مقاله پژوهشی: بررسی و اولویتبندی تهدیدات سنجشازدور حوزه نظامی جمهوری اسلامی ایران
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 325
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SNDU-18-81_012
تاریخ نمایه سازی: 7 اردیبهشت 1400
Abstract:
استفاده موثر از برتری اطلاعاتی در درگیریهای نظامی، یک محیط فعال را برای فرمانده ایجاد میکند تا با کمک آن، راهبردهای ابتکاری، اصول عملیاتی و مانورهای رزمی را هرچه مطلوبتر اجرا کند. از یکسو، نادیده گرفتن هرگونه تهدید در حوزه اطلاعات نظامی - امنیتی خودی میتواند در پیشرفت عملیات و سهولت دستیابی دشمن به اهداف آن اثر مستقیم داشته باشد و از سوی دیگر فناوریهای نوین عصر اطلاعات با تغییر تاکتیکها، تکنیکها و رویهها منجر به افزایش ظرفیتهای سامانههای کسب اطلاعات بهویژه در حوزه «سنجشازدور» گردیده است. این توانمندی خود میتواند برای هر فرمانده یک ویژگی خاص در کنترل نیروهای عملیاتی و ارتقا مدیریت صحنه نبرد در مراحل قبل، حین و بعد از حمله یا دفاع تلقی گردد. این تحقیق با ماهیت اکتشافی در راستای تامین بخشی از نیازمندی جهت تدوین الگوی راهبردی دفاع غیرعامل در مقابله با تهدیدات «سنجشازدور»، انجام که در آن از راهبرد نظریه داده بنیاد استفادهشده است. جمعآوری و تحلیل دادهها بهطور آگاهانه همزمان انجام و در فاز کمی نیز با طراحی پرسشنامه برگرفته از کدگذاری با روش نمونهگیری هدفمند در جامعه هدف توزیع و درنهایت موردبررسی قرار گرفت. با استفاده از آزمون فریدمن اولویتبندی متغیرها تعیین و در انتها اولویتبندی کیفی با استفاده از دادههای کمی بازنگری و مشخص گردید که سنجندههای «راداری»، «حرارتی»، «فرا طیفی»، «اپتیکی چند طیفی (مرئی)»، «اپتیکی پنکروماتیک (مرئی)»، «لیزری (لیدار)» و «ماکروویو غیرفعال» نسبت به دیگر تهدیدات «سنجشازدور» از اولویت بالاتری برخوردار هستند.
Keywords:
Authors
محمد مردانی شهربابک
دانشیار مدیریت راهبردی دانشگاه جامع امام حسین
محسن مرادیان
استادیار امنیت ملی دانشگاه عالی دفاع ملی
صفا خزایی
دانشیار دانشگاه جامع امام حسین
مسعود مجیدی
دانشآموخته دکتری علوم دفاع راهبردی دانشگاه عالی دفاع ملی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :