论文标题

The Internet of Battle Things: A Survey on Communication Challenges and Recent Solutions

作者信息

Rachel Kufakunesu, Herman Myburgh, Allan De Freitas

论文出处

Discover Internet of Things (2025) 5:3 | The internet of battle things: a survey on communication challenges and recent solutions | Discover Internet of Things

摘要

本文探讨了物联网（IoT）技术在军事领域的应用，即“战场物联网”（IoBT），它通过连接各种军事设备和系统，增强了现代战争中的态势感知、决策过程和整体作战效能。IoBT涵盖了从无人机、地面车辆到士兵穿戴设备、传感器和弹药等广泛的军事资产。这些资产能够从战场收集和传输关键信息，包括位置数据、状态更新、环境条件和敌方动态。IoBT网络依赖于强大的通信网络、安全的数据传输协议、先进的数据分析和与指挥控制基础设施的无缝集成。然而，IoBT设备和系统在动态和具有挑战性的战场条件下运行，面临着独特的通信挑战。本研究旨在回顾当前最先进的解决方案、它们的局限性和新兴技术，并将这些挑战分为互操作性、电源和能源管理、安全性和网络弹性，同时讨论未来的研究方向，以改善IoBT网络中的通信。

1. 引言

现代战争中，先进技术的整合将传统战场转变为动态且互联的生态系统，即战场物联网（IoBT）。IoBT通过利用互联设备、传感器和通信系统的能力，显著改变了军事行动。IoBT的核心在于不同军事资产的顺畅整合，如无人机、地面车辆、士兵穿戴设备、传感器和弹药，这些设备都具备物联网功能。尽管IoBT在实时数据分析、增强态势感知和物流优化方面具有巨大潜力，但也面临着能源使用、网络安全威胁和互操作性问题等独特挑战。本文旨在探讨IoBT中的通信挑战，提供当前研究、方法、技术和未来方向的全面概述。

2. 研究方法

本文采用系统文献综述方法，通过关键词搜索识别相关文献，包括“战场物联网”、“军事物联网”等。研究重点在于通信挑战，包括互操作性、电源和能源管理、网络弹性和安全性。通过以下步骤进行：

1. 研究问题：识别IoBT环境中的关键通信挑战、现有研究提出的解决方案以及该领域的新兴趋势和未来方向。

2. 关键词搜索：使用相关关键词在主要学术数据库中搜索文献。

3. 包含和排除标准：筛选直接涉及IoBT通信挑战的研究，排除非军事IoT应用或缺乏技术见解的研究。

4. 挑战分类：将通信挑战分为互操作性、电源和能源管理、网络弹性和安全性四类。

5. 文献综述和分析：分析识别的文献，提供通信挑战、现有解决方案及其有效性的全面概述。

3. 技术概述

IoBT通过整合互联设备、传感器和通信网络，实现了军事资产之间的无缝通信、数据交换和协作。IoBT的核心是利用IoT原理，支持从无人车辆到士兵穿戴设备和战场传感器的各种军事资产。理解IoBT的基本原理对于欣赏其在现代军事行动中的作用以及解决其部署中的独特挑战至关重要。

3.1 术语概述

自2015年以来，多个术语被用来描述军事领域中IoT相关技术的部署，包括“军事物联网”（MIoT）、“战场物联网”（IoBT）、“军事物联网”（IoMT）等，这些术语在文献中被广泛使用，具有显著的语义重叠。

3.2 IoBT的基本原理

IoBT利用IoT原理，通过传感器和嵌入式设备、互联网连接、数据库技术和软件分析，实现了军事资产之间的无缝通信和数据交换。IoBT不应被视为一个独立系统，而是一个由广泛连接、智能且经常动态组合的技术和终端设备组成的组合，以在网络和物理环境中实现预期目标。IoBT中的设备包括无人机、自主地面车辆、士兵穿戴传感器、环境传感器、监控摄像头、机器人和“发射后不管”导弹等。IoBT系统必须支持任务目标，创建态势感知，培养信任，理解指挥官的意图，计算谨慎的风险并行使有纪律的主动性。IoBT提高了军事行动的效率、效果和成本节约。支持异构“事物”的能力、可扩展性和健壮性对于IoBT满足战场环境的服务质量（QoS）要求至关重要。

