基于复杂网络的预警情报体系结构适应性研究

doi:10.3969/j.issn.1009-086x.2022.02.001

现代防御技术 ›› 2022, Vol. 50 ›› Issue (2): 1-10.DOI: 10.3969/j.issn.1009-086x.2022.02.001

• 空天防御体系与武器 • 下一篇

基于复杂网络的预警情报体系结构适应性研究

肖兵¹, 刘凤增², 秦一帅¹

^1.空军预警学院，湖北武汉 430019
^2.国防科技大学信息通信学院，湖北武汉 430010

收稿日期:2021-03-30 修回日期:2021-10-11 出版日期:2022-04-28 发布日期:2022-04-29
作者简介:肖兵（1966-），女，贵州毕节人。教授，博士，主要从事军事系统工程和复杂系统分析评估等研究。通信地址：430019 湖北省武汉市江岸区黄浦大街 288 号 5830 信箱 E-mail：xb_sky@126.com
基金资助:
国家自然科学基金(61502522);国防科技大学科研计划项目(JS20-10)

Research on the Structure Adaptability of Early Warning Intelligence System-of-Systems Based on Complex Network

Bing XIAO¹, Feng-zeng LIU², Yi-shuai QIN¹

^1.Air Force Early Warning Academy, Hubei Wuhan 430019, China
^2.National University of Defense Technology, Academy of Information and Communication, Hubei Wuhan 430010, China

Received:2021-03-30 Revised:2021-10-11 Online:2022-04-28 Published:2022-04-29

摘要/Abstract

摘要：

为提升预警情报体系在作战过程中的持续保障能力，基于复杂网络理论对对抗条件下预警情报体系的结构适应性进行了研究。首先，围绕预警情报流程分析了预警情报体系组成单元、内外部交互关系和层次结构，构建了包含信息域超网络模型和物理域通信网络模型的双域网络模型。然后，提出了度量网络结构适应性的指标，设计了体系对抗仿真框架，给出了网络结构的修复方法。对网络模型和仿真框架进行了实现，通过仿真实验分析发现了攻击方式、域间依赖关系、修复方法对预警情报体系结构适应性的影响规律。实验结果可为预警情报体系持续高效运行提供科学指导，建模方法和仿真框架可为军事领域复杂系统研究提供参考。

关键词: 预警情报体系, 复杂网络, 适应性, 网络结构, 相依网络, 网络恢复, 级联失效, 波次攻击

Abstract:

In order to improve the sustained support ability of early warning intelligence system-of-systems （EWISoS） in the process of combat， the structural adaptability of EWISoS under confrontation is studied based on complex network theory. The composition units， internal and external interaction relations and hierarchical structure of EWISoS are analyzed around the early warning intelligence process， and a dual domain network model including information domain super network model and physical domain communication network model is constructed. The index to measure the adaptability of network structure is proposed， the architecture countermeasure simulation framework is designed， and the repair method of network structure is given. Simulation of the network model and framework is performed. Through simulation experiment analysis， the influence laws of inter domain dependency and repair methods on the structure adaptability of EWISoS are found. The experimental results can provide scientific guidance for the continuous and efficient operation of EWISoS， and the modeling method and simulation framework can provide reference for the research of complex systems in military field.

Key words: early warning intelligence system-of-systems （EWISoS）, complex network, adaptabi-lity, network structure, interdependent networks, network recovery, cascading failure, wave attack

中图分类号:

E917

肖兵, 刘凤增, 秦一帅. 基于复杂网络的预警情报体系结构适应性研究[J]. 现代防御技术, 2022, 50(2): 1-10.

Bing XIAO, Feng-zeng LIU, Yi-shuai QIN. Research on the Structure Adaptability of Early Warning Intelligence System-of-Systems Based on Complex Network[J]. Modern Defense Technology, 2022, 50(2): 1-10.

图/表 7

图1 预警情报体系层次结构

Fig.1 Hierarchical structure of EWISoS

图2 双域网络模型概念图

Fig.2 Conceptual diagram of dual domain network model

图3 双域网络模型对抗仿真框架

Fig.3 Countermeasure simulation framework of dual domain network

图4 双域网络修复模型

Fig.4 Dual domain network repair model

图5 不同攻击方式下体系结构适应性

Fig.5 Structural adaptability of systems under different attack modes

图6 依赖边数量对体系结构适应性的影响

Fig.6 Effect of number of dependent edges on systems structural adaptability

图7 不同修复能力和修复方法下体系结构适应性

Fig.7 Structural adaptability of systems under different repair capabilities and repair methods

