摘要：2023年6月，美国布鲁金斯学会发布文章《美国国防部的威慑响应监视能力》。文章提出，为了防止中美之间发生战争，美国国防部应做好准备，对中国的行动做出安全有效的响应。这种响应需要部署灵敏、全面的指示与警告链。此外，美国还必须设计出既能成功传达美国意图，又能降低沟通不畅、混淆和局势意外升级可能性的威慑战略。将一系列现成、快速发展的商用技术（如船只自动识别系统、大规模计算和机器学习）整合到威慑响应监视能力中，有助于实现这两个目标。本文将对上述文章进行介绍。
关键词：威慑响应监视，指示与警告链，船只自动识别系统，射频地理定位数据，雷达
引言
文章认为，中美开战后果的严重性意味着美国国防部（DoD）的首要目标是将与中国开战的可能性降至最低，而中国也会为此做出相同的努力。这说明，如果中美两国间爆发战争，很可能就是双方沟通不畅、误解、误判或发生意外的结果。新兴技术对于美国国防部的价值不是通过推动战争爆发而实现的，而是通过它们在防止战争爆发方面的核心作用来实现的。
突如其来的核打击或高端常规打击的可能性很低。美国的核武器和常规武器是强大且随时可投入实战的威慑力量，且美国机构间拥有相应的机制来识别和应对有关大规模使用武力的行为。此外，防止中美两国间爆发战争还需要降低任何一次利益冲突因误解和恐惧而升级为“行动-反行动”危机的可能性。为此，美国国防部势必会采取一切必要手段来应对中国的行动，以安全、有效地维护美国在各地区的利益和主导地位。
这种响应需要部署灵敏、全面的指示与警告（I&W）链。此外，美国还必须设计出既能成功传达美国意图，又能降低沟通不畅、混淆和局势意外升级可能性的威慑战略。将一系列现成、快速发展的商用技术整合到威慑响应监视（DRM）能力中，有助于实现这两个目标。
威慑响应监视：
利用技术从威慑反馈循环中学习
目前，自动化、传感、数据捕捉、处理和分析技术已足够先进，成本也足够低廉，可以高效、不间断地监视特定区域乃至全球各个领域的活动——陆地、天空与太空、海面与海底以及网络。美国国防部可能基于这种监视的灵敏度和可靠性来建立解放军（PLA）行为基准，然后，美国国防部可识别和评估解放军行为相对于该基准的偏离情况，并区分预期的指示与警告信号和标准噪音。
文章指出，该技术还能提高美国对解放军行为的影响的有效性。当今的技术让美国国防部有机会测试和评估其他国家对一系列行动的应对方式：从军事资产或人员的部署和调动到开源或闭源数字平台上的信息作战。将美国的行动与解放军的应对方式挂钩起来，可以揭示中国对美国各类行动的敏感性，以及对特定地域、资源和关系的敏感性。这种实验有助于美国国防部深入了解中国的价值观和动机，并获取关于解放军防御方案和作战程序的信息。美国国防部还可以利用这些发现来避免可能引发不必要危机的活动；并以信号会被如实解读的高度自信有目的地加强或放松对中国利益的威胁；以及为任何潜在的解放军应对方式做好准备。
持续部署技术驱动的反馈循环（威慑响应监视）并从中学习，将使美国决策者有十足的信心，认为美国国防部对解放军的活动模式有相当准确的了解，同时也使他们对美国国防部识别有意义的基准偏差能力充满信心。从反馈循环中汲取的信息有助于美国国防部在当地及全球各领域开展行动，捍卫美国利益，同时不增加意外、误解和危机的可能性。
限制中国海上渔船的活动
文章指出，如今，美国利用大规模传感和计算技术来追踪中国境内外可观测到的目标是可以实现的。对基础设施发展、商业投资、建设活动和部队调动等活动的监视可产生大量数据，有助于指示与警告分析。将这些追踪技术应用于解决具体海上问题的方式很好地说明了建设威慑响应监视能力所需的条件，以及这种能力可为美国国防部带来的价值。
