基于动态贝叶斯网络的防空作战威胁估计

准确的对战场目标威胁等级进行评估,是战场辅助决策系统的重要环节。通过对威胁估计过程的理解,全面分析了影响威胁等级的评估参数,建立了威胁估计的贝叶斯网络模型,并采用动态贝叶斯网络推理方法进行威胁估计,使目标的各个特征因素以及不同时间片的同一特征因素相互修正,克服了由于专家系统的评估所造成的不确定性和主观性,最后进行了仿真。仿真结果表明,基于动态贝叶斯网络的威胁等级评估算法是一种有效的评估算法,其结果能够比较准确地反映威胁源的真实威胁程度。     

基于模糊动态贝叶斯网络的辐射源威胁估计

针对复杂电磁环境下观测数据的不确定性,建立辐射源威胁评估的离散模糊动态贝叶斯网络模型。对连续观测值通过模糊分类函数进行模糊分类,获得连续观测值属于各个模糊集合的隶属度,结果作为离散模糊动态贝叶斯网络的输入。对动态贝叶斯网络的推理算法进行了改进,使其能处理具有多个状态的观测值。仿真结果表明,依据离散模糊动态贝叶斯网络所建立的辐射源威胁评估模型,能够准确跟踪战场态势的变化,及时发现态势的转换边界,而且在观测值出现大量错误时,仍然可以给出正确的评估结果。     

动态贝叶斯网络在战术态势估计中的应用*

针对战术态势估计的特点和要求,分析和建立了应用于态势估计的动态贝叶斯网络模型。该模型以离散变量集为研究对象。由于该动态贝叶斯网络满足Markovian特性和平稳特性,降低了网络的复杂度。相比较于贝叶斯网络模型,该动态贝叶斯网络模型考虑了时序因素,将前时刻的态势因素作为当前时刻态势估计的证据的一部分,并能对下一时刻的态势进行预测。文中采用集树（junction tree）算法,利用相关的贝叶斯网络推理软件进行了实验,实验结果表明基于动态贝叶斯网络的估计结果较贝叶斯网络的估计结果好,验证了该模型的有效性。     

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.     

机载光电系统目标威胁估计的模糊贝叶斯网络方法

针对机载光电传感器系统所能够提供的目标特征信息,提出利用模糊贝叶斯网络理论建立目标威胁估计模型来辅助决策者进行威胁判断.模型首先研究了机载光电传感器所能提供的目标特征及其对威胁程度的影响;然后选取合适的特征值并利用模糊理论方法对其进行模糊划分,从而建立了目标威胁估计的模糊贝叶斯网络模型,最后通过贝叶斯网络推理算法获得目...     

基于贝叶斯网络的威胁识别

对威胁进行准确识别是威胁评估的重要内容之一,它涉及到许多不确定性因素.贝叶斯网络是处理不确定性知识的有效工具.根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.首先简单介绍了贝叶斯网络及其优点,然后根据一个具体的实例,建立了威胁识别的贝叶斯网络模型,并阐述了贝叶斯网络用于威胁识别的推理流程.通过对实例的计算结果表明,利用贝叶斯网络能够准确识别威胁,并能有效地处理不确定性信息.     

贝叶斯网络的气象威胁建模及评估方法研究

目前在航路规划中,对于气象威胁的研究主要是针对单一气象模型展开的,以风场研究居多,比如:台风模型及其危害范围研究,过山气流及其在飞行过程中的影响研究等.在航路规划中,对于多种气象威胁叠加的情况,提出了一种基于贝叶斯网络的气象威胁评估方法.研究了基于贝叶斯网络的推理模型,利用贝叶斯多树传播算法计算可能出现的气象状况对于航路飞行的威胁,并进行了实例计算.其结果表明,基于贝叶斯网络的威胁等级评估方法是一种有效的气象威胁评估方法,其结果比较准确地评估了气象威胁程度.     

