1. 信息对抗技术，电子对抗飞机有什么用途？
电子战飞机有预警机、电子侦察机、电子干扰机、反雷达机等组成，可单独单一任务出现，也可以以综合任务出现。
电子对抗的军事直接意义和好处就是在地方发动军事进攻前，由电子战飞机提前发送以电子、电磁干扰为手段的早期进攻，将敌人的电子雷达导致瘫痪，有利于己方的正规军事武器打击。不多说了！
说下电子战的日常作战任务。就是情报的收集和电讯中转站。
电子战作战飞机不单单的是空军的作战武器，他也是“天军”“网军”的重要作战武器。
除了局部发生的战争中，电子战飞机在临空执行电子压制任务外，日常在全世界空中每时每刻都在航行的电子战飞机都是在执行“情报获得”的任务。
获得情报是掌握对方在军事、政治、商业意图上变化的最佳方式。
蔚蓝的天空中时时刻刻都在有无数的声讯电波在传输，这些信号不光是由军事卫星来负责监控的。电子战飞机就是在执行弥补卫星临空覆盖间断区域和补充加大搜寻密度的任务。
通过电子战飞机获得的电讯会被收集分类储存起来，交给特殊部门进行破译，或破解！
这里说下破译和破解是不同概念的，
破译是将获得的电讯信息按照已经的破解密码进行翻译，得到电讯的真实内容和意义。
破解是将获得的电讯信息搜集起来，提供给专门的机构，为破解尚不了解的电讯密码提供更多的素材，以便于破解工作的进行。
举个例子，
《暗算》这部电视剧的第一部分“听风”，瞎子阿炳凭耳朵找出敌方的电台信号。
现代装备的电子战飞机也是干的这个工作，他们也是在听风，在世界范围内监控掌握的电讯，寻找暂时消失的电讯，发现新的电讯。
《暗算》这部电视剧的第二部分“看风”，黄依依破解“光密”时，她是在海量的未知资料中找到规律，按照数学、分析学、统计学诸学科的综合运用，找出规律，进而再破解敌方密码！
现代装备的电子战飞机干的就是为破解收集资料的活。他们从那以亿计的获得海量电讯数据中，找出自己不能破译的，进行有规律的筛选，再将有价值的资料第一时间提供给“看风”的人！
电讯中转站，临空作为作战指挥中枢的空中平台，例如1986年美国远程轰炸利比亚时，飞行13000公里，美军派出来轰炸机和加油机，还有电子战飞机。指挥机群飞行和攻击预定目标，在临空时干扰利比亚的雷达电波，。
在近年的局部战争中，电子战飞机还要担负某些空空导弹的后期制导指挥工作，一般重要目标战机发射“发射后不用管”的导弹后，战斗机就返航了，但是导弹的末端飞行就要依靠电子战飞机了！
2. 国防科技大学有哪些专业？
本科专业：材料科学与工程、 测控技术与仪器大气科学、大数据工程、 导弹工程、导航工程、地球信息科学与技术、电子科学与技术、电子信息工程、俄语、仿真工程 、飞行器设计与工程、管理科学与工程类光电信息科学与工程、国际事务与国际关系、海洋技术、核工程与核技术、机械工程、计算机科学与技术、军事海洋学、空间科学与技术、雷达工程、目标工程、软件工程数学与应用数学、通信工程、外交学 、网电指挥与工程、网络工程网络空间安全、无人系统工程、无人装备工程、物理学、物联网工程、信息安全、信息对抗技术 、信息工程、应用气象学、应用统计学、运筹与任务规划、侦察情报、指挥信息系统工程等专业。
国防科技大学是全国首批具有硕士、博士学位授予权的院校之一。学科覆盖了哲学、经济学、法学、文学、理学、工学、军事学、管理学8个学科门类，34个一级学科，形成了以工为主，理工结合，理、工、军、管、文协调发展的综合性学科体系，是我军学科门类最齐全、学科点最多的综合性大学。截止2016年底，学校共拥有20个一级学科博士点、24个一级学科硕士点；拥有应用统计、应用心理、工程、公共管理（MPA）4个专业学位类别，其中，工程硕士涵盖14个领域，工程博士涵盖2个领域。
