基于DIIM的供应网络弹性度量

为了建立弹性的供应网络应对高风险低概率的中断事件,通过动态不可操作性输入输出模型分析供应网络中节点间的复杂关系,研究弹性度量这一探讨弹性的关键问题。首先通过不可操作性描述了供应网络弹性,阐述了弹性的吸收、自适应及恢复能力;其次建立了基于动态不可操作性输入输出模型的供应网络弹性度量模型并加以理论分析,利用不可操作性的连锁效应,从时间、空间和成本多方面度量了弹性;最后用一个案例仿真分析了应用该模型有助于供应网络的恢复及决策。该度量模型能够直观显示供应网络的弹性恢复过程,为供应网络管理提供理论指导。

基于任务能力的指挥信息系统超网络弹性度量

弹性是指挥信息系统应对不确定性风险的重要属性,针对指挥信息系统弹性提出一种度量方法.首先界定了指挥信息系统弹性的概念,然后基于拓扑结构分析,建立了指挥信息系统超网络模型,并基于概率攻击和弹性策略,提出基于任务能力的指挥信息系统超网络弹性度量方法.最后以某区域防空指挥信息系统为例,度量系统在不同攻击方式和恢复策略下的弹性,并提出有针对性的弹性增强措施,为进一步优化和提高指挥信息系统弹性奠定基础.

FDIA-蠕虫混合攻击下的配电网信息物理系统弹性拓扑优化配置

电力安全是现代社会持续发展的重要保障。随着信息技术逐步发展,网络攻击手段的日渐增多和变强会对新型电力系统造成严重破坏,而合理的网络拓扑结构和有效的网络防御资源的是电力系统遭受网络攻击后负荷恢复的关键。为此,提出一种虚假数据注入(false data injection attack,FDIA)-蠕虫混合攻击下的配电网信息物理系统(cyber-physical systems,CPS)弹性拓扑优化和防御资源配置策略,用于提高配电系统网络攻击下的弹性。该模型采用上、中、下3层的框架对拓扑结构和防御资源进行优化:上层建立以规划成本和失负荷风险为目标的多目标帕累托规划模型,结合中层计及攻击与恢复的网络攻击传播模型,采用非支配排序遗传算法-II(non-dominated sorting genetic algorithm II,NSGA-II)进行规划方案求解;下层考虑信息层与物理层的多种耦合方案,基于配电网CPS弹性度量指标对拓扑优化配置进行评估。与传统的一对一串联模式方案相比,通过模型求解的3种耦合关系下的网络拓扑结构与防御资源优化方案,在提高系统弹性方面能够发挥重要作用。

一种新型军事装备系统弹性混合度量方法

军事装备系统弹性反映了军事装备在遭受故障或攻击情况下,系统能够适应和吸收扰动,并使其性能得以恢复的能力,能够用于衡量在强对抗环境中军事装备性能的发挥情况。在研究军事装备系统故障率、故障修复率、故障修复时间、系统性能降级程度等基础上,结合军事装备系统的特殊性,给出了军事装备系统弹性的定义。分析确定型度量和概率型度量的优缺点,结合军事装备系统自身特点和对构成系统弹性各组成部分的重要性分析,给出了一种混合型弹性度量方法。对某军事装备系统案例进行了弹性建模,并对相关弹性参数进行了灵敏度分析,给出了军事装备系统在遂行任务中如何更好地应对强对抗环境的解决建议。

基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法

针对传统通过激光检测提取膛线线形痕迹信号时枪弹痕迹检测精度不高且操作复杂的问题,提出了新型提取和处理方法。采用多尺度配准、弹性形状度量与卷积神经网络技术,基于多模式弹性驱动自适应控制方法,建立了试件末端位置和姿态参数分布模型,采用孤立森林算法检测信号进行异常处理,利用变尺度形态滤波算法去除非细小特征,引入平方速度函数优化弹性形状度量算法,完成曲线轮廓嵌入层映射;在膛线线形匹配部分,建立了适用于痕迹特征的优化参数共享联结三元组卷积神经网络模型,通过嵌入层相似度计算和最小化三重损失函数训练该网络至收敛;最后进行了不同方法的相似度匹配对比实验。结果表明,与传统的检测方法相比,新方法解决了传统枪弹痕迹检测中面临的精度与操作性问题,保证检测结果的稳定性,且成本大大降低。在膛线线形痕迹提取中采用多模式弹性驱动自适应控制方法和三元组卷积神经网络模型,可为枪弹痕迹检测提供一种新的可行方法和思路。

基于节点重要度的作战装备系统弹性恢复策略

针对意外干扰情况下复杂作战装备系统性能恢复策略制定问题,分析了作战装备系统的弹性度量和节点装备的重要度,构建了系统的弹性恢复策略。以某作战装备系统为例,对提出的方法进行仿真,结果表明:基于节点重要度的恢复策略对系统的性能恢复速率和弹性恢复能力具有显著影响。