基于DBN的预警机战场威胁评估模型研究

预警机作为空中高价值目标,是敌袭扰、打击的首选对象.针对预警机战场威胁评估问题,首先根据预警机战场受威胁特点,分析了其战场威胁要素;然后借助动态贝叶斯网络(DBN),构建预警机威胁评估模型;最后根据战场想定,提取、处理要素状态,通过Netica软件推理计算,得出预警机战场受威胁等级.该结果随态势变化而变化,符合人的主观认知,所构建模型为预警机战场威胁评估提供了一种科学、有效的方法.     

贝叶斯网络的战场作战意图评估方法

为了对复杂的战场环境下战场当前态势进行准确的评估和预测,采用贝叶斯网络分析影响作战意图的主要因素及其相互关系,构建了战场作战意图评估贝叶斯网络,采用联合树推理算法进行推理计算.研究结果表明：在不同的战场环境下,根据获得的相关因素,利用贝叶斯网络进行推理,得出了不同条件下的作战意图评估结果,与专家认知常识具有一定的一致性.     

基于IE-DBN算法的空中来袭目标威胁评估

针对传统动态贝叶斯网络主观性强、对复杂战场态势处理能力弱、计算时间长的缺点,提出了一种基于信息熵-动态贝叶斯网络（information entropy-dynamic Bayesian network,IE-DBN）的威胁评估算法。该算法在动态贝叶斯网络框架中通过可自适应调节的高斯隶属度函数得到目标速度、距离、高度和来袭方向的概率,有效地解决了对来袭目标威胁时变状态计算滞后的问题;降低了主观因素对威胁度计算的影响,使用信息熵算法对框架得到的结果进行加权处理得到空中来袭目标的威胁度。仿真结果表明改进算法可以更加客观准确地计算出空中来袭目标的威胁程度。     

动态贝叶斯网络在态势评估中的应用

针对目前战场态势变化的复杂性和多样性,尤其是战场信息的不确定性和模糊性,提出了利用动态贝叶斯网络,根据态势事件与态势假设之间的潜在关系建立态势评估的功能模型,从而实现态势评估,并用具体的实例验证了该方法的有效性.仿真结果表明,依据动态贝叶斯网络建立的态势评估模型,能够将各种特征因素进行综合,使得不同时间片的特征因素相互修正,从而能够准确地跟踪战场态势的变化,所得态势评估结果为指挥员分析当前态势和决策提供了支持.     

层次化电力信息网络威胁态势评估方法研究

电力企业是我国社会经济和人们生产生活中的重要部分,随着电力信息网络业务呈现多元化发展,电力系统网络信息安全成为当前社会各界关注的焦点。如何提高电力信息网络系统安全风险评估和监控能力,并形成科学有效的系统评估模式成为当前研究的重点。本文首次提出了层次化电力信息网络威胁态势评估法,并通过详细的系统研发和实践检验,将各种网络威胁的初始权重、最终权重以及网络威胁态势值进行科学分析,最终成功开发并运行该系统,对于提高电力信息网络安全评估水平和风险监控能力具有重要意义。     

一种基于目标攻击图的态势威胁评估方法

针对传统安全威胁评估方法难以理解攻击渗透的相关性,且难以量化相关渗透对于网络环境的影响问题,结合攻击图渗透动作危害性、渗透相关性和主机业务重要性,提出双向威胁评估模型和计算方法,能衡量攻击的深入程度和对目标的威胁程度,最后提出了一个能应用于实时告警分析的攻击序列评估方法,并通过实验验证了所提模型的合理性和有效性.     

基于贝叶斯网络的无人机对地作战威胁评估

针对无人机对地作战过程中地面威胁评估面临的信息不确定性和实时性等问题,分析了现有威胁评估方法的局限性,提出了一种基于改进贝叶斯网络的威胁评估方法,采用威胁数据与专家知识混合驱动的方法提高威胁评估模型的合理性。构建了分层威胁评估架构,基于载机与威胁包线的关系、威胁辐射等划分威胁等级。建立了地面威胁通视概率计算模型,并将通视概率作为贝叶斯网络威胁评估模型的输入。仿真结果表明,该模型计算量小,算法实时性好,引入威胁通视概率提高了地面威胁评估的合理性。     

基于扩散分析的网络安全威胁态势评估

针对多数态势评估方法欠缺对授权与依赖关系的考虑、无法反映间接威胁、评估结果对动态防御的指导作用不大的问题,提出了一种以威胁扩散分析为基础、以攻击意图揣测为延伸的评估方法。首先评估了攻击施加的直接威胁,及其沿着依赖关系扩散引发的间接威胁。然后探讨了多攻击并发时的非线性叠加效应。最后使用覆盖法和聚类法揣测攻击意图。实验表明,该方法能更透彻、更精准地揭示安全状况,较好地指导动态防御。     

基于灰色聚类的空袭目标威胁评估与排序

为了对空袭目标威胁进行有效评估与排序,以便合理地分配防空火力,提出了一种基于灰色聚类理论的空袭目标威胁评估与排序方法.首先分析空袭目标参数与目标威胁的关系,建立目标威胁评估指标体系,并确定指标量化处理的方法.然后通过灰色聚类理论中的灰色变权聚类方法,建立空袭目标威胁评估与排序模型.最后以一组具体空情数据为例,运用该模型实现了对空袭目标威胁的评估与排序.通过计算表明该模型具有一定的有效性和实用性.     