基于动态贝叶斯网络的复杂网络攻击方法研究

在制定网络攻击策略时,目标网络信息存在不确定性,攻击方缺乏综合、可靠、实时的攻击依据,难以达到攻击效果,为此提出一种科学的复杂网络攻击方法。对网络攻击中攻击方收益、损耗、代价和遇到的风险进行分析,建立指标体系,利用动态贝叶斯网络对网络节点的攻击效果进行综合评估,克服了传统节点重要度评估方法依靠网络拓扑单一指标或者对目标节点进行静态评估的缺点。仿真实验表明该方法在攻击时综合了更多节点关系和观测信息,避免了依靠静态评估手段实施攻击时实际攻击效果与理论期望的差距,同时在攻击精度上更加准确,攻击效能更高。     

基于贝叶斯网络的内部威胁预测研究

在内部网络带给企业办公便利的同时, 内部网络所带来的威胁也日渐突出, 由于企业中内部威胁具有危害性大、难以检测等特点, 内部威胁亟需解决。因此, 提出了基于贝叶斯网络攻击图的内部威胁预测模型。以内部用户实际操作过程中的行为为研究对象, 以内部用户攻击过程中所占有的资源状态和所进行的操作序列攻击证据为节点, 构建贝叶斯网络攻击图; 以网络攻击图来描述攻击者在攻击过程中的不同攻击路径和攻击状态, 并且利用贝叶斯网络推理算法计算内部威胁的危险概率。在贝叶斯网络攻击图中定义了元操作、原子攻击、攻击证据等概念, 量化了节点变量、节点变量取值和条件概率分布。以改进的似然加权算法为基础, 使贝叶斯网络的参数计算更加简便, 内部威胁的预测更加精确。最后, 通过仿真实验证明了该方法建模速度快、计算过程简单、计算结果精确, 在预测内部威胁时的有效性和适用性。     

基于变参数动态贝叶斯网的态势评估

针对态势估计系统建立过程中不确定性的知识表示问题,探讨了采用变参数动态贝叶斯网络进行态势评估的方法的必要性和可行性,构建了一种自适应变参数动态贝叶斯网的态势评估系统,提出了基于变参数动态贝叶斯网络的态势评估优化算法,利用数据挖掘技术实现了态势评估变参数的学习;实验结果表明该方法可以通过实时数据动态地修改、完善评估知识库及模型库的信息,使评估模型自适应战场形势的变化,以获得更准确评估结果.     

基于神经网络的威胁评估研究

威胁评估是战场损伤模拟研究的重要内容之一,对于开展更为深入的战场损伤模拟研究是非常重要的.威胁评估涉及的因素较多,且难于建立一种合理的评估准则和评估数学模型.该文根据战场损伤模拟中威胁评估的非线性特点,以及神经网络在解决非线性复杂问题所具有的独特优势,提出了基于神经网络的威胁评估方法,讨论了威胁评估神经网络模型的构建方法,并从某战损试验数据中选取训练样本,进行了实例分析,证明了该方法的可行性和有效性.     

基于RBF神经网络的空战威胁评估

针对现有空战中威胁评估算法存在的不足,提出了用RBF神经网络进行威胁评估的方法.给出了涉及空战威胁评估的因素及其数学模型,建立了基于RBF神经网络的空战威胁评估算法.最后,举出一个应用实例,并将该方法评估结果与多属性决策法评估结果进行了比较.实验表明,该方法评估结果准确、快速.     

基于模糊神经网络的空中目标威胁估计

将模糊神经网络用于空中目标威胁估计，阐述了网络结构的确定和算法实现过程。由于模糊神经网络不需要对象的准确模型。它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性映射，在神经网络框架下引入模糊规则，使网络中的权值有明显的意义，且保留了神经网络的学习机制，对权值的学习采用改进BP算法。仿真结果表明了该方法的有效性，为进行有效的目标威胁评估提供了一条新的思路。     

基于动态贝叶斯网络的音视频联合说话人跟踪

将多传感器信息融合技术用于说话人跟踪问题, 提出了一种基于动态贝叶斯网络的音视频联合说话人跟踪方法. 在动态贝叶斯网络中, 该方法分别采用麦克风阵列声源定位、人脸肤色检测以及音视频互信息最大化三种感知方式获取与说话人位置相关的量测信息; 然后采用粒子滤波对这些信息进行融合, 通过贝叶斯推理实现说话人的有效跟踪; 并运用信息熵理论对三种感知方式进行动态管理, 以提高跟踪系统的整体性能. 实验结果验证了本文方法的有效性.     

基于模糊矩阵博弈的网络安全威胁评估

在分布式网络安全积极防御系统中,需要进行多层次的信息融合。其中层次较高的威胁评估是根据网络安全态势感知结果,推测或判断威胁程度以及可能的行动方案。该文在分析博弈论中模糊矩阵博弈原理和网络空间威胁评估机理的基础上,提出了基于模糊矩阵博弈的网络安全威胁评估模型及其分析方法,并给出了计算实例与研究展望。