美國家地理空間情報局未來的技術需求清單
導語
近日，美國國家地理空間情報局（NGA）發布了一份清單《2020年科技領域聚焦指南》，列出了該機構需要克服的技術挑戰，強調了機構希望利用技術解決的首要問題領域。該文件旨在關注需求領域，「而不是具體的技術」。文件中雖未涉及具體的技術解決方案，但它在廣義上明確了NGA希望探索的技術種類。廣泛的需求清單包括：分析龐大的數據集以提供有用的模型；管理和集成不同的數據源；改進軟體開發流程；利用人工智慧和量子計算的進展；為機構未來的工作做好準備。該文件將所有內容濃縮為五個重點領域，每個領域都有具體內容來說明該機構的需求。
01
先進分析和建模
分析建模：對活動、相關指標及其跨多個領域的相互關係進行模型驅動的評估，以生成事件的確定性或概率性結果。
活動建模：開發一種描述情報主題或挑戰的方法，以便處理基於活動的數據，最終實現對目標的定位、表徵、關聯和跟蹤。
知識建模：建立一個可發現的、協作的知識參考庫，其中包含針對結構化對象和活動的斷言，以便能夠合成不同的信息。
洞察即服務：基於地理空間Web服務，將分析，檢測和監視洞察提供給現有工作流，以更快地從美國地理空間情報（GEOINT）中獲得情報價值。
供應商能力評估：研製一套決策輔助工具，以便自動評估NGA可訪問的地理空間數據供應商內容和服務範圍；對於NGA可訪問的項目，根據成本、及時性和性能，推薦最優的供應商產品，以有效地滿足需求。
沉浸式產品生成：為增強和虛擬現實系統構建沉浸式GEOINT產品的能力，以支持客戶不斷發展的需求。
分析建議服務：建立方便使用的、機器輔助的建模能力，能夠根據觀察到的工作流數據推薦統計方法，以確保他們了解可能有用的分析選項。
情境學習：擴展現實工具，以便利用情報產品和訓練材料的抽象信息。
GEOINT物理科學：在技術上取得進步，以改進地面和天體參考系、重力、磁學、人工和自然特徵提取和屬性、水深、地形和基礎設施模型，以提高其對物理地球建模的能力。
02
數據管理
數據集成：能夠快速發現和集成多源的多種數據類型以及多種基於像素和基於非像素的數據，以發現和表徵相關模式。
多域數據聚合：快速聚合多域數據源的不同數據類型和模式，以便快速大規模地提取情報。
基於位置的洞察力：將大量基於位置的商業服務數據整合到現有的工作流程中，以提高對物理環境的時空洞察力。
多維數據管理：將地理空間信息組織和存儲在反映時間貨幣的數據模型中，以便生成更全面的情報產品。
自動目標驗證：自動區分同一目標的多個觀測和相似目標的多個觀測的方法，以驗證基於圖像的觀測的準確性。
地形高程數據對齊：對齊來自不同大地近似模型（例如橢球體、大地水準面）的標準基礎地形高程數據集，以便將其導入3D活動平台。
客戶體驗指標：採取相關手段確定NGA產品、服務和數據的使用方式和位置，以便確定客戶並衡量對其任務的影響。
可發布性服務：考慮地理空間和時間限制的訪問控制機制，以保護數據對象中的敏感信息。
自動調節服務：數據調整的能力自動化，以便輕鬆準確地標記元數據，使企業可以發現和訪問數據。
實體關係建模：將多個非像素數據集的本體、模式和知識圖合併，並對其關係建模。
機器學習訓練數據：分析就緒的、結構化的和經過驗證的數據集來支持動態演算法和模型開發，這些演算法和模型開發對於新的和現有的用例是可重複和可審計的。
多域數據傳輸：利用與情報問題相關的所有地理空間數據，在多個安全分類域之間快速傳輸數據。