3.3 IoBT的应用

随着军事行动的升级，将IoT技术整合到军事和国防基础设施中变得至关重要。IoBT通过增强作战效率和效果，显著减少了战争期间的伤亡和设备损失。IoBT在军事作战、敌方基地侦察、搜索和救援任务、装备跟踪、战场通信和环境监测等各种行动中的整合示例。在和平时期，IoBT用于军事训练、武器、车辆或系统维护优化。指挥和控制（C2）基础设施支持IoBT操作，使指挥官能够监督和协调整个战场的军事行动。IoBT环境非常动态，因为终端设备的移动性、带宽和拓扑变化以及可能的干扰攻击，因此需要强大的端到端通信策略。然而，技术的快速发展要求国防和安全系统不断适应并采用尖端解决方案，以增强其能力和响应性。

4. IoBT架构

传统的网络中，开放系统互连（OSI）参考模型建立了在网络内传输和接收数据的协议。这一概念将数据传输分解为七个不同的层次，每个层次负责执行与传输和接收数据相关的特定任务。对于通信到达目的地，它必须通过所有这些层次。IoT技术修改了OSI模型，形成了一个从三层到五层不等的架构，具体取决于技术或应用。文献研究表明，目前还没有一个普遍接受和证明的IoT架构。三层结构包括感知层、网络层和应用层，构成了其他两个架构的基础。四层架构在网络层和应用层之间包含一个支持层，以启用云计算技术。五层设计在网络层上方增加了中间件层，在应用层上方增加了业务层。IoBT因其苛刻的操作环境而面临各种挑战，因为军事应用需要强大、安全且实时的数据收集和传播。五层架构可以被采用来满足IoBT系统的需求，建立在传统三层IoT架构的核心功能之上。IoBT网络的基础设施与IoT环境非常相似，只是在使用的设备类型和通信方法上略有不同。图1展示了OSI模型与IoBT架构之间的关系。

4.1 感知层

感知层对应于OSI模型的物理层，包含感知和收集周围环境数据的设备。这一层识别连接到网络的设备，并从这些设备中收集信息。传感器和执行器被集成到军事武器和人员中，以增强它们融入IoT导向基础设施的能力。这些设备通过无线通信协议连接到网络层。这一层收集数据并将其转换为数字信号。IoBT中数据的获取和处理必须能够抵抗通信中断和恶意传感器输入。需要能够从噪声和错误表示中解密信息质量的算法，以实现强大的信息。迫切需要战术计算机资源、网络传感器、无人系统和可穿戴设备，以更好地理解复杂且竞争激烈的军事环境。这些技术通过利用环境的协同感知和先进的通信技术，帮助军事人员更快、更明智地做出决策。因此，这一感知层包括所有在物理战场领域中协同工作的军事资产，以感知和监测敌方活动。任务的有效性不仅依赖于环境感知，还依赖于监测部队移动、库存管理和单个士兵的健康检查。利用这种信息，可以及时协调必要的支持，从而可能最小化任务失败的可能性。军事装备和士兵配备了各种传感器和执行器，能够测量位置、速度、健康、亮度、温度、压力、电化学属性和机电属性。战场上并非所有网络功能元素都遵循统一的通信协议。包括WiFi、红外、蓝牙、近场通信（NFC）、X10、蜂窝网络和ZigBee在内的各种媒体和协议被用来在它们之间分配检测到的数据。因此，IoBT网络的操作效率在很大程度上依赖于解决这一层的关键互操作性和协议标准化难题。在感知层实施安全措施也是一个挑战。由于传感器资源有限，其存储容量和计算能力受到限制。这限制了可以实施的安全机制，以保护容易受到拒绝服务攻击和干扰等攻击的设备。节点认证和数据加密对于强大且安全的实施至关重要。认证对于防止未经授权访问节点至关重要，而数据加密对于确保保密性是必要的。随后，内存的限制变得相关，导致在IoBT背景下可能采用轻量级加密算法。

