近幾場戰(zhàn)爭中，無人機被廣泛應用于戰(zhàn)場環(huán)境偵察和地面目標的追蹤打擊，在提高作戰(zhàn)效率的同時，極大降低了使用方有生力量的損耗。未來戰(zhàn)爭中，在面對敵方無人機對目標進行識別追蹤的時候，如何以最低成本、最簡方式降低其識別能力、減少力量損耗，成為亟須解決的問題。本文以網(wǎng)絡安全領域的對抗攻擊技術為基礎，以近年來相關研究為依托，分析了物理對抗攻擊技術在未來戰(zhàn)場上用于反制低空無人機目標識別、目標追蹤的可能性，并設想了幾種典型應用場景，以期為設計更為簡單、高效的反無人機裝備拓展思路。

無人機發(fā)展現(xiàn)狀

無人機作為新興無人技術的代表，智能化水平不斷提升，廣泛應用于偵察監(jiān)視、目標打擊、物資配送等多個領域，正日益成為軍事領域的熱點，展現(xiàn)出巨大的發(fā)展?jié)摿蛯嶋H應用價值。軍事應用是無人機技術發(fā)展的關鍵驅(qū)動力與重要試驗場，其在偵察、作戰(zhàn)等場景中的迫切需求，持續(xù)牽引著無人機技術的迭代與革新。無人機的主要優(yōu)勢在于進行長時間的空中偵察和監(jiān)視，減少士兵的傷亡風險，同時具備快速反應和部署打擊的能力。

當前反無人機偵察措施不足。現(xiàn)有的反無人機系統(tǒng)主要側(cè)重于干擾阻斷和直接摧毀，但這兩種方式都存在局限性。干擾阻斷可能無法對所有類型的無人機都有效；直接摧毀手段中捕捉網(wǎng)的捕捉距離有限，難以瞄準，高能激光武器和高功率微波武器等定向能武器雖然具有精確打擊和低成本的優(yōu)勢，但整體成本仍然較高，且受到天氣條件、距離等因素的影響，其反制效果可能受到限制。

無人機智能化安全問題。作為無人機智能化的重要研究方向，深度學習技術的應用極大地增強了無人機的自主決策能力、環(huán)境感知能力和任務執(zhí)行能力，尤其在圖像識別和視覺導航方面，深度學習模型能夠?qū)崟r處理無人機目標的精準檢測和跟蹤。然而，深度學習模型雖然具有強大的學習和推理能力，但也容易受對抗樣本攻擊的影響，對抗攻擊被稱為“深度學習的夢魘”。可借助這一安全特性，設計反無人機目標識別和跟蹤的物理裝置。

面向圖像的對抗攻擊技術

無人機目標識別系統(tǒng)的對抗攻擊。在圖像識別任務中，通過對原始圖像添加輕微擾動，該擾動通常對人眼識別影響較小，幾乎不可察，但可使得深度學習模型對目標識別或分類錯誤，這就是圖像領域典型的對抗攻擊。

數(shù)字域?qū)构簟?/strong>數(shù)字域?qū)构羰窃跀?shù)字空間中對圖像或數(shù)據(jù)進行修改，通過添加微小的擾動來欺騙機器學習模型，使其做出錯誤的預測，攻擊的目標通常是數(shù)字圖像、視頻或音頻等數(shù)字信號，這些信號在傳輸或處理過程中被篡改。如原始圖像為雪山和河豚，在添加相應的擾動之后，盡管圖像對人眼來說仍然是雪山和河豚，但深度學習模型卻錯誤地將其識別為狗和螃蟹。

數(shù)字域?qū)构?/strong>

物理域?qū)构簟?/strong>物理域?qū)构羰窃诂F(xiàn)實世界中，通過修改物理對象或環(huán)境來影響深度學習模型的判斷。這種攻擊通常需要將數(shù)字對抗樣本轉(zhuǎn)化為物理實體，如打印成貼片、補丁等，并放置在目標物體上或環(huán)境中，如通過在香蕉旁邊放置對抗貼片，使得模型將香蕉誤認為烤面包機。

