① 什么是空天一体化
空中进攻作战将实现空间化
现代空中进攻作战离不开空间技术，空间成了侦察、预警、通信、导航、指挥、控制等支援空中作战的重要"基地"。因此，自从1957年10月4日，前苏联发射成功世界上第一颗人造卫星以来的四十年间，世界各国都致力于空间军事技术的发展。目前，世界各国发射的四千三百多个航天器有三千三百多个为军用航天器，建立了空间预警系统、空间信息传输系统、空间武器系统、空间导航系统，甚至于防天系统。超级大国、军事强国在"谁能控制外层空间，谁就能主宰地球"的战略思想指导下，在极力扩大外层空间军事利用的同时，明确的把空中进攻作战的空间概念延伸至大气层之外，并相应的拓展了空军的职能。
因此说，未来空中进攻力量必将走向航空航天一体化，空天一体已成为世界空军空中进攻作战的一个趋势，是航天航空技术和各种相关技术快速发展引发的空军能力在垂直方向上的拓宽和延伸。它将使航空空间和航天空间之间没有绝对的分界线和不可逾越的屏障。
美国空军现已正式提出，要由一支以航空力量为主的空中进攻作战力量发展为一支航空与航天力量密切结合的空中进攻作战力量。这是与信息斗争的发展密切相关的。有关人士指出，信息斗争在高技术战争中日显重要性，而信息技术的发展使得空间资源变得越来越重要。未来作战情报的获取、作战通讯、飞行导航和武器的制导都将越来越依赖航天空间。为了确保信息优势，必然要进行航天空间的争夺，从争夺制空权发展到争夺"制天权"。
事实上，航天兵器和航空兵器都涉及上述两个空间。航天兵器在发射和对地进攻作战使用中，一般都要穿越两个空间。同样，挂装反导导弹和激光武器的飞机可以拦击弹道导弹和低轨道航天器，部分防空导弹可以进行反导作战，也可能穿越两个空间。至于正在发展中的空天飞行器，更是一种"两栖"飞行器。而且，在现代高新技术战争中，军用飞机等航空兵器的作战使用，也必须有天基信息平台的支援。因此，空天一体，是空中进攻作战一个必然的发展趋势。
② 学网络安全保研大工、还是考研去中大
中游985网络空间安全专业是否建议继续读研
IT人刘俊明
2022-10-31 10:01北京研究生导师,中国科学院大学
结合当前的技术发展趋势和产业人才需求趋势，我来说说个人建议。
首先，虽然我本人就在带研究生，但是我并不建议所有的同学都选择读研，尤其是对科研并不感兴趣的同学来说，读研期间的压力还是比较大的，很多同学会因为迟迟做不出成果而延期毕业，甚至选择退学的同学也不在少数。
从当前的技术发展趋势来看，目前网络安全领域的创新空间还是比较大的，尤其在工业互联网的推动下，基于边缘端的安全要求也在不断提升，这给很多同学带来了新的创新和就业机会，所以近几年做工业互联网安全方向的同学在逐渐增加。
技术发展趋势决定了人才需求趋势，虽然安全领域的整体人才培养规模已经比较大了，但是能够满足企业要求的高端人才依然有非常大的缺口，而且这一现象会持续较长一段时间。从这个角度来看，读研确实是提升岗位附加值比较有效的方式。
有一名大厂的企业导师给我做了这样一个描述：目前安全领域的高端研发人才合起来只占到行业需求的5%，还有95%的人才缺口。
当然这名企业导师还跟我补充了一下，那就是传统网络安全人才的选择空间还是比较大的，这也导致了部分大厂一边裁员一边招聘的尴尬现象。
网络空间安全专业是一个新兴的专业，相比于传统的网络安全人才培养模式不同，该专业把安全的范围明显扩大了，会强调“空天地一体化”的安全概念，涉及到的知识面更广了，因此一定要做好学习规划，否则容易导致学得杂而不精。
结合目前的就业现状来看，对于在传统985大学就读的同学来说，在条件和能力都允许的情况下，应该争取拿到一个保研的名额，这对于后续的就业会有明显的影响。
最后，如果有计算机大类专业相关的问题，欢迎与我交流。
③ 空天一体的含义是什么具体怎么解释
