军事情报监视与侦察系统中一种目标同现模式挖掘算法

军事情报监视与侦察系统(ISR)中的目标同时出现模式(简称目标同现模式)在疑难目标识别、联合侦察预警等方面有重要作用。为了从大量历史侦察数据中找到隐藏的目标同现模式,提出了一种发现雷达探测、电子对抗侦察等不同专业侦察数据集中的目标同现模式挖掘算法——PoTAS-mine算法。该算法依据给定的支持度对候选的目标同现模式进行剪枝以压缩候选频繁项集,通过对频繁项集执行自然连接实现模式增长,再依据给定的置信度在频繁项集中产生目标同现模式。仿真实验结果验证了该算法的有效性。     

基于能力概念的复杂系统需求理解框架

军事电子信息系统因其系统结构、运行基础设施复杂等特点,决定了对其需求分析的复杂性。针对此问题,采用基于能力规划的思想,从能力本体的角度出发,定义出能力的内涵与外延,得出能力分析框架,从而为用户方与开发方规范了共同的需求理解框架,为下一步的能力建模、语义分析与验证打下基础。最后,用一个简单实例分析来说明如何依据能力分析框架描述或理解能力。     

基于证据理论的多传感器目标识别

为了解决证据理论在具体应用中存在的问题,对Dempster组合规则思想进行了具体的分析,讨论了该组合规则存在的问题及现行的一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,并给出了识别过程的流程图。     

国际军品贸易发展态势

军品贸易是特殊的国际贸易,涉及国家关系、地区局势、国际规则、国防安全和政治形象等诸多方面,我国应在深入调查研究的基础上,对军品贸易进行更全面、科学地定位。     

自适应采样数粒子滤波算法

基于统计决策规则提出自适应采样数粒子滤波算法,在定义综合性能风险函数的基础上,推导出粒子数与滤波误差方差之间的关系式,使得在跟踪过程中,可以根据目标的机动情况在线调节粒子数,以使跟踪性能达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验,结果表明,自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法,跟踪性能较基本粒子滤波算法提高了3.7倍。     

基于规则的域间路由系统异常检测

随着Internet的爆炸性增长,域间路由系统变得越来越复杂并难以控制,许多与域间路由安全相关的事件广泛引起了人们的关注。提出一个基于规则的域间路由监测框架,其中的规则可分为常规异常检测规则和特殊异常检测规则,它们能有效用于检测异常路由和可能的攻击行为,这两种规则的不同在于特殊异常检测规则是由大量路由得到的Internet模型来定义。研究了Internet层次模型与ISP商业关系模型的构造,基于这个框架实现了一个原型系统———ISP-Health,最后给出了检测能力结果。     

一种基于旋转TCAM的模式匹配算法

为了实现对网络入侵恶意流量的有效检测,提出了一种基于旋转TCAM的模式匹配算法。算法具体实现分为2个阶段,在第1阶段,将规则签名(模式)进行划分,以适合所选择的长度为w的前缀滑动窗口;在第2阶段,通过将前缀向右移,丢弃最右端的字符并在左边添加"don’t care",直至全部模式的字节都是"don’t care",从而提供默认的匹配行,实现对全部输入流量的匹配和对入侵主体的有效检测。仿真结果表明,提出的模式匹配算法不仅能够以线速运行在单一的操作中匹配多个模式,而且相比于其他基于TCAM的模式匹配算法,有更好的内存访问和TCAM查找访问性能。     

面向实体的军事仿真规则提取方法研究

针对目前军事仿真系统开发中存在的军事仿真规则提取不完备的问题,在充分发挥ECA规则提取方法优势的基础上,提出了面向实体的军事仿真规则提取方法。该方法以实体状态变迁为中心,运用系统论方法,重点分析实体的环境、功能、行为、组元和结构状态,并将分析结果引入ECA规则。通过将该方法应用于装备抢修组实施抢修的规则提取中,验证了其对于提高规则的完备性与可信性具有较好的效果。     

基于置信规则库的防空目标意图识别方法

为解决防空反导体系对于目标意图识别中多源信息处理的问题,提出了一种新的防空目标识别方法——置信规则库(Belief Rules Base)识别模型,该方法是基于BRB专家知识系统的自学习方法,可以有效处理多源不确定性信息。同时,为了提高其识别效率,建立了一种与之相匹配的参数优化模型,并选择差分进化算法作为BRB识别模型的优化引擎。此外,在BRB识别模型中,专家意见也被引用到模型的初始化和推理过程中。最后采用一个实例对BRB识别模型的准确度进行验证。研究表明:该方法具有较强的实用性,可为防空反导体系的目标意图识别提供有力支撑。