基于任务演化重要度的合成部队维修器材两级配置优化方法

维修器材是实施装备维修保障的重要物质基础,维修器材的合理配置是做好装备维修保障的关键。针对不同任务阶段部件功能状态对装备系统功能状态影响程度不同的实际,建立装备部件的任务演化重要度模型;以基于任务演化重要度的备件保障度为目标,构建合成部队维修器材两级动态配置优化模型。通过引入拉格朗日算子将多约束转为复合单一因子约束,建立约束因子动态更新机制以适时满足指挥员不同权重因子判定规则。提出一种基于MA-OD目标分解的改进边际分析法并进行算例分析。研究结果表明,在任务背景驱动下,考虑任务演化重要度的维修器材两级配置优化方法,能够为合成部队指挥员制定部队平时和战时器材配置方案提供一定的方法支撑,对提升装备使用可用度具有重要意义。

防空导弹发射车易损性建模与毁伤仿真评估

针对防空导弹易损性和毁伤评估研究需求,以某型防空导弹发射车为研究对象,进行功能和结构分析,确定关键部件,并建立发射车毁伤树模型。依托战场毁伤仿真平台,结合防空导弹发射车的几何、材料和结构特点,建立了防空导弹发射车的易损性等效模型。对防空导弹发射车进行毁伤仿真评估,通过正交试验设计以及极差分析,分析战斗部的水平角、高低角、脱靶量和初速度对装备毁伤程度的影响,并重点对脱靶量和水平角对装备毁伤程度的复合作用进行探究。结果表明,随着脱靶距离的增大发射车毁伤程度呈指数级下降,弹药入射角随着脱靶距离的增大对装备毁伤程度的影响急剧减小。研究成果可为防空导弹发射车的易损性设计、战斗部署、装备维修器材供应保障等提供重要借鉴。

基于互信息和轮廓系数的聚类结果评估方法

在采用改进k-means对未知二进制协议聚类的基础上,引入调整互信息和轮廓系数两种参数,分别对聚类的簇内聚类效果和整体聚类效果进行评估,并以真实的二进制协议数据为例,验证了评估的有效性。实验表明,基于调整互信息的评估方法类簇中样本判定的准确率大于90%,并且与数据报文真实的类别相符;基于轮廓系数的评估方法对不同数据集聚类结果的评估与聚类结果准确率的分布也相一致。该方法运算速度快,并且准确率优于代表点法,更符合二进制协议特征。

基于一维卷积神经网络的二进制协议分类方法

针对目前网络上未知二进制协议种类繁多、不便于管理的问题,提出一种基于一维CNN的二进制协议分类方法,利用聚类得到协议数据的标签进行训练,直接将经过一类分类的二进制协议报文作为一维卷积神经网络的输入,训练分类模型,构建了一个二进制协议分类器,能够自动学习原始输入与预期输出之间的非线性关系,实现协议的自动分类功能。这是首次将一类分类与CNN网络应用于二进制协议分类领域。并且针对最大频度池化和一维卷积网络作了对比试验,验证了改进的有效性。经过实验验证对协议的识别率达到了98%以上,分类时间优于聚类方法。

基于调整互信息的二进制协议一类分类算法

为解决未知协议种类繁多、聚类结果不能涵盖所有协议的问题,提出一种基于调整互信息的一类分类算法。采用改进的k-means聚类,构建目标样本的合理覆盖模型,计算每个聚类中心的调整互信息阈值,得到各个聚类中心的调整互信息值,对不同聚类互信息阈值进行比较,并通过实验验证了算法的有效性。实验结果表明:与其他传统的一类分类方法相比,该方法在二进制协议一类分类中取得了较好的结果。

钨球破片撞击指控装备毁伤效应研究

为研究指控装备舱体板和内部部件腔体板应对钨球破片撞击的防护能力,进一步改进指控装备防护设计,通过理论分析、实验和有限元仿真的方法,研究了钨球破片对指控装备舱体和部件腔体的等效靶板侵彻特性,获取了钨球破片撞击等效靶板的极限穿透速度,并运用有限元软件AUTODYN对钨球破片侵彻等效靶板的毁伤效应进行数值模拟仿真,进一步分析了破片直径、速度、入射角度,靶板厚度、靶板间隔对等效靶板抗毁伤能力的影响。结果表明:随着破片速度和直径的增加,等效靶板抗毁伤能力也不断增强,但仍不能改变被破片越来越容易穿透的趋势;随着破片入射角度的增大,第1层等效靶板的抗毁伤能力变强,第2层等效靶板抗毁伤能力先增强后减弱,但却可以抵挡破片使其由穿透变为侵彻和跳飞;随着靶板厚度增加,等效靶板的抗侵彻能力明显增强;随着靶板间隔的增大,破片在靶板间隔中失能增加,靶板抗毁伤能力反而下降。

