近日，靖安科技受邀参加由中国航天系统科学与工程研究院、海南大学联合主办的 2025 年网络空间安全学术会议。专题会议由国防科技大学承办，聚焦网络空间态势感知，吸引了来自部队、科研院所、高校及高新技术企业的专家学者共襄盛举。
会上，靖安科技高级副总裁王波作了题为《基于全球态势数据的战略分析与挑战》的专题报告，系统梳理了开源态势数据的发展现状、技术路径与实战价值，并结合靖安科技在全球开源态势数据治理、武器装备库构建、实体目标补充等方面的实践，展示了如何通过结构化处理与多源关联，将分散的开源信息转化为可计算、可推理的战术与战略知识。
靖安科技高级副总裁王波在会上作报告
报告认为，未来战场的制胜关键，不再单纯依赖装备规模或火力密度，而是取决于对信息的深度理解、对意图的精准识别以及对复杂态势的快速重构能力。面对日益复杂的信号博弈与认知战挑战，唯有构建具备数据可见、智能甄别、动态推演能力的新型态势感知体系，才能在信息迷雾中穿透表象、洞察本质，实现从「看得见」到「看得清」的认知跃迁。靖安科技正致力于打造融合多源数据、AI 智能推演与实战经验的全球态势感知平台，为新时代的军事战略分析提供坚实支撑。以下内容截取部分会议报告整编而成。
报告摘要
人工智能时代的全球国防安全格局正以数据博弈为核心发生深层重构。平战不同信号策略转换，物理空间与赛博空间的深度交织，加剧了关键信息获取与甄别的复杂性；与此同时，数据欺骗与信号干扰手段持续迭代升级，虚假态势能精准渗透感知链路，不断模糊真实与虚假的边界；人工智能推动作战决策链路加速闭合，但其自身的不确定性，又使其在繁杂的数据中易陷入认知迷局。本报告基于全球开源态势数据展开战略分析，旨在厘清当前国防安全领域的博弈态势、拆解数据运用案例相关的现实挑战，并探索适配智能时代的安全应对思路。
平战不同信号策略转换
美军30余架加油机飞赴中东
二、平时的威慑巡航
典型案例发生在 2025 年 10 月 15 日至 11 月 7 日，美军对委内瑞拉实施四次战略威慑巡航，出动 B-52 和 B-1B 战略轰炸机。与「午夜之锤行动」形成鲜明对比的是，这四次巡航中，美军有意识地开启航迹信号，使轰炸机的飞行轨迹在全球民航监控平台上清晰可见，形成「公开的战略可见性行动」视觉威慑。此举并非技术疏漏，而是典型的战时信号策略向平时威慑姿态的主动切换，通过展示战略力量的存在与行动轨迹，向目标国释放明确的军事压力信号，强化心理威慑效果，同时避免直接冲突升级。
美战略轰炸机四次对委抵近威慑巡航轨迹
这两个案例清晰揭示了美军在平战转换中对信号数据的精细化操控：战时隐蔽航迹以保障突袭，平时威慑巡航则暴露航迹以强化展示，体现了数据博弈从「信息获取」向「信息操控」演进的新范式。这种动态策略不仅挑战了传统态势感知的边界，更对敌方情报研判、防御部署与反应决策构成认知干扰，凸显了在智能时代，信号即武器、数据即战场的深层变革。
数据欺骗与信号干扰手段迭代升级
在人工智能驱动的全域态势感知时代，「数据缺失与数据欺骗」已成为全球国防安全格局中具有隐蔽性与破坏性的战略挑战之一，影响信息可信度与决策依据。美军虽以高度透明的信号开放著称，其军机、舰艇在常态巡航或非敏感区域普遍开启公开定位信号，便于全球开源监控体系追踪，形成「可见即威慑」的战略惯性，但这一透明性恰恰成为其战术欺骗的掩护。如前文所述，美军在「午夜之锤行动」中刻意关闭 B-2 轰炸机的航迹信号，却让大量加油机保持公开航迹，通过有选择性地暴露与隐藏数据，制造出「作战集群正在集结」的虚假态势，诱导对手误判打击重心与行动时机。这种「以公开掩秘密」的策略，使敌方在开源数据洪流中难以分辨真实意图，陷入认知陷阱。
