朱特浩

（南京電子技術研究所，南京 210039）

0 引言

戰(zhàn)爭從最初的冷兵器、熱兵器時代，歷經(jīng)兩次工業(yè)革命后進入了機械化戰(zhàn)爭時代。隨著人類邁入信息時代，極大加快了戰(zhàn)爭的節(jié)奏，戰(zhàn)爭已延伸到數(shù)字領域［1］，由最初的“肉搏”形式演變成不用打照面就能決定勝負的電子對抗。各國均認識到電子戰(zhàn)的重要性，并結合本國實際，打造現(xiàn)代化的軍事信息系統(tǒng)。以美軍為例，其軍事信息系統(tǒng)自20 世紀50年代的C2 系統(tǒng)起，歷經(jīng)C3、C3I、C4I 系統(tǒng)，到現(xiàn)在的C4ISR 系統(tǒng)，未來還會將打擊要素納入信息系統(tǒng)，形成C4KISR 系統(tǒng)［2］。

當前美軍軍事信息系統(tǒng)的建設以網(wǎng)絡中心戰(zhàn)（NCW）為核心，在21 世紀初啟動全球信息柵格（GIG）計劃［3］，該計劃綜合集成所有的通信設施、計算機軟硬件系統(tǒng)、信息系統(tǒng)等，網(wǎng)絡中任意兩點可以直接交換信息［4］。對于NCW 來說，云計算是目前較為普遍采用的系統(tǒng)集成形式。通過構建軍事云計算平臺，可以實現(xiàn)海量軍事數(shù)據(jù)分布式存儲、計算資源虛擬化和云編程等。云計算可提升NCW 的互聯(lián)互通能力，構建全軍共用信息系統(tǒng)“云平臺”，可以提供基礎設施、平臺服務、云存儲服務，能夠為不同軍隊單位用戶提供定制化服務。目前，美國國防部計劃建設一個萬能云解決方案，將與科技供應商簽訂“聯(lián)合企業(yè)國防基建”（JEDI）合同，建設周期長達十年，總經(jīng)費高達100 億美元［1］。

云計算技術盡管已得到廣泛應用，但作為軍事信息系統(tǒng)的架構模式存在一些局限性：1）傳輸帶寬不足。隨著參戰(zhàn)裝備性能不斷提升，其產(chǎn)生數(shù)據(jù)的體量呈指數(shù)增長，將作戰(zhàn)網(wǎng)中所有裝備的全部原始數(shù)據(jù)傳至云計算中心處理，將占用極大的網(wǎng)絡帶寬，無法滿足作戰(zhàn)指揮控制的時效性需求；2）數(shù)據(jù)安全隱患大。在數(shù)據(jù)大量傳輸和存儲過程中，將會受到敵方的分布式拒絕服務（DDoS）攻擊，我方的數(shù)據(jù)和情報將暴露，在軍事行動中處于被動；3）可靠性難以保證。作戰(zhàn)中，云計算中心一定是被首要打擊的目標，若參戰(zhàn)裝備過多依賴云計算形成作戰(zhàn)能力，在網(wǎng)絡傳輸切斷、云計算中心癱瘓的情況下，缺少目標指示和決策下發(fā)的武器系統(tǒng)無法快速重組形成有生力量扭轉戰(zhàn)局。

時間已經(jīng)邁入21 世紀的第3 個十年，人工智能已成為推動產(chǎn)業(yè)變革和科技革命的新引擎。2017年，習近平總書記在黨的十九大報告明確提出，要“全面推進國防和軍隊現(xiàn)代化”，“加快軍事智能化發(fā)展，提高基于網(wǎng)絡信息體系的聯(lián)合作戰(zhàn)能力、全域作戰(zhàn)能力”［5］。美國國防部于2018 年6 月成立聯(lián)合人工智能中心（JAIC），聲稱“是一個能影響到每個人的龐大項目”［1］。另外，以物聯(lián)網(wǎng)［6］、5G［7］等為代表的網(wǎng)絡和通信技術迅猛發(fā)展和落地應用，給軍事信息系統(tǒng)帶來更多可發(fā)展維度。在這樣的背景下，需要充分利用物聯(lián)網(wǎng)、人工智能等新技術，對當前軍事信息系統(tǒng)的云計算架構模式帶來變革與提升，解決上述的局限性。

