云控制與決策在傳統(tǒng)控制中引入云計(jì)算、邊緣計(jì)算、大數(shù)據(jù)處理技術(shù)以及人工智能算法，將各種傳感器感知匯聚而成的海量數(shù)據(jù)即大數(shù)據(jù)，存儲在云端，在云端利用人工智能算法實(shí)現(xiàn)系統(tǒng)的在線辨識與建模，應(yīng)用任務(wù)的計(jì)劃、規(guī)劃、調(diào)度、預(yù)測、優(yōu)化、決策和控制等服務(wù)，結(jié)合多種先進(jìn)控制方法，實(shí)現(xiàn)系統(tǒng)的自主智能控制；在終端應(yīng)用邊緣控制，借助網(wǎng)絡(luò)交互信息，形成云網(wǎng)邊端協(xié)作機(jī)制，提高復(fù)雜智能系統(tǒng)控制的實(shí)時(shí)性和可用性。云控制與決策理論必將推動指揮與控制向體系作戰(zhàn)指揮控制信息一體化、智能化發(fā)展，這也是新的形勢下實(shí)施高效體系作戰(zhàn)指揮與控制的需要，是加快軍事智能化發(fā)展，提高聯(lián)合作戰(zhàn)與全域作戰(zhàn)能力的需要。

本專題圍繞云邊端協(xié)同優(yōu)化與任務(wù)調(diào)度、云控制系統(tǒng)的安全與隱私、云控制與決策理論應(yīng)用等內(nèi)容，收錄12 篇學(xué)術(shù)論文。

云邊端協(xié)同優(yōu)化與任務(wù)調(diào)度方面，“面向多智能體系統(tǒng)的‘云網(wǎng)邊端’一體化架構(gòu)”針對智能制造領(lǐng)域中多智能體系統(tǒng)機(jī)理建模存在復(fù)雜性、異構(gòu)性等實(shí)際問題，結(jié)合工業(yè)互聯(lián)網(wǎng)和云控制，提出了面向多智能體系統(tǒng)的“云網(wǎng)邊端”一體化架構(gòu)設(shè)計(jì)方法，解決了異構(gòu)系統(tǒng)通信協(xié)議解析問題和云網(wǎng)邊端計(jì)算環(huán)境一致性問題，打通了異構(gòu)智能體之間信息流，達(dá)到了降低開發(fā)成本、提高技術(shù)資源復(fù)用率的目的?！岸嘀悄荏w系統(tǒng)帶寬分配及預(yù)測云控制”設(shè)計(jì)了可以補(bǔ)償網(wǎng)絡(luò)時(shí)延的預(yù)測云控制方案，給出了Stackelberg 博弈的納什均衡解和多智能體系統(tǒng)一致性和穩(wěn)定性條件?！斑吘売?jì)算計(jì)算卸載與資源分配聯(lián)合優(yōu)化算法”設(shè)計(jì)了邊緣計(jì)算卸載決策與資源分配業(yè)務(wù)聯(lián)合優(yōu)化算法，實(shí)現(xiàn)了多用戶多節(jié)點(diǎn)有云參與的聯(lián)合迭代尋優(yōu)。

云控制系統(tǒng)的安全與隱私方面，“基于CNN-MHA-BiLSTM 的云控制系統(tǒng)DDoS 攻擊檢測”提出了融入多頭注意力機(jī)制的時(shí)空特征檢測模型，可以有效地檢測出云控制系統(tǒng)的DDoS 攻擊?！盎谠朴?jì)算的隱私保護(hù)支持向量機(jī)分類方案”提出了一種新的基于云計(jì)算的隱私保護(hù)支持向量機(jī)分類方案，能夠在半誠實(shí)安全模型下安全計(jì)算的同時(shí)保護(hù)各參與者隱私，且精度較高。“面向時(shí)序數(shù)據(jù)的多范數(shù)約束對抗樣本生成方法”提出了一種新的針對深度時(shí)序模型的對抗攻擊算法，展現(xiàn)了云控制系統(tǒng)中深度模型的脆弱性?！盎诨バ畔⒌脑瓶刂葡到y(tǒng)的最優(yōu)隱私保護(hù)機(jī)制設(shè)計(jì)”針對具有能量約束的云控制系統(tǒng)，通過向系統(tǒng)輸出信號添加隨機(jī)噪聲以保護(hù)隱私，設(shè)計(jì)了最優(yōu)的擾動方差與擾動添加調(diào)度策略，驗(yàn)證了最優(yōu)隱私保護(hù)機(jī)制的有效性。