相比之下，日本军事目标在进入东海、南海及钓鱼岛等敏感海域时，普遍采取关闭公开信号的做法，导致其舰艇和军机的活动轨迹在公开平台中呈现「断点」状态，其活动轨迹在开源态势平台中仅表现为「在本国近海活动」。这种模式使外部难以持续追踪其真实动向，尤其在关键海域形成信息盲区。尽管偶尔在钓鱼岛方向短暂开启信号，但这些点位通常选择在特定时间或高关注度时段，用以制造「象征性存在」或「试探性接触」的假象，干扰外界对其实力部署和意图的准确判断。
日海自P-1型机仅在东海防空识别区外开启信号，钓鱼岛附近则零星暴露
日本军事目标通常仅在本国近海区域开启信号
韩国的军事活动则表现出更强的信号规避特征。在常规监测中，其军用目标在开源数据平台上的可见数量极少，通常一天内不超过 20 个，且多为港口或机场附近点位，很少有完整轨迹。导致其整体行动轨迹在开源数据系统中难以捕捉，形成显著的「数据稀疏区」。
韩国军事目标在开源态势平台可见数量极少
俄罗斯同样以高度隐蔽著称，其军用航空器和舰艇在黑海、波罗的海、北极及远东等战略区域普遍关闭公开信号，使外部难以依靠开源数据构建其真实兵力动态图谱。
俄罗斯几乎不开启军舰信号，军机也几乎都是运输机等辅助平台
上述实践表明，各国在不同战略场景下对开放信号数据的管理已从被动防御转向主动博弈。美军以选择性开放实现战术欺骗，日本通过选择性暴露制造认知干扰，韩国与俄罗斯则以系统性隐身构建信息壁垒。这种差异化的信号策略，导致开源全球态势感知体系面临结构性挑战：开源数据中存在大量「虚假可见」或「人为缺失」，AI 在缺乏完整数据支持的情况下，容易产生误判。例如，对俄罗斯长期低可见度的误读可能被 AI 归纳为「兵力薄弱」或「无主动意图」，而日本在敏感海域的「信号消失」可能被误判为「未进入」，从而在决策链中形成认知偏差。数据缺失不再只是技术限制，而是成为一种可预测、可利用的战略手段，可能威胁智能时代作战体系的可靠性与反应效率。因此，仅依赖开源数据难以支撑可靠的战略研判，必须推动开源信息与闭源情报深度融合，结合时事新闻、行为模式分析和多源数据交叉验证，才能构建更完整、更可信的态势认知体系，提升智能时代作战决策的准确性与适应性。
物理空间与赛博空间深度交织
随着战场形态向全域融合演进，物理空间中的态势数据与赛博空间中的信息博弈日益深度耦合，形成「虚实联动、攻防一体」的新型对抗格局。在此背景下，传统依赖人工采集与经验判断的情报分析模式面临信息过载、真伪难辨、响应滞后等挑战。
而依托旌旗·全球态势感知系统内置的檀棋 Agent 智能研究报告功能，可有效破解这一困局：系统通过集成权威的全球主流媒体信源，结合多语言语料库与可信度评估机制，自动筛选并聚合经过验证的公开信息，所有信息均附带可查证的信源链接，从而规避自媒体、社交平台等非官方渠道带来的虚假或误导性内容。这一能力不仅显著提升了信息获取的精准性与时效性，更使 AI 在生成态势研判报告时具备更强的可信基础。尤其在复杂敏感区域，当物理空间中的行动意图被刻意隐藏或模糊（如日本在敏感海域关闭 AIS/ADS-B 信号），檀棋 Agent 仍可通过交叉比对权威新闻报道、卫星图像分析、航线轨迹推演等多维数据，识别出行为模式中的异常与潜在规律，从而在「开源可见性缺失」的情况下，重建关键节点的行动图景。
日海保厅巡视船在接近钓鱼岛海域时关闭信号