在物聯(lián)網(wǎng)被提出到具體實施的過程中，應運而生出邊緣計算技術。邊緣計算的核心思想是在靠近終端或數(shù)據(jù)源頭的網(wǎng)絡邊緣側，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足用戶在敏捷連接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求［8］。邊緣計算是物聯(lián)網(wǎng)技術與人工智能技術深度結合的產(chǎn)物，它明確了智能終端設備在物聯(lián)網(wǎng)架構中的重要性，物聯(lián)網(wǎng)“萬物互聯(lián)”的理念進一步落實為“邊云協(xié)同、智能調配”的建設方案。

下面介紹邊緣計算的發(fā)展趨勢和特點，分析其在軍事信息系統(tǒng)建設中運用的優(yōu)勢。探討軍事信息系統(tǒng)中涉及的邊緣計算關鍵技術，并通過具體案例描繪邊緣計算場景。提出對于軍事信息系統(tǒng)智能化建設與邊緣計算應用的發(fā)展建議，供相關規(guī)劃部門和研究機構參考。

1 邊緣計算的發(fā)展趨勢與技術特點

1.1 邊緣計算的發(fā)展歷史

邊緣計算是網(wǎng)絡通信與人工智能技術蓬勃發(fā)展的產(chǎn)物，其雛形可以追溯到1998 年由麻省理工學院研究組為解決互聯(lián)網(wǎng)訪問質量而提出的內容分發(fā)網(wǎng)絡（Content Distribution Network，CDN）［9］，其本質是將網(wǎng)站內容緩存到最接近用戶的網(wǎng)絡“邊緣”，使用戶就近獲取所需內容。在2013 年，美國太平洋西北國家實驗室首次提出現(xiàn)代“Edge Computing”的概念［10］。

受物聯(lián)網(wǎng)技術興起的推動，邊緣計算進入快速增長時期。2014 年歐洲電信標準化協(xié)會（ETSI）成立移動邊緣計算（MEC）標準化工作組［11］。2015年ARM、思科、戴爾、英特爾、微軟、普林斯頓大學邊緣實驗室聯(lián)合發(fā)起OpenFog 聯(lián)盟（現(xiàn)已并入工業(yè)互聯(lián)網(wǎng)聯(lián)盟）［12］，該聯(lián)盟致力于發(fā)展涵蓋從邊緣到云端的所有層的霧計算模型。2016 年ACM 和IEEE 聯(lián)合舉辦邊緣計算頂級會議（ACM/IEEE Symposium on Edge Computing，SEC）［13］。同年11 月，邊緣計算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC）在北京成立，牽頭單位包括華為、中科院沈陽自動化所、中國通信信息研究所、英特爾、ARM、軟通等［14］，目前成員數(shù)已突破200 家。2017年亞馬遜攜AWS Greengrass 進軍邊緣計算領域，將AWS 云服務無縫擴展至邊緣設備［15］。2017 年微軟在西雅圖舉辦的開發(fā)者大會上宣布推出Azure IoT Edge［16］，能夠更加便捷地將部分計算需求轉移到服務器設備上。2018 年，谷歌在Cloud Next 會議上推出Edge TPU 芯片，將機器學習引入邊緣計算［17］。

2019 年，邊緣計算得到廣泛關注，尤其是國內科技供應商投入更多研發(fā)力量：1 月百度發(fā)布中國首款智能邊緣計算產(chǎn)品［18］；7 月阿里云發(fā)布國內首個全域邊緣節(jié)點服務［19］；8 月中國電科發(fā)布可用于神經(jīng)網(wǎng)絡邊緣計算的“海雀”處理器［20］，騰訊云推出物聯(lián)網(wǎng)邊緣計算平臺［21］；11 月華為發(fā)布邊緣計算服務器［22］。由此可見，邊緣計算迎合了當下需求，各廠商主力推動發(fā)展。在這樣的環(huán)境下，利用邊緣計算助力軍事信息系統(tǒng)智能化發(fā)展，能夠得到強有力的研發(fā)力量支持。

表1 匯總了邊緣計算在國外和國內的主要發(fā)展歷程，并對每個技術發(fā)展期進行了解讀?？梢钥闯?，雖然我國對于邊緣計算的研究起步較晚，但是目前已得到眾多研究機構和技術廠商的重視以及研發(fā)力量支持，擁有廣闊的技術突破空間和市場需求。這使得邊緣計算在中國能夠加速學術界和產(chǎn)業(yè)界的融合和產(chǎn)業(yè)孵化速度，讓社會大眾真切享受到科技發(fā)展帶來的便利。

