贝叶斯网络的对地多目标攻击决策

利用贝叶斯网络的推理模型以及相应于此模型的推理算法,对多目标攻击时目标的选择和攻击排序进行研究.研究结果表明,基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法,其结果能够比较准确地反映威胁源的真实威胁程度,进而能够有效地进行决策.     

贝叶斯网络下考虑攻击企图的目标威胁评估

为解决舰艇编队的防空目标威胁评估问题,针对现有威胁评估方法中忽略目标攻击企图,且只进行静态评估而未考虑目标机动导致的运动参数变化对威胁评估的影响之不足,提出了利用目标攻击时所表现出来的特征参数进行攻击企图估计,并分析了影响机动目标威胁程度的相关参数和变量,以目标信息更新周期为不同时间片,建立了用于动态评估目标威胁度的离散模糊动态贝叶斯网络结构模型。为适应编队防空中火力通道多、目标批次多的特点,将一般威胁等级从3级划分扩展为5级划分。给出了网络中主要节点的状态转移概率表和条件概率表。通过对机动目标按照典型攻击航路的威胁度变化仿真表明,所建立的模型和采用的方法合理有效,能够较为准确地反映目标威胁,贴近实战。     

直升机装备子母弹对坦克群作战的效能分析

分析了几个影响坦克威胁程度的主要因素,采用新的归一化效用函数法,对各目标的威胁程度进行评估,确定智能子母弹的攻击瞄准点.然后建立智能子母弹对目标攻击过程的数学模型及毁伤概率的计算模型,通过蒙特卡洛方法计算各目标命中的子弹数目.综合目标的特性进行多次仿真,得出了子母弹对整个坦克群目标的作战效能.最后模拟实现了整个攻击过程...     

警报关联图：一种网络脆弱性量化评估的新方法

作为一种基于模型的脆弱性分析技术,攻击图能够识别网络中存在的脆弱性和它们之间的相互关系,分析出可能的攻击路径和潜在威胁.论文在攻击图的基础上提出了警报关联图的概念,利用攻击图中蕴含的脆弱性先验知识,将实时IDS警报信息映射到攻击路径,动态反映攻击进程和攻击者意图.在此基础上提出了一种基于警报关联图的网络脆弱性量化评估方法,通过计算警报关联边的权值对网络脆弱性进行动态分析,这种方法结合了静态的网络脆弱性先验知识和动态变化的攻击者意图,能有效反映网络脆弱性在动态攻击情况下的变化.     

传感器网络的军事应用现状及发展

综述了当前传感器网络的典型军事应用案例,归纳了传感器网络现有的情报侦察和自主反应两种基本的军事应用模式。提出了"传感器网络战"的概念,分析了传感器网络配置、捕获与反捕获、攻击与防护、作战效能评估等传感器网络战的关键技术。传感器网络战的提出为下一代网络战的研究和发展提供了一个新视角。     

信息网络作战技术

信息战是现代战争中重要作战样式,网络战是信息战的重要组成部分,分布式、网络化的计算机系统是信息作战中实施攻击与防护首要作战目标。根据网络作战的需求,从技术角度出发,首先对网络战的要素组成进行了分析,在此基础上将网络战划分为两个阶段,并对此进行了深入研究,最后提出了实施网络战的方法与步骤。     

改进层次分析法在空面多目标攻击排序中的应用

建立了考虑目标的威胁、政治价值和经济价值属性的空面多目标攻击排序综合价值评估指标,应用模糊多属性理论和G.A.Miller九级量化理论对目标综合价值进行量化.建立了机群多目标攻击排序模型,采用熵值法求取各属性的权重从而构造判断矩阵,在此模型的基础上运用改进的层次分析法求解空面多目标攻击排序矩阵,从而为驾驶员的战术决策提供依据.     

空战中基于威胁评估的任务规划

根据空战作战计划的复杂性、实时性特点,提出了在威胁评估基础上动态进行空战任务规划以实现对战场的有效实时控制.首先建立了融合态势优势和空战效能指数优势的威胁评估模型,然后将感知到的战场态势信息作为威胁评估模型的输入,得到体现战场态势的优势矩阵,最后在此基础上进行攻击目标的分配.以目标分配的结果为根据就可以指导作战单位做出正确实时的决策.     

美国空军新成立网络战大队

今年7月5日,美国空军在路易斯安那州巴克斯代尔空军基地成立了第一个网络战大队——第67网络战大队,其任务是“在网络空间获取战术优势”,即保证美国空军在战时和平时都能够实施网络战,并有能力对抗任何可能试图对美军网络发动攻击的潜在对手。在网络战大队成立之前,美国空军网络战的职责被分散到10个“网络战与安全中心”、空军第8联队、空军情报局以及空军通信局等多个单位。新的网络战大队成立后,将把所有负责网络战的美国空军单位划归到同一部门管辖之下。第67网络战大队(原第67信息战大队)将负责组建2个分别位于弗吉尼亚州兰利空军基地…     

