Cyber攻击下韧性信息服务云环境能力评估

现代快速多变、不确定、Cyber对抗激励的战场环境对军事信息服务云环境的韧性能力提出了更高的要求,提出了一种Cyber攻击下韧性信息服务云环境能力评估方法。首先明确了韧性信息服务云环境的概念,分析了信息服务云环境韧性过程和要素,建立了Cyber攻击下云环境“四阶段”韧性过程模型;其次,从吸收扰动能力、恢复能力、适应能力3方面,建立了能力降级率、抗毁顽存时间、异常识别率、异常识别时间、能力恢复率、任务完成波动率等3类共15项韧性能力度量指标体系,建立了韧性能力指标评估计算模型。最后,以韧性信息服务云环境的指挥引导任务为案例,开展不同引导资源毁伤条件下指挥引导任务完成波动率的仿真实验,韧性评估结果可为提升韧性能力提供参考依据。     

基于信息流的网络化C4ISR系统结构抗毁性分析方法

网络化C4ISR系统规模庞大、结构复杂,系统结构成为影响网络化C4ISR系统各种特性的主要因素,特别是结构与系统抗毁性之间存在直接的因果关系。本文在分析系统结构抗毁性概念的基础上,首先提出了网络化C4ISR系统结构信息流模型;然后基于该模型提出了基于信息流的系统结构抗毁性分析方法;包括不完全信息下系统结构的攻击模型、系统完成任务能力的度量方法以及抗毁性指标计算方法;最后通过对区域联合防空指挥信息系统结构抗毁性仿真实验分析,验证了该方法的有效性。     

任务流驱动的指挥信息系统动态超网络模型

针对传统指挥信息系统建模方法在描述系统内在机理时存在的片面、静态和同质化等问题,提出任务流驱动的指挥信息系统动态超网络建模方法。首先构造指挥信息系统多作用域结构空间,通过使命任务空间、逻辑功能空间和物理实体空间及其相互作用关系,描述指挥信息系统内在运行机制;在此基础上,用超网络理论描述指挥信息系统功能网络,进而构建了任务流驱动的指挥信息系统动态超网络模型,并定义了相关参数。最后通过仿真分析验证了模型的有效性和可用性。     

基于模糊描述逻辑的C4ISR系统上下文环境分析方法

为了实现指挥信息系统自适应的决策支持,将上下文感知技术融入指挥信息系统的分析与设计,首先提出了C4ISR系统上下文元本体,借此定义指挥信息系统上下文环境的基本语义框架。在此基础上,结合元本体以及面向目标的需求分析方法思想,提出了C4ISR系统上下文环境信息获取和建模表示方法。此外,将模糊本体推理技术引入指挥信息系统上下文环境推理分析环节,通过设计上下文环境模型到本体的形式化规约算法,有效地将指挥信息系统的上下文环境信息形式化,并通过本体推理技术,实现了对系统上下文环境的推理分析。     

基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

不确定条件下后装协同保障链优化调度

后装保障链是联合作战环境下的重要支撑, 针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题, 提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法; 为了解决保障数据样本较小情况下的不确定参数估算问题, 利用模糊规划方法把不确定优化模型转化为概率约束模型; 并利用增强ε-约束法来估算多目标Pareto解, 帮助后装指挥人员在难以事先给出权重的情况下选择合适的解决方案; 为了解决规划模型的计算复杂性过大的问题, 设计了嵌入自适应大规模邻域搜索的Memetic算法进行求解。最后通过仿真实验对模型和算法的有效性进行了验证。     

面向任务的复杂系统韧性评估方法

随着战争形态加速向体系化、网络化、智能化转变, 对军事系统韧性能力提出了更高的要求。在分析系统任务与韧性评估关系的基础上, 提出一种面向任务的系统韧性评估方法。该方法首先给出一种面向任务的韧性评估框架。其次, 在绝对时间尺度下考虑系统性能在任务过程中所受影响, 并通过引入时间韧性指标, 从时间韧性和性能韧性两个维度对系统的综合韧性进行度量, 弥补了当前韧性指标未考虑任务需求及任务时间的局限。最后, 以装备保障信息交互网络为案例, 给出了当扰动及恢复均具有随机特性时, 不同任务需求及任务时间下所提韧性评估方法的应用。     

