通用技术底座!美空军发布模拟训练官方参考架构指导业务发展

科技   2025-01-09 19:13   北京  

美空军在未来充满不确定性和复杂性的环境中进行训练的能力,将依赖于数字、仿真、加密技术构建相关作战场景。美空军发布官方参考架构(GRA)与国防部(DoD)的其他参考架构、现代化战略保持一致。它详细描述了构建与未来威胁相关的训练环境所需的能力,其系统化方法避免了工作的重复,并提供了必要的灵活性,为美空军各单位组织实施模拟训练所需建模与仿真提供了基本的指导原则。

战略目标

官方参考架构(GRA)旨在帮助美空军在模拟训练领域实现现代化,提高训练质效,同时确保与国防基础设施的互操作性。在学术定义上,参考架构(RA)专注于特定领域,指导该领域能力架构和解决方案架构的实例化,提供实施共同标准、模式和视图的方法。RA的官方版本称为GRA。GRA的目的并不在于详细管控单个软件系统的实现,而是提供一个框架来指导的实施。这个框架的目标是标准化和协调实现过程中的关键部分,以确保系统的灵活性、可重用性、可组合性。GRA为架构师和开发者提供了一个框架,此框架在遵循国防部指导的同时,为建模和仿真提供了一个结构化的路径。这份GRA用作给开发者做参考,它并不是解决方案架构,因为每个项目都有自己的独特需求,GRA协助他们创建自己的解决方案架构。
1. 目的
GRA包含了国防部数字化现代化战略、国防部数据战略、国防部云战略、国防部数字工程战略、国防部网络战略和国防部人工智能战略的原则,目标达到作战训练基础设施(OTI)2035飞行计划中所述的“构建一个相关的训练环境,允许武器系统和作战人员以动态、真实的方式进行交互”。
GRA主要关注的是支撑模拟训练的底层技术。GRA框架不仅适用于作战训练领域,还可以被更广泛的建模与仿真(M&S)社区所采用,并根据他们特定的需求进行调整和定制。 
2. 从以应用为中心向以数据为中心的转变
当前能力是以应用为中心的设计。在现有的架构中,模拟器和仿真系统是为了特定领域的训练而专门设计的,并且随着时间的推移,它们被不断修改以满足日益增长的需求。这些系统各自拥有独立的数据库,而不是使用一个统一的共享数据平台。为了遵循国防部的现行规定和保护数据安全,网络和训练活动必须在同一安全级别上运行。这在高安全级别系统(例如第五代战机)需要与低安全级别系统(例如第四代战机)交互时造成了问题,导致信息失真和训练效果不佳。
期望能力是以数据为中心的设计。转向以数据为中心的设计,将允许所有模拟器和边缘设备访问数据,并为实现多级安全(MLS)迈出重要一步。当一个低安全级别系统需要从高安全级别系统请求数据或交互计算时,所使用的MLS程序或方法能够以适当的数据级别响应请求,并以较低延迟将正确的安全级别结果返回给请求者。
这种概念在美空军模拟训练中是革命性的,因为数据成为了战略关键资产,并且具有自描述性(即,通过标签和值对进行元数据标记),不再依赖于应用程序来解释和定义其含义。
软件开发模式的转变特别强调了对传统瀑布模型软件开发方法的优化,并向更敏捷、更灵活的模式过渡,例如DevSecOps(开发、安全和运维一体化)。通过采纳这种新方法,美空军能够迅速适应新兴技术。DevSecOps从开发流程的起始阶段就将安全和运维纳入考量,与传统方法相比的一个关键区别在于它们对云部署和软件打包的重视。为了实现以数据为中心的数据驱动决策,模拟训练数据非常关键。需要一个统一的数据集来构建模拟训练环境,来发现、检索和转换训练数据,并生成标准化的输出以供分析。 