基于动态贝叶斯网络的电子对抗演练效果评估研究

动态贝叶斯网络是对具有随机过程性质的不确定性问题进行建模分析的有力工具。以作战效能为标准,建立了基于动态贝叶斯网络的电子对抗演练效果评估模型。仿真算例结果表明,动态贝叶斯网络对电子对抗演练效果评估合理。与静态贝叶斯网络相比,动态贝叶斯网络由于考虑了时间因素的影响,能更好地反映电子对抗分队演练效果的变化规律与趋势,具有较好的准确性以及容错能力。     

一种变结构动态贝叶斯网络的反导态势评估模型

为了实现在反导预警监视系统基础上的反导态势评估,通过对反导作战过程的分析,根据反导作战指挥的需要,提取了反导作战中的五个关键事件,以动态贝叶斯网络为基础,构建了以关键事件为驱动的变结构态势评估模型．利用Matlab软件对态势评估模型进行仿真验证．仿真结果表明,该模型能够随着反导战场的变化反映出战场态势的变化,其推理时间也能够满足评估实时性要求,可为指挥员提供指挥决策依据．     

一种基于Elman神经网络的网络舆情威胁估计方法

在详细分析网络舆情影响因素和自身属性的基础上,建立了网络舆情指标体系.依据模糊综合评价法和神经网络构建了网络舆情威胁估计模型.采用模糊综合评价法确定指标体系中各舆情因素的数值化评价值,并结合改进的Elman神经网络模型对网络舆情进行综合评判,最终得到网络舆情的威胁等级.仿真实验表明了该模型的有效性和准确性.     

基于贝叶斯网络的高速列车碰撞风险评价

碰撞事故已成为影响高速列车运营安全的重要因素,采用科学方法对安全风险进行有效的预测与评估具有重要意义.从组织、人因错误的角度出发,利用贝叶斯网络构建了碰撞事故的致因关系.参考专家知识,基于风险发生概率语言变量量化基本事件的条件概率,构建条件概率表,利用GeNIe软件进行了概率推理和风险因素灵敏度分析,定量评估了列车碰撞的风险,找出了影响最突出的风险因素.通过案例研究表明,贝叶斯网络对于高速列车运营安全风险预测是可行的,计算得到的风险概率不仅指出了重要的影响因素,也反映了高速列车系统目前的安全状况.     

一种基于贝叶斯网络的飞机配电系统可靠性评估方法

把一种基于贝叶斯网络的故障树分析法运用于飞机配电系统可靠性评估,不但能计算出飞机配电系统的可靠性指标,而且可以方便地给出每个部件或几个部件对配电系统整体可靠性的影响大小,分析系统中的薄弱环节,避免传统飞机配电系统可靠性评估方法中分析复杂,减少了计算量,弥补了传统故障树分析法的不足。     

贝叶斯属性攻击图网络脆弱性评估

为了准确全面地评估计算机网络脆弱性,对攻击图中存在的攻击环路、状态爆炸、难以量化分析等问题进行了研究,提出了属性攻击图向贝叶斯网络转化的方法和新的环路消除算法,并利用这2个算法建立贝叶斯属性攻击图模型。在该模型中,利用贝叶斯公式进行推导,得到评估指标的计算公式。利用通用漏洞评分系统数据计算节点的发生概率和评估指标,进行计算机网络脆弱性评估。通过进行实验分析,证明了该模型的可行性和有效性。与其他的脆弱性评估方法相比,该模型具有评估准确、计算简洁、动态量化评估的特点。     

基于BP神经网络的战场网络攻击效能评估

战场网络攻击效能评估是网络攻击研究的重要内容.为了评估战场网络攻击效能,构建了战场网络攻击能力评估指标体系,提出了基于BP神经网络的评估方法,给出了构造样本的方法,并用构造的样本对BP神经网络进行训练,最后利用Matlab软件对该网络进行了仿真.通过与模糊综合评判法得出的评估结果相比较,验证了该方法的有效性.该方法减少了评估中人为因素的影响,使评估结果更可信.     

基于贝叶斯攻击图的动态安全风险评估模型

攻击者通过分析网络中漏洞的相互关联关系逐步攻破多个漏洞,而攻击图模型虽然能描述网络内潜在威胁的传播路径,但未充分考虑攻击事件对攻击图中所有属性节点置信度的动态影响。为此,提出一种基于贝叶斯攻击图的动态风险评估(dynamic risk assessment based on Bayesian attack graphs, DRA-BAG)模型。该模型运用贝叶斯信念网络建立用于描述攻击行为中多步原子攻击间因果关系的概率攻击图,其中采用通用漏洞评分系统指标计算漏洞利用成功概率,并利用局部条件概率分布表评估属性节点的静态安全风险;进而结合入侵检测系统观测到的实时攻击事件,运用贝叶斯推理方法对单步攻击行为的后验概率进行动态更新,最终实现对目标网络整体安全性的评估。实验结果表明,本文方法可评估动态安全风险和推断攻击路径,为实施安全防护策略提供依据。