表1 邊緣計算在國外和國內的發(fā)展歷程與技術發(fā)展期解讀

1.2 邊緣計算發(fā)展趨勢分析

邊緣計算是云計算的拓展與變革，是一種“謀劃終端、放眼全局”的計算模式。邊緣計算涵蓋原來意義上的云計算中心和新定義的邊緣智能節(jié)點，既通過智能化技術將計算、存儲、傳輸資源邊緣化分布，又統(tǒng)籌中心與邊緣的資源，實現(xiàn)優(yōu)勢互補，協(xié)調統(tǒng)一。邊緣計算強調協(xié)同，其實現(xiàn)途徑是依靠邊緣側智能去感知業(yè)務場景和用戶需求，動態(tài)分配中心與邊緣的計算、存儲、傳輸?shù)荣Y源，選擇最佳邊緣與中心的協(xié)同方案，實現(xiàn)網(wǎng)絡服務智能化。隨著人工智能技術的飛速發(fā)展，終端的智能化水平已經(jīng)具備獨立處理較為復雜任務的能力。通過將智能前端化，可以使感知范圍、處理速度、傳輸時延等各領域關注的重要指標得到大幅優(yōu)化與提升。

圖1 邊緣計算參考架構3.0

1.3 邊緣計算的技術特點

邊緣計算通過利用數(shù)字信號處理、模式識別、機器學習等人工智能技術，為數(shù)據(jù)產(chǎn)生終端的邊緣側賦能，可以實現(xiàn)在終端側的數(shù)據(jù)預處理和預決策。ECC 提出邊緣計算的CROSS 價值［8］，可以認為是邊緣計算的主要技術特點所在：

1）連接（Connection）更可靠。當接入網(wǎng)絡的設備的類型和數(shù)目增多時，通信過程變得擁擠和復雜，集中式云計算架構終端業(yè)務的穩(wěn)定性得不到保障。通過發(fā)揮邊緣側的計算能力，減少對中心計算能力的依賴，只通信必要的評估結果、指令、決策等內容，讓網(wǎng)絡中龐多的連接和通信更加可靠。

2）業(yè)務更實時（Real-time）。在數(shù)據(jù)采集的源頭預先進行數(shù)據(jù)處理，極大地減少了邊緣設備與云端的通信需求，從而減少時延，提升響應速度，提升用戶體驗。

3）數(shù)據(jù)更優(yōu)化（Optimization）。邊緣側進行數(shù)據(jù)預處理實現(xiàn)了數(shù)據(jù)特征的融合和關鍵信息的提煉，使得各網(wǎng)絡節(jié)點傳輸、存儲、應用、分析的數(shù)據(jù)更有價值。

4）應用更智能（Smart）。具備一定計算能力的智能化邊緣終端能夠分擔云計算部分處理任務，通過邊緣情景感知與智能調配技術，發(fā)揮集中式與分散式計算的雙重優(yōu)勢。

5）隱私更安全（Security）。在邊緣側對采集的數(shù)據(jù)進行篩選，把關鍵數(shù)據(jù)、原始數(shù)據(jù)存儲在邊緣設備，僅實時傳輸分析結果和統(tǒng)計型數(shù)據(jù)，防止發(fā)生數(shù)據(jù)中心數(shù)據(jù)受到攻擊后數(shù)據(jù)全面泄露的災難。

2 邊緣計算在軍事信息系統(tǒng)應用的優(yōu)勢

通過上節(jié)對邊緣計算CROSS 價值的介紹，不難看出這5 點與軍事領域的當前需求和未來發(fā)展方向貼合，尤其是能夠指導下一代軍事信息系統(tǒng)的建設規(guī)劃。主要為軍政機構提供通信解決方案的美國PacStar 公司首席科技官Charlie Kawasaki 認為，戰(zhàn)術網(wǎng)絡需要在邊緣具備類似數(shù)據(jù)中心的計算機、網(wǎng)絡與存儲能力來支撐作戰(zhàn)應用［24］。邊緣計算將重新定義數(shù)據(jù)中心與各個軍事節(jié)點的關系，在NCW 的實現(xiàn)上指出了具體的建設路徑，覆蓋軍事行動指揮、資源調度管理、后勤保障的各個作戰(zhàn)環(huán)節(jié)，可以成為未來電子戰(zhàn)模式的重要支撐。其主要優(yōu)勢體現(xiàn)在如下4 個方面［25-27］：

