① 什麼是空天一體化
空中進攻作戰將實現空間化
現代空中進攻作戰離不開空間技術，空間成了偵察、預警、通信、導航、指揮、控制等支援空中作戰的重要"基地"。因此，自從1957年10月4日，前蘇聯發射成功世界上第一顆人造衛星以來的四十年間，世界各國都致力於空間軍事技術的發展。目前，世界各國發射的四千三百多個航天器有三千三百多個為軍用航天器，建立了空間預警系統、空間信息傳輸系統、空間武器系統、空間導航系統，甚至於防天系統。超級大國、軍事強國在"誰能控制外層空間，誰就能主宰地球"的戰略思想指導下，在極力擴大外層空間軍事利用的同時，明確的把空中進攻作戰的空間概念延伸至大氣層之外，並相應的拓展了空軍的職能。
因此說，未來空中進攻力量必將走向航空航天一體化，空天一體已成為世界空軍空中進攻作戰的一個趨勢，是航天航空技術和各種相關技術快速發展引發的空軍能力在垂直方向上的拓寬和延伸。它將使航空空間和航天空間之間沒有絕對的分界線和不可逾越的屏障。
美國空軍現已正式提出，要由一支以航空力量為主的空中進攻作戰力量發展為一支航空與航天力量密切結合的空中進攻作戰力量。這是與信息斗爭的發展密切相關的。有關人士指出，信息斗爭在高技術戰爭中日顯重要性，而信息技術的發展使得空間資源變得越來越重要。未來作戰情報的獲取、作戰通訊、飛行導航和武器的制導都將越來越依賴航天空間。為了確保信息優勢，必然要進行航天空間的爭奪，從爭奪制空權發展到爭奪"制天權"。
事實上，航天兵器和航空兵器都涉及上述兩個空間。航天兵器在發射和對地進攻作戰使用中，一般都要穿越兩個空間。同樣，掛裝反導導彈和激光武器的飛機可以攔擊彈道導彈和低軌道航天器，部分防空導彈可以進行反導作戰，也可能穿越兩個空間。至於正在發展中的空天飛行器，更是一種"兩棲"飛行器。而且，在現代高新技術戰爭中，軍用飛機等航空兵器的作戰使用，也必須有天基信息平台的支援。因此，空天一體，是空中進攻作戰一個必然的發展趨勢。
② 學網路安全保研大工、還是考研去中大
中游985網路空間安全專業是否建議繼續讀研
IT人劉俊明
2022-10-31 10:01北京研究生導師,中國科學院大學
結合當前的技術發展趨勢和產業人才需求趨勢，我來說說個人建議。
首先，雖然我本人就在帶研究生，但是我並不建議所有的同學都選擇讀研，尤其是對科研並不感興趣的同學來說，讀研期間的壓力還是比較大的，很多同學會因為遲遲做不出成果而延期畢業，甚至選擇退學的同學也不在少數。
從當前的技術發展趨勢來看，目前網路安全領域的創新空間還是比較大的，尤其在工業互聯網的推動下，基於邊緣端的安全要求也在不斷提升，這給很多同學帶來了新的創新和就業機會，所以近幾年做工業互聯網安全方向的同學在逐漸增加。
技術發展趨勢決定了人才需求趨勢，雖然安全領域的整體人才培養規模已經比較大了，但是能夠滿足企業要求的高端人才依然有非常大的缺口，而且這一現象會持續較長一段時間。從這個角度來看，讀研確實是提升崗位附加值比較有效的方式。
有一名大廠的企業導師給我做了這樣一個描述：目前安全領域的高端研發人才合起來只佔到行業需求的5%，還有95%的人才缺口。
當然這名企業導師還跟我補充了一下，那就是傳統網路安全人才的選擇空間還是比較大的，這也導致了部分大廠一邊裁員一邊招聘的尷尬現象。
網路空間安全專業是一個新興的專業，相比於傳統的網路安全人才培養模式不同，該專業把安全的范圍明顯擴大了，會強調「空天地一體化」的安全概念，涉及到的知識面更廣了，因此一定要做好學習規劃，否則容易導致學得雜而不精。
結合目前的就業現狀來看，對於在傳統985大學就讀的同學來說，在條件和能力都允許的情況下，應該爭取拿到一個保研的名額，這對於後續的就業會有明顯的影響。
最後，如果有計算機大類專業相關的問題，歡迎與我交流。
③ 空天一體的含義是什麼具體怎麼解釋
