基于动态贝叶斯网络的复杂网络抗毁性分析

复杂网络抗毁性是复杂网络在节点或边遇敌攻击后能继续维持基本功能的能力,是衡量军事信息网络鲁棒性和敏捷性的重要指标。针对复杂网络及对作战体系支撑能力的多指标、复杂化和动态演绎特点,在静态分析方法基础上,提出基于动态贝叶斯网络的抗毁性分析方法。建立了复杂网络抗毁性指标体系。构建了基于动态贝叶斯网络的复杂网络抗毁性评估模型,提出确定评估模型参数的方法。仿真验证了方法的可行性和有效性。     

战场通信网络战时抗毁性初探

以战时应用为背景研究了战场通信网络的战时抗毁性定义,分析了影响抗毁性的可能因素,提出了基于干线节点密度变化、网络可通性度量及网络流量变化等的战场通信网络战时抗毁性评价指标,并提出了提高军用通信网络战时抗毁性的可能措施和方法。     

指挥控制系统网络动态抗毁性

为研究指挥控制系统网络的动态抗毁性,建立了指挥控制系统的多Agent复杂网络抗毁性模型。在模型中,将系统中的每个作战单元看作一个具有自修复能力的Agent;在重点攻击和随机攻击的基础上提出了一种基于攻击力度指数的攻击策略;引入了网络整体效率,并在此基础上提出了一种网络动态抗毁性的度量方法。最后利用仿真的方法对指挥控制系统的抗毁性进行了研究,仿真结果表明网络节点的自修复能力对于网络保持其性能的时间的长短具有很大影响,对提高指挥与控制系统的抗毁性具有一定的参考价值。     

灰色信息条件下的加权复杂网络抗毁性

针对加权复杂网络抗毁性建模中存在的攻击信息不确定性问题,引入信息准确度参数,建立了一个灰色信息条件下的加权复杂网络抗毁性分析模型。选取网络效率和连通性为性能度量指标,对典型加权复杂网络在不同信息准确度下的抗毁性进行了数值仿真模拟。结果表明:BA无标度网络的观测度分布近似服从幂律分布,这与均匀分布假设下的结论是不同的;BA无标度网络和NW小世界网络的抗毁性随着节点移除比例的增大而不断降低,且信息准确度越小、网络密度越高,加权网络的抗毁性越强;NW小世界网络的抗毁性对权重系数并不敏感,且在相同的信息准确度和网络特征参量下,NW小世界网络具有比BA无标度网络更强的抗毁性。     

基于自然连通度的复杂网络节点重要性度量方法

节点重要性度量是复杂网络研究中的热点问题。从复杂网络的抗毁性指标入手,给出了自然连通度的定义,并且以此为基础设计了基于自然连通度的复杂网络节点重要性度量方法。最后以著名的风筝网络为例,分析了该方法的适用性,并与其他经典的节点重要性度量方法进行对比,证明了该方法的合理性。     

节点重要度的网络抗毁性评估方法

为准确评估网络抗毁性,提出了一种改进的节点删除法来评估网络节点重要度,以节点删除对网络拓扑造成的边数和全网效率下降程度为节点重要度衡量指标。综合考虑了节点的连接度以及节点在网络拓扑中的位置,克服了以往节点删除法不适用于网络被分割情况的不足。最后,在节点重要度评估的基础上建立了网络抗毁性测度指标。实验分析验证了该方法的有效性。     

常态执勤指挥模型关键节点识别及抗毁性研究

在常态执勤指挥模型的基础上,重点对树状指挥网络和级联指挥网络的抗毁性进行研究。通过建模仿真的方法,对三种执勤指挥模型进行随机攻击和蓄意攻击,对比分析最大连通子图规模、网络效率和全局聚集系数等指标,找出抗毁性最强的常态执勤指挥网络模型。应用集体影响力算法识别抗毁性能最好的指挥网络的关键节点,与基于节点度大小的传统关键节点识别方法进行对比,证明基于集体影响力算法识别关键节点更加准确,目的是为未来常规执勤指挥网络的优化和防护提供理论指导。     