网络化指挥控制中心性建模评估研究

复杂网络在核心节点遭到蓄意攻击时表现出来的网络脆弱性,促使在发挥网络化作战协同优势的同时,必须充分重视网络化指挥控制的中心性评估工作,以及早发现这些敏感节点。在构建网络化指挥控制模型的基础上,综合考虑影响节点差异的组成要素,提出了应用于中心性评估的节点收缩改进方法,并通过实验分析验证了方法的有效性和可行性,从而为网络化作战条件下的指挥控制核心节点评估提供了新的研究思路和分析方法。     

面向脆弱性的城市CIS节点重要性评估方法

节点重要性评估是城市关键基础设施系统(CIS)脆弱性研究的主要内容之一。节点重要性影响因素非常复杂,仅从结构角度出发衡量节点的重要性略显片面,还需要考虑位置和经济等因素,因此,提出一种新的城市CIS节点重要性评估方法。在分析城市CIS关联关系特点的基础上,运用树形网络模式结构化表达系统内部的层级关联关系,提出二阶段IIM模型通过布尔逻辑捕捉城市CIS内的复杂关联关系;根据城市CIS特点,将单一关键基础设施抽象为节点,利用改进的PageRank算法,从结构重要性、位置重要性和经济重要性三方面衡量节点重要性,促使评估结果更加全面、客观、有效;最后,构造一个含有5个关键基础设施子系统,80个节点的虚拟城市CIS,给出算法具体评估过程和分析结果。     

网络节点(集)重要性的一种度量指标

度量网络节点(集)的重要性一直是社会网络分析领域和系统科学研究领域的一个值得研究的问题。系统科学的研究方法用网络的连通性来反映系统某种功能的完整性，通过度量节点删除对网络连通的破坏程度来反映网络节点(集)的重要性．但目前这一思想并没有得到真正意义上的量化，如果不考虑连通分支的大小和形状，就不能很好地反映出不同节点或不同网络之间在结构和位置特性上的差异。本文用节点(集)被删除后形成的所有不连通节点对之间的距离(最短路)的倒教之和来反应节点删除对网络连通的破坏程度即所删节点(集)的重要性。这一工作使重要性等价于破坏性的思想得到了精细的量化。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

卫星时变拓扑网络节点重要度评估方法

针对卫星网络拓扑结构的时变特征,通过构建时变拓扑图序列模型,将卫星时变拓扑网络分解为一系列具有稳定状态的拓扑图结构。综合考虑节点在网络中的全局性影响和局部性影响,以节点介数、节点紧密度和节点距离的重要度贡献为度量参数,提出了稳态卫星网络节点重要度评估方法,设计了卫星时变网络节点重要度评估算法,通过典型实例验证了算法的准确性和有效性。实验结果表明,该方法能够有效地区分卫星时变网络节点重要度差异,准确评价卫星节点对卫星网络资源的控制能力。     

系统效能指数和效能因子的计算模型与方法

基于系统行为过程的效能概念框架及度量方法,建立了系统目标树的层级模型以及反映系统内、外因素行为关联关系的系统贡献度模型,根据该模型推导出了一组系统效能指数和效能因子的计算公式,通过对系统内外因素状态变化对系统效能贡献度影响的过程分析计算,验证了所建立的模型和方法的合理性.所给出的通过系统行为贡献度模型求解系统效能指数和效能因子的方法.可以简称为贡献度模型法,或SEIF(System effectiveness index and factor)法,适用于对系统效能变化规律的分析和实际运行效能的量化评估.     