3. 生成对抗网络GAN的基本原理是什么？
生成对抗网络由 Ian Goodfellow 于 2014 年提出。GAN 不是神经网络应用在无监督学习中的唯一途径，还有玻尔兹曼机（Geoffrey Hinton 和 Terry Sejnowski，1985）和自动解码器（Dana H. Ballard，1987）。三者皆致力于通过学习恒等函数 f（x）= x 从数据中提取特征，且都依赖马尔可夫链来训练或生成样本。
GAN 设计之初衷就是避免使用马尔可夫链，因为后者的计算成本很高。相对于玻尔兹曼机的另一个优点是 GAN 的限制要少得多（只有几个概率分布适用于马尔可夫链抽样）。
在本文中，我们将讲述 GAN 的基本原理及最流行的现实应用。
GAN 原理让我们用一个比喻解释 GAN 的原理吧。
假设你想买块好表。但是从未买过表的你很可能难辨真假；买表的经验可以免被奸商欺骗。当你开始将大多数手表标记为假表（当然是被骗之后），卖家将开始「生产」更逼真的山寨表。这个例子形象地解释了 GAN 的基本原理：判别器网络（手表买家）和生成器网络（生产假表的卖家）。
两个网络相互博弈。GAN 允许生成逼真的物体（例如图像）。生成器出于压力被迫生成看似真实的样本，判别器学习分辨生成样本和真实样本。
判别算法和生成算法有何不同？简单地说：判别算法学习类之间的边界（如判别器做的那样），而生成算法学习类的分布（如生成器做的那样）。
如果你准备深入了解 GAN想要学习生成器的分布，应该定义数据 x 的参数 p_g，以及输入噪声变量 p_z（z）的分布。然后 G（z，θ_g）将 z 从潜在空间 Z 映射到数据空间，D（x，θ_d）输出单个标量——一个 x 来自真实数据而不是 p_g 的概率。
训练判别器以最大化正确标注实际数据和生成样本的概率。训练生成器用于最小化 log（1-D（G（z）））。换句话说，尽量减少判别器得出正确答案的概率。
可以将这样的训练任务看作具有值函数 V（G，D）的极大极小博弈：
换句话说，生成器努力生成判别器难以辨认的图像，判别器也愈加聪明，以免被生成器欺骗。
「对抗训练是继切片面包之后最酷的事情。」- Yann LeCun当判别器不能区分 p_g 和 p_data，即 D（x，θ_d）= 1/2 时，训练过程停止。达成生成器与判别器之间判定误差的平衡。
历史档案图像检索一个有趣的 GAN 应用实例是在「Prize Papers」中检索相似标记，Prize Papers 是海洋史上最具价值的档案之一。对抗网络使得处理这些具有历史意义的文件更加容易，这些文件还包括海上扣留船只是否合法的信息。
每个查询到的记录都包含商家标记的样例——商家属性的唯一标识，类似于象形文字的草图样符号。
我们应该获得每个标记的特征表示，但是应用常规机器学习和深度学习方法（包括卷积神经网络）存在一些问题：
它们需要大量标注图像;
商标没有标注;
标记无法从数据集分割出去。
这种新方法显示了如何使用 GAN 从商标的图像中提取和学习特征。在学习每个标记的表征之后，就可以在扫描文档上按图形搜索。
将文本翻译成图像其他研究人员表明，使用自然语言的描述属性生成相应的图像是可行的。文本转换成图像的方法可以说明生成模型模拟真实数据样本的性能。
图片生成的主要问题在于图像分布是多模态的。例如，有太多的例子完美契合文本描述的内容。GAN 有助于解决这一问题。
我们来考虑以下任务：将蓝色输入点映射到绿色输出点（绿点可能是蓝点的输出）。这个红色箭头表示预测的误差，也意味着经过一段时间后，蓝点将被映射到绿点的平均值——这一精确映射将会模糊我们试图预测的图像。
GAN 不直接使用输入和输出对。相反，它们学习如何给输入和输出配对。