装备器材保障网络仿真与抗毁性测度

研究了计算机仿真生成装备器材保障网络的方法。基于生成的装备器材仿真网络,从网络拓扑层、保障业务层2个层次构建了装备器材保障网络抗毁性测度指标与模型,通过仿真实验对装备器材保障网络的抗毁性能进行了分析,结果表明:构建的装备器材保障网络在网络拓扑层具有较好的抗毁性能,特别是在面临随机攻击时,其抗毁性能较为满意;而在保障业务层其抗毁性能较弱,需考虑采取措施以避免外界因素对保障业务的干扰,进而提高装备器材保障网络的抗毁性。     

基于依赖网络理论的后勤指挥系统建模与抗毁性分析

从复杂网络的角度出发,将后勤指挥系统分为指挥网络和通信网络两个子系统,采用依赖网络理论对其依赖关系进行描述,建立了后勤指挥系统模型.分析了指挥节点和通信节点不同的失效过程并提出抗毁性算法.将仿真实验结果与传统单层网络建模方法的结果进行比较,表明基于依赖网络理论构建模型的方法和抗毁性算法可以应用于后勤指挥系统的抗毁性分析,且能进一步细化抗毁性评估的结果.     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。     

面向管理员的网络可生存性建模与计算

从网络系统安全评价和管理的角度出发,紧密结合可生存性定义和可生存性的四个特征属性,建立了面向管理员的网络可生存性量化模型;给出了该模型的算法流程;提出了面向管理员的网络可生存性计算公式,该公式中包括恢复率和系统状态转移矩阵的计算方法,反映出可生存性对网络空闲资源和恢复时间的要求;最后进行了面向管理员的网络可生存性计算的仿真实验,表明可以利用有限的网络资源实现高水平的网络可生存性。     

多约束条件下互联网骨干网路由器级拓扑生成方法

互联网骨干网是网络流量的中枢传输系统,其路由器级拓扑结构对于网络抗毁性分析具有重要意义。由于难以获取互联网骨干网路由器级的真实拓扑,通过分析骨干网的形成因素,将地理位置、节点间联系强度、基础设施费用、鲁棒性等因素结合起来,提出一种多约束条件下的互联网骨干网路由器级拓扑生成方法。该方法既可以构造难以公开获取网络测量数据的骨干网,也可以用来生成某一骨干网的多种替身拓扑集。通过现实中的互联网骨干网作为实例,验证了方法的有效性。     

可生存技术及其实现框架研究

提出用多样化动态漂移的技术途径实现网络生存设计的方法。分析该技术对网络安全、网络生存的影响 ,并给出了该技术的体系框架。指出这个研究具有前瞻性、全面性和实际性的特色     

基于粗糙神经网络和网络撕裂的故障诊断方法

利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。     

雷达装备战场生存能力的综合评估方法

装备战场生存能力评估是武器系统战场损伤研究的一项基本工作.如何有效地进行雷达装备战场生存能力评估,对雷达的研制及作战运用具有深远的影响.基于层次分析法建立了作战状态雷达装备战场损伤生存能力综合评估模型,研究了运用专家经验评判的权重确定标准和雷达战、技性能指标的评估指数量化模式,以及雷达装备生存能力定量加权综合评定的方法.最后对某型雷达系列装备的生存能力进行了评估分析,验证了该方法的可行性.     

基于三方动态博弈模型的网络生存防御策略优化配置

针对网络攻防环境中防御方以提高系统生存能力为目的所进行的最优生存防御策略的选取问题,提出了一种基于完全信息动态博弈理论的生存防御策略优化配置算法。将恶意攻击方、故障意外事件及防御方作为博弈的参与人,提出了一种混合战略模式下的三方动态博弈模型,对博弈的主要信息要素进行了说明,以混合战略纳什均衡理论为基础,将原纳什均衡条件式的表达式转化为可计算数值结果的表达式,并据此增加了近似的概念,最后,将提出的模型和近似纳什均衡求解算法应用到一个网络实例中,结果证明了模型和算法的可行性和有效性。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

基于复杂网络的防空武器系统目标选择研究

基于复杂网络的思想,通过对防空武器目标体系网络的拓扑参数分析,构建了防空武器目标体系网络,利用pajek软件,对网络进行了可视化分析,采用基于不同策略的攻击方式进行了模拟仿真,对仿真结果进行了分析。经过分析发现,基于节点度值和基于节点介数的攻击可以较好的降低网络效率,因此我们以节点度值和介数为主要依据,确定了目标打击顺序,为指挥决策人员进行防空目标选择提供了借鉴和参考。     

基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。