檀棋Agent通过权威媒体报道重建海保厅巡视船在钓鱼岛周边的活动图景
由此，智能报告不再是被动响应数据的工具，而成为连接物理动向与赛博认知的主动桥梁，为现实情报研判提供可验证、可追溯、可推演的决策支撑，推动态势感知从「碎片化观察」迈向「系统性洞察」。
数据欺骗与信号干扰手段
在现代战场环境下，物理空间的行动轨迹正日益受到赛博维度的深度干预。数据欺骗已成为一种隐蔽而高效的战术工具。通过伪造或篡改 AIS、ADS-B 等民用广播信号，个别行为体可将自身舰船或飞行器伪装成合法民航平台，实现对开源态势系统的误导。此类行为本质在于利用开源信息系统的信任机制，制造虚假的航行或飞行轨迹，干扰对手对区域活动态势的准确判断，尤其在高敏感区域中形成认知混乱与决策迟滞。尽管开源数据欺骗难以蒙蔽中、美、俄等具备先进信号侦测与多源数据融合能力的大国，但对技术能力薄弱的小国仍具有一定迷惑效果，可有效扭曲其对战场态势的认知，进而影响其防御部署与应急响应。
信号干扰技术，特别是针对 GPS 等全球导航卫星系统的主动干扰，正成为影响物理空间定位精度的重要手段。在实战或准实战场景中，GPS 干扰可导致舰船、军机和无人机等平台出现航向偏移、位置漂移或导航失效，削弱其行动协同与精确打击能力。此类干扰不仅破坏目标的定位连续性，还可能引发「数据失真」效应，使依赖卫星信号的开源监控系统呈现错误或中断的轨迹信息，进一步加剧态势感知的不确定性。当物理平台的运动数据被人为扭曲，而公开信源又缺乏对干扰行为的识别能力时，便容易陷入「看得见却看不懂」的信息困境。因此，构建具备抗干扰能力与数据可信度校验机制的综合态势感知体系，已成为应对复杂电磁环境与信息战威胁的迫切需求。
案例一：态势系统上较多的「跳点」现象可能和 GPS 干扰有关
一艘民用拖船在航行中疑似遭遇 GPS 干扰，其轨迹出现异常跳点，突现于伊朗海岸附近。而伊朗受国际制裁，普通商业民船通常不会驶入其港口。
案例二：印巴边境的 GPS 干扰
2025 年 4 月 22 日，印控克什米尔帕哈尔加姆地区发生恐怖袭击，28 名印度教游客遇难，巴基斯坦支持的「克什米尔抵抗阵线」（TRF）宣称负责。事件迅速引发两国激烈对抗，5 月 6 日至 10 日，边境多地爆发交火，双方动用导弹与战机，局势急剧升级。
在此背景下，旌旗·全球态势感知系统监测到印巴边境出现持续、大范围的 GPS 信号干扰，研判双方已进入系统性电子对抗阶段。自 5 月起，阿姆利则、拉合尔、奥卡拉、卡苏尔、沙卡加赫、罗纳瓦尔等关键区域频繁出现全球导航系统的信号中断。截至 12 月，印巴边境的 GPS 干扰仍持续存在，表明双方仍维持高度戒备，电子对抗态势未见缓和，战略互信持续缺失。
为应对日益复杂的电磁环境与数据欺骗挑战，旌旗·全球态势感知系统正持续拓展多源数据融合能力，即将接入全球开源电磁数据，涵盖舰船、飞机等平台的雷达、通信、电子战等装备参数信息。目前，靖安科技正在对多个权威信源进行调研与数据采集，正有序推进静态目标补充与武器装备库的结构化建设。
该工作为未来实现电磁特征与态势的深度融合奠定了数据基础。例如，系统拟将特定舰船型号与典型装备（如某型舰载雷达、通信中继设备）的电磁参数（载频、重频、脉宽、扫描周期等）进行关联，形成可查询的静态特征库。当实际侦察数据（如某舰船的电磁信号）被获取后，可通过与该库中的参数进行比对，辅助识别其搭载装备类型与可能功能，为态势判断提供支撑。