1）探測與武器裝備的自主性。探測裝備和武器裝備處于軍事網(wǎng)絡的最末端，是實施邊緣計算最重要的位置。在探測裝備上運用邊緣計算技術，能夠提升探測的自動化水平，能夠支持其對目標屬性的自動判別和威脅評估，輔助實現(xiàn)全無人、全天候、全自動戰(zhàn)場態(tài)勢感知的目標；在武器裝備上運用邊緣計算技術，讓武器具備一定程度的自主決策能力，從而提升作戰(zhàn)的響應速度。通過邊緣裝備的智能化，減少其與云計算中心的數(shù)據(jù)和指令傳輸環(huán)節(jié)，先發(fā)制人，占領軍事行動的主導地位。

2）指揮決策的靈活性。將具備邊緣計算能力的探測裝備部署在戰(zhàn)場，指揮側收到的信息不再是原始態(tài)勢“數(shù)據(jù)”，而是態(tài)勢“信息”，簡化指戰(zhàn)員掌握理解戰(zhàn)場態(tài)勢的操作，協(xié)助其作出準確判斷。在武器裝備具備邊緣自主性后，一些情況下不需要占用更高層級的決策資源，本地可以實現(xiàn)態(tài)勢獲取、信息處理、指揮打擊一體化，凸顯分層作戰(zhàn)能力，優(yōu)化作戰(zhàn)行動的實施。

3）應對作戰(zhàn)場景變化的機動性。在戰(zhàn)爭中需要考慮不同作戰(zhàn)場景下的應對，運用邊緣計算能用最短時間重新構建有生力量。在部分網(wǎng)絡傳輸波動時，可以放棄某些節(jié)點的協(xié)同，僅保持必要的狀態(tài)和情報通信，這些節(jié)點依靠自身或鄰近的邊緣計算資源完成一定程度的任務；在云計算中心受到破壞時，邊緣節(jié)點首先可以繼續(xù)獨立運作，以穩(wěn)定作戰(zhàn)局勢，而后能夠聯(lián)結起來分配計算和指控資源，謀求防御反擊。

4）數(shù)據(jù)傳輸?shù)陌踩?。在民用領域邊緣計算能夠保護用戶隱私，在軍事領域邊緣計算能夠保障情報安全。無論是探測數(shù)據(jù)、裝備參數(shù)狀態(tài)還是指揮控制指令，只要通過網(wǎng)絡傳輸就有被敵方截獲、破壞和篡改的風險。運用邊緣計算，可以在終端進行數(shù)據(jù)預處理，加密打包必要內容與其他節(jié)點或中心通信，減少泄密風險。具備邊緣計算能力的裝備擁有狀態(tài)檢測、問題排查、自主修復功能，裝備只需在無法自行修復時尋求中心的解決方案或進一步指示，從而避免我方裝備規(guī)模、部署、狀態(tài)等作戰(zhàn)體系構成的暴露。

3 邊緣計算在軍事信息系統(tǒng)的應用前景

3.1 相關關鍵技術

在軍事信息系統(tǒng)中實施邊緣計算架構、實現(xiàn)邊緣側裝備的智能化，仍面臨許多挑戰(zhàn)。軍事信息系統(tǒng)與商用民用系統(tǒng)不同的關注要點，決定了其急需研究的問題也有不同側重。根據(jù)對軍事信息系統(tǒng)相關技術現(xiàn)狀的分析，總結出需要著重對邊下面幾項緣計算的關鍵技術展開攻關。

1）戰(zhàn)場態(tài)勢智能感知。邊緣計算的核心競爭力在于邊緣側的智能化水平，實時、精確、全面的戰(zhàn)場態(tài)勢掌握是展現(xiàn)邊緣計算價值的所在。需要對裝備的自主態(tài)勢感知能力展開研究，借助無監(jiān)督學習、強化學習、長短期記憶神經(jīng)網(wǎng)絡等人工智能技術迭代，提升態(tài)勢感知與分析判斷能力，從而在源頭提升情報質量，利于對戰(zhàn)場全局態(tài)勢的把控。

