美国陆军着眼基于人工智能网络防御的战术网络

据军事宇航网站2019年1月16日报道] 美国陆军研究人员正在对国防工业进行调研,以寻找能够利用人工智能和机器学习开发战术网络和通信自主网络防御的公司。

2019年1月14日,美国陆军合同司令部(位于马里兰州阿伯丁试验场)官员发布了一份关于自主网络项目的信息征集(W56KGU-19-R-AUTOCYBER)。

研究人员正在寻求一种网络技术,能够在确保自动网络决策安全性的同时,以机器速度自适应自主防御网络攻击。

美国陆军合同司令部代表美国陆军通信电子研究、开发和工程中心空间及地面通信理事会(S&TCD)进行了这项工业调研。

总之,S&TCD设想将几种人工智能和机器学习产品结合起来,从而提供自主的网络防御能力。具体来说,研究人员正在寻求相关网络和可信计算支持技术,用于:

——自主检测和修补已知网络漏洞;

——自主识别和纠正网络及主机错误配置的方法;

——自主检测已知和未知恶意软件样本的方法;

——红队自主决策引擎的工具和方法;

——提高自主决策引擎控制攻击者的鲁棒性的方法;

——针对特定战术网络、数据流和消息集,量身定制的基于机器学习的网络代理,以检测和推断攻击意图;

——利用循环中的人反馈到自主决策引擎的接口,来提高人机团队的性能和效率;

—基于现有网络工具和网络事件,将网络应对建议相互关联并生成行动方案的新方法。

有兴趣的公司应不迟于2019年2月13日向美国陆军Michael
Dorsch发送10页白皮书,描述具体的技术测试数据,邮箱:michael.e.dorsch.civ@us.army.mil

白皮书应该描述如何实现上述目标,并包括任何可用的独立性能建模和测试结果,以及硬件规范、操作系统和体系结构。