敌人的无人机可能会形成成百上千的微型精确制导炸药，不堪重负的雷达，或者只是在发动大规模攻击之前用目标传感器覆盖整个区域。它们可以为敌方战斗机，导弹或装甲车涂漆或照亮空中，地面或海上目标，大大增加了战区的脆弱性。它们可以在越来越少的人为干预下进行操作，并被编程为进入敌方领空，进入风险降低的防空区。最后，也许最重要的是，其中许多人现在可以发射武器。
目前，可商用的攻击无人机在世界范围内以惊人的速度激增。它们不仅易于在商业市场上购买，而且由于技术的日新月异的发展，它们正迅速变得越来越先进。可以在更长的范围内以更高的保真度收集视频，导航系统可以更准确地与传感器和目标技术合并，并且越来越多的无人机可以越来越协调地协同工作。举另一个例子，电池技术发展如此之快，以至于无人驾驶飞机增加了超出目标的停留时间，使为防御目标而付出的努力变得更加复杂。
技术变革的步伐及其对无人驾驶飞机的影响，在2017年《航空与航天动力》杂志的一篇论文中被很好地体现出来，该杂志名为“ AIR MINES：应对无人机对飞机的威胁”。
摩尔定律指出，电子设备的处理能力每18个月翻一番。到2025年，目前广泛扩散的“ quadcopter”无人机及其继任者将具有自主飞行的能力-在更高的高度，飞行更长的时间，并且能够进行复杂的编队机动。这些进展可能很快就会发生，因为无人机已经在这些领域取得了长足发展。”（美国空军上校莱斯利·F·豪克三世上校，美国空军上校约翰·P·盖斯二世博士，..截至2017年。）
这一被广泛讨论的现象继续激发美国在反无人机武器和技术领域的军事和工业创新；这涵盖了跨多个领域的多种武器。陆军快速装备部队一直在快速跟踪以电子战为基础的武器，以“干扰”敌方无人机，海军一直在定制舰载传感器，以使拦截器武器能够在海上战斗中击落中低空无人机，空军已经一直在努力升级基于战斗机的主动电子扫描阵列，以发现更远距离的敌方无人机。在最近的另一个例子中，近年来，陆军一直在使用反无人机和旋转翼防空导弹将名为“ SHORAD”（短程防空）的防空导弹快速追踪到“斯特赖克”武器上。
所有这些都产生了紧迫的需求，以跟上技术变革的步伐，迅速发展能够探测和摧毁无人机的武器，并在更好地了解无人机自身的技术机制的基础上采取主动行动。工业界和军事部门正在进行的这些努力代表了对旨在镜像，复制甚至获取世界各地可用的商用无人机的工程技术的追求。自然地，了解敌机的组成和功能是能够追踪和销毁它们的技术的前提或前提。简而言之，在无人机被武器“塞住”，“拦截”或“摧毁”之前，必须首先了解其技术机制和功能。
这个前提为陆军和CACI当前的计划提供了启发，并激发了他们的兴趣，旨在开发“学习”，“跟踪”和“了解”最新商用无人机的技术手段。武器开发人员使用“剥削”一词，仔细分析了商用无人机的材料组件，传感器，视频源和复杂的电子系统，为可以消除这些威胁奠定了准确的基础。正如CACI执行计划主任Peter Scucces所描述的那样，这些计划使用3-D打印，模拟和各种计算机分析来识别最新无人机操作和攻击的精确机制。
在国外发现的许多系统上，从组件级别复制到高级级别。消息人士在接受Warrior采访时说：“我们提供数据级别和RF级别的利用，以了解设备的工作原理。”
陆军已与CACI签订了一项为期5年的协议，总额达4.4亿美元，用于开发这些分析商业技术的方法。虽然现在这主要集中在无人机上，但该过程也已被应用多年以应对简易爆炸装置。无人机分析是某些先前使用的分析的技术更复杂的结果或副产品。
CACI与陆军作战能力发展司令部的指挥，控制，计算机，通信，网络，情报，监视和侦察中心合作。
CACI当前正在构建原型，复制无人机系统，并就从商用无人机中提取，合成或“利用”重要信息的方法培训专家。该过程包括分析固定翼，旋转翼和中型无人机。正在进行的评估包括对运行中的各种无人机进行飞行测试，以收集数据，观察技术功能，并最终精确复制敌方无人机攻击的确切性质。
“我们能够复制从房屋的商业角度看到的所有设备。我们致力于了解无人机背后的电子设备。” Scucces说。
Scucces将该过程描述为“逆向工程”，它使用3-D打印从字面上构建了无人机硬件，然后由计算机系统对其进行分析。无人机传感器，数据链接甚至武器交付系统当然都依赖于可复制，模拟和分析的电子机制。看来，该过程需要使用高级计算机建模，仿真和对设备本身进行更多动手评估的硬件和软件之间的某种协同作用。
Scucces解释说，尽管出于安全原因，如今用于“利用”商业无人机技术的许多特定技术方法自然不可用，但在无人机攻击方面，有几个一般性的讨论领域仍受到很多重要关注。其中之一当然是人工智能。增强的计算机自动化功能可以在几秒钟内筛选数小时的视频，从而找到与指挥官相关的时刻。在这种情况下，计算机算法（其中许多现在已由AI加强）可以在几乎不需要人工干预的情况下收集，组织和分析无人机产生的情报。借助具有先进算法的计算机处理速度，支持AI的程序可以将数据与庞大或看似无限的数据库进行比较，从而立即做出决定。
这种利用人工智能的过程可以在某种双重性的背景下加以描述。AI信息化的自动化不仅可以加快处理进行ISR的友好无人机的无人机信息的处理速度，而且还可以增强敌方无人机的攻击能力。引用来自麻省理工学院的一项研究，该研究使用了某种自主软件，《航空航天动力》文章指出，这类AI应用程序当然也可以帮助对手。
“当今存在用于对具有“见到避免”能力的无人机进行编程的算法。在MIT研究中，学校人工智能实验室的一名研究生使用了开源立体视觉算法，该算法使“无人机能够检测物体并构建完整的无人机”。实时绘制周围的地图。。。每秒120帧。”这篇论文指出，人们可以推断出这种算法可以被逆转，从而看到而不是避免。
实际上，本文解释了启用AI的传感器和瞄准如何使敌方无人机能够快速“映射”或成像整个感兴趣区域，而不必局限于一个狭窄的“苏打稻草”视野。不用说，这成倍地扩大了敌人攻击可能性的范围。
作为陆军未来司令部计划的一部分，这项工作的目标符合陆军司令部的中央任务，正如陆军报告所述，“定义未来的作战环境并了解在2028年及以后取得成功的必要部队结构”。（文/奥斯本）