物理域?qū)构?/strong>

目前基于對抗攻擊的反無人機識別手段多處于實驗室階段，現(xiàn)實生活中僅用于實驗驗證，在軍事領域仍未實際引入，尚未形成任何落地性成果。隨著智能化無人機在軍事應用上高速發(fā)展，采用對抗攻擊的手段反制無人機在未來將表現(xiàn)出較大發(fā)展?jié)摿?。?shù)字域?qū)构舻那疤崾浅晒ζ谱g敵無人機的無線傳輸信道，進而將生成的對抗擾動添加至其采集的圖像以造成實質(zhì)性干擾攻擊。相較于可實現(xiàn)性不高的數(shù)字域?qū)构?，未來?zhàn)場上物理對抗貼片這種攻擊手段具有更為廣闊的應用前景。

無人機識別放置對抗貼片前后對比圖

物理對抗攻擊技術在未來

戰(zhàn)場上的形態(tài)設計

傳統(tǒng)意義上的偽裝網(wǎng)、迷彩布等的目的在于提高被保護目標與環(huán)境的融合性，進而降低人眼視覺的可觀測性，一般占用面積大，功能單一，且當環(huán)境外貌改變后很容易失去效用。而物理對抗攻擊生成的對抗貼片占用面積小，無需對保護目標形成全覆蓋，只需放置在目標某一特定位置，即可使敵方無人機偵察效能降低甚至失效。通常情況下，對抗貼片在不大于被偽裝目標面積的30%時即可生效。

加裝對抗貼片前后人員識別效果圖

考慮戰(zhàn)場不同應用場景，對抗貼片可設計為如下幾種形態(tài)。一是將對抗貼片用于戰(zhàn)場車輛偽裝防護，如坦克集群、特種車輛等，對抗貼片可設計為車輛自身迷彩防護涂裝的一部分，具體表現(xiàn)形式為車輛迷彩涂裝、可拆卸式外殼貼片、便收放式貼片等，采用一致性生成技術得到的對抗貼片，在保持對智能識別算法有效攻擊的同時，還可以提高與環(huán)境的融合一致性。

目前實驗階段的針對無人機目標檢測的物理貼片攻擊已經(jīng)具備良好的適用能力，雖然人眼依舊可以判定目標位置與類型，但加裝物理貼片后的車輛被檢測到的概率卻極大降低了，基本實現(xiàn)了無人機智能探測視角下的隱身，這一功能可讓戰(zhàn)場上的無人機變成“睜眼瞎”。

對抗紅外目標檢測的物理貼紙

二是將對抗貼片用于人員防護，如編隊行進、小組偵察、單兵作戰(zhàn)等，考慮無人機偵察視角，設計可與頭盔、上衣相融合，具體表現(xiàn)形式為頭盔涂裝、貼片馬甲、貼片外套、緊急附用魔術貼。

三是將對抗貼片用于指揮所等小型建筑物的防護，可結(jié)合偽裝網(wǎng)進行改進。在兼顧偽裝網(wǎng)優(yōu)勢的同時，發(fā)揮對抗貼片對智能目標檢測算法的攻擊作用。

用于小型建筑物防護的對抗貼片

四是將對抗貼片用于對抗紅外成像偵察的無人機時，材料應為具備一定隔熱性能的特定材料。目前這方面研究較少，2023年年底有研究者提出簡單設想，可利用隔熱材料制成對抗紅外目標檢測的物理貼紙，主要可控對象為貼紙的位置和大小形狀。

物理對抗攻擊技術在未來

戰(zhàn)場上的功能設計

根據(jù)物理對抗貼片的攻擊特性，可分為目標攻擊貼片和非目標攻擊貼片。目標攻擊貼片具有明確的、特定的錯誤目標，旨在操縱模型，使其將輸入圖像分類或檢測為一個攻擊者預先選定的錯誤類別。非目標攻擊貼片的核心目標是使模型輸出任何錯誤結(jié)果，而不指定具體的錯誤類別。

目標攻擊貼片。采用該貼片的對象，可在無人機識別時將檢測結(jié)果定向引導至某一特定目的，具有較高技術要求，具體可分為以下三種。一是目標消失。加裝貼片后的對象，在無人機檢測視角中消失，即無法被智能識別算法檢測到。二是目標偏移。由于無人機目標檢測的實質(zhì)是確定目標位置的錨框和目標的種類，因此針對錨框的攻擊可干擾錨框定位的準確性，進一步可使無人機攻擊瞄準出現(xiàn)偏差，出現(xiàn)看得見打不準的情況，在提高戰(zhàn)場生存性的同時耗費敵方火力。三是定向引導。采用目標攻擊算法生成的貼片，可使得無人機將目標錯誤識別為某一指定的對象類型，如把車輛識別為石頭，把人識別為樹木等，這一類型貼片在主動塑造戰(zhàn)場態(tài)勢上具有極大應用潛力。也可利用定向引導功能，無中生有地制造出敵方視角中的目標。