4.2 网络层

网络层，有时也称为传输层，是促进从IoT网络中的终端设备通过网关到网络服务器或云基础设施的数据传输的通信层。在初始数据处理（如数据聚合和压缩）之后，数据帧被路由到目的地。网络层使用各种无线技术建立感知层和中间件层之间的链接。在战场场景中，整个操作可能缺乏连接到蜂窝网络或基站，因此，设备到设备的通信被纳入，以便设备可以交换信息。战场上建立的网络以弱连接和不稳定的性质为特征，表明网络结构可能无法支持长期使用。军事任务通常涉及高度的动态性，战场设备和士兵不断改变位置。创建的网络将在其拓扑中具有空间和时间变化。此外，终端设备上的能量耗尽可能会中断网络，因此网络实体需要调整其传输参数，以确保不间断的网络连接。

4.3 支持层

支持层，有时也称为中间件或处理层，作为网络层和应用层之间的中介。支持层的核心功能是清理、过滤和可能转换从网络层接收到的原始数据。可以采用如异常值检测和数据验证等技术，以确保数据完整性和消除传感器读数中的噪声。来自各种传感器的数据可以融合，以创建对战场环境更全面的了解。支持层还为IoBT架构提供安全性。它有两个责任，确认信息是由认证用户发送的，并保护免受威胁。这一层处理数据并提供部分安全，确保数据传输是安全和可靠的。中间件层提供了一系列高级功能，包括存储、计算、处理和采取行动的能力。它根据设备地址和名称高效地存储和检索数据，确保准确地传递到预定设备。这一层连接应用程序、数据和用户。它可以通过分析从传感器收集的数据来做出明智的决策。中间件层对于通过应用程序编程接口启用各种连接设备平台之间的互操作性至关重要。这一层在促进数据管理方面很重要，有时也被称为服务平台或启用器。中间件层为程序员提供了一定程度的抽象，允许他们隐藏硬件细节，提供更简化和用户友好的体验。这提高了智能设备的互操作性，并简化了提供各种类型服务的过程。感知层的资源受限设备可以从将一些预处理任务卸载到支持层中更强大的边缘服务器中受益。

4.4 应用层

应用层为终端用户生成报告和分析，以便与系统交互并访问特定服务。这一层负责使用高级算法或分析工具解释数据，并以易于理解的方式呈现信息。应用层中的功能根据每个IoT环境的具体目标进行定制。这些功能可能包括向用户发送通知、将数据与外部系统集成、基于数据分析启动自动化或提供可视化以增强对累积信息的理解。因此，这一层作为技术与可用性交汇的焦点，确保IoT系统有效且优先考虑用户需求。应用层包括战争任务中的各种应用程序，如管理和监视。这一层负责使用单一、统一的应用程序管理这些应用程序的功能，同时确保其效率不受影响。超文本传输协议（HTTP）是互联网上应用层的基础。然而，HTTP可能不适用于资源受限的环境，如战场，因为其冗长的性质导致显著的解析开销。为IoBT环境创建了多种替代协议，包括受限应用协议和消息队列遥测传输。应用层利用支持层处理的数据，提供任务关键功能。在IoBT中，这一层提供实时态势感知平台，提供战场的综合视图，整合来自各种IoBT传感器的数据与友军位置和敌方活动。威胁检测和分析提供高级算法，分析传感器数据以识别潜在威胁、分类敌方目标并预测敌方移动模式。最后，自动化的指挥和控制系统将IoBT数据与C2系统集成，以启用半自主或自主武器平台，或为指挥官提供实时决策支持。

4.5 业务层

业务层向终端用户呈现业务应用程序。这一层负责管理整个IoT系统的管理。基于从下层获得的数据进行规划，有助于创建各种业务模型、图表、流程图和直接应用管理的规范。这些任务依赖于从应用层接收到的数据。它涵盖了IoT系统相关元素的设计、分析、实施、评估、监控和开发。业务层通过利用大数据分析促进决策过程。此外，这一层通过将输出与期望输出进行比较来评估每一层的输出，以改进服务并保护用户隐私。业务层涵盖了安全数据货币化的功能，可以建立策略，如匿名数据共享或授权合作伙伴对特定数据流的有选择性访问。在这一层中，通过高效地配置、部署、维护和处置IoBT设备来确保设备生命周期管理。在业务层中确定了IoBT部署的服务级别协议性能指标、数据安全保证和服务正常运行时间期望。每一层都发挥特定作用，确保数据的无缝收集、处理和利用，最终有助于增强战场意识和改进决策能力。图2描绘了IoBT的分层架构。