基于博弈论健壮性增强的资源分配模型

如何保障用户QoS是动态、不确定网格环境中资源分配面临的一个新问题.针对网格资源的不可靠性特点,提出了健壮性增强的作业执行服务的概念及其确定方法,基于该概念提出了健壮性增强的离线资源分配模型,通过将作业执行服务中对应的多个网格节点资源分配给作业冗余执行以增强其健壮性.基于该模型将资源分配描述为一个非合作博弈过程,求得了帕累托最优分配方案,并提出了一种健壮性增强的离线资源分配策略.实验结果表明:该分配模型兼顾了效率和公平, 增强了作业执行的健壮性,并较好地评估资源的信任行为.     

基于功能依赖的网络信息体系建模及重心分析

功能依赖是大型复杂系统性能或体系能力生成的重要影响因素之一, 各类要素实体间功能依赖关系的表示、识别和度量是复杂体系研究的重要问题。通过对网络信息体系(networked information system of systems, NISoS)中要素系统间交互行为的依赖性分析, 基于功能依赖网络(function dependency network, FDN)构建了NISoS依赖网络模型(dependency network model of NISoS, DNMN)。综合考虑NISoS作战属性与任务完成效果, 提出了体系节点重要性的度量指标, 在此基础上给出了一种体系重心度量方法。最后, 通过某海上方向联合作战NISoS实例计算, 演示验证了提出的体系模型和重心度量方法的有效性。     

基于多维形态特征表示的时间序列相似性度量

特征表示和相似性度量是时间序列数据挖掘的基础工作, 其质量好坏直接影响后期的挖掘结果. 利用正交多项式回归模型对时间序列进行多维形态特征表示, 分析特征维数对时间序列拟合效果的影响, 选取部分特征来描述序列的主要形态趋势, 提出了一种鲁棒性较强的形态特征相似性度量方法来近似度量时间序列, 且具有较高的相似性度量质量. 实验结果表明, 基于多维形态特征表示的时间序列相似性度量方法不仅满足下界要求, 具有较好的下界紧凑性和数据剪枝能力, 而且在时间序列聚类和分类等数据挖掘任务中取得了良好的效果.     

基于Petri网模型的系统仿真验证方法

随着系统工程的发展,对系统的质量提出了更高的要求。首先以系统建模语言活动图模型为焦点,提出一种将活动图模型自动转换为Petri网模型的机制,接着对某指挥控制系统的发射模块进行建模,并通过转换机制将活动图模型转化为Petri网模型,然后使用Petri网验证工具对转后之后的模型进行仿真验证,保证了指挥信息系统的正确性。     

结合网络动力学的电网关键节点识别

为了有效发掘出网络中的重要环节,提出了一种综合网络结构和节点动力学的电网关键节点识别方法,该方法结合两种已有的节点重要性评价指标——度中心性和接近中心性,同时定义和网络动力学相关的两个指标——临界同步耦合强度和失同步扩散时间。综合考虑4种性能指标的影响来确定节点的重要性,克服了单一评价指标的片面性,可以得到比使用单一评价指标更为准确的节点重要性评价结果。在IEEE14和IEEE57节点系统上进行仿真测试,实验结果验证了方法的合理性和有效性。     

基于属性分析的威胁评估技术研究

从属性分析出发,提出应用认知理论方法,通过试验来确定专家的威胁评估(threatassessment,TA)过程、心理模型以及属性的使用等。阐述了属性分析的定义和基本内容,接着分析了属性的来源及选择、属性的重要性度量以及属性与威胁排序的关系。提出了一种威胁评估模型,并根据该模型设计了一种威胁评估的算法原型。     

应急资源协同对联动信息系统构建的影响机理——基于IS成功模型的分析

政府部门之间的灾害情报和应急资源能否联动共享,极大影响政府应急治理的协同效率。根据DeLone和McLean(1992)提出的信息系统成功模型的基本框架,研究应急资源协同对于跨部门应急信息系统构建的影响。传统的IS成功模型是建立在企业信息系统基础上的,在理论上未必适用于政府信息系统的建构阐释。将政府部门之间的资源协同需求作为重要变量引入进来,以IS成功模型为理论基石和桥梁,综合考虑应急联动系统建设的动因、过程和结果3个层次,揭示应急资源协同需求对联动信息系统成功的因果机理。研究结果为应急联动信息系统建设提供理论解释体系和实践路径方案。