军事物流多层网络级联失效问题初探

军事物流网络是一个复杂的多层网络体系,包括指挥控制网络、保障网络和交通网络,各网络内部以及网络之间均存在级联失效现象。从军事物流网络级联失效的概念和机理入手,分析并建立了军事物流多层网络模型及其级联失效模型,构建了一个能较为客观地反映军事物流现实情况的网络示例。通过仿真计算,分析了不同类型节点失效后对军事物流多层网络整体的影响,初步探寻了级联失效的基本规律。     

计算机网络级联失效建模与分析

针对以往级联失效模型负载局部重分配规则与现实计算机网络全局路由特点不吻合的缺陷,模拟网络中信息流传输过程。定义路由器的失效条件,建立基于负载全局重分配的级联失效模型,并在此基础上提出基于连通和性能两方面的级联失效影响评价参数,进而分析用户流量和攻击方式对计算机网络级联失效的影响。结果表明,随着流量的增大,级联失效存在相变行为,相变点刻画了网络在不会发生级联失效前提下的最大传输能力。此外,针对网络中高度节点的攻击,更为容易引发大规模的级联失效,应予以重点保护。     

级联失效下非对称依赖网络鲁棒性研究

研究级联失效下网络化信息物理系统的鲁棒性具有重要的现实意义.针对具有单向依赖关系的信息物理系统构建双层非对称依赖网络模型,综合依赖失效和过载失效设计级联失效模型,提出一种更贴近实际的非对称攻击方式,并给出一种资源限制下的节点容量分配方式.针对无标度子网构成的非对称依赖网络进行了仿真实验,结果表明:网络鲁棒性与子网络平均...     

多自治系统关联的级联失效模型建立和分析

为分析级联失效对互联网性能的影响,基于互联网由多自治系统关联的现实,模拟自治系统间的负载均衡,建立了多自治系统关联的级联失效模型。在此基础上定义了分别由强连接关系和弱连接关系组成的2种多自治系统关联网络,并分析了域间流量引起的级联失效对网络性能造成的影响。结果表明:存在引发级联失效的域间流量比例临界值;级联失效发生后,弱连接网络以吞吐量下降为主,强连接网络以负载增加为主。     

军事供应链网络风险与节点重要度研究

军事供应链网络风险与节点重要度研究是新军事变革下信息化后勤发展的重要方向。为有效完成后勤保障任务、提升部队战斗力并保证作战行动的顺利实施,对其研究背景进行阐述,从军事供应链网络风险量化、网络节点重要度评估和级联失效模式下的柔性分析这三方面。对国内外研究现状进行对比综述,总结概括了我军现有研究成果的不足,并有针对性地对其未来发展前景提出展望,为战时或应急条件下军事供应链网络的安全优化、重要节点防护及级联失效模式探索等方面提供参考。     

复杂网络节点重要度评估及网络脆弱性分析

提出一种基于节点状态演化级联失效模型的节点重要度评估和网络脆弱性分析方法。故障传递演化的内在机理是基础复杂网络变得脆弱的根源。在负载网络级联失效模型的基础上,提出一种能够实时跟踪节点负载状态,继而根据节点状态来重分配节点负载的重分配模型。提出基于节点状态演化的节点重要性评估和网络结构脆弱性分析方法,通过脆弱性分析结果找出网络的健壮性参数,并对此节点重要性评估方法进行失效分析。通过仿真实验验证方法的有效性。     

关联网络中的级联失效模型与分析

网络之间的关联依赖关系能使某一网络内的级联失效扩散至其他网络,其本质是位于不同网络的关联节点之间基于功能依赖的相关失效.以两个关联的网络为对象,建立关联网络模型,提出了一种关联网络的级联失效模型.模型将关联网络中的级联失效分解为网络内级联失效和网络间级联失效,并采用了基于度的级联规模评价方法.利用模型研究了两个关联无标...     

不同流量的复杂保障网络抗毁性仿真分析

通过引入流量强度指数和流量分布指数,建立了不同网络流量下的复杂保障网络级联失效抗毁性模型。基于该模型比较分析了无标度网络、随机网络和复杂保障网络在不同流量强度和流量分布下对单个节点的随机失效和故意攻击的抗毁性。结果表明:复杂保障网络的抗毁性随着流量强度的增加急剧下降。此外,流量分布对复杂保障网络的抗毁性也有显著影响。     

基于级联失效的节点重要度评估及网络脆弱性分析*

本文提出了一种基于节点状态演化级联失效模型的节点重要度评估和网络脆弱性分析方法。故障传递演化的内在机理是基础复杂网络变得脆弱的根源,论文首先在负载网络级联失效模型的基础上,提出了一种能够实时跟踪节点负载状态,继而根据节点状态来重分配节点负载的重分配模型,其次提出了基于节点状态演化的节点重要性评估和网络结构脆弱性分析方法,通过脆弱性分析结果找出网络的健壮性参数,并对此节点重要性评估方法进行失效效果分析。最后,通过仿真实验验证方法的有效性。     

基于体系价值的多层交通网络打击目标优选

针对交通目标打击目标选择问题建立了多层交通网络模型,考虑了路径权重和节点之间的连接关系对多层网络的整体影响,建立了多层网络节点关联价值体系,并根据作战背景提出了目标优选原则,最后运用基于目标体系价值的方法对目标进行选择.通过实例仿真计算和算法对比,显示所建立的多层交通网络模型符合实际,且基于体系价值的目标选择算法能够有...     