5. IoBT中的通信挑战

通信在战场物联网中是必要的，以实现各种设备、系统和人员在军事环境中部署的互联性。IoBT依赖于各种通信技术，以确保部署资产之间的无缝连接和信息交换。IoBT网络由具有不同通信标准和能力的异构设备组成，这为通信创造了一个独特且复杂的环境，需要强大且安全的解决方案来克服固有挑战。确保这些不同系统之间的无缝互操作性需要高效的路由协议和数据转换机制，以管理带宽、延迟和数据格式的变化。有效的通信策略增强信息共享，并提高战场上的态势感知、指挥和控制能力以及任务效果。IoBT网络必须能够扩展以容纳数千个互联设备，导致带宽管理和网络拥塞的挑战。密集的设备部署可能会使通信信道过载，导致数据包丢失、延迟增加和网络性能下降。低延迟至关重要，特别是对于无人机、武器系统和士兵健康监测的实时控制。数据传输的延迟可能会阻碍决策和任务执行，因此最小化网络延迟至关重要。大多数战场设备，特别是可穿戴设备和传感器，依赖于电池电源，在战斗情况下频繁充电是不切实际的。因此，节能通信协议对于延长IoBT设备的操作寿命而不影响性能至关重要。IoBT通信容易受到各种网络威胁，包括干扰、窃听和数据操纵。在保持高性能的同时确保安全通信是一项复杂的挑战。此外，战场网络必须能够抵抗物理损坏和网络攻击，即使在不利条件下也能持续运行。IoBT系统的成功部署围绕着解决军事环境中资源受限的能量消耗、不同设备、系统和网络之间的互操作性挑战、网络安全性以抵御网络威胁、频谱管理和融合来自各种来源的数据以满足现代军事行动的独特需求等主要挑战。在军事环境中，操作通常在敌对领土进行，并涉及不断的

移动，这意味着军事通信网络会经历中断、间歇性连接、带宽有限和动态配置。云资源可能会经历中断、间歇性可用性或不存在。IoBT环境所面临的通信挑战是多方面的，需要创新的解决方案来确保操作效率和安全性。研究人员正在积极探索各种技术和策略来解决这些挑战，包括区块链、基于属性的加密、人工智能/机器学习、基于欺骗的方法、强大的加密协议、协作对象标记、安全且可重构的网络设计和车辆辅助通信方案。这些解决方案的成功实施对于开发和部署IoBT系统至关重要，使现代战争中能够无缝集成互联设备和自主系统。学术文献已经探索了各种方法来解决这些挑战，提出了各种策略。在本节中，我们回顾了针对这些复杂性提出的解决方案。

