ПОЛЕЗНАЯ НАГРУЗКА

Без связи нет управления, а без управления – нет победы!

Министр обороны России Андрей Белоусов поздравил военнослужащих, ветеранов и работников предприятий с Днем военного связиста!

📑 На протяжении всей истории существования войск связи их личный состав с честью выполняет свой служебный долг, неизменно демонстрирует профессионализм, отвагу и верность Отечеству.

💬 Андрей Белоусов подчеркнул: современное поколение воинов-связистов успешно осваивает новейшие информационные технологии и системы, эффективно решает задачи по обеспечению устойчивой связи на линии боевого соприкосновения и в штабах в ходе спецоперации.

🤝 Министр обороны пожелал бойцам крепкого здоровья и новых побед на благо Родины!

🫡 Спасибо за связь, парни!

Минобороны России

Помимо электрической версии вражеского ударного борта-камикадзе «Ласточка», существует и версия с ДВС.

По имеющейся информации, электричка уже применяется.

Полезная Нагрузка

Итак, вот ещё один вражеский перехватчик коптерного типа «MAC DEAD FLY-450», используемый для уничтожения наших реактивных бортов. Он развивает максимальную скорость 450 км/ч на протяжении небольшого промежутка времени и оснащён системой донаведения(опционально).

Полезная Нагрузка

Внутренний мир вражеского дальнобойного ударного борта «MICH 2000»

Полезная Нагрузка

AeroVironment интегрирует знакомый по FP-2 агрегатор Elsight Halo в Mayhem 10

Израильский Elsight Halo мы уже разбирали на бортах FP-2 и показывали схему его работы. В тех материалах фигурировали четыре сотовых модема Telit LE910C4-WWXD и вычислительный модуль Variscite DART-MX8M-MINI на NXP i.MX8M Mini. Позднее писали и о терминалах Starlink, с которыми Halo встречался на FP-2.

Теперь этот же продукт интегрируют в американский Mayhem 10. AeroVironment и Elsight объявили о партнёрстве 14 октября. Для Mayhem 10 заявлено объединение спутниковой связи, публичных и частных сотовых сетей и радиолиний «точка-точка» через общий слой управления соединением. Работы ещё идут.

У Halo несколько каналов работают одновременно. Агрегатор объединяет их в одно логическое соединение и распределяет трафик с учётом состояния доступных сетей. Когда один путь ухудшается или пропадает, трафик перераспределяется по оставшимся. По описанию Elsight, оператору не приходится вручную переключать каналы; приоритеты для управления, видео и телеметрии настраиваются отдельно.

Производитель описывает разделение данных на пакеты с шифрованием AES-256-CBC и двойное VPN-туннелирование. Управление системой доступно через облачную либо локально развёрнутую платформу Elsight. Шифрование защищает содержимое трафика, а сохранение связи при потере отдельного канала зависит от доступности остальных путей и их пропускной способности.

К нашей прежней схеме есть уточнение: четыре LTE-модема дают четыре сотовых подключения. Спутниковая связь требует отдельного терминала. Встроенный в LE910C4 приёмник ГНСС принимает навигационные сигналы; поддержку Starlink, Viasat или Iridium самому сотовому модему приписывать нельзя. Указанные в документации Halo диапазоны Wi-Fi тоже не определяют частоты подключённой внешней радиолинии.

Mayhem 10 рассчитан на запуск с воздушных, наземных и морских платформ. Сменные нагрузки включают оптико-электронную разведку, РЭБ, ложные цели, ретрансляцию связи и ударное оснащение.

По текущим данным AV:
⚙️ полезная нагрузка до 4,5 кг;
⚙️ дальность более 100 км при продолжительности полёта более 50 минут;
⚙️ крейсерская скорость около 128 км/ч, максимальная около 193 км/ч.

Причём в апрельском техническом листке Mayhem 10, стр. 2 уже указаны защищённая MANET-сеть и радиолиния Silvus. Там же перечислены NVIDIA Orin NX для автономности и распознавания целей, M-Code GPS и объединение альтернативных источников навигационных данных. Halo должен добавить к этой архитектуре автоматическое управление разнородными каналами связи.

Полезная Нагрузка

Автономный борт должен выдерживать недостоверные данные вычислителя

В PX4 и ArduPilot внешняя система может передавать автопилоту оценки положения и скорости. В проектах вроде yolo_ros результаты обнаружения объектов поступают в ROS 2. Это разные задачи: визуальная одометрия оценивает движение самого борта, YOLO распознаёт объекты. Саморепликацию эти проекты не показывают.

Наш инженерный вывод для угрозы из работы Anthropic: после компрометации вычислителя опасность сохраняется и при ограниченных правах на команды. Если автопилот или планировщик использует его данные, недостоверное измерение может повлиять на движение борта. Насколько сильно, определяют архитектура и действующие проверки.