一种基于博弈论的无线网状网络路由与信道分配联合优化算法

无线网络中的路由与信道分配可极大地影响网络的性能.为了解决无线网状网络中的路由与信道分配问题,提出并研究了一种称为CRAG(基于博弈论的无线网状网络路由与信道分配联合优化)的方法.CRAG采用协同博弈的方式将网络中的每个节点模型化为一个弈者,每个弈者的策略为与其相关的路由与信道分配方案,收益函数为给定流量需求矩阵下的成功传输流量.弈者通过协同博弈来优化收益函数以最大化网络的吞吐量.基于NS3的仿真结果表明,CRAG在收敛性、时延、丢包率和吞吐量方面优于其他当前的算法,从而证明了协同博弈的方法可以用于无线网状网络的路由与信道分配联合优化,并有效地改进网络性能.     

基于改进融合算法的交通网络节点重要性评估

交通目标体系在作战中是打击目标选择的重点,在目标选择前需要对交通网络的节点及关联关系的重要性进行准确评估.交通目标体系是一种多层复杂网络模型,目前的评估方法没有考虑到路径的权重和对网络整体价值,造成评估模型与实际网络不符合的问题.针对该问题,提出一种改进的融合算法对多层网络进行评估.该方法构建的节点关联度矩阵考虑了各层网络中边的权重和网络整体价值,再将每层的节点关联度进行融合.通过仿真分析和对比,该方法能够准确有效地评估多层交通网络节点的重要性,对目标选择具有一定实用价值.     

目标体系描述与火力分配方法研究

目标体系分析和目标选择是军事计划中不可或缺的部分。本文对目标体系的要素结构进行描述,并使用动态贝叶斯网络描述了被打击状态下目标体系的动态反应机制,并在此基础上提出了打击目标体系的火力分配方法。     

网络中心环境下的军事通信超网络结构模型

网络中心环境下的军事通信网络是一个多重边异构的人工功能网络。为了分析、设计和构建网络中心环境下的军事通信网络,通过扩展、综合Jeff的作战网络模型和Hans的网络兵力参考模型,提出了一种能够清晰描述网络节点功能和链路传输类型的军事通信超网络结构模型,给出了模型的数学描述,并说明基于它可将军事通信网络分解为多个具有军事特征的功能子网或专业通信网。最后通过分析某联合作战部队通信的超网络结构特征,验证了模型的有效性。     

武警部队快速机动中最优路径的实现

紧急条件下武警部队快速机动最优路径，是一个多目标多约束随机动态交通网络寻优问题。在分析交通网络拓扑化特点及最短路模型前提下，着重研究道路通行能力带给复杂公路网络道路寻优问题的影响，并结合GIS系统利用改进的Dijkstra算法求解。     

相依网络研究综述

网络相依性和相依网络研究已经成为近年来复杂网络领域的热点,但是目前对相关研究进展进行综合归纳的文献却不多见。在对国内外相关文献进行系统分析的基础上,简要介绍相依网络研究涉及的渗流理论;描述该类型网络的级联失效过程;从相依网络的子网络特性、相依边的方向和类型、子网络组合方式等三个角度对相依网络鲁棒性的研究成果进行总结;并从理论和应用两方面对未来相依网络研究的发展方向进行展望。     

地面爆炸条件下框架底层柱的破坏公式推导及数值模拟分析

由于常规武器地面爆炸时在地面附近形成了较为复杂的爆炸冲击波,该冲击波对附近军事目标的破坏非常严重.为便于对地面军事工程结构进行防护研究,有必要对军事工程结构的破坏距离进行预测和评估.在前人研究的基础上采用理论分析和数值模拟方法研究了常规武器地面爆炸条件下对框架底层柱的破坏作用.从理论上推导框架底层柱在遭受地面爆炸冲击荷载时的破坏程度预测公式,同时建立了炸药、空气、土壤和结构于一体的全耦合数值模型对推导公式进行了验证.结果表明理论推导和数值模拟计算结果较为一致,该公式可以为地面军事工程结构防常规武器打击提供一些建议和参考.     

军事信息网的混沌模型

针对军事信息网络的流量控制中出现的非线性问题,提出了基于存储转发的网络拥塞控制的通用混沌模型.该模型考虑了节点正在处理的信息量,能处理的最大信息量,剩余存储能力,缓存中待处理的信息量等几个导致网络拥塞问题的因素之间的关系,建立了网络拥塞控制的混沌模型.通过对模型进行模拟分析,获得了拥塞发生时各因素之间的比例关系值.分析了指挥控制网中网络节点的混沌特性和军事信息网作为一个复杂的动力系统的特性.     

军事供应链可靠性研究及思考

从以供应链运作模式推进军事物资精确化保障入手,对军事供应链可靠性研究的必要性和供应链可靠性研究的现状进行了分析。在研究了既有成果和军事供应链特点的基础上,对军事供应链可靠性概念进行了深入分析,提出了＂任务时间可靠性＂和＂任务流量可靠性＂两个军事供应链可靠性概念,并将＂流程网络＂和＂随机流网络＂的研究方法引入到军事供应链可靠性研究中来。最后,对军事供应链可靠性问题进行了基于物理级别和传递要素的二维划分。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。