5.1 互操作性

互操作性在IoBT中至关重要，以促进不同军事部门或盟军部署的不同组件和系统之间的无缝通信和协作。标准化的协议和接口使得不同IoBT资产之间的互操作性通信和数据交换成为可能，使它们能够有效地朝着共同的使命目标共同努力。IoMT的广泛和先进能力使其能够智能地感知和行动，使人工智能和自主性成为军事战略的关键组成部分。新兴的操作概念，包括多域操作，优先考虑涵盖包括网络、海洋、空中、太空和陆地在内的多个作战域。IoBTs是相互连接的复杂系统网络，可以提供广泛的机器智能、处理能力和感知能力。它们还可以通过网络接口与物理空间交互，显著改变现代战场。[97]中提出了IoBT-MAX测试平台，用于从多个传感器收集数据并实时测试不同的IoBT技术。它可以用于研究和开发分布式分类和检测、分布式多目标跟踪、数据压缩、通信高效的推理和调度等技术。数据收集实验产生了超过10千兆字节的多模态感知和跟踪数据。[98]中的作者探索了IoBT中节点可信度的评估，并提出了一个由区块链技术赋能的去中心化信任管理框架。系统模型被精心设计为包括两种类型的IoBT节点：IoBT边缘节点和便携式乒乓球站。网络的IoBT边缘节点通过相互信息交互生成信任值。便携式乒乓球站通过访问辖区内存储的本地信任值并应用信任值转移公式来确定IoBT边缘节点的整体可信度。同时，为IoBT开发了一种先进的共识协议。新协议鼓励区块链节点积极维护区块链上节点的正确信任水平。便携式乒乓球站利用先进的共识算法保持IoBT边缘节点的全局信任值在区块链上更新。精心设计了模拟场景，并执行了大量模拟。然而，模拟结果表明，所提出的方案可以快速找到恶意节点。这使得攻击成功的可能性大大降低，最终确保了IoBT的安全可靠运行。[99]中提出了一个名为“安全5G辅助无人机接入方案”的新协议，该方案将5G触觉互联网与区块链结合，以增强IoBT生态系统中无人机操作的通信和安全性。该方案解决了传统4G LTE-A网络的局限性，如高延迟、带宽限制和易受安全攻击。模拟结果表明，在延迟、帧丢失和整体性能方面比LTE-A网络有显著改进，使该方案适用于关键任务的IoBT应用。利用边缘计算进行任务卸载和区块链进行去中心化数据管理，确保系统能够扩展并适应大型无人机网络，即使在网络条件异构和间歇的情况下也是如此。[100]中的工作提出了一个为IoBT中关键信息传播设计安全且可重构网络的新方案。该方法利用随机几何和数学生态学分析不同类型网络设备之间的关键任务数据通信。这允许在动态战场环境中设计成本效益高且具有弹性的网络。

5.2 电源和能源管理

在IoT的背景下，通过资源效率最小化能源已被证明是有效的。因此，合理预期在军事环境中实施成本降低机制来管理IoT设备会增加成功。IoBT设备和系统在动态且通常敌对的战场条件下运行，传统电源的获取可能有限或不可靠。对于IoBT来说，能源效率仍然是一个关键挑战，因为许多设备在偏远、能源受限的环境中运行，其中重新充电或更换电池是不切实际的。因此，优化能源消耗对于确保IoBT部署中的长期操作耐力和任务效果至关重要。IoBT还可能容易受到电磁和定向能量攻击，干扰通信、协作以及对处理能力和信息源的访问。环境因素，如极端温度、湿度和地形，可能会影响IoBT设备的能源效率和性能。极端温度可能会影响电池性能和寿命，而崎岖的地形可能会对地面车辆和传感器施加额外的能源要求。设计能够在多样化环境条件下运行的强大且有弹性的IoBT系统对于确保任务成功至关重要。[7]中的工作研究了军事使用的现有IoT组件系统的缺陷，并确定了阻碍IoT技术实施的障碍。许多IoBT设备，包括无人机、地面传感器和士兵穿戴设备，依赖于电池操作。这些电池必须提供足够的能量以支持长时间的连续操作，通常在恶劣的环境条件下。然而，电池的有限能源存储容量和可充电电池的有限寿命对维持IoBT网络的操作准备构成了显著挑战。IoBT部署经常发生在离网或偏远位置，传统电力基础设施的获取有限或不存在。因此，设备必须依赖于自给自足的电源，如电池、太阳能板或燃料电池，以维持其能源需求。

管理电源消耗和优化能源使用对于确保战场环境中的任务连续性和操作有效性至关重要。开发了特定技术来解决能源消耗，同时确保通信的可靠性和弹性。提供了一些增强IoBT中能源效率的关键技术：

 

5.3 网络安全

 