空天一天主要強調的就是衛星和飛機的通信問題。現在衛星和飛機的通信大多通過地面中轉站完成。衛星發現只能探測目標，但無法對其進行識別。因此衛星一般將信息傳到地面進行分析，再傳給飛機，這樣一來，中間就存在巨大的間隙。 實現空天一體化關鍵的技術除了解決飛機和衛星通信傳遞的問題，還有就是衛星預警技術和飛機識別系統的技術。
④ 空天地一體化網路技術：探索與展望
姓名：任爽 學號：21011210089
轉自：http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00003.shtml
【嵌牛導讀】隨著信息技術的不斷發展，信息服務的空間范疇不斷擴大，各種天基、空基、海基、地基網路服務不斷涌現，對多維綜合信息資源的需求也逐步提升。空天地一體化網路可以為陸海空天用戶提供無縫信息服務，滿足未來網路對全時全域全空通信和網路互聯互通的需求。首先，對空天地一體化網路技術及協議體系的發展趨勢進行了分析，探討了低軌衛星通信系統以及空地網路融合的研究進展。針對網路結構復雜、動態性高、資源高度約束等問題，提出了基於強化學習（RL,reinforcement learning）的空天地一體化網路設計與優化框架，以進行高效快速的網路設計、分析、優化與管控。同時給出了實例分析，闡明了利用深度強化學習（DRL,deep RL）進行空天地一體化網路智能接入選擇的方法。並通過搭建空天地一體化網路模擬平台，解決了網路觀測稀疏與訓練數據難以獲取的問題，極大地提升了RL的訓練效率。最後，對空天地一體化網路中的潛在研究方向進行了探討。
【嵌牛鼻子】空天地一體；強化學習；低軌衛星星座
【嵌牛提問】 強化學習方法在空天地一體化網路中的應用場景、方法以及潛在優勢？
【嵌牛正文】
作為機器學習領域最重要的研究方向之一，在過去20年中，RL[ 29 ]對 人工智慧 的發展產生了重大影響。RL 是一個學習過程，在該過程中，智能體（agent）可以定期做出決策，觀察結果，然後自動調整其策略以實現最佳策略。盡管這種學習過程的收斂性已經被證明，但要保證收斂到最佳策略，通常需要大量時間探索並獲得整個系統的知識。因此，簡單的 RL 並不適用於空天地一體化網路這種大規模、高復雜度的網路環境。為了克服RL的局限性，DRL 作為一種新的突破技術得到了越來越多的關注。不同於傳統RL通過Q表枚舉環境狀態與最佳策略動作之間的映射關系，DRL 採用深度神經網路（DNN,deep neural network）替代Q表，在理論上可以擬合任意特性的復雜映射關系，從而提高了學習速度和RL演算法的性能。在實踐中，深度學習已經成為機器人控制、計算機視覺、語音識別和自然語言處理等新興產業的理論支撐。最著名的應用當屬屢次擊敗人類的圍棋 人工智慧 AlphaGo Zero[ 30 ]。
在通信和網路領域，深度學習已被用作有效解決各種問題和挑戰的新興工具[ 31 ]。對於以空天地一體化網路為代表的未來網路，其內部包含多種異構且復雜的網路切片或元素，如 物聯網 設備、移動用戶、無人機（UAV,unmanned aerial vehicle）基站、低軌衛星節點等。這些異構網路實體需要通過集中或分布式的方式做出各種不同時空尺度上的決策，如網路和頻譜選擇訪問、數據速率和發射功率控制、基站和衛星切換等，以實現包括吞吐量在內的不同網路優化目標的最大化和網路能耗最小化[ 32 ]。在高度動態和不確定的網路環境下，大多數決策問題可以建模為馬爾可夫決策過程（MDP,Markov decision process）。盡管MDP在理論上可以採用動態規劃、啟發式演算法和 RL技術來解決，但考慮規模龐大且復雜的現代網路，動態規劃和啟發式演算法等技術會因計算量過於龐大而無法使用。因此，DRL已經發展成為克服該挑戰的核心解決方案[ 33 ]。在空天地一體化網路中應用DRL方法具有以下優點。