空天一天主要强调的就是卫星和飞机的通信问题。现在卫星和飞机的通信大多通过地面中转站完成。卫星发现只能探测目标，但无法对其进行识别。因此卫星一般将信息传到地面进行分析，再传给飞机，这样一来，中间就存在巨大的间隙。 实现空天一体化关键的技术除了解决飞机和卫星通信传递的问题，还有就是卫星预警技术和飞机识别系统的技术。
④ 空天地一体化网络技术：探索与展望
姓名：任爽 学号：21011210089
转自：http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00003.shtml
【嵌牛导读】随着信息技术的不断发展，信息服务的空间范畴不断扩大，各种天基、空基、海基、地基网络服务不断涌现，对多维综合信息资源的需求也逐步提升。空天地一体化网络可以为陆海空天用户提供无缝信息服务，满足未来网络对全时全域全空通信和网络互联互通的需求。首先，对空天地一体化网络技术及协议体系的发展趋势进行了分析，探讨了低轨卫星通信系统以及空地网络融合的研究进展。针对网络结构复杂、动态性高、资源高度约束等问题，提出了基于强化学习（RL,reinforcement learning）的空天地一体化网络设计与优化框架，以进行高效快速的网络设计、分析、优化与管控。同时给出了实例分析，阐明了利用深度强化学习（DRL,deep RL）进行空天地一体化网络智能接入选择的方法。并通过搭建空天地一体化网络仿真平台，解决了网络观测稀疏与训练数据难以获取的问题，极大地提升了RL的训练效率。最后，对空天地一体化网络中的潜在研究方向进行了探讨。
【嵌牛鼻子】空天地一体；强化学习；低轨卫星星座
【嵌牛提问】 强化学习方法在空天地一体化网络中的应用场景、方法以及潜在优势？
【嵌牛正文】
作为机器学习领域最重要的研究方向之一，在过去20年中，RL[ 29 ]对 人工智能 的发展产生了重大影响。RL 是一个学习过程，在该过程中，智能体（agent）可以定期做出决策，观察结果，然后自动调整其策略以实现最佳策略。尽管这种学习过程的收敛性已经被证明，但要保证收敛到最佳策略，通常需要大量时间探索并获得整个系统的知识。因此，简单的 RL 并不适用于空天地一体化网络这种大规模、高复杂度的网络环境。为了克服RL的局限性，DRL 作为一种新的突破技术得到了越来越多的关注。不同于传统RL通过Q表枚举环境状态与最佳策略动作之间的映射关系，DRL 采用深度神经网络（DNN,deep neural network）替代Q表，在理论上可以拟合任意特性的复杂映射关系，从而提高了学习速度和RL算法的性能。在实践中，深度学习已经成为机器人控制、计算机视觉、语音识别和自然语言处理等新兴产业的理论支撑。最着名的应用当属屡次击败人类的围棋 人工智能 AlphaGo Zero[ 30 ]。
在通信和网络领域，深度学习已被用作有效解决各种问题和挑战的新兴工具[ 31 ]。对于以空天地一体化网络为代表的未来网络，其内部包含多种异构且复杂的网络切片或元素，如 物联网 设备、移动用户、无人机（UAV,unmanned aerial vehicle）基站、低轨卫星节点等。这些异构网络实体需要通过集中或分布式的方式做出各种不同时空尺度上的决策，如网络和频谱选择访问、数据速率和发射功率控制、基站和卫星切换等，以实现包括吞吐量在内的不同网络优化目标的最大化和网络能耗最小化[ 32 ]。在高度动态和不确定的网络环境下，大多数决策问题可以建模为马尔可夫决策过程（MDP,Markov decision process）。尽管MDP在理论上可以采用动态规划、启发式算法和 RL技术来解决，但考虑规模庞大且复杂的现代网络，动态规划和启发式算法等技术会因计算量过于庞大而无法使用。因此，DRL已经发展成为克服该挑战的核心解决方案[ 33 ]。在空天地一体化网络中应用DRL方法具有以下优点。