• 能源收集和太阳能发电：利用环境能源，如太阳能、热能或动能，为IoBT设备供电，减少对电池的依赖。最近的研究探索了太阳能供电的能源管理，用于便携式设备。Kunatsa等人[107]提出了一个最优功率流管理建模和优化方法，用于太阳能供电的士兵级便携式电子设备。他们的解决方案确保了士兵便携式电子设备的太阳能供电供应不间断且充分满足，无论特定的限制条件如何。作者探索了一种非线性优化方法，用于管理士兵便携式电子设备的功率流，这些设备由太阳能光伏系统供电。该研究使用MATLAB的OPTI工具箱与SCIP求解器，以确保太阳能光伏系统、主电池和个体PED电池之间的最优功率分配，以满足在不同遮荫和太阳辐照度条件下的能源需求。该方法最小化了电源与便携式电子设备需求之间的差异，同时考虑了电池容量、充电效率和操作要求等约束。特定的IoBT应用，如实时视频流、传感器数据收集和分析，可能是计算密集型和能源密集型的。在及时数据传输和处理与能源效率考虑之间取得平衡，对IoBT设计者和运营商构成了重大挑战。Xie等人[108]提出了一种名为“最小保留能源收集”的能源收集技术，旨在优化IoT边缘计算设备的能源效率，提高边缘计算终端节点的能源效率和能源收集。能源充足的边缘节点被用来通过利用可用能源的预测估计来卸载和交换任务。预测学习被用来识别卸载和交换的实例，以利用可用能源验证计算。这个学习框架预测能源需求，并促进邻居节点之间的计算卸载和能源交换。这种分配和分配减少了外围节点的过早能源耗尽，从而增强了它们的能源收集。模拟验证了该方法的有效性，与现有模型相比，减少了能源使用，提高了服务响应，并增强了能源收集。该方法有助于更快的任务处理率，优化响应，并提高了边缘节点的寿命。它最小化了各种任务和边缘节点的延迟、能源消耗和卸载比率。

• 数据压缩和智能采样：高效的数据压缩技术、自适应数据采样策略和智能任务调度算法对于在不损害关键功能的情况下最小化能源消耗至关重要。这些策略减少了传输数据的量。在传输前压缩或聚合数据减少了发送的频率和数据量，节省了能源。智能采样进一步根据实时任务需求最小化数据收集活动，确保只收集和传输必要的数据。[111]中的工作通过将快速、有误差界限的有损数据压缩技术与边缘计算集成，解决了IoT系统中的高能源消耗和传输延迟挑战。适应的SZ算法有效地压缩了多变量时间序列数据。该方法支持动态数据处理，同时保持低计算开销，适用于资源受限的IoBT设备。数据在边缘节点使用监督机器学习模型进行重建和处理。结果显示数据大小减少了高达103倍，设备电池寿命延长了27%。尽管进行了压缩，压力分类的准确性仍然很高，表明该技术能够保留关键信息。这种解决方案解决了IoT系统的延迟、带宽和能源限制，同时在边缘实现实时分析。该方法支持动态数据处理，同时保持低计算开销，适用于资源受限的IoT设备。在[112]中，作者介绍了压缩基数据减少（CBDR）技术，以解决IoT传感器网络中的能源消耗和数据量问题。CBDR框架结合了有损SAX量化，减少了动态范围并增加了模式中的冗余，以及无损LZW压缩，进一步减少了数据大小。作者还提出了动态传输CBDR，该机制根据数据相关性动态决定是传输完整数据还是发送