下面是从文本描述中生成图像的示例：
用于训练 GAN 的数据集：
Caltech-UCSD-200-2011 是一个具有 200 种鸟类照片、总数为 11,788 的图像数据集。
Oxford-102 花数据集由 102 个花的类别组成，每个类别包含 40 到 258 张图片不等。
药物匹配当其它研究员应用 GAN 处理图片和视频时，Insilico Medicine 的研究人员提出了一种运用 GAN 进行药物匹配的方法。
我们的目标是训练生成器，以尽可能精确地从一个药物数据库中对现有药物进行按病取药的操作。
经过训练后，可以使用生成器获得一种以前不可治愈的疾病的药方，并使用判别器确定生成的药方是否治愈了特定疾病。
肿瘤分子生物学的应用Insilico Medicine 另一个研究表明，产生一组按参数定义的新抗癌分子的管道。其目的是预测具有抗癌作用的药物反应和化合物。
研究人员提出了一个基于现有生化数据的用于识别和生成新化合物的对抗自编码器（AAE）模型。
「据我们所知，这是 GAN 技术在挖掘癌症药物领域的首个应用。」- 研究人员说。
数据库中有许多可用的生物化学数据，如癌细胞系百科全书（CCLE）、肿瘤药物敏感基因学（GDSC）和 NCI-60 癌细胞系。所有这些都包含针对癌症的不同药物实验的筛选数据。
对抗自编码器以药物浓度和指纹作为输入并使用生长抑制率数据进行训练（GI，显示治疗后癌细胞的数量减少情况）。
分子指纹在计算机中有一个固定的位数表示，每一位代表某些特征的保留状态。
隐藏层由 5 个神经元组成，其中一个负责 GI（癌细胞抑制率），另外 4 个由正态分布判别。因此，一个回归项被添加到编码器代价函数中。此外，编码器只能将相同的指纹映射到相同的潜在向量，这一过程独立于通过额外的流形代价集中输入。
经过训练，网络可以从期望的分布中生成分子，并使用 GI 神经元作为输出化合物的微调器。
这项工作的成果如下：已训练 AAE 模型预测得到的化合物已被证明是抗癌药物，和需接受抗癌活性化合物实验验证的新药物。
「我们的研究结果表明，本文提出的 AAE 模型使用深度生成模型显著提高了特定抗癌能力和新分子的开发效率。」
结论无监督学习是人工智能的下一个蓝海，我们正朝着这一方向迈进。
生成对抗网络可以应用于许多领域，从生成图像到预测药物，所以不要害怕失败。我们相信 GAN 有助于建立一个更好的机器学习的未来。
下面，我们将提供一些有用的资源来了解更多有关对抗网络的信息。
4. 雷达部署原理？
1.预先布局，积极主动。
雷达兵必须根据国家的防空战略预先布局，并树立坚强的整体观念，服从全局需要，充分发挥雷达装备的战术技术性能，积极主动地完成对航天兵器、弹道导弹、巡航导弹和飞机的预警、警戒侦察、目标指示以及指挥引导和航行管制等任务。
2.尽远发现，连续掌握。
对敌空中突袭兵器必须做到尽远发现、准确判明、连续掌握，才能使国家、部队作好充分准备，使指挥员定下正确决心，恰当使用积极兵器予以反击。
3.严密监视，不留盲区。
现代空袭兵器不仅能从高空，而且能从低空、超低空采用多种手段突防。
因此，雷达兵的战斗行动必须实施严密监视，不留盲区。超视距雷达、中高空和低空雷达、补盲雷达、预警机和气球载雷达与其他手段结合使用，形成严密监视的雷达探测预警同，不留盲区，使敌空袭兵器无隙可乘，特别是要加强对隐身目标和低空超低空目标的监视。此外，还要安排好雷达值班，保证昼夜24小时全网无间隙。
4.统一使用，密切协同。
现代雷达价格昂贵，为达到最大效费比，必须充分发挥各方兵器的作用，各种雷达统一部署、统一使用。军民结合、平战结合，各军兵种对空情报系统结成一体，密切协同，保证完成对空警戒侦察、保障引导和保障飞行管制等任务。
