUVs）。

該系列中結(jié)構(gòu)最緊湊的是M in iPod101G，其額定下潛深度為50米，可在靠近水面處工作，并將位置信息傳送至2千米外的母船，從尺寸、重量和安裝等關(guān)鍵因素考慮非常適合小型海上無人系統(tǒng)；MiniPod103G和MiniPod106G的額定下潛深度分別為1000米和6000米，可與超短基線定位系統(tǒng)（USBL）等水下聲學(xué)定位系統(tǒng)結(jié)合使用，提供無人潛航器和無人艦艇的實時監(jiān)測，實現(xiàn)水面跟蹤/回收和丟失資產(chǎn)的重新定位，適合觀測級或深水作業(yè)級的遙控水下潛航器；MiniPod107GS綜合其他型號的特點和優(yōu)勢，采用IsatData Pro技術(shù)，為遠程資產(chǎn)監(jiān)控提供全球衛(wèi)星定位服務(wù)，一旦其所安裝的水下潛航器浮出水面，準(zhǔn)確的位置信息就可被送至世界任何地點。另外，所有型號均包含高穩(wěn)定性的即插式雙波段L1 + L2接收器，可連接Atlas公司的校正服務(wù)以提高準(zhǔn)確性。

（來源：“國防科技要聞”微信公眾號）

1750億參數(shù)，史上最大AI模型GPT-3上線

發(fā)布時間：2020年05月30日

5月29日，OpenAI 提出的 GPT-3 在社交網(wǎng)絡(luò)上掀起了新一陣風(fēng)潮。它的參數(shù)量要比 2 月份剛剛推出的、全球最大深度學(xué)習(xí)模型 Turing NLP 大上十倍，而且不僅可以更好地答題、翻譯、寫文章，還帶有一些數(shù)學(xué)計算的能力。這樣強大的深度學(xué)習(xí)，不禁讓人產(chǎn)生一種錯覺：真正的AI要來了嗎？

首先，GP T-3 最令人驚訝的還是模型體量，它使用的最大數(shù)據(jù)集在處理前容量達到了 45TB。根據(jù) OpenAI 的算力統(tǒng)計單位petaf lops/s-days，訓(xùn)練 AlphaGoZero 需要1800-2000pfs-day，而 OpenAI 剛剛提出的 GPT-3 用了3640pfs-day，看來擁有微軟無限算力的 OpenAI，現(xiàn)在真的是為所欲為了。

研究者們希望 GPT-3 能夠成為更通用化的 NLP 模型，解決當(dāng)前BERT等模型的兩個不足之處：對領(lǐng)域內(nèi)有標(biāo)記數(shù)據(jù)的過分依賴，以及對于領(lǐng)域數(shù)據(jù)分布的過擬合。GPT-3致力于能夠使用更少的特定領(lǐng)域，不做“微調(diào)”（fine-tuning）解決問題。

和往常一樣，GPT-3 立即放出了GitHub項目頁面，不過目前僅是一些生成樣本和數(shù)據(jù)集，還沒有代碼：https：//github.com/openai/gpt-3。

不過上傳的沒有那么快其實情有可原，在 issue 里有人道出了真相：參數(shù)這么多，如果按照 GPT-2十五億參數(shù)等于6G這么算的話，GPT-3模型可能要700G，老硬盤還裝不下，不是正常人能玩的轉(zhuǎn)的。

2019年3月機器學(xué)習(xí)先驅(qū)，阿爾伯塔大學(xué)教授Richard S.Sutton著名的文章《苦澀的教訓(xùn)》里開篇就曾說道：“70年的人工智能研究史告訴我們，利用計算能力的一般方法最終是最有效的方法?！?/p>

2019年初，OpenAI發(fā)布了通用語言模型GPT-2，能夠生成連貫的文本段落，在許多語言建?；鶞?zhǔn)上取得了SOTA性能。這一基于Transformer 的大型語言模型共包含15億參數(shù)、在一個800萬網(wǎng)頁數(shù)據(jù)集上訓(xùn)練而成。GPT-2是對GPT模型的直接擴展，在超出 10 倍的數(shù)據(jù)量上進行訓(xùn)練，參數(shù)量也多出了10倍。

然而，長江后浪推前浪。昨日，OpenAI發(fā)布 GPT-3模型，1750億參數(shù)量，足足是GPT-2的116倍。

GPT-3 的論文作者多達 31 人，來自O(shè)penAI、約翰霍普金斯大學(xué)的Dario Amodei等研究人員證明了在GPT-3中，對于所有任務(wù)，模型無需進行任何梯度更新或微調(diào)，而僅通過與模型的文本交互指定任務(wù)和少量示例即可獲得很好的效果。

GPT-3 在許多 NLP 數(shù)據(jù)集上均具有出色的 性能，包括翻譯、問答和文本填空任務(wù)，這還包括一些需要即時推理或領(lǐng)域適應(yīng)的任務(wù)，例如給一句話中的單詞替換成同義詞，或執(zhí)行 3 位數(shù)的數(shù)學(xué)運算。

當(dāng)然，GPT-3 也可以生成新聞報道的樣本，我們很難將機器寫的文章與人類寫的區(qū)分開來。

（來源：“機器之心”微信公眾號）

美國海軍海戰(zhàn)系統(tǒng)司令部成立網(wǎng)絡(luò)與數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)機構(gòu)

