5月，美国国土安全部（DHS）在其官网上发布了《2024-2030财年国土安全部创新、研究与发展战略计划》，阐明了未来7个财政年度的主要投资目标。该战略计划由国土安全部部长马约卡斯指导制定，是国土安全部利用研发手段应对安全挑战、实现技术同步发展的路线图。
其中对于“人工智能和自主系统”、“网络安全和“数据集成、分析、建模与仿真”三大数字科技前沿领域的相关论述对于我国政策制定与产业发展具有一定启发意义，故本文选取这三大领域进行阐述。
一、主要内容
美国国土安全部本次发布的《2024-2030财年国土安全部创新、研究与发展战略计划》是其下属的科学与技术局制定的。这份文件在研判国土安全部的研发执行情况的基础上，不仅结合了当前国土安全部已开展的工作，还概述了联邦、州、地方、部落、领土、非政府组织和私营部门实体领导的互补性工作。
通过对国土安全部研究领域的整体分析，该文件确定了八个关键战略优先研究领域以及国土安全部在其各项任务中需要的未来能力。在关键战略优先研究领域上将加强整个国土安全部研发工作的协调，同时向产业界、学术界、社会和国际发出未来合作机会的需求信号。
2024-2030财政年度的关键战略优先研究领域（SPRA）包括：
1.先进传感技术：开发和部署高性能传感器以提升监测和检测能力。
2.人工智能和自主系统：利用人工智能和自动化技术提升任务效率和响应速度。
3.生物技术：在生物防御和公共健康领域应用生物技术。
4.气候变化：应对气候变化带来的挑战，提升灾害响应能力。
5.通信和网络：强化通信基础设施和网络安全，确保信息传递的可靠性。
6.网络安全：保护关键网络基础设施，防止网络攻击。
7.数据集成、分析、建模与仿真：利用数据分析和仿真技术提升决策能力。
8.数字身份与信任：开发和应用数字身份认证技术，确保身份验证的安全性和可靠性。
二、人工智能与自主系统（AI/AS）
随着人工智能技术的快速发展，人工智能和自主系统在多个领域都展示出了强大的潜力和应用前景。对于国土安全部而言，人工智能技术不仅能够提升操作效率，还能在情报收集、威胁检测、决策支持等方面发挥关键作用。
这些技术的应用将帮助其更好地应对复杂的安全威胁和挑战。包括通过人工智能分析海量数据，提供实时的决策支持，帮助操作人员快速、准确地应对威胁，优化资源的配置和使用，提高应急响应的能力。
人工智能与智能系统技术的关键应用领域包括：
1.情报收集与分析：用人工智能技术处理和分析海量数据，从中提取有价值的信息和情报，识别异常行为和潜在威胁，提升情报分析的精准度。
2.网络安全：利用人工智能技术实时监控网络活动，检测并应对网络攻击和入侵行为；自动响应和处理网络威胁，减少人为操作的延迟和错误。
3.无人系统与自主操作：在边境巡逻、监控和救援任务中使用无人机和无人车，提高任务执行的效率和安全性；在危险环境中部署自主机器人执行任务，如排爆、搜救等，减少人员风险。
4.风险预测与管理：通过人工智能模型预测潜在的安全事件和风险，提前采取防范措施；利用人工智能技术优化资源配置，提高应急响应和资源调度的效率。
三、网络安全
网络安全是国土安全部另一项关注重点，确保联邦民用网络和关键基础设施的安全至关重要。网络安全不仅关系到信息的保密性、完整性和可用性，还直接影响到国家的经济安全和公共安全。国土安全部维护网络安全的工作重点如下：
1.维护联邦民用网络安全：部署高级威胁检测工具和自动化响应系统，及时发现和阻止网络攻击；利用人工智能和机器学习技术对网络活动进行监控和分析，识别异常行为和潜在威胁；定期扫描和评估网络系统中的安全漏洞，及时修补漏洞，防止被利用。
2.关键基础设施保护：对关键基础设施进行定期网络安全评估，识别和缓解潜在的安全风险；采用先进的安全技术和措施，加强关键基础设施的网络安全防护；制定和实施应急响应计划，提高关键基础设施在遭受网络攻击后的恢复能力。
3.新兴技术风险评估：评估和保护物联网设备和系统，防止其成为网络攻击的目标；确保人工智能系统的安全性，防止其被恶意利用进行网络攻击；研究量子计算对现有加密技术的影响，开发抗量子攻击的加密方法。
4.打击网络犯罪：开发和应用数字取证工具，分析网络犯罪活动，获取犯罪证据；收集和分析网络犯罪情报，识别和追踪网络犯罪分子；加强与其他国家和国际组织的合作，共同打击跨国网络犯罪。
四、数据集成、分析、建模与仿真
在当今政府行动的过程中，数据已经成为决策和行动的重要驱动力。对于国土安全部而言，能够有效地集成、分析和模拟数据，对于提升国家安全保障能力具有重要意义。通过数据的集成和分析，国土安全部可以更准确地了解威胁态势，优化资源配置，并提升应急响应的效率和效果。
国土安全部的行动目标基本围绕四大板块：跨部门和跨系统数据集成、增强数据分析能力、提高建模与仿真能力、预测和评估各种威胁和事件的影响。
数据集成、分析、建模与仿真的关键应用领域包括：
1.跨部门数据集成：统一数据共享平台，支持不同部门和机构之间的数据交换和协作；制定数据标准和规范，确保数据在不同系统和平台之间的兼容性和一致性；确保数据集成过程中的数据隐私和安全，防止数据泄露和滥用。
2.高级数据分析：利用大数据技术处理和分析海量数据，从中提取有价值的信息和情报；应用机器学习和人工智能技术进行数据分析和模式识别，提升分析的精准度和效率；通过数据可视化技术，将复杂的数据分析结果以直观的方式呈现，支持决策者的理解和决策。
3.建模与仿真：构建各种威胁场景的模型，评估其可能的影响和后果，帮助制定应对策略；利用仿真技术进行应急响应训练，提高应急人员的实际操作能力和应变能力；通过建模与仿真技术，优化资源配置和调度，提高应急响应的效率和效果。
4.实时决策支持：部署实时数据采集系统，确保在紧急情况下能够及时获取最新数据；建立快速分析与响应机制，确保在紧急情况下能够迅速处理数据并做出决策；开发决策支持系统，集成实时数据和分析结果，辅助决策者做出科学的决策。
五、总结
为了执行这份计划，国土安全部将通过跨部门合作、加大研发投资、制定标准与规范以及培养人才，推动有关技术的发展和应用。面对技术复杂性、数据隐私与安全以及跨部门数据共享等挑战，国土安全部还将引进专家和加强技术培训。此外，为了确保数据隐私和安全，制定严格的数据管理政策和安全措施也被提上日程。
来源|DHS官网
声明：本文来自赛博研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