2）邊云協(xié)同資源調度。在邊緣側具備計算、存儲、傳輸資源后，對云計算中心與邊緣設備的協(xié)同作戰(zhàn)最優(yōu)策略提出新的挑戰(zhàn)。另外，作戰(zhàn)場景、作戰(zhàn)目標、指揮員需求在作戰(zhàn)過程中也在動態(tài)變化，這要求邊緣計算和云計算中心具備實時性極高的全局最優(yōu)規(guī)劃能力，從而實現(xiàn)邊云高效協(xié)同，使各節(jié)點、各角色、各層級充分利用軍事信息系統(tǒng)的資源。

3）模型壓縮。在實現(xiàn)邊緣智能化時需要運用大量的模型，例如，用于航跡關聯(lián)的多假設模型、用于目標識別的深度神經(jīng)網(wǎng)絡模型等。由于邊緣側的存儲資源寶貴，需要考慮通過稀疏表達、主成分分析等模型壓縮技術對模型參數(shù)修剪和精煉，最優(yōu)化邊緣側的存儲內容。

4）隱私數(shù)據(jù)訓練建模。針對需要依靠云計算中心處理能力的探測數(shù)據(jù)分析，研究更加安全可靠的數(shù)據(jù)訓練與建模技術。聯(lián)邦學習［28］是一種新興的人工智能技術，它無需解密各個邊緣裝備上傳至云計算中心的加密數(shù)據(jù)，就可以開展聯(lián)合訓練并建模，得到的最優(yōu)模型可以反饋給各個邊緣裝備進行更新，是解決隱私數(shù)據(jù)機器學習的可行方案。

5）邊緣緩存策略。對于探測和武器裝備需頻繁查詢的數(shù)據(jù)，通過邊緣緩存技術預先讀取，減少查詢和部署時延。需要研究邊緣設備的數(shù)據(jù)需求特征，基于馬爾可夫鏈、支持向量回歸、灰度預測等算法建立查詢需求的預測模型，形成能夠智能應對不同作戰(zhàn)場景的邊緣緩存策略，進一步提升傳輸時效性，減少實時傳輸?shù)膸捳加谩?/p>

3.2 基于邊緣計算的軍事信息系統(tǒng)場景樣例

根據(jù)上述對邊緣計算在軍事信息系統(tǒng)運用的特點、優(yōu)勢，以及關鍵技術等方面的闡述，本節(jié)將構建一個無人機作戰(zhàn)信息系統(tǒng)的樣例，用以說明如何在軍事信息系統(tǒng)中運用邊緣計算技術，發(fā)揮出智能化作戰(zhàn)的最大效能。選擇無人機作戰(zhàn)場景作為樣例有如下幾點考慮：一是本身末端裝備（無人機）的定位就是無人化、自動化，必須要開發(fā)其智能化作戰(zhàn)能力；二是其主要作戰(zhàn)任務，例如滲透偵查、誘騙干擾、集群攻擊等，都要求強實時性和機動性，不可能全部依靠云計算中心處理、識別、決策；三是通過集群作戰(zhàn)、邊云協(xié)同等方案，可以解決獨立機載機能有限的問題，是多智能體系統(tǒng)的增強與拓展。

通過參考邊緣計算參考架構3.0 和工業(yè)互聯(lián)網(wǎng)場景的邊云協(xié)同架構［29］，構建基于邊緣計算的無人機作戰(zhàn)信息系統(tǒng)，如圖2 所示。處于網(wǎng)絡邊緣的是偵察無人機、干擾無人機、攻擊無人機等，均可以通過機載處理器完成戰(zhàn)場數(shù)據(jù)的預處理響應。每類無人機根據(jù)其定位不同，具備不同的邊緣智能預處理能力：偵察無人機具備圖像處理、目標識別、定位跟蹤等能力；干擾無人機具備誘導解析、假目標模擬、指向性干擾生成等能力；攻擊無人機具備精確制導、威脅規(guī)避等能力。由于戰(zhàn)場態(tài)勢瞬息萬變，各類無人機同時產(chǎn)生的數(shù)據(jù)無法實時通過網(wǎng)絡傳輸至云計算中心計算后再反饋，必須依靠它們各自的處理能力形成態(tài)勢信息，各個無人機可看作一個微型的數(shù)據(jù)處理中心，延遲幾乎為零。

圖2 基于邊緣計算的無人機作戰(zhàn)信息系統(tǒng)