發(fā)布時間：2020年05月29日

據(jù)USNI網(wǎng)站報道，4月中旬，美國海軍海戰(zhàn)系統(tǒng)司令部（NAVSEA）司令、海軍中將托馬斯·摩爾宣布成立網(wǎng)絡(luò)工程與數(shù)字化轉(zhuǎn)型局（SEA 03），由阮桓少將負(fù)責(zé)。雖然4年前就任NAVSEA司令時，摩爾中將就將網(wǎng)絡(luò)作為NAVSEA的首要任務(wù)，但目前NAVSEA還沒有形成關(guān)于網(wǎng)絡(luò)和數(shù)字化發(fā)展的統(tǒng)一規(guī)劃。在前海軍作戰(zhàn)部長約翰·理查德森上將實施數(shù)字化轉(zhuǎn)型后，摩爾中將發(fā)現(xiàn)NAVSEA部門在信息化建設(shè)方面各自為政，如首席信息辦公室管理艦載網(wǎng)絡(luò)，項目執(zhí)行辦公室管理軟件包、作戰(zhàn)系統(tǒng)和雷達的網(wǎng)絡(luò)防御，海軍系統(tǒng)工程局（SEA 05）則負(fù)責(zé)數(shù)字雙胞胎、數(shù)據(jù)分析的試點項目。雖然這些機構(gòu)都在各自領(lǐng)域取得了一定成果，但總體上，NAVSEA并沒有人專門負(fù)責(zé)整個部門的數(shù)字化、網(wǎng)絡(luò)建設(shè)問題。SEA 03的成立就是為了解決上述問題。SEA 03合并了首席信息辦公室，將NAVSEA的信息化建設(shè)思路從面向傳統(tǒng)IT任務(wù)轉(zhuǎn)為交付服務(wù)。接下來，SEA 03將對NAVSEA的網(wǎng)絡(luò)和數(shù)字化轉(zhuǎn)型進行整體評估，提出下一步機構(gòu)改革建議。

SEA 03的任務(wù)是“發(fā)展艦隊數(shù)字能力，開發(fā)網(wǎng)絡(luò)安全基礎(chǔ)設(shè)施，增強用戶體驗，提升艦隊作戰(zhàn)能力”。具體職責(zé)包括：1、開發(fā)、保護網(wǎng)絡(luò)與數(shù)字生態(tài)系統(tǒng)；2、提供網(wǎng)絡(luò)與數(shù)字化業(yè)務(wù)；3、設(shè)計、交付、維護網(wǎng)絡(luò)與數(shù)字生態(tài)系統(tǒng)；4、提供數(shù)字化決策；5、管理網(wǎng)絡(luò)和數(shù)字化技術(shù)；6、有效交付數(shù)據(jù)；7、開發(fā)數(shù)字架構(gòu)；8、提升數(shù)字化創(chuàng)新；9、實施基于模型的系統(tǒng)工程。

（來源：國防科技信息網(wǎng)）

多操作系統(tǒng)平臺資產(chǎn)風(fēng)險狀況研究：微軟漏洞最多

發(fā)布時間：2020年05月06日

Kenna Security 發(fā)布了一份新的報告，其中對Microsoft、Linux 和 Mac 資產(chǎn)的風(fēng)險狀況進行了研究。Cyentia 研究所撰寫了《 Prioritization to Prediction：Volume 5： In Search of Assets at Risk》報告，該報告基于Kenna Security 來自 450 個組織的 900 萬資產(chǎn)的數(shù)據(jù)。

報告指出，微軟資產(chǎn)的 70% 至少具有一個高風(fēng)險漏洞。在整個研究期間，研究人員共發(fā)現(xiàn)了 Microsoft 資產(chǎn)中的 2.15 億個漏洞，其中已完成修復(fù)的漏洞有 1.79 億個，占比 83%。根據(jù) Kenna Security 的說法，其余未修補的 3600 萬個漏洞要高于 Max、Linux 和 Unix 資產(chǎn)的總和。

微軟還擁有最高的封閉式高風(fēng)險漏洞百分比，為83%。緊隨其后的是 Apple OSX，其次是 Linux/unix 和網(wǎng)絡(luò)設(shè)備/IoT 設(shè)備。此外，40% 的 Linux 和 Unix 資產(chǎn)以及 30% 的網(wǎng)絡(luò)設(shè)備具有已知漏洞。

不過，Kenna Security 也指出，較少的漏洞不一定表示設(shè)備更安全。在一個單個高風(fēng)險漏洞可能造成災(zāi)難性后果的世界中，有效的補丁程序優(yōu)先級和速度是安全性的關(guān)鍵，而與設(shè)備或軟件類型無關(guān)。

盡管 Microsoft 具有比其他漏洞更多的漏洞，但這不一定表示其存在總風(fēng)險，因為 Microsoft 還可以更快地修復(fù)漏洞。該報告發(fā)現(xiàn)，基于 Wi ndow s 的資產(chǎn)每月平均有119 個漏洞，并且平均每 36 天修補一次這些漏洞。與此相比，網(wǎng)絡(luò)設(shè)備每月平均只有 3.6 個漏洞，但這些漏洞則大約需要一年的時間才能完成修補。

蘋果的補丁率位列第二高，為 79%。Linu x、Un i x 和其他網(wǎng)絡(luò)設(shè)備的補丁率則為 66%。

Cyentia Institute 的合伙人兼創(chuàng)始人 Wade Baker 表示：“通過自動修補和’Patch Tuesdays’，Microsoft 能夠解決其系統(tǒng)上的關(guān)鍵漏洞的速度非常出色，但其仍然存在很多漏洞。“另一方面，我們看到許多資產(chǎn)，例如 routers和 pr i nter s，它們的高風(fēng)險漏洞具有更長的保質(zhì)期。公司需要圍繞這些權(quán)衡因素調(diào)整其風(fēng)險承受能力，策略和漏洞管理功能。

（來源：cnBeta）