仿真环境的关键能力

官方参考架构有关原则

本GRA提出的原则旨在全面指导解决方案开发。这些原则相互关联,并无优先级之分,需综合考量以确保架构开发决策的全面性和平衡性。传统的企业方法一直采用以应用为中心的开发和管理资源。如前所述,这种方法不仅在当前操作中效率低下,而且阻碍了向未来增长战略的转变,例如引入新的威胁系统或应用增强现实/虚拟现实(AR/VR)系统。当前针对数据集中解决方案的战略仅提供了点解决方案,并且仍然是分散的解决方案,成功率有限,它们阻碍而不是促进了适应性训练事业的发展。以下是GRA用户需解决和满足的目标,以原则形式陈述,用以指导架构开发中的选择:
原则1:管控架构技术负债
架构技术负债是一个比喻,用来描述那些在短期内看似有利、却可能在长期内损害软件系统质量的次优架构设计和实现决策。在考虑将现有的边缘设备和模拟器现代化时,必须审视这些设备的“架构技术负债”。
目前,模拟训练体系中的大部分边缘设备和模拟器已经使用了多年,有些甚至使用了数十年。这些设备为满足新的要求几乎都经过了修改,导致它们的架构技术负债不断增加。管理架构技术负债是每个人的职责。因此,每个系统都应有一个技术能力计划,明确指出需要修复的问题和预期的时间节点。妥善管理架构技术负债,可以减少未来变更的成本,并降低添加新功能所需的努力、时间和成本。
原则2:创新并尝试新技术
创新和新技术的应用对于美空军改善训练环境至关重要。创新不仅可以促进模拟训练在特定领域的发展,还能在已经熟练掌握的领域进一步提升其效能。
原则3:评估遗留系统以整合进建模仿真事业
为了将遗留系统(如边缘设备和模拟器)从设备或应用中心的架构转变为数据中心的架构,必须评估这些系统是否能够整合进可组合的建模仿真事业。评估过程中,需要考虑以下问题:系统是否可以重新配置以访问远程数据存储库?系统是否可以重新配置以发现新的数据存储库?在访问数据存储库时,延迟是否足够低?
目前,遗留系统通常存储自己的数据文件,包括地形、弹道、电子战和天气等。作为测试,可以选择一个或几个代表性系统进行迁移,而其他系统继续支持当前的训练任务。迁移计划可以从更改系统以访问远程数据存储库开始,这些远程数据文件将成为所有系统在新架构中通信的可信数据源。
在评估迁移过程中,一些系统可能被识别为无法升级或更改的软件,需要制定淘汰计划。为了最小化系统间的实现依赖性,应采用模块化方法,鼓励系统间共享信息和功能。同时,应鼓励使用政府数据权利标准、北约标准化协议(STANAGs)和开放标准。
原则4:促进小型和大型使用场景的可扩展性
可扩展性是指系统在应用和系统处理需求变化时,能够增加或减少性能和成本的能力。这一原则强调技术组件应具备至少三年的使用寿命,并能够适应基础设施和组件的变化。为了实现这一目标,建模仿真事业应采用一个能够满足初始实施需求,并在未来有能力扩展系统的架构。这样的架构将允许在不牺牲性能的前提下,根据需求的变化灵活调整资源,确保系统的长期有效性和成本效益。
原则5:数据共享
数据作为宝贵资源,在美空军中却分散于多个数据孤岛,导致维护和管理成本高昂。目前缺乏有效的程序来发现、检索和转换可用的训练数据,使得实现任务目标所需的数据难以获取和利用。为了加强模拟训练系统间的协作和通信,必须依赖单一真实来源(SSOT)来处理数据。SSOT的使用确保了整体基于相同的数据做出数据驱动的决策。通过SSOT,可以消除重复数据条目,减少识别正确数据的工作量,同时降低与数据管理相关的成本,因为数据只需被捕获一次,但可以多次使用。开发人员需要利用数据标记和数据分割方法来管理数据的可发布性和可访问性,这样的做法有助于提高数据的可用性,同时保护敏感信息,促进跨系统和跨部门的有效协作。
原则6:开发敏捷性
这一原则旨在推动构建一个能够适应快速变化环境的架构,使信息共享实践者能够迅速响应并在这样的动态环境中茁壮成长。鼓励系统之间共享信息和功能,这样可以减少系统间的实现依赖性,提高整体的灵活性和响应速度;提倡定义系统接口时,应关注接口的作用(即它们应该实现的功能),而不是具体的工作方式(即它们如何实现这些功能)。这种方法有助于保持系统的开放性和可扩展性;将信息交换的逻辑与技术解决方案的逻辑分开,这样可以在不改变信息交换逻辑的情况下,灵活地更新或替换技术解决方案,从而更快地适应技术进步和业务需求的变化。
原则7:模型灵活性
模型灵活性是指模型行为能够根据数据特征进行调整和适应的程度。对于美空军而言,仿真模型需要覆盖广泛的领域,包括但不限于天气模拟、弹道预测和无教员飞行训练等。在这些领域中,模型的灵活性是至关重要的,因为它们需要能够:
(1)在特定操作、控制输入或活动之前或之后,确定必要的行动,以优化结果或减轻潜在影响。
(2)在政策变化实施前,评估这些变化可能带来的影响。
此外,好的模型应具备以下两个关键特征:
(1)学习能力,模型能够根据训练数据学习并掌握目标函数,这意味着模型能够通过学习数据中的模式和趋势来提高其预测或模拟的准确性。
