基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性.针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将...     

基于快速网络模拟的安全态势预测

为提升网络安全态势预测的准确性,提出基于网络模拟的态势预测方法。该方法依靠网络模拟技术,详细推演网络安全行为的未来状态,并通过对状态数据进行分析与归纳,实现对网络安全态势的预测。为提升预测的时效性,研究核心节点路由静态存储以及动态连续计算等快速网络模拟技术。通过具有1720个节点的网络拓扑进行了实验验证:依靠快速网络模拟技术,整个态势预测所需的时间减少了51.7%,实现能提前获知未来的安全态势值;对所获得的安全态势曲线与实际安全行为进行对照分析,验证了安全态势预测的准确性。     

基于APDE-RBF神经网络的网络安全态势预测方法

为了提高径向基函数(radical basis function, RBF)神经网络对网络安全态势的预测精度,提出了一种基于吸引力传播(affinity propagation, AP)聚类和差分进化(differential evolution, DE)优化RBF神经网络的算法。首先,利用AP聚类算法对样本数据进行划分聚类,从而获得RBF的中心和网络的隐含层节点数;其次,利用AP聚类得出种群差异度,自适应地改变DE算法的缩放因子和交叉概率,对RBF的宽度和连接权值进行优化;同时为了避免陷入局部最优以及跳出局部极值点,对每一代种群的精英个体和种群差异度中心进行混沌搜索。通过仿真实验表明,此算法在泛化能力增强的同时,对网络安全态势也达到了较高的预测精度。     

基于TCN-BiLSTM的网络安全态势预测

针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题,提出一种基于时域卷积网络(temporal convolution network, TCN)和双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络的预测方法。首先,将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征;随后,引入注意力机制动态调整属性的权值;然后,利用BiLSTM模型学习态势值的前后状况,以提取序列中更多的信息进行预测;利用粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,提升预测能力。实验结果表明,所提预测方法的拟合度可达0.999 5,其拟合效果和收敛速度均优于其他模型。     

一种基于函数S-粗集的态势预测方法

针对态势评估中未来可能出现态势的优劣情况,提出了一种基于函数S-粗集的态势预测方法。利用函数S-粗集的粗规律挖掘功能,采用拉格朗日插值多项式,以函数单向S-粗集对偶为例,给出了应用该方法的具体步骤。最后通过态势评估中一个具体实例证明了该方法的有效性。得到了运用函数S-粗集能够找到隐藏在系统中的粗规律的结论。     

基于BP 神经网络的煤与瓦斯突出预测方法的研究

为准确预测矿井煤与瓦斯突出的危险性,针对反向BP神经网络收敛差的缺点,分别采用基于MATLAB神经网络工具箱中的VLBP和LMBP算法的改进BP神经网络模型对煤与瓦斯突出的危险性进行了预测.根据煤与瓦斯突出的特点,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数与地质破坏程度等五个关键影响因素作为煤与瓦斯突出的评判指标,建立了煤与瓦斯突出预测的神经网络模型.实际应用效果表明,采用基于MATLAB神经网络工具箱的BP网络模型,能克服一般BP网络收敛较慢的缺点,能加快收敛速度;运用LMBP算法比VLBP算法快,但需较大计算机内存;与常规预测方法相比较,该模型的预测准确性高,能有效地预测煤与瓦斯突出的危险性.     

不确定性军事冲突态势的动态预测

基于模糊集探讨了不确定性军事指挥冲突态势处于动态过程的预测问题 ,定义了加权熵、随机熵和变熵权等概念 ,给出了确定军事冲突状态转移运行轨迹的数学方法。为科学地预测冲突态势、协调控制军事冲突结局建立了动态决策模型。     