一种新型动态贝叶斯网络及其在威胁评估中的应用

针对利用基本贝叶斯网络进行威胁评估时的不足,提出利用变结构区间概率动态贝叶斯网络(VSIP-DBN)进行威胁评估。对所提出的VSIP-DBN给出了其推理算法。在充分考虑目标的空战态势及空战能力下,建立了威胁评估的VSIP-DBN模型。将观测到的数据利用VSIP-DBN推理算法进行推理,推理结果就是目标的威胁等级。以往的威胁评估需要精确获得目标的模型参数和观测数据,通过仿真对比分析,利用VSIP-DBN建立的威胁评估模型不需要精确给出模型参数,即使出现观测数据的误差,仍能准确评估出目标的威胁程度。     

Urban gangs evolving as criminal Netwar actors

The nature of conflict and crime is changing. Technology allows groups to spread their influence without regard to geographic limitations. A shift from hierarchies to network organizational forms is also occurring. As a consequence non‐state actors can extend their influence to gain social, political or economic power and challenge state institutions. This article examines the potential for gangs, transnational criminals and terrorists to embrace network forms and utilize technology to wage netwar. Factors which influence ‘third generation’ gang organization (politicization, internationalization and sophistication) are described to illustrate how a net‐based threat can mature. A move toward network organization within transnational criminal organizations and terrorist groups demonstrating the potential for these classic criminal entities to emerge as netwar actors is also reviewed. Finally, the need for state institutions such as the police and military to develop networked responses to combat networked threats is stated.     

粗糙集和区间数空袭目标威胁评估

针对现有空袭目标威胁评估方法存在的不足,提出了一种新的基于粗糙集和区间数的空袭目标威胁评估方法.首先建立了空袭目标威胁评估指标体系,给出了指标值为区间数且指标权重完全未知的指标权重计算步骤,克服了以往指标权重确定的主观性.建立了应用粗糙集和区间数评估空袭目标威胁的数学模型.提出了威胁评估指标的离散化区间,并应用粗糙集理...     

基于改进的BP算法的舰载C4I威胁判断模型

为解决传统舰载C4I威胁判断模型的不足,寻求适应信息化作战要求的舰载C4I威胁判断模型,将神经网络引入舰载C4I系统,提出了基于BP神经网络的威胁判断模型,并对BP算法进行了改进;通过Matlab仿真计算,结果表明该方法计算速度快、精度高.     

非毁伤性攻击下C2关系网络效能评估方法?

非致命毁伤对C2关系网络效能的影响，目前需要更为有效的评估方法。考虑到指控网络能否有效发挥作用，主要体现于指挥控制信息能否及时有效地按需到达，因此分析计算指挥控制信息按时按需到达的情况，可以作为指挥控制关系网络效能的一种有效评价方法。形式化描述了任务信息的到达时延、信息到达率等参数，给出了单次任务信息效用的解析计算方法。在此基础上，通过仿真计算，得到了非毁伤性攻击、多任务条件下网络效能取值及其随完成任务数量的变化关系。最后，分析了网络攻击范围、攻击策略与网络效能间的关系，评价并检验了与之相关的两点结论。     

基于神经网络的大区域防空信息进攻作战效能评估

建立了大区域防空信息进攻作战效能评估的指标体系。由于指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法。对应用LMBP神经网络解决大区域防空信息进攻作战效能评估的方法问题进行了探讨,给出了神经网络的算法及评估模型。并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性。     

Vague物元及熵权的空袭目标威胁评估

为了应对防空反导作战需求,提出了一种基于Vague物元及熵权的空袭目标威胁评估方法。建立了空袭目标威胁评估复合Vague物元的概念,提出了一种新的将复合Vague物元转化为适合度物元的排序函数,使复合Vague物元便于量化处理,并运用熵权法客观地计算出了各空袭目标属性的权重,根据空袭目标威胁评估物元与正负理想物元的相对贴近度最终得到了目标威胁程度的排序。实例分析验证了该方法的实用性和有效性。     

复杂干扰环境下的卫星授时接收机加固技术

对目前导航卫星授时接收机面临的干扰模型和应对措施进行了归纳总结。结合授时接收机工作原理和特点,给出了授时接收机加固的通用框架。在此基础上,对授时接收机加固技术的发展趋势进行了分析,提出了基于钟差辅助和网络辅助的两种干扰检测方法。前者充分利用了多系统多卫星钟差数据的冗余性和本地时钟的特性,后者则利用了授时接收机网络具备数据通信和广域覆盖的特点。通过干扰检测结果给出完好性评估并引导授时接收机的工作模式,可以提升复杂干扰环境下卫星授时的可靠性和完好性。     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

基于概率神经网络的编队协同防空威胁评估

为了有效地进行防空作战部署,确保重点目标不受或少受损失,以防空作战实际需要为出发点,针对目前多平台协同防空作战中目标威胁评估问题普遍存在的不足,从舰艇编队的整体角度出发,运用概率神经网络的方法,建立了编队协同防空目标威胁评估问题的数学模型,给指挥员提供了正确决策。通过实例验证,证明了该模型的有效性和正确性。     

雷达网对侦察无人机突防的威胁评估模型

雷达网对侦察无人机突防具有非常大的威胁,结合无人机的突防战术,建立了雷达网威胁评估指标体系框架;并根据雷达网性能指标的相对性、不可比性和不确定性,运用模糊综合评估方法和层次分析法对雷达网的威胁度进行评估,最后归并获得的评价结果。事实表明,所建立的模型能较准确地评估雷达网对侦察无人机突防的威胁程度,对侦察无人机航迹规划具有一定的指导意义。