基于目标作战意图信息融合的威胁评估方法

针对不确定信息条件下目标威胁评估缺乏融合作战意图信息的现状,提出一种基于IFIOWA算子并融合目标作战意图信息的目标威胁评估方法.首先,基于战场目标不确定信息,以直觉模糊集为基础,利用直觉模糊诱导有序加权平均算子(IFIOWA)进行信息集结;其次,利用灰色关联群决策方法将作战意图信息与指标值知识测度进行融合,作为IFIOWA算子诱导值;再次,通过最小二乘方法融合基于指标排序位置权重和基于评估信息权重,获得多类型融合的IFIOWA算子位置权重;最后,基于IFIOWA算子对指标信息进行集结,并利用理想解贴近度的方法计算目标威胁度.威胁评估算例表明,所提方法能够融合目标作战意图信息,评估结果合理有效.     

地面作战目标威胁评估多属性指标处理方法

评估指标的量化处理是目标威胁评估(Threat assessment, TA)算法应用的基础.本文针对地面作战目标威胁评估指标类型多样和难以量化的问题,系统地提出了一种多属性威胁指标的量化方法,并将指标量化结果转化为统一的直觉模糊集(Intuitionistic fuzzy set, IFS)表示形式.研究了地面作战目标威胁评估指标如目标距离、速度、攻击角度、类型、通视条件和作战环境等,通过模糊评价语言、区间数、实数、三角模糊数等方式进行量化,最大限度地保留指标不确定信息并降低实际应用的复杂度;提出了不同表示形式的威胁指标数据与直觉模糊数的转化原则和转化方法,并给出了理论可行性的数学证明.通过一个地面作战目标威胁评估的多属性指标处理实例,验证了该方法在多属性指标量化和直觉模糊集表示中的合理性,说明了该方法能够为目标威胁评估提供科学的评估数据.     

基于云贝叶斯网络的目标威胁评估方法

将云模型和贝叶斯网络相结合,形成云贝叶斯网络,并建立了基于云贝叶斯网络的威胁评估模型.首先,根据实际应用背景确定贝叶斯网络结构,并对连续型观测节点进行云模型转换;然后,将观测变量值输入云贝叶斯网络,推理得到目标属于各个威胁等级的概率;最后,为消除目标信息的不确定性对总的威胁度的影响,进行了多次重复推理,通过概率合成公式求得最终的威胁程度.以联合防空作战为背景,仿真实现了空中目标的威胁评估,验证了该方法的有效性.     

针对预警机的主客观权重相结合的TOPSIS法多目标排序

针对传统威胁评估模型主要适用于战斗机的现状,根据预警机作战特点及敌机战术方法,提出了针对预警机的威胁评估模型;传统TOPSIS法确定指标权重存在人为因素偏大的不足,根据GD-AHP法考虑多位专家意见并结合信息熵得到综合权重,进而对目标更客观地进行威胁评估并排序;算例分析表明,该方法合理、有效。     

基于改进的排列法的目标威胁评估与排序模型

结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性.该方法不必将各属性值精确量化,只需知道各属性间的大小关系及权重就可以进行威胁评估与排序.     

对地目标侦察威胁权重分析研究

基于对地侦察平台及其性能参数的统计数据,分析了航天与航空侦察威胁特点,总结了地面目标曝露征候。采用层次分析法建立了对地目标侦察威胁权重评估模型,确定了各种影响因子的分析方法,计算获得雷达、红外及光学侦察威胁权重分别为25%、14%和61%。为地面特定目标进行侦察威胁分析提供了新的方法,对地面目标隐身设计与作战效能分析评估具有一定的指导意义。     

层次化网络安全威胁态势量化评估方法

安全评估是贯穿信息系统生命周期的重要管理手段,是制定和调整安全策略的基础和前提.只有充分识别系统安全风险,才能有针对性地采取有效的安全防范措施.基于IDS(intrusion detection system)海量报警信息和网络性能指标,结合服务、主机本身的重要性及网络系统的组织结构,提出采用自下而上、先局部后整体评估策略的层次化安全威胁态势量化评估模型及其相应的计算方法.该方法在报警发生频率、报警严重性及其网络带宽耗用率的统计基础上,对服务、主机本身的重要性因子进行加权,计算服务、主机以及整个网络系统的威胁指数,进而评估分析安全威胁态势.实验表明,该系统减轻了管理员繁重的报警数据分析任务,能够提供服务、主机和网络系统3个层次的直观安全威胁态势,使其对系统的安全威胁状况有宏观的了解.而且,可以从安全态势曲线中发现安全规律,以便调整系统安全策略,更好地提高系统安全性能,为指导安全工程实践、设计相应安全风险评估和管理工具提供了有价值的模型和算法.     

目标威胁评估的一种改进影响网络方法

目标威胁评估是在进行作战决策时需要解决的关键问题。针对传统影响网络只能描述二元状态事件的局限性,对其进行了扩展,建立了描述多元状态事件的改进影响网络模型,并推导了影响参数应满足的约束条件及条件概率的计算方法。以防空系统目标为例,在分析目标威胁属性的基础上,基于云模型进行属性值的定性与定量转化,并运用改进的影响网络方法进行目标威胁评估。最后给出仿真实验,实验结果验证了改进影响网络方法的有效性和可行性。     

PAAIS中的态势威胁评估模型

目标态势威胁评估是PAAIS(Pilot Assistant Artificial InteHigent System)中任务规划、应急动作规划、火力分配、攻击排序的基础.通过对超视距空战威胁态势的分析,采用了TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)算法对空中作战目标进行其威胁指数计算,建立了超视距空中威胁排序模型.和其他威胁评估算法相比,方法具建模简单,计算速度快的优点,而且便于更新.仿真实验结果表明该方法对发现的目标可及时做出威胁响应,为PAAIS制定下一步方案奠定了基础.     

基于信息增益和目标威胁度的多传感器管理优化模型

针对信息化防空作战的多传感器资源管理优化问题,分析了防空作战传感器管理,提出了基于信息增益和目标威胁度的多传感器管理优化模型.该模型通过计算传感器对目标的信息熵,获得每个传感器对每个目标最大的信息增益,以此作为代价函数,考虑目标的威胁度,利用线性规划思想进行多传感器对多目标的优化分配,实例分析表明该模型的有效合理性.