This post is also available in:
English (אנגלית)
מערכות נגד רחפנים הפכו לחלק בלתי נפרד מההגנה על בסיסים צבאיים, אך עדיין קשה לדעת כיצד יתפקדו בזמן מתקפה אמיתית. מערך הגנה עשוי להתמודד היטב עם סוג מסוים של רחפנים או עם תרחיש תקיפה מסוים, אך להכיל חולשות שיתגלו רק בזמן לחימה. היכולת לזהות את נקודות התורפה הללו עוד לפני הפריסה המבצעית עשויה להיות ההבדל בין יירוט מוצלח לבין חדירת איום.
חברת Althimis פיתחה פלטפורמה שנועדה לחשוף את אותן חולשות עוד לפני שהאויב ינצל אותן. המערכת, הנקראת Guardian, מעריכה את ביצועי מערכי ההגנה נגד רחפנים באמצעות הדמיית תרחישי תקיפה מציאותיים ומדידת אופן התגובה של המפעילים ושל החיישנים. במקום להסתפק באימות שהמערכת פועלת, מטרתה להראות בדיוק היכן, באילו תנאים ומדוע היא עלולה להיכשל.
לאחרונה השלימה הטכנולוגיה את ההדגמה החיה הראשונה שלה במסגרת אירוע Startup Demo Day של Cyber Innovation Hub בצבא גרמניה (Bundeswehr). במהלך ההדגמה הקימו אנשי הצבא מערך הגנה, ולאחר מכן התמודדו עם סדרת מתקפות רחפנים מדומות שנוצרו על ידי מנוע הבינה המלאכותית של החברה, AI Chaos Engine (A²CE).
על פי דיווח של NextGenDefense, במקום לשחזר שוב ושוב את אותם דפוסי תקיפה, הבינה המלאכותית מייצרת בכל פעם תרחישים שונים, המאתגרים את מערך ההגנה מכיוונים שונים ובתנאים משתנים. המערכת עוקבת באופן רציף אחר כל איום מדומה ומתעדת את תגובת מערך ההגנה. היא בוחנת האם המטרה זוהתה ויורטה באופן מיידי, נוטרלה רק לאחר עיכוב, או כלל לא זוהתה.
תוצאות הניתוח מוצגות כהערכה חזותית של ביצועי מערך ההגנה, המאפשרת למפעילים לזהות "שטחים מתים", זמני תגובה איטיים ואזורים שבהם ניתן לשפר את הטקטיקה או את מיקום החיישנים. כך ניתן ללטש את תפיסת ההפעלה ואת פריסת המערכת עוד לפני הכניסה לשירות, במקום לגלות את נקודות התורפה בזמן מתקפה אמיתית.
הפלטפורמה משמשת גם ככלי אובייקטיבי להערכת ביצועים. באמצעות חשיפת מפעילים צבאיים לתרחישים מציאותיים שנוצרים על ידי בינה מלאכותית, היא מספקת נתונים מדידים על ביצועי תצורות הגנה שונות בתנאים מבצעיים. ההדגמה האחרונה הייתה הניסוי הראשון של המערכת בסביבה מבצעית אמיתית, ואפשרה למשתמשים להעריך הן את יכולותיה והן את מגבלותיה.
ככל שאיום הרחפנים ממשיך להתפתח, טכנולוגיות מסוג זה הופכות לרלוונטיות יותר ויותר עבור גופי ביטחון. מערכות מודרניות נגד רחפנים משלבות כיום מכ"מים, חיישנים אלקטרו-אופטיים, גלאי תדרי רדיו (RF) ואמצעי לוחמה אלקטרונית במסגרת מערכי הגנה רב-שכבתיים, אולם קביעת התצורה היעילה ביותר עדיין מהווה משימה מורכבת. סביבות בדיקה המבוססות על בינה מלאכותית עשויות לקצר משמעותית את התהליך באמצעות יצירת מגוון רחב של תרחישים, שיהיה קשה ויקר לשחזר בתרגילים חיים.
לאחר ההדגמה המוצלחת צפויה המערכת לעבור סדרת הערכות מבצעיות נוספות בחודשים הקרובים. ככל שצבאות מסתמכים יותר על מערכות אוטונומיות ועל מערכי הגנה אווירית רב-שכבתיים, פלטפורמות בינה מלאכותית המסוגלות לחשוף חולשות עוד לפני שהאויב מגלה אותן עשויות להפוך לכלי מרכזי בהכנת מערכי ההגנה נגד רחפנים למשימות מבצעיות.