Для военных изделий это особенно существенно при работе без ГНСС. Если БпЛА или БЭК опирается на локальную визуальную навигацию, доверие переносится на этот тракт. Если камера и РЛС используют один вычислитель, компрометация всего узла с возможностью менять оба потока создаёт общий риск, который разная физика датчиков не устраняет.

У автопилота уже есть защита: PX4 проверяет расхождения измерений с прогнозом фильтра и может отвергать данные. Эти проверки оценивают согласованность. Они сами по себе не удостоверяют физическую истинность измерения.

Наш прогноз: по мере роста автономности в приёмке придётся отдельно проверять недостоверные данные от штатно отвечающего вычислителя. На стенде нужны испытания с противоречивыми оценками положения и ложными обнаружениями при сохранённой связи. И проверка поведения при потере этого источника. Резервный тракт должен сохранять независимость от того узла, отказ которого он прикрывает.

Полезная Нагрузка

Anthropic проверила, может ли малая модель ИИ сама расползаться по сети

Работа вышла 12 октября. Схема как у сетевого червя, только полезная нагрузка - сама нейросеть: модель находит соседнее устройство, заходит на него, копирует туда свои веса, поднимает там свой запуск и ищет следующее. Единого центра нет, отключать нечего.

Результаты:
⚙️ Qwen3.5-9B сама подняла запуск модели на 8 из 9 типов железа, от Jetson Nano до RTX 4090. Обычный ботнет пишут под конкретное устройство, здесь модель разбирается с незнакомой платформой на месте
⚙️ GLM-5.2 прошла цикл целиком и заняла все 8 узлов в четырёх прогонах из пяти. Вход упрощён, отладочный порт ADB без пароля. Но Mirai в своё время хватило списка заводских паролей
⚙️ копии оставляют потомкам заметки о неудачных попытках, за шесть поколений успех вырос с 45 до 61-84 процентов
⚙️ по тренду открытые модели до 30 млрд параметров выйдут на уровень GLM-5.2 к концу 2026 г.

Для борта главное в приложении к статье. Бытовым приставкам модель приходится делить на части и гонять по десятку устройств. Jetson держит её целиком: AGX Orin 64 ГБ выдаёт 76,7 токена/с на модели в 30 млрд параметров, AGX Thor - 226. Дроны и роботы в статье прямо названы среди изделий на Jetson.

Заражённый бортовой вычислитель сам тянет модель целиком, а нестандартная сборка не защищает: под чужое железо модель подстраивается сама. Закрытые отладочные порты, никаких заводских паролей и лишних исходящих каналов - это минимум.

Признаки заражения, которые называют авторы: перекачка весов объёмом в гигабайты между узлами, устойчивый обмен между устройствами, которые обычно друг с другом не говорят, сканирование сети. Для масштаба: модель на 9 млрд параметров в 4-битном виде весит порядка 4,5 ГБ, по каналу в 10 Мбит/с это около часа непрерывной передачи.

Полезная Нагрузка

"Новая" вражеская CRPA «АСН-5717» от ООО «КБ ЦЕНТР». В руки пока не попадала.

Полезная Нагрузка

Ещё один вражеский ударный борт-камикадзе «Ластівка Е/Ласточка Э».

Полезная Нагрузка

Учим боевые дроны побеждать с умом: в Минобороны России создан сервис для обучения нейросетей военного назначения

В Министерстве обороны Российской Федерации создан сервис, предоставляющий доступ разработчикам беспилотных систем к данным объективного контроля боевого применения дронов с целью обучения нейросетей военного назначения.

▶️ Новый сервис обеспечивает доступ разработчикам беспилотных систем в специализированное хранилище, предоставляющее подготовленные видеоматериалы результатов применения FPV-дронов и других беспилотников коптерного и самолетного типов.

«В настоящее время к сервису подключено более 40 организаций, которые занимаются обучением нейросетей, в том числе для их интеграции в свои боевые беспилотные системы», – отметил заместитель Министра обороны РФ Дмитрий Щербинин, под руководством которого реализуется данный проект.

☑️ Также специалистами Минобороны России создан единый унифицированный классификатор распознавания данных для машинного обучения систем искусственного интеллекта, что позволяет разработчикам эффективно, структурированно и по единому замыслу работать с базой данных.

📨 Результаты работы разработчиков беспилотных систем военного назначения загружаются обратно в сервис, где информация проходит проверку на полноту и соответствие формату классификатора, что позволяет Минобороны России использовать этот массив данных для создания и обучения своих нейросетей.

📈 Данный подход позволяет повышать устойчивость и адаптивность Вооруженных Сил Российской Федерации к современным вызовам в сфере искусственного интеллекта.

🔒 Сервис обеспечен информационной безопасностью на основе сертифицированных средств защиты информации с использованием современных средств криптографии и аутентификации.