(2)泛化能力,模型在面对未见过的数据时,依然能够提供可接受的性能表现,这表明模型不仅在训练数据上表现良好,而且能够适应新的、不同的数据环境。
不符合灵活性设计标准的简单模型可能会局限于特定的数据集,这限制了它们的共享和使用范围。
原则8:无缝隙安全保护
这个原则强调使用零信任安全方法来保护数据和操作。零信任意味着不自动信任任何用户或设备,而是通过验证身份、位置等信息来决定是否允许访问。这样可以更好地防止网络攻击,保护系统安全。简单来说,就是不信任任何人,直到他们被证明是安全的。
原则9:与最佳实践和经验保持一致
美空军正在建立一个数字生态系统,用于支持多样化的模拟训练。这个生态系统的目的是创建一个统一的建模仿真社区,遵循共同的政策、标准和最佳实践,以提升战备和作战能力。为了实现这个目标,美空军会提供各种资源,比如模板、最佳实践和技术支持,来帮助云计算产品和服务的授权流程。这些资源将确保流程符合NIST等国家标准机构设定的标准和指导方针,提高云计算操作的效率和合规性。简单来说,就是美空军会用行业里最好的方法和经验来提升自己的训练和作战能力。
官方参考架构有关模式
在模拟训练领域,美空军采纳了一系列被称为“模式”的指导原则和最佳实践。这些模式是经过验证的方法,旨在帮助美空军在配置和部署仿真资源时实现预期结果,并与GRA中提出的原则保持一致。
1. 模式的定义与作用
模式是一系列基于经验的指导方针,它们被证明是有效的,或者被广泛认可为最佳实践。这些模式能够协助配置和部署仿真资源以满足特定解决方案时,确保与既定原则保持一致性。
2. 模式的类型
GRA中讨论的模式分为三类:数据模式、集成模式和迁移模式。
(1)数据模式(Data Patterns):数据模式支持组织内应用程序和服务的集成,确保准确和最新数据的可用性。数据集成涉及将组织中任何来源的不同类型和格式的数据组合到一个中央存储库。这个过程旨在创建一个统一的资源,可以一致地用于分析或其他目的。GRA深入探讨了四种基本模式:提取、转换、加载(ETL);提取、加载、转换(ELT);数据网格和数据织物。这些模式之间的关键区别在于数据转换发生的时间。
(2)集成模式(Integration Patterns):集成模式旨在为接口、组件和工作流程的实现提供最低必要标准,以确保一致性和技术互操作性。网格应用和服务架构(MASA)是一种非专有架构模型,专注于人、流程、服务、设备和事物的动态连接。应用由多个独立服务和应用的相互连接的网格组成,通过API与其他应用和外部系统共享功能;边缘混合(Edge Hybrid),网络链接主要服务于管理目的和异步数据同步或上传。这种模式确保了时间关键进程(例如,传感器融合)保持在边缘,并且数据与其他分布式组件同步;超融合基础设施(HCI)是一种软件定义的基础设施,具有紧密集成的计算、存储、网络和虚拟化资源,在通用硬件上运行。HCI将所有本地硬件和软件组件整合到一个统一的系统中,简化了管理复杂性,提高了操作效率。
(3)迁移模式(Migration Patterns):迁移模式涉及将现有的系统或应用迁移到新的平台或架构。这些模式包括:重新托管(Rehost):在不修改代码、功能或功能的情况下,将软件迁移到另一个平台;重新平台化(Replatform):迁移到另一个平台,并重新编码部分软件,但不改变代码结构、功能;重构(Refactor):修改现有代码以满足现代标准,而不改变外部行为,以消除技术债务并改进非功能性属性;重新架构(Rearchitect):创建一个新的应用程序架构以改进性能;重建(Rebuild):完全从头开始重新编码,同时保留原始规格;替换(Replace):淘汰现有系统。
3. 模式选择的决策
选择使用哪种模式取决于与之相关的成本和从实现结果中获得的收益。决定采用哪种模式时,需要考虑所需的资源投入(如时间、金钱、人力)与预期的产出(如提高效率、降低成本、增强安全性)之间的平衡。
小结
随着数字工程、开放任务系统架构和敏捷软件在内的颠覆性技术在训练领域的应用,美空军能够与其他军种、盟友一起,有效地执行军事行动。其不仅在技术上进行投资,还在战略规划和实施上做出具体决策,以确保能够快速响应未来的作战需求。在一个复杂组织体中,应有一个部门牵头管理仿真技术研究以及模型数据,不仅仅是军方,还包括工业部门。此外,上级机关通过管理、发布官方参考架构(GRA)的模式值得借鉴。官方参考架构不仅促进标准化、互操作性、降低成本、提高效率,还能切实发挥上级机关的管理作用,推动整个行业的技术进步和应用创新。

来源 I 空天防务观察

作者 I 中航工业 何晓骁

封面图源:Aptima
▌声明:空天界登载此文出于传递更多信息之目的,文章内容仅供参考。最近微信平台推荐机制调整了,没有标星的朋友们可能会错过空天界的推送或是看不到封面,欢迎新老朋友给【空天界】点个星标,以免错过更多精彩!

空天界
空天界,服务20万亿空天产业决策者圈层,精选数据报告及重点案例。专注航空航天领域产业分析和创投案例,建设权威高效的产业双创平台,传播航空航天产业链新科技、新模式、新品牌。
 最新文章