地下煤矿瓦斯渗出、运移与积聚过程仿真方法

提出了基于元胞自动机模型的地下煤矿生产过程中瓦斯渗出后在巷道网络系统中运移和积聚的可视化仿真方法。在该方法中,用元胞自动机模型描述地下矿巷道网络系统,用瓦斯元胞来描述从工作面煤壁、采落的煤堆、围岩和采空区渗出的瓦斯能量单元;用格子元胞描述巷道格子及其状态,这些格子元胞均用瓦斯运移速度和瓦斯含量等状态参数来描述。在仿真过程中,可以获得大量关于瓦斯渗出、运移、稀释、积聚和排放等动态信息以及瓦斯积聚区域形成及其严重程度的量化指标及其可行的调控方法。该方法将时间、空间和系统行为有机地结合起来,在形象、直观、真实的条件下完成积聚在巷道系统中渗出、运移和积聚的仿真。     

基于TRIZ理论的物联网关键技术专利发展态势及预测分析

通过分析2004~2013年中国物联网关键技术的专利文献,结合TRIZ理论的三大技术进化模式识别分析我国物联网关键技术专利的发展现状,并预测描绘出三大类物联网关键技术发展的进化路径。研究发现:(1)我国物联网关键技术整体仍处于成长期阶段,且各层技术发展不均衡。(2)感知层技术与传感层技术发展较为成熟,未来发展空间较小;多数网络技术与应用服务技术刚刚步入成熟期,技术成长空间很大,但其饱和时间较短,需及时把握发展机遇。(3)异网异构组网技术、高频感知定位技术、海计算以及安全网络架构技术作为未来5年内中国物联网发展的战略性技术,需要进行重点研发和创新。研究旨在为引导物联网关键技术的研发及创新提供参考依据。     

基于搜索策略的通用态势评估方法的研究

在态势状态转换图表示的基础上，提出了一种通用的态势评估搜索策略。该策略将态势评估的整个过程看作为对当前态势路径的识别和搜索过程。在算法中以Bayes分类器识别当前态势发展可能的目标状态，以parzen窗算法对态势各类别的类条件概率密度进行修正，以改进的深度优先算法实现态势图的搜索。在实验中，将其应用于丰满水电仿真系统水轮发电机组的状态评估系统中，经数据对比分析，该算法优于传统的发电机诊断分析方法。     

一种基于Web的作战模拟态势显示方法

态势显示是作战模拟中的关键一环,以往基于HLA作战模拟系统中的态势显示方法暴露出灵活度不够、态势共享能力不足的问题.下一代分布式仿真标准可扩展建模与仿真框架XMSF和网络中心战NCW强调Web技术应用和态势信息的共享.本文首先介绍了传统方法的不足,并根据作战模拟的新要求提出了一种基于Web的态势显示方法.其次详细阐述了该方法的工作原理和关键技术:利用GSDC方法实现仿真态势数据的收集、入库、发布和映射.随后在该方法的基础上,以地理信息平台ArcGIS和视景仿真软件Vega Prime为支持实现了基于Web的作战模拟态势显示系统.最后,总结了该方法的特点并展望其发展.     

基于关注势的战场态势热力图构建方法

面对高度复杂和多变的现代战场,如何快速直观地发现战场上的态势热点,降低认知负载是指挥员所面临的巨大挑战.针对战场时变条件下的态势热点发现问题,在分析热点形成机理的基础上,提出关注势理论,构建了符合人类认知特性的改进的Logistic时间衰减函数(improved Logistic time decay function...     

基于认知图和直觉模糊推理的态势评估方法

针对战场环境中信息的不确定性和交互关联性问题,将直觉模糊推理理论与认知图推理相结合,提出一种基于认知图和直觉模糊理论的态势评估方法。首先,分析当前认知图推理的特点与不足,建立基于直觉模糊集理论和有序加权平均算子的直觉模糊认知图模型;其次,提出直觉模糊认知图的态势评估推理过程;最后,用实例给出评估结果,验证方法的有效性和正确性。该方法能更准确地描述战场客观环境,为决策者提供更多的决策信息和决策偏好自由度。     

基于贝叶斯网络和直觉模糊推理的态势估计方法

将直觉模糊推理理论与贝叶斯网络推理相结合,提出一种基于直觉模糊理论和贝叶斯推理网络的态势估计方法。首先,分析当前贝叶斯网络推理的特点与不足,建立基于直觉模糊函数的贝叶斯网络推理模型;其次,证明直觉模糊函数在贝叶斯网络推理中是可传播的;最后,用实例给出评估结果,验证方法的有效性和模型的正确性。采用实例说明,当证据节点犹豫度较大时,一般贝叶斯网络推理得不到正确的结果,而该方法克服了此缺点,能够得到正确的推理结果。     

