基于NN的空天网络行为信任模型

空天网络所具有的动态性、开放性、复杂性特点,使得空天网络需要更高的安全性。为解决空天网络实体间的信任问题,并充分利用先验知识,基于神经网络理论对空天网络实体的行为信任进行了建模。通过建立相识社区,利用相识者的直接信任,完成了推荐信任的计算,并采用BP神经网络的惩罚项理论解决了恶意推荐问题。为空天网络环境中的行为信任研究提供了新的思路。

基于动态贝叶斯网络的复杂网络攻击效果研究

在复杂网络攻击中,指挥决策者在制定攻击方案时攻击信息存在不确定性,缺乏综合性强、可靠度高的决策依据,实施行动时难以达到任务目标效果,文中针对这种情况提出了一种科学的复杂网络节点攻击效果评估方法。通过对网络攻击中攻击方收益、攻击方损耗、攻击方遇到的风险进行分析,建立了相应的指标体系,利用动态贝叶斯网络评估方法对网络中节点的攻击效果进行综合评估和排序,有效克服了传统节点重要度评估方法中,依靠网络拓扑单一指标(如介数、度中心性)或者对目标节点进行静态评估所造成的不全面性,实验结果表明基于模糊动态贝叶斯网络模型的评估结果综合了更多节点关系和观测信息,在精度上更加准确,同时区分度更高,为网络攻击方案制定提供了科学依据。

基于多属性决策的复杂网络节点攻击研究

在复杂网络攻击中,指挥决策者在制定攻击方案时缺乏可靠依据,实施行动时难以达到任务目标效果,针对这种情况提出了一种科学的复杂网络节点攻击效果评估方法。通过对网络攻击中攻击方收益、攻击方损耗、攻击方遇到的风险进行分析,建立了相应的指标体系;利用TOPSIS方法对网络中节点的攻击效果进行综合评估和排序,有效克服了传统节点选取方法中依靠网络拓扑单一指标(如介数、度中心性)进行评价的片面性,为制定网络攻击方案提供了科学依据。

SystemC在SoC总线交易级建模的研究与应用

采用了SystemC,结合SoC片上总线,探讨了在交易级的建模方法,并结合数字视频后处理芯片给出了建模实例。基于SystemC的SoC总线模型有效地克服了SoC软硬件协同设计的时间瓶颈问题,提高了开发效率,缩短了产品的开发周期。

基于动态识别框架D-S的多源冲突决策信息融合模型

信息化条件下的决策影响要素的多样性,使得个体决策难度提高,多人协同决策成为当前一种重要模式。针对多人协同模式下多人决策活动,对多源冲突决策信息融合问题进行了研究。首先提出多源决策信息融合思路,根据决策信息特点,对传统的D-S理论应用动态识别空间进行扩展;之后在决策信息一致性、冲突性情况下,构建了多源决策信息融合模型,提出了决策信息一致性判别方法及融合规则;最后对模型的可行性进行了验证分析。

基于Hopfield网络的网络空间防御能力评估

针对指挥决策者难以对网络空间信息防御能力进行精确、自主可控的评估,分析了网络空间防御能力及其影响因素,构建了网络空间信息防御能力评估指标体系,采用AHP法确定指标权重,把运用模糊综合评价法得到的成功评价数据作为Hopfield神经网络的平衡点,利用Hopfield神经网络记忆与联想功能建立了基于Hopfield神经网络的评估模型对能力指标进行评估,实验结果表明该方法能够较好地反映样本数据数字特征,实现了对网络空间信息防御能力的直观、快速、准确的评估。