邊緣網(wǎng)關和邊緣控制器與所有無人機連接，負責在多機協(xié)同作戰(zhàn)時提供高速數(shù)據(jù)傳輸。例如，偵察無人機分析出敵方軍事目標的位置、類別、屬性、載荷等情報，將其傳遞給干擾無人機，釋放對應的誘餌信號并實施無線電干擾；同時將目標情報的引導信息傳遞給攻擊無人機，實現(xiàn)一體化偵察打擊。在上述作戰(zhàn)環(huán)節(jié)中，沒有通過云計算中心實施協(xié)同，而是通過更加靠近無人機群的邊緣網(wǎng)關與控制器，數(shù)據(jù)分散處理，傳輸需求減少，作戰(zhàn)更加連貫。

邊緣網(wǎng)關和邊緣控制器的另一邊連接云計算中心，可以在事后對數(shù)據(jù)管理、評估、建模，通過其更強大的計算能力為各類型無人機更新機載智能算法模型，不斷提升邊緣節(jié)點的智能化水平。另一方面，如果在作戰(zhàn)過程中無人機無法完成既定任務（機載處理能力受限、機器故障等），可以通過邊緣層申請云計算中心資源權限，在響應實時性和決策精準性之間尋求折衷，通過邊云協(xié)同方式保障作戰(zhàn)任務正常執(zhí)行。

4 軍事信息系統(tǒng)智能化發(fā)展建議

通過上述對邊緣計算的概念、特點、關鍵技術、樣例場景的論述，全面展現(xiàn)了邊緣計算在軍事信息系統(tǒng)智能化發(fā)展中能起到的重要作用，邊緣計算可以成為實現(xiàn)國防和軍隊現(xiàn)代化、提高基于網(wǎng)絡信息體系的聯(lián)合作戰(zhàn)能力、全域作戰(zhàn)能力的有效途徑。邊緣計算目前處于技術期望膨脹期，在軍事信息系統(tǒng)具體實施的過程中可以考慮在以下方面做進一步的論證和研究：

1）軍事信息系統(tǒng)邊緣計算技術標準規(guī)范的制定。目前邊緣計算聯(lián)盟、工業(yè)互聯(lián)網(wǎng)聯(lián)盟、歐洲電信標準化協(xié)會、EdgeX Foundry 等組織紛紛發(fā)布邊緣計算體系架構［30］，可見各科技供應商對于把控新領域標準規(guī)范的重視程度。為了讓軍事信息系統(tǒng)未來發(fā)展有章可循，建議盡早出臺較為全面的邊緣計算技術標準和規(guī)范，利于云計算中心的轉型升級，并便于裝備廠所設計新裝備時統(tǒng)一考慮邊緣智能化配套保障。

2）多源異類邊緣設備協(xié)同技術。邊緣裝備數(shù)量龐大，類型多樣，運用方式還會隨著作戰(zhàn)場景變化?？紤]研究全新的虛擬化技術，以便統(tǒng)一底層的異構差異，從而實現(xiàn)跨廠商、跨應用、跨地域的邊緣協(xié)同。

3）網(wǎng)絡安全與多元化協(xié)同機制。基于邊緣計算架構的軍事信息系統(tǒng)面臨情報安全、邊云協(xié)同調度策略等問題，當前相關技術的成熟度尚不滿足軍工產(chǎn)品安全性、可靠性的要求。需要對聯(lián)邦學習、遷移學習、超參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡優(yōu)化等算法深入研究，能夠針對不同作戰(zhàn)場景實現(xiàn)智能化安全傳輸和邊云協(xié)同方案。

5 結論

邊緣計算是近幾年學術界和產(chǎn)業(yè)界的研究熱點。通過對邊緣計算發(fā)展趨勢和技術特點的調研，認為其能夠助力軍事信息系統(tǒng)智能化發(fā)展。分析了邊緣計算在軍事信息系統(tǒng)的優(yōu)勢，歸納了相關關鍵技術，并搭建了基于邊緣計算的無人機作戰(zhàn)信息系統(tǒng)樣例，較為直觀地展現(xiàn)了軍事信息系統(tǒng)如何運用邊緣計算提升作戰(zhàn)效能。最后提出幾點發(fā)展建議，希望邊緣計算可以成為推動我國國防和軍隊現(xiàn)代化建設的關鍵動力。相信通過一番探索，定能讓我國軍事信息系統(tǒng)智能化邁上新臺階。