無人機在空曠場地拋灑對抗貼片，

可被偵查探測為人員、摩托車

非目標攻擊貼片。采用非目標攻擊貼片的對象，其目的在于隱蔽目標，干擾偵察，使得敵方無人機偵察檢測結(jié)果呈現(xiàn)出除了正確目標信息之外的其余任何信息。相較于目標攻擊，此類貼片針對性弱，生成難度較小，在缺乏敵方有效信息的前提下，具有更廣闊的實際應用前景。

物理對抗攻擊技術在未來

戰(zhàn)場上的使用邏輯

根據(jù)不同應用場景，由物理對抗攻擊技術生成的貼片體系應包含不同用途的物理貼片若干，具體使用邏輯可分為如下三種。

裝備預置—敵機探測—錯誤引導—敵態(tài)勢誤判。通過對裝備提前部署目標攻擊對抗貼片，刻意誤導敵方無人機偵察機將裝備識別為某特定性目標，使其發(fā)生誤判，從而主動塑造戰(zhàn)場態(tài)勢，提前部署謀劃。

裝備預置—敵機探測—目標消失—敵偵察失效。通過部署提前目標消失對抗貼片，從而在敵方無人機偵察時隱蔽力量，做到躲避偵察，提高行動隱蔽性。

敵機追蹤—緊急貼置—目標丟失—敵追蹤中斷。在敵方無人機自主追蹤目標時，通過緊急部署對抗貼片，使得敵無人機視角中目標消失，從而保護目標，贏得戰(zhàn)術緩沖時間。

發(fā)展與展望

近年來無人機與深度學習已經(jīng)逐步實現(xiàn)高度融合，特別是在軍事領域，目標檢測作為無人機自主執(zhí)行多樣化任務的基礎任務，是其他重要領域的奠基石，其重要性日益凸顯。無人機通過集成深度學習算法，能夠自主執(zhí)行復雜的偵察、監(jiān)視、目標跟蹤、打擊評估等任務，顯著提升作戰(zhàn)效能與決策智能化水平。

隨著智能化技術的發(fā)展，關于無人機目標檢測系統(tǒng)的網(wǎng)絡安全研究，尤其是對抗攻擊技術，已自然而然地躍升為技術演進路徑中不可或缺的考量維度。然而，盡管這一領域前景廣闊，但是對抗性攻擊對無人機目標檢測影響的深入探索卻尚處于起步階段，尤其軍事領域尚處于一片藍海。

未來戰(zhàn)場中，隨著智能化裝備的應用，對抗攻擊技術必將成為反制智能化裝備的重要手段。同時，因為對抗攻擊是針對深度學習這種智能化基礎性算法的共性攻擊手段，所以未來相應的應用領域也必將從現(xiàn)在以圖像對抗為主的方法延伸至其他領域，如控制領域、大語言模型領域、電磁信號領域等等。研究并利用好對抗攻擊技術，不僅能夠鞏固并提升AI系統(tǒng)的安全性與效能，也必將為軍事策略的多元化與智能化發(fā)展提供了堅實的技術支撐。

免責聲明：本文轉(zhuǎn)自軍事文摘，原作者席海龍、茹樂、 王長偉、程嘉培。文章內(nèi)容系原作者個人觀點，本公眾號編譯/轉(zhuǎn)載僅為分享、傳達不同觀點，如有任何異議，歡迎聯(lián)系我們！

轉(zhuǎn)自丨軍事文摘

作者丨席海龍、茹樂、 王長偉、程嘉培

研究所簡介

國際技術經(jīng)濟研究所（IITE）成立于1985年11月，是隸屬于國務院發(fā)展研究中心的非營利性研究機構(gòu)，主要職能是研究我國經(jīng)濟、科技社會發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經(jīng)濟發(fā)展態(tài)勢，為中央和有關部委提供決策咨詢服務?！叭蚣夹g地圖”為國際技術經(jīng)濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號樓A座

電話：010-82635522

微信：iite_er