基于Delaunay三角网的二维电磁态势可视化方法

二维电磁态势是战场电磁态势研究的重要内容,是战场电磁频谱管控的重要依据.提出了一种改进的前沿边推进算法来构建Delaunay三角网,提高了Delaunay三角网的构网速度.通过等值点的插值、追踪、平滑处理和等值区的构造,实现了二维电磁态势的可视化.仿真结果表明,采用该方法绘制的二维电磁态势图速度较快.     

基于WNN-RAGA 的非线性组合预测方法

将小波变换与神经网络结合构成WNN非线性组合模型,弥补单一预测方法的不足,利用RAGA 的全局优化能力,优化WNN 学习的网络参数,解决传统WNN网络学习算法在学习后期收敛速度慢、存在局部最小值以及训练结果不稳定的问题。实例的预测结果显示出这种基于WNN-RAGA 非线性组合预测的良好预测性能。     

基于改进Mycielski方法的风速预测

风速的建模和预测对有效利用风能有着重要意义, 由于风速时间序列为非正态分布且有易变性, 应用统计建模的方法来精确预测风速往往较困难. 本文基于一种类似于高阶马尔可夫链的Mycielski方法来预测风速, 为提高预测精度, 风速状态被重新定义在一个较小的范围内, 然后在历史数据序列中搜寻最长长度的重复序列. 数值实验和比较结果的F检验值表明改进的Mycielski方法在预测精度上得到了显著提高.     

基于判别矩阵的潜艇作战态势认知决策建模方法

潜艇作战具备复杂环境中的动态博弈对抗特点,作战人员的态势认知与决策行为对潜艇作战效能有着重要影响。针对潜艇交战级作战实验中的态势认知决策建模难题,在分析态势认知决策过程的基础上提炼表征变量集合,提出基于判别矩阵的潜艇作战态势认知决策建模方法,并以某型潜艇交战级对抗为例研究给定想定条件下的态势认知决策过程,验证了方法的可行性和有效性。建立的模型能够有效刻画作战人员认知决策过程,支持潜艇作战实验中的交战机理和制胜机理研究。     

基于STK的信息作战态势三维可视化表现方法研究

为增强信息作战态势表现的精确性与透明性,提出了基于STK的信息作战态势三维可视化表现方法及其原型系统实现的技术方法。在介绍STK软件的相关概念基础上,针对信息作战态势三维可视化表现系统构建需求,提出了系统基本组成结构,并从STK三维场景文件高效率生成、与信息作战态势二维可视化表现系统的同步、大规模三维场景实时渲染效率等方面对系统涉及的关键技术进行了探讨,最后以某信息作战武器装备体系对抗仿真应用中信息作战三维态势可视化表现系统为例对该方法进行了验证,表明该方法的可行性。

Abstract：

For improving the precision and clarity of exhibition of information operation situation, the method of 3-D visualization based on STK was given. Based on the introduction of characteristic and function of STK, aiming at the requirement to build the system of 3-D visualization in exhibition of information operation situation, the architecture of 3-D exhibition system was put forward. In order to design and realize the 3-D exhibition system, key techniques were analyzed, including how to load a STK scenario efficiently, how to synchronize the 3-D exhibition system of information operation situation with the 2-D exhibition system of information operation situation, and how to render the large scale scenario in real time. Finally, the solution was applied to an exhibition system of information operation situation of weapon system-of-systems combat simulation to illustrate that the method could be used.     

态势估计中基于模糊集理论的目标编群方法

分析了C4ISR信息融合系统中态势估计的目标编群问题。应用基于模糊等价关系的方法实现目标编群,并提出一种基于域知识和最近邻法相结合的算法来实现群结构递增形成的策略。该算法易于实现,计算量小,在实时性要求高的态势估计系统中有一定的应用价值。目标编群的结果有助于确定态势元素之间的相互关系,从而解释问题领域的各种行为,辅助指挥决策。