基于K-means和AGNES的未知二进制协议聚类

协议的聚类是协议分析中一个重要的环节,为实现对未知二进制协议高效聚类,提出了一种基于K-means聚类和AGNES的未知二进制协议聚类方法。在对获取的二进制协议比特流进行数据预处理的基础上,先采用K-means算法对比特流数据进行初步聚类,再通过误差平方和、Calinski-Harabasz分数值和轮廓系数确定k值,最后选择AGNES算法将未知二进制协议比特流划分为不同的二进制协议子集。方法有效结合了K-means和AGNES算法的特点,降低了时间复杂度的同时提高了聚类的精确度。对实验数据集的测试结果验证了所提方法的有效性,较为准确地确定了k值,聚类精确度达到了98%。

基于优化故障定位的SIMECK密码代数故障攻击

针对SIMECK密码,提出一种优化故障定位的代数故障攻击方法。通过分析SIMECK轮函数加密扩散缺陷及故障失效原因,提取故障确定性传播特征并构建确定性故障差分特性表,实现故障的精确定位。创建加密过程和故障信息等效方程组,将方程组转化为SAT问题并求解密钥。实验结果表明,该方法在SIMECK32/64第28轮左寄存器中注入随机单比特故障,仅需8次故障注入即可恢复完整64 bit主密钥,攻击成功率高达99.61 %,相比已有故障攻击方法所需故障样本量更少,攻击成功率及创建方程自动化程度更高。

基于最长公共子串挖掘的未知链路层协议帧切割算法

在日益激烈的现代电子对抗领域中,侦听方截获的原始数据一般是比特流的形式,将比特流划分为数据帧是处理截获数据的首要任务。现有方法虽然可以准确地提取相关序列实现帧切分,但是当需要处理的数据量较大时,时间和空间的消耗量过大,并且实验过程中常常需要预先设定一些阈值。为此,文中提出了一种基于最长公共子串挖掘的未知链路层协议帧切割算法,该算法通过统计一定长度的比特流的最长公共子串,逐步精确前导码和帧起始定界符,从而实现帧切分。实验数据表明,该算法相较于基于频繁序列挖掘以实现帧切分的算法,相关候选序列数量呈指数级下降,最终使得候选序列唯一。该算法的时间复杂度为O(n),且只需单次扫描,充分说明该算法可以高效地实现帧切分。

多级字典存储的未知文本协议候选关键词链式合并方法

关键词提取是进行未知网络协议逆向的关键步骤。鉴于现有的关键词提取方法存在精确度不高、需要较多先验知识、操作繁琐等问题,提出了一种基于位置信息的关键词自动化提取算法。首先,通过Trigram分词获取候选关键词,附加上位置信息后,将其组织成多级字典;在此基础上,根据位置信息将传统的对候选关键词进行树状合并改进为对其进行链式合并,以获得更精确的最长候选关键词。实验结果表明,当设置频繁度阈值为0.6时,该方法即可以准确提取出文本协议的关键词。同时,分析了频繁度的设置对实验效果的影响,并讨论了基于频繁序列对关键词进行挖掘的相关算法的局限性。

基于最长连续间隔的未知二进制协议格式推断

在未知二进制协议的格式推断过程中,常常引入大量的先验知识,实验操作复杂且准确率不高。为此,文中提出了一种人为设定较少参数、操作简单、准确率较高的方法进行未知二进制协议格式推断,将预处理的协议数据进行层次聚类,以CH(Calinski-Harabasz)系数为评价标准获得最优聚类,通过对聚类所得结果进行改进的序列对比以获得带有间隔的协议数据序列,统计合并连续间隔,以分析协议格式。实验结果表明,提出的二进制协议格式推断方法能够推断出未知二进制协议80%以上的字段间隔,相较于AutoReEngine算法中的格式推断方法,所提方法的F1-Measure值整体上提升了约30%。