大模型指控仿真的实时安全保障
摘要
大模型指控仿真的实时安全保障是大模型走向实际指挥控制系统必须解决的关键技术问题。其高算力需求、较长推理时延与指控系统毫秒级响应要求存在天然矛盾，开放式模型接口又带来新的攻击风险。本问题拟构建涵盖模型量化与蒸馏评估、边缘—云协同调度、安全沙箱隔离及故障降级机制的综合仿真环境，重点验证断网、弱网、资源受限和遭受攻击条件下的实时响应、服务连续性与安全边界，为大模型在边缘指控装备中的轻量化部署、抗毁运行和可信应用提供依据。
分类
工程应用
内涵
面向大模型辅助指控仿真，研究模型量化与蒸馏效果评估、边缘—云协同调度及安全沙箱隔离技术，构建兼顾实时性、安全性与服务连续性的综合仿真环境，验证断网、弱网及攻击条件下系统的降级运行能力。
背景
大模型为指挥控制系统提供了态势理解、方案推演和辅助决策等新能力，但其参数规模大、推理延迟高、算力需求强，与指控系统毫秒级响应要求存在突出矛盾；同时，模型接口、数据交互和插件调用可能引入新的网络攻击面。解决大模型指控仿真的实时安全保障问题，可形成模型轻量化效果评估、算力资源动态调度和安全隔离防护方法，支撑大模型在边缘计算环境中的可靠部署；可验证断网、弱网、算力受限和遭受攻击等极端条件下的降级运行与服务恢复能力，为抗毁指控链路设计、系统性能边界确定及实际装备部署提供仿真依据，推动大模型辅助指控从功能可用向实时、可信、可控方向发展。
难点
大模型推理时延受参数规模、输入长度、硬件环境和并发负载共同影响，量化、剪枝或蒸馏虽可降低开销，却可能造成理解、推理和决策能力下降，难以建立统一的性能—精度评估方法。边缘—云协同还需在网络时延、带宽波动、任务优先级和数据敏感性之间动态权衡，避免频繁迁移导致服务抖动。与此同时，模型输入输出、工具调用和运行环境均可能成为攻击入口，安全沙箱隔离与实时交互之间存在资源开销和功能开放性的矛盾。如何在断网、弱网、节点故障或遭受对抗攻击时实现快速检测、可信切换、功能降级和连续服务，并通过仿真验证其边界条件，是该问题的核心挑战。