商品详情
前言
?近年来，随着大数据、深度学习等新技术的不断发展与成熟，人工智能技术已开始深入应用于海上军事斗争的各个环节，辅助完成识别、推理、判断、决策、控制、制导等作战任务，极大地提升了武器装备的智能化水平和作战能力。然而，深度神经网络模型在理论上存在不完备性和对抗脆弱性，使得现有智能软件在安全性方面存在不足，给智能软件在未来复杂对抗场景中的广泛部署带来极大的安全隐患，在军事对垒中一旦被敌所用，必将产生严重后果。
?在正式上装应用之前，针对军事智能软件装备开展多维度测试评估，是一种提前知晓安全漏洞、规避安全风险的好方法，能够在一定程度上解决人工智能不可控、不可靠、不可信等卡脖子问题，发挥智能化技术应用效能，使其真正成为我军战斗力的倍增器。
?目前，对于传统软件的测试，其测试方法、测试工具是相对成熟的，而智能软件及智能装备的测试属于新兴方向，不同于传统软件，智能软件的能力经过大量学习训练得到，具有不确定性与黑箱特性，输入－输出之间缺乏清晰的因果关系，传统软件测试方法难以直接用于智能软件的测试，智能软件面临着测试用例难设计、测试预言难确定等挑战。
?值得庆幸的是，国内已有一批学者与单位注意到了智能软件测试技术的挑战，开展了一系列技术攻坚。在民用自动驾驶等领域，对于智能汽车的测试已经取得了较为丰硕的成果；而在军用领域，军事智能软件测试、无人装备智能化等级评估尚处于起步阶段，需要借鉴民用领域优秀成果，不断增强军事智能装备测试验证能力。
?本书共分为 9 个章节，全面且系统地介绍了装备智能测评技术及相关应用。
?第 1 章绪论，作为全书的引子，概述了智能化技术面临的挑战，介绍了智能装备的突出问题及测评必要性，阐述了传统测试与智能测试的范围及相互关系。
?第 2 章主要介绍人工智能测试研究现状，主要包括人工智能测试标准、相关测试技术以及应用测试现状。
?第 3 章主要介绍当前主流的人工智能测评技术，包括测试样本生成技术、训练数据集测评技术、深度学习算法测试技术、大模型安全性测试技术、智能化基础环境测试技术，同时本章还对软件测试中的智能化测试技术进行了解读。
?第 4 章对智能化水平分级方法进行介绍，面向自主性、协同性、学习性等维度，介绍阐述了智能化水平定义、特点、分级标准等。
?第 5 章主要介绍智能评估常见方法，包括评估指标权重计算、分组类以及排序类等评估方法。
?第 6 章主要介绍目前应用较广的测试工具，主要包括数据集评估工具、鲁棒性测试工具、覆盖性测试工具、可解释性工具、公平性测试工具，对于每项工具，均给出了相应的使用示例。
?装备智能测评技术与应用
?第 7 章主要提供面向装备智能测试的应用案例，包括装备智能系统测试应用与装备智能化水平评估应用两类，并分别给出了相应的测试案例，帮助读者更好地理解。
?第 8 章介绍智能测评与装备试验鉴定之间的关系，概述智能测评对智能装备试验鉴定所起到的支撑作用。
?第 9 章总结与展望，对本书主要内容进行总结概括，围绕评测标准体系建设、装备测评综合效能提升、可信机理与测评方法研究、人工智能新技术四个方面，对装备智能测评发展趋势进行展望，并提出相应的发展建议和应对对策。
?近年来，中船 709 所和海军工程大学在智能测评领域取得了一定的成果。其中，中船 709 所在数据集质量评估、智能模型测评、装备智能测评、智能化等级评估等方面开展了相关科研工作，陈炜老师和王元斌老师长期从事智能测评领域研究，具有丰富的测评经验；海军工程大学在智能软件测试、软件质量保证、软件维护等方面开展了许多研究，黄可荣老师和赵翀老师长期从事软件测评相关教学科研工作，具有深厚的测评背景。
?本书的目的是为军事领域人工智能安全开发人员、评测人员和智能装备使用方提供参考，了解和学习装备智能测评的发展现状、测评理论、测评工具以及使用场景，共同探讨装备智能评测相关技术，推动军事领域智能装备安全评测的发展。
?在本书编写过程中，709 所的李宁安、吴亚楠、陈颖慧、祝启斌、邵乔、旷小欢、熊润泽以及海军工程大学的张献、王飞鹏、杨美妮等人参与了部分资料的整理工作以及编写工作；另外本书参考和引用了许多专家、学者的著作和论文，书中未一一注明，在此对以上参与人员和学者表示感谢。
?由于编者水平有限，且装备智能评测领域处于一个前沿探索的阶段，如果读者发现书中存在不足之处，恳请提出宝贵意见，在此表示衷心感谢。
?编者
?2026 年 5 月于武汉
??
??