數據完整性：自動識別數據的來源、格式和傳輸方法，以評估其潛在風險。
數據保障：一種可擴展和互操作的方式，在數據的整個生命周期中持續評估數據來源，以便就企業如何使用所有數據源做出明智的決策。
功能和數據保護：保護地理空間功能和數據的方法，防止惡意更改和機器生成的錯誤。
可靠的商業和公共來源數據：確定NGA可以訪問的公共和商業來源的「數據適用性」，以便將其用於GEOINT數據、產品和服務。
自動內容分類：根據安全協議對自然語言內容進行自動分類，以便最大限度地減少錯誤分類，並動態和更容易地共享信息。
03
現代軟體工程
操作自動化的許可權：確保安全強化和漏洞評估的自動化的工具。軟體應用程序的操作許可權必須在多雲體系結構中是對等的，以便工程師可以將軟體快速部署到企業中。
自動化監控：自動了解哪些應用程序當前處於上升或下降狀態，並能夠快速響應問題，從而提高IT系統的可用性、彈性和安全性。
自動化測試和部署：在簽入代碼時進行自動化測試，並能夠在適當的情況下自動將該代碼部署到各種環境和網路中，而不會導致停機或影響關鍵任務流程。
DevSecOps自動化：開發一個集成平台，自動操作執行企業政策和新應用程序性能的可觀察性，以減少部署時間並提高代碼質量。
軟體供應鏈透明度：識別並以編程方式跟蹤所有導入軟體的出處，這樣就可以確定如何使用這些軟體，以及需要什麼樣的安全程序。
身份和訪問管理：有效且可靠的身份和訪問管理機制，以提高應用程序和數據存儲庫的安全性和訪問許可權。
非保密代碼的快速部署：將在非保密設置下開發的軟體拉到敏感網路中，並快速確定此類軟體在整個企業中的部署位置。
三維數據開發環境：開發環境構建軟體應用程序，分析多維空間數據源並將其集成到企業中。
04
人工智慧
機器學習模型的適用性：評估複雜機器學習建模演算法的適用性，以確保人類主題專家能夠理解。
風險評估：通過估計軟體的複雜性和潛在影響來計算軟體的風險級別，以便用戶能夠應用正確的管理級別。
活動背景化：從非成像源（如射頻和自動跟蹤系統數據）中提取活動軌跡並將其與更傳統的地理空間數據（如圖像）關聯起來，以便將感興趣區域的變化背景化。
目標檢測：在很少或沒有描述的情況下對圖像中的目標和變化進行檢測，以評估運動或特徵的變化。
特徵提取：從各種來源中以最高的準確性和速度來提取地理空間數據特徵幾何及其屬性，以減少勞動密集型的人工提取時間。
目標分類：在組織或特性的廣泛層次上對檢測到的對象進行分類，並在該類別中進一步分類。
特徵表徵：自動表徵提取的基礎地理空間數據的屬性信息。
用於地理空間優化的量子計算：NGA分析師需要一種混合量子計算方法，將傳統計算和量子計算結合起來，以解決複雜的、多變數的地理空間優化問題。
05
未來工作
最大化實時和遠程協作：跨多個設備、安全域和地理位置實時協調和協作的工具。
多域和多夥伴收集管理：與跨多個安全域和夥伴關係的特設和虛擬團隊協調GEOINT收集任務的規劃和執行。
靈活而安全的工作工具：在非保密和靈活的工作空間中安全工作的工具，以便在不違反位置和安全協議的前提下提供對數據和任務工作的連續訪問。
安全跨域訪問：在安全級別較低的網路上保護和運行敏感查詢，以便能夠利用非機密web服務進行敏感分析。
來源 ：美國下一代政府網站綜/圖片來自互聯網
軍事科學院軍事科學信息研究中心 趙霄
編輯：劉偉雪
如需轉載請註明出處：「國防科技要聞」（ID：CDSTIC）
註：原文來源網路，文中觀點不代表本公眾號立場，相關建議僅供參考。