5.抗干扰，抗袭击。
对雷达实施电子干扰和空中袭击，是反雷达的主要手段。雷达兵，必须采取一切措施提高抗干扰、抗袭击的能力，尽力保持雷达网的严密性和稳定性。
6.加强训练，常备不懈。
现代雷达技术复杂，自动化程度高，除采取技术措施提高可维护性外，为对付各种复杂困难情况，必须按实战要求提高训练难度，加强战术技术训练。雷达兵作为常年战备值班部队，必须做到常备不懈。
同时，组织好预备队和后勤保障，提高机动作战能力，战时迅速加强主要作战方向。近年来，局部战争中的空袭作战和莫斯科红场降机事件，使世界各国更加重视雷达兵的训练和保持常备不懈，以便充分发挥雷达兵器的战术技术性能，应付突然袭击和各种复杂情况。
5. 信息化杀伤武器以什么为基础？
信息武器是以信息技术为核心的军事高科技技术,是信息化战争的基础,信息化武器装备体系对抗是未来信息化战争的重要特征。所谓信息武器,是指利用信息技术和计算机技术,使武器装备在预警探测、情报侦察、精确制导、火力打击等方面实现信息采集、打击。
6. 信息对抗技术哪个好学？
从学历教育课程角度：
专业基础课程基本一致，具体专业课程设置有别。
从科研角度：有基础与工程之别。
从一般工作角度：有社会需要程度、发展状态对应工资待遇之别。
总之，不好一言好坏。
7. 我小孩被中国传媒大学信息安全专业录取了？
谢谢邀请！
信息安全专业是属于工科学科中的计算机类专业，将来毕业是工学学士学位；那么工科专业一般就业都还可以的；但是信息安全专业对专业知识能应用的能力要求比一般计算机专业高一些；所以还要看孩子学习的程度了；大学是个开放的学习平台，自己平时多努力，另外将来要想继续深造，最好选择考研，本科学的比较浅了。
中国传媒大学的信息安全专业相对于一般工科类院校还是弱一些；下面是“中国科教评价网”的排名；可以看到“两电一邮”上交、华科等工科比较强的院校都在列；但是这里不要过分纠结排名情况；孩子如果学的好就鼓励好好学，将来就业没问题；我们后面再看下这个专业的就业情况等。
就业情况，中国传媒大学2018届毕业生的就业情况学校公布的数据如下：96%
• 就业方向
毕业生的主要就业方向为华为、中兴、大唐等骨干通信设备制造商、 中国移动、中国联通、中国电信等通信运行商、国防军工行业骨干科研院所、政府机关以及各类信息安全企业。可在政府机关、国家安全部门、银行、金融、证券、通信领域从事各类信息安全系统、计算机安全系统的研究、设计、开发和管理工作，也可在IT领域从事计算机应用工作。该专业适合升学考研。
我们再来看下来自职友集统计的实时数据，看看就业行业和薪资等
这个专业目前综合能力、专业知识强的人才还是比较缺乏；后续要在行业发展的更好，要拿高薪，有条件考研的话可以报考电子信息了的大学；
我们看下这个专业的知识能力要求还是比较强的
• 知识能力
1.具有扎实的数理基础，熟练掌握一门外语并具有一定的译、听、说和初步的写作能 力；
2.掌握模拟和数字电子线路的基本原理、分析方法、实验技能与方法；
3.掌握通信、计算机网络和信息系统的基本理论和专业知识，掌握密码、信息安全以 及信息安全管理的基本理论与方法；
4.具备在信息、信息过程和信息系统等方面进行信息安全与保 密关键技术的分析、 设计、研究、开发的初步能力以及安全设备与软件的应用、信息系统安全集成与管理的 能力；
5.了解国家有关信息安全方面的政策和法规以及有关国际法律、法规；
了解信息安全 技术领域的理论前沿、应用前景和发展动态；
6.掌握计算机的基本原理与技术，具有初步的软、硬件的开发能力；
7.掌握文献检索、资料查询的基本方法，具有一定的科学研究和实际工作能力。