文章认为，美国的“印太战略”优先支持“基于规则的解决海域问题的方法，包括中国南海和东海”。美国实施这一战略或将对解放军海军（PLAN）等中国海上力量的活动构成威胁。美国国防部可能利用现成且极具成本效益的技术来部署高效的指示与警告链，以便监视解放军可能出现问题的活动，并在问题出现时向领导者发出警报，从而发挥自己在该战略中的作用。
高效的指示与警告链由三部分组成：数据采集、数据分析和异常检测。美国国防部或将利用现有技术构建一个这样的系统，以检测和打击PLAN等中国海上力量的活动。
1.数据采集：在任意海域内建立基准活动模式，都需要依靠多层次的方法来识别和追踪行动海域内的船只。利用多种输入数据有利于完善估算，并最大限度地降低对手拒止和欺骗技术成功的可能性，如数据篡改和身份操纵。几乎所有大型商船都需要配备自动识别系统（AIS）应答器，休闲船只也常常需要该设备。这些应答器生成的数据可从多个商业来源获取。自动识别系统数据可与射频地理定位数据相辅相成。这些系统可以跟踪甚高频（VHF）通信链路等发射的信号，并对信号源进行地理定位。此外，这些系统还能生成光电图像，提供目标追踪和船型识别功能。全球运行的商用卫星星座，其本地重访率（卫星每次经过地球同一地点的间隔时间）仅为几小时，而非几天，足以跟踪航速高达30海里/小时的船只。来自多个卫星星座的数据可用于更频繁地扫描港口和咽喉要塞等区域，以提供关于对手活动的线索。合成孔径雷达（SAR）还能在夜间、恶劣天气等非常规环境条件下发挥作用。
2.数据分析：结合多种数据来源，现代数据分析技术可以生成关于每艘被识别船只的位置记录，即航行路径。对这些路径进行综合分析，随着时间的推移，便可得出对手的活动模式：船只或船只群的典型行为、习惯、路线和例行活动。这种模式特征描述的分析方法经常应用于有界问题集，包括用于空域管理的雷达跟踪，预计在更大规模的应用场景中也同样有用。
3.异常检测：通过分析一段特定时间内的多个输入数据建立基准条件后，就有可能发现相较于预期行为的偏差情况，例如，位于同一地点的船只进行不寻常的配对或船只的航迹与其惯常的路线不一致，然后，自动化技术可用于生成警报，以便分析人员展开进一步调查。
图1. 离散责任区的指示与警告链
部署威慑响应监视系统原型
海上监视技术堆栈将提高美国国防部的态势感知能力。如果有目的地使用，它将使美国国防部更准确地衡量PLAN等中国海上力量对美方行动、事件或有意试探的反应。例如，如果美国海岸警卫队与菲律宾海岸警卫队联合开展演习，那么PLAN等中国海上力量的活动模式是否会发生变化？精心设计的测试可以让美国国防部深入了解PLAN等中国海上力量对此类刺激的反应，并可能揭示它们出乎美国国防部意料、具有威胁性或仅仅是无关紧要的举动。
1.技术可行性：社交媒体概念验证
将PLAN等中国海上力量的响应与引入嘈杂环境的离散信号相关联是一项非同小可的技术挑战。不过，通过使用社交媒体公司目前用于处理极其庞大和高度复杂的商业问题集的许多工具和技术，这一挑战是可以克服的。
尽管在行为媒介和所追求的目标方面存在明显差异，但使数字平台的定向广告有效的关联方法也能在海上行动反馈循环中发挥作用。两者的概念任务都是辨别有目的的干预对定向行为者行为的独立影响。Facebook等数字平台需要辨别哪些广告更有可能激发用户的购买行为，同理，美国国防部需要辨别哪些行动更有可能激发PLAN等中国海上力量的反应。
为此，Facebook使用大规模计算和机器学习（ML）模型来推断广告对用户行为的因果影响。刻意和反复的实验为机器学习算法提供了数据，使其能够随着时间的推移不断改进其预估值，从而提高其正确预测哪些广告会促使反应产生的能力。类似的方法还可以用于确定哪些用户相较于其他用户对特定广告的接受度更高。