• 通知，进一步减少了不必要的传输。结果显示减少了数据传输和能源消耗，同时保持了数据准确性，实现了高压缩比（超过95%）和显著的能源节省（高达78%）。

• 能源感知路由和协议优化：跨层设计方法允许不同网络层之间的交互，以优化能源消耗、数据包交付和网络寿命。通过协调数据链路层和网络层，能源感知路由协议可以平衡负载分布并最小化能源使用，特别是在多跳场景中，数据传输可能是能源密集型的。一些作者探索了在IoBT部署中最小化能源消耗的同时保持可靠通信和数据交换的策略。[113]中的作者为军事应用开发了一种路由协议，以解决MANETs中的能源效率、延迟降低和负载平衡问题，采用跨层方法进行路由协议优化。跨层设计方法涉及数据链路层和网络层之间的交互，以优化能源消耗、延迟、数据包交付率和网络寿命。该协议包括一个优化的服务层，确保数据的正确交付、有界延迟、最小保证带宽和最大保证抖动。它采用了优化的信道访问技术，以提高性能指标。模拟结果表明，所提出的协议在能源消耗、延迟、数据包交付率和网络寿命方面比基于跨层设计方法的类似协议表现更好。Tortonesi等人[20]强调了军事网络中资源高效中间件解决方案的必要性，这些解决方案可以过滤、优先排序并智能地传递意图驱动和上下文敏感的决策支持。他们展示了战术设置中使用的中间件解决方案可能具有的特性，这些特性可以帮助减轻与IoT使能的军事应用相关的某些缺点。[114]中的工作提出了两种应用模型，“顺序模块”和“主-从模块”，用于处理IoMT网络中终端设备收集的数据。该工作探索了使用雾计算管理军事环境中IoT设备的能源效率策略。他们将IoT-Fog架构纳入，创建了一个能源感知环境。目标是最小化IoMT中的能源消耗，通过利用雾计算在设备附近处理数据，而不是依赖于集中的云系统。作者对能源消耗和其减少策略进行了全面分析。“顺序模块”以线性流程处理数据，每个模块处理并向前传递输出。“主-从模块”采用一个中央“主”模块，该模块分配任务给“从”模块并整合它们的结果。“主-从模块”表现更好，显示出更好的能源效率、更低的延迟和更高的网络利用率，这是由于在数据处理过程中参与的节点较少。软件算法在优化IoBT通信中的能源效率方面发挥着重要作用。该领域的研究包括开发自适应数据传输协议、动态电源管理算法和为IoBT部署量身定制的能源感知路由协议。诸如占空比循环、数据包聚合和睡眠模式操作等技术旨在减少空闲能源消耗，并最小化与无线通信相关的开销。此外，机器学习和优化算法被用来根据网络条件和设备约束动态调整通信参数。[115]中的作者提出了IoBT-OS，一个针对战场物联网的操作系统，旨在优化决策延迟、提高决策准确性和减少对计算和网络组件的资源需求。它解决了现代战场环境中的关键挑战，如减少延迟、提高决策准确性，并确保在资源受限和对抗条件下计算效率。这项工作集中在优化传感器到决策循环的效率和效果，并提供了一个架构来实现优化目标。IoBT-OS架构有四个模块：（i）边缘AI效率库，通过方法如神经网络压缩（DeepIoT）、置信度估计（RDeepSense）和压缩卸载来管理带宽限制，优化机器学习模型在战术边缘的高效运行；（ii）任务知情实时数据管理算法，实施数据优先级排序和调度算法，将计算资源集中在关键任务上，减少处理延迟；（iii）数字孪生支持，维护战场系统的虚拟副本，用于全局优化、异常检测和根本原因分析，在带宽限制下同步实时系统状态数据；（iv）离线训练支持，提供工具如自监督对比学习，使用最少的标记数据训练模型，并构建延迟模型以准确预测计算性能。通过将计算推向边缘，该系统最小化了延迟和对集中资源的依赖，这对于动态战场场景至关重要。该方法结合了神经网络压缩、实时调度和数据优先级排序，在资源受限的环境中实现了高性能。该协议的结果显示减少了延迟并提高了小感知到决策循环的推理质量。

在IoBT中，安全至关重要，以保护机密军事信息并防止未经授权的访问或篡改。加密、认证和其他密码学技术被用来保护战场资产之间的通信渠道和数据传输，确保信息交换的保密性、完整性和真实性。对手可能会物理篡改IoBT设备，改变其功能或引入恶意组件。如果IoBT设备丢失、被盗或被敌人捕获，敏感数据可能会被泄露。通信漏洞，如窃听、干扰和欺骗，会干扰IoBT操作，并可能导致未经授权的访问或错误信息。

5.5 数据管理

IoBT中端设备的异构性产生了多模态数据，同时使用不同的计算设备，导致网络中的处理能力各异。这些数据需要得到适当的管理。对保密性的日益增长的需求促使对软件解决方案的需求增加，这需要计算密集型资源。然而，在IoBT的背景下，这些资源是有限的。[133]中的工作提出了一种区块链技术，它采用“分片”来高效管理无人车辆的数据和通信。