云控制與決策理論應(yīng)用方面，“基于地質(zhì)鉆探智能云監(jiān)控系統(tǒng)的鉆速優(yōu)化決策”面向地質(zhì)鉆探智能控制與優(yōu)化決策的工程需求，基于云控制系統(tǒng)的設(shè)計(jì)理念，提出了地質(zhì)鉆探智能云監(jiān)控系統(tǒng)設(shè)計(jì)方案，并基于高斯過程回歸和混合蝙蝠算法的鉆速智能優(yōu)化方法，實(shí)現(xiàn)了鉆進(jìn)過程狀態(tài)監(jiān)測、效率優(yōu)化、智能控制與決策等功能?！爱愋蜔o人機(jī)空戰(zhàn)對抗協(xié)同機(jī)動決策研究”針對無人機(jī)協(xié)同空戰(zhàn)可能面臨的不同空中態(tài)勢，根據(jù)殲擊無人機(jī)與電子干擾無人機(jī)的協(xié)同作戰(zhàn)樣式，設(shè)計(jì)了編隊(duì)飛行、沖突解脫等不同態(tài)勢下的機(jī)動決策方法，可實(shí)現(xiàn)無人機(jī)在空戰(zhàn)機(jī)動的同時(shí)避免相撞事故的發(fā)生?！霸埔曨l系統(tǒng)服務(wù)高可用技術(shù)”從提出云視頻系統(tǒng)服務(wù)高可用需求出發(fā)，梳理了服務(wù)高可用相關(guān)的軟件架構(gòu)演進(jìn)、故障檢測及失效恢復(fù)技術(shù)發(fā)展，提出了一種創(chuàng)新、可行的云視頻系統(tǒng)服務(wù)高可用方案?！皯?yīng)用云模型的字符不確定性定性定量雙向認(rèn)知”針對常見字符的不確定性，提出了云模型理論融合自編碼器的設(shè)計(jì)方法，可以更清晰地表示對字符認(rèn)知的過程?！盎谠破脚_的消防員自主導(dǎo)航與搜救系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)”著眼于解決消防火場環(huán)境下的自主導(dǎo)航與救援的問題，基于多源信息融合的導(dǎo)航定位、動態(tài)場景下視覺導(dǎo)航、三維場景重建、自主學(xué)習(xí)等方法，設(shè)計(jì)了消防員火場救援的體系化系統(tǒng)，實(shí)現(xiàn)了復(fù)雜火場環(huán)境的高精度自主導(dǎo)航定位。

本專題組稿得到了來自軍事科學(xué)院系統(tǒng)工程研究院、空軍工程大學(xué)、中國科學(xué)院計(jì)算技術(shù)研究所、西北工業(yè)大學(xué)、哈爾濱工程大學(xué)、中國礦業(yè)大學(xué)（徐州）、中國地質(zhì)大學(xué)（武漢）、南京郵電大學(xué)、齊魯工業(yè)大學(xué)（山東省科學(xué)院）、燕山大學(xué)、福州大學(xué)、華北理工大學(xué)、西京學(xué)院等多家軍地單位專家群體的支持，軍地聯(lián)合專家群體不僅為本次組稿提供了有價(jià)值的思路和方向，同時(shí)，也貢獻(xiàn)了高質(zhì)量的研究成果，在此表示衷心感謝。