2020年，Facebook从85座数据中心大楼向其由约20亿人组成的网络投放了超过10万亿个广告信号。在美国国防部的场景下（受众规模较小、较为集中且更具结构化），这些技术可以帮助确定美国及其盟友和合作伙伴的哪些行动更有可能引发PLAN等中国海上力量的反应；将这些行动与PLAN等中国海上力量的反应方式联系起来；并对PLAN等中国海上力量较有可能对美方行动做出反应的元素做出更精准的预测。
图2. 威慑响应监视能力循环
2.组织和管理
持续部署威慑响应监视系统并从中学习需要对美国国防部的投入和资产进行集中管理，协调各当局，并建立向相关利益攸关方通报结果的机制。实验方案有赖于情报，涉及或影响一个或多个作战司令部和军种，并需要与当地盟友和合作伙伴沟通。因此，项目领导层需要设在国防部内，以便与各军事部门、指挥参谋部和全国防组织接触。
文章假设，威慑响应监视项目的首次执行将由首席数字与人工智能办公室（CDAO）负责。该办公室可由国防部长的首席参谋助理领导，其任务包括管理形成威慑响应监视能力的计算与机器学习技术，以及为决策者带来价值的分析工具和技术。首席数字与人工智能办公室将建立并维护必要的计算基础设施、内部管理流程、外部关系和运作计划。
3.资源配置
威慑响应监视项目所需的资源包括人才、数据馈送、数据集成、分析工具以及计算基础设施。以适合定义和实施一次实验方案的规模对这些资源进行投资的年度成本大约在5000万美元至9000万美元之间。得益于数据采集、分析工具开发和基础设施的规模效应，此后引入的新实验方案的成本将更低。对于美国国防部最大的集中式数据和分析项目——“Maven”项目而言，这些资源需求每年的成本约为2.5亿美元。
成本明细如下：
人员（200万至300万美元）：实施该项目仅需要一支小规模的监督团队。人员配置应包括一名经验丰富的项目经理，辅以四名技术和财务/业务管理人员。需要一支由六名全职人员组成的承包商团队，负责将该项目的数据和分析能力与美国国防部的基础设施整合在一起。
数据（1800万至5800万美元）：多源自动识别系统和类似的商用数据馈送每月的成本不到1000美元。美国政府已经购买了大量的商用地理空间情报（GEOINT）数据。例如，美国国家地理空间情报局的全球增强型地理空间情报交付（Global Enhanced GEOINT Delivery）计划和美国国家侦察办公室的电光商业层（Electro-Optical Commercial Layer）合同提供了来自麦克萨（Maxar）、星球实验室（Planet Labs）、黑色天空（Black Sky）等公司的地球观测图像的直接任务分配和卸载。这些数据输入将有助于形成反馈循环能力，而额外的任务分配将激励这些公司寻求私人投资，以扩大其卫星星座，从而提高传感能力。
分析工具（1500万至2000万美元）：没有一种通用算法或机器学习模型可以从一种实验方案直接转换到另一种实验方案。每种方案都需要由具备领域专业知识和对传感器现象学有深刻见解的数据科学家量身定制特定的模型。基于与先前美国国防部高级研究计划局分析工具开发项目的相似性，此项工作可由两支由五至九名全职人员组成的承包商团队来完成，每年的成本为1500万到2000万美元。此外，可能还需要对稳健的数据集成和演示工具进行额外投资，这些工具可通过商业途径获得，每年的许可成本在几百万美元左右。
基础设施（低于1000万美元）：尽管所需的计算能力规模（以服务器数量衡量）较低——平均约为1000个高性能中央处理器（CPU）内核的负载，但由于美国国防部在使用方面的规定和安全限制，实现这一目标仍非常复杂。即使签订了新的云计算合约，也缺乏足以处理一些复杂安全问题的现成环境。这意味着美国国防部可能需要搭建必要的基础设施，并承担认证和管理成本。然而，受限制的方案相对简单，估计每年的总成本在几百万美元左右。