同时，系统还计划支持基于电磁态势的威胁分析：既可针对特定目标（如某型雷达）分析其对周边区域的探测覆盖与威胁范围，也可在关注区域内，综合评估敌方火控雷达、通信中继等电磁设备的频率使用与部署态势，为预警响应与战术决策提供关键支撑。
这种基于静态数据的关联分析，有助于提升对「信号伪装」与「数据伪造」行为的识别敏感度。未来，随着多源数据融合与智能算法的迭代，系统将在电磁领域逐步实现从「静态匹配」到「动态推演」的跃迁，进一步增强在复杂电磁环境下的认知能力。
人工智能推动作战决策链路加速闭合
在现代军事行动中，情报获取与决策响应之间的时延，直接决定战场主动权的归属。人工智能，尤其是多模态大模型的引入，正显著压缩传统作战决策链路中的 OODA（观察—判断—决策—行动）周期。以卫星图像判读为例，过去需依赖专业判读人员对高分辨率遥感影像进行人工解译，识别航母等大型舰艇通常耗时数小时乃至数天。而借助多模态大模型，系统可融合光学、红外、雷达等多源遥感数据，自动完成目标检测、特征提取与位置标注。通过训练海量公开数据与图像样本，模型已具备对航母等大型舰艇的高置信度识别能力。例如，能够从获取的卫星图像中，精准定位其活动位置、航向姿态及编队结构，并将结果以结构化数据形式标注至统一态势地图。
尽管受限于卫星重访周期（单星通常为 1 至 2 日一次，多星组网可实现数十分钟级重访），该技术尚无法实现实时掌握，但其在周期性态势更新层面已实现质的跃升：从人工判读的滞后响应转向 AI 辅助的快速推演，将原本需数小时完成的识别任务压缩至分钟级。更重要的是，模型可实现跨平台、跨时序的关联分析，自动比对历史位置与当前图像，辅助识别潜在的部署变化或机动意图。这一能力使指挥系统在缺乏连续实时数据的情况下，仍能基于有限但高质量的图像信息，构建连贯的战场认知图景，显著提升态势理解的效率与连续性。
旌旗系统通过大模型智能识别美海军尼米兹号航母编队11月2日位南海活动
由此，人工智能不再仅仅是信息处理工具，而是成为连接物理空间观测与作战决策中枢的关键节点，推动 OODA 链路从「人工主导、被动闭环」向「智能驱动、主动预判」演进，为复杂环境下基于有限数据的快速决策提供坚实支撑。在人工智能时代，战场的胜负已不再完全由装备数量或火力强度决定，而取决于对信息的掌控力与认知优势的构建能力。开源态势数据为全球军事观察提供了前所未有的透明窗口，但也面临被日益复杂的信号博弈与数据操纵稀释价值的风险。真正的战略主动权，属于那些能够穿透信息迷雾、识别数据背后的意图与伪装，并在碎片化中重构完整图景的体系。未来，谁能将多源信息融合、AI 智能推演与实战经验深度耦合，谁就能在「看得见」与「看得清」之间建立决定性的认知鸿沟。这不仅是技术的较量，更是对战略思维与系统能力的考验。在这一变革浪潮中，具备多源融合、智能甄别与动态推演能力的态势感知系统，已成为破解复杂博弈、抢占认知先机的核心支点。旌旗·全球态势感知系统正以数据驱动与智能赋能为双轮，加速构建人工智能时代下的全球战略态势感知能力，努力实现从「数据可见」到「认知可信」的跨越式跃升。
旌旗·全球态势终端机年终盛惠
[ 全文完 ]
靖安科技
靖安科技「www.jing-an.com」新一代国防科技提供商，致力于利用前沿科技解决 国家安全领域最复杂和最具挑战性的难题。市场合作，请联系 400-8600-110。
推荐阅读
靖安科技：旌旗·全球态势感知系统
推荐站内搜索：最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
还没有评论，来说两句吧...