本书旨在分析智能装备所面临的风险挑战以及国内外发展趋势，并提供相关的测评技术和测试工具支撑，结合智能装备测试应用案例，分析了感知智能、认知智能、决策智能以及行动智能测试过程。另外，本书从智能技术的学习性、自主性、协同性等特点分析智能化水平评估的研究思路，并提出相应的定性分级评估一般性方法。
?本书旨在为军事智能领域的开发人员、测试人员和智能装备使用方提供测试评估方面的技术和实践指导。
目录
?第 1 章 绪论
?1.1 人工智能技术概述
?1.1.1 人工智能的定义与概况
?1.1.2 人工智能各学派的认知观
?1.1.3 人工智能的研究与应用领域
?1.1.4 人工智能发展战略与规划
?1.2 军事智能化技术及应用概述
?1.2.1 军事智能化内涵
?1.2.2 军事智能化发展路线
?1.2.3 军事智能化研究与应用领域
?1.3 智能化技术面临的挑战
?1.3.1 安全性挑战
?1.3.2 可解释性挑战
?1.3.3 隐私保护挑战
?1.3.4 伦理挑战
?1.3.5 法规治理挑战
?1.4 智能装备的突出问题及测评必要性
?1.4.1 智能装备的突出问题
?1.4.2 装备智能测评的必要性
?1.5 智能装备测评总体概述
?1.5.1 测评术语阐述及相互关系
?1.5.2 本书阅读思路
?1.6 小结
?第 2 章 人工智能测试研究现状
?2.1 人工智能测试标准现状
?2.1.1 国际标准化
?2.1.2 国内标准化
?2.2 人工智能测试技术现状
?2.2.1 基于对抗样本的测试技术
?2.2.2 基于覆盖性的测试样本生成技术
?2.2.3 可解释性评估技术
?2.2.4 形式化验证技术
?2.3 人工智能应用测试现状
?2.3.1 互联网广告推荐算法测试
?2.3.2 智能语音产品测试
?2.3.3 深度伪造视频被动检测软件测试
?2.3.4 自动驾驶系统测试
?2.4 小结
?第 3 章 人工智能测试技术
?3.1 测试样本生成技术
?3.1.1 概述
?3.1.2 基于自然扰动的测试样本生成技术
?3.1.3 基于对抗的测试样本生成技术
?3.2 训练数据集测评技术
?3.2.1 概述
?3.2.2 数据集评估指标体系与评估模型
?3.2.3 数据集评估技术
?3.2.4 数据集质量提升方法
?3.2.5 小结
?3.3 深度学习算法测试技术
?3.3.1 覆盖性测试技术
?3.3.2 可解释性评估技术
?3.3.3 鲁棒性评估技术
?3.3.4 公平性测试技术
?3.3.5 隐私性测试技术
?3.4 大模型安全性测试技术
?3.4.1 生成数据的隐私性
?3.4.2 生成数据的可控性
?3.4.3 生成数据的真实性
?3.4.4 生成数据的遵从性
?3.5 智能化基础环境测试技术
?3.5.1 智能算力评测技术
?3.5.2 学习框架测试技术
?3.6 软件测试中的智能化技术
?3.6.1 基于智能优化的软件测试技术
?3.6.2 基于机器学习的软件测试技术
?3.6.3 基于群体智能的软件测试技术
?3.6.4 基于知识图谱的软件测试技术
?3.7 小结
?第 4 章 智能化水平分级方法
?4.1 智能化水平概述
?4.1.1 智能化水平定义及特点
?4.1.2 智能化水平分级标准
?4.2 自主性等级划分
?4.2.1 自主性内涵
?4.2.2 自主性等级划分
?4.3 协同性等级划分
?4.3.1 协同性内涵
?4.3.2 协同性等级划分
?4.4 学习性等级划分
?4.4.1 学习性内涵
?4.4.2 学习性等级划分
?4.5 小结
?第 5 章 智能评估常见方法
?5.1 评估指标权重计算
?5.2 分组类评估方法
?5.3 排序类评估方法
?5.4 小结
?第 6 章 智能测试评估工具
?6.1 数据集测评工具
?6.1.1 数据集评估工具介绍
?6.1.2 应用案例 ?基于 Facets Overview 评估 UCI adult 数据集质量
?6.2 鲁棒性测评工具
?6.2.1 鲁棒性测试工具介绍
?6.2.2 应用案例 ?图像分类模型的鲁棒性测试
?6.3 覆盖性测试工具
?6.3.1 覆盖性测试工具介绍
?6.3.2 应用案例 ?图像分类模型的覆盖测试
?6.4 可解释性工具
?6.4.1 可解释性工具介绍
?6.4.2 应用案例 ?基于 Captum 图像分类模型可解释性
?6.5 公平性测试工具
?6.5.1 公平性测试工具介绍
?6.5.2 应用案例 ?基于 Fairlearn 工具的收入预测问题公平性测试
?6.6 小结
?第 7 章 面向装备智能测试的应用案例
?7.1 装备智能系统测试应用
?7.1.1 感知类系统智能测试
?7.1.2 认知类系统智能测试
?7.1.3 决策类系统智能测试
?7.1.4 行动类系统智能测试
?7.2 装备智能化水平评估应用
?7.2.1 自主性等级评估
?7.2.2 协同性等级评估
?7.2.3 学习性等级评估
?7.3 小结
?第 8 章 智能测评与装备试验鉴定
?第 9 章 总结与展望
?参考文献
- 新华一城书集 （微信公众号认证）
- 上海新华书店官方微信书店
- 扫描二维码，访问我们的微信店铺
- 随时随地的购物、客服咨询、查询订单和物流...