参考文献 19

1	李凡，张杰勇. 指挥信息系统网络结构的韧性问题研究［J］. 电光与控制， 2020， 27（4）： 49-54.
	LI Fan， ZHANG Jie-yong. The Resilience Problem of Command Information System Network Structure ［J］. Electronics Optics & Control， 2020， 27（4）： 49-54.
2	高继华，狄增如.系统理论及应用［M］. 北京：科学出版社，2018.
	GAO Ji-hua， DI Zeng-ru. System Theory and Application［M］. Beijing： Science Press， 2018.
3	CARES J R. Fundamentals of Distributed， Networked Military Forces and the Engineering of Distributed Systems ［R］. Naval Undersea Warfare Center Technical Report， Newport， Rhode Island，2002.
4	李德毅，王新政，胡钢锋. 网络化战争与复杂网络［J］. 中国军事科学， 2006， 19（3）： 111-119.
	LI De-yi， WANG Xin-zheng， HU Gang-feng. Network Warfare and Complex Network［J］. China Military Science， 2006， 19（3）： 111-119.
5	蓝羽石，张杰勇. 基于超网络理论的网络中心化C⁴ ISR 系统结构模型和分析方法［J］. 系统工程理论与实践， 2016， 36（5）： 1239-1251.
	LAN Yu-shi， ZHANG Jie-yong. The Model and the Analysis Method of Network-Centric C⁴ ISR Structure Based on Super Network Theory ［J］. Systems Engineering Theory & Practice， 2016， 36（5）： 1239-1251.
6	石建伟，刘俊先，姜志平，等. 基于超网络的军事体系韧性评估［J］. 指挥与控制学报， 2017， 3（3）： 213-217.
	SHI Jian-wei， LIU Jun-xian， JIANG Zhi-ping， et al. Evaluating Military System of Systems Resilience Using Super Networks ［J］. Journal of Command and Control， 2017， 3（3）： 213-217.
7	王哲，李建华，康东. 网络信息体系双层异质相依网络模型鲁棒性［J］. 系统工程与电子技术， 2021， 43（4）： 961-969.
	WANG Zhe， LI Jian-hua， KANG Dong. Robustness of Two-Layer Heterogeneous Interdependent Network Model for Networked Information System of System ［J］. Systems Engineering and Electronics， 2021， 43（4）： 961-969.
8	王哲，李建华. 网络信息体系弹性及其建模分析［J］. 军事运筹与系统工程， 2020， 34（1）： 54-60.
	WANG Zhe， LI Jian-hua. Elasticity and Modeling Analysis of Networked Information System of Systems ［J］ Military Operations Research and Systems Engineering， 2020， 34（1）： 54-60.
9	刘凤增，肖兵，金宏斌，等. 预警情报体系超网络建模与分析［J］. 现代防御技术， 2019， 47（6）： 19-26.
	LIU Feng-zeng， XIAO Bing， JIN Hong-bin，et al. Super Network Modeling and Analysis of Early Warning Intelligence System-of-Systems［J］. Modern Defence Technology， 2019， 47（6）： 19-26.
10	刘强，方锦清，李永. 基于统一混合网络理论框架的多层次超网络模型研究［J］. 复杂系统与复杂性科学， 2016， 13（1）： 84-90.
	LIU Qiang， FANG Jin-qing， LI Yong. Multilayer Super Network Model Based on the Unifying Hybrid Network Theory Framework ［J］. Complex Systems and Complexity Science， 2016， 13（1）： 84-90.
11	伍文峰，胡晓峰，郭圣明，等. 基于多层时序网络的作战体系协同分析［J］. 复杂系统与复杂性科学， 2017， 14（2）： 1-10，45.
	WU Wen-feng， HU Xiao-feng， GUO Sheng-ming， et al. Analysis of Combat SoS Coordination Based on Multi-Layered Temporal Networks［J］. Complex Systems and Complexity Science， 2017， 14（2）： 1-10，45.
12	刘凤增，肖兵，刘俊杰，等. 级联失效下非对称依赖网络鲁棒性研究［J］. 国防科技大学学报， 2021， 43（1）： 49-56.
	LIU Feng-zeng， XIAO Bing， LIU Jun-jie， et al. Robustness of Asymmetric Dependent Network Under Cascading Failure［J］. Journal of National University of Defense Technology， 2021， 43（1）： 49-56.
13	CHEN Guan-rong， WANG Xiao-fan， LI Xiang. Introduction to Complex Networks Models， Structures and Dynamics［M］. Beijing： Higher Education Press， 2015： 3-13.
14	刘凤增，肖兵. 基于波次攻击的预警情报网络动态抗毁性分析［J］. 军事运筹与系统工程， 2019， 33（2）： 21-28.
	LIU Feng-zeng， XIAO Bing. Dynamic Invulnerability Analysis of Early Warning Intelligence Network Based on Wave Attack［J］. Military Operations Research and Systems Engineering， 2019， 33（2）： 21-28.
15	刘凤增，肖兵，陈施思，等. 负载作用下相依网络择优恢复方法研究［J］. 电子与信息学报， 2020， 42（7）： 1694-1701.
	LIU Feng-zeng， XIAO Bing， CHEN Shi-si， et al. A Preferential Recovery Method of Interdependent Networks Under Load ［J］. Journal of Electronics & Information Technology， 2020， 42（7）： 1694-1701.
16	XIAN He， JEONG C E. Modeling the Damage and Recovery of Interdependent Critical Infrastructure Systems from Natural Hazards［J］. Reliability Engineering & System Safety， 2018， 177（SEP）： 162-175.
17	HONG Sheng， ZHU Ju-xing， BRAUNSTEIN L A，et al. Cascading Failure and Recovery of Spatially Interdependent Networks［J］. Journal of Statistical Mechanics： Theory and Experiment， 2017（10）： 103208.
18	GAO Jia-zi， YIN Yong-feng， FIONDELLA L， et al. Recovery of Coupled Networks after Cascading Failures［J］. Journal of Systems Engineering & Electronics， 2018， 29（3）： 650-657.
19	ZHONG Ji-long， ZHANG Feng-ming， YANG Shun-kun， et al. Restoration of Interdependent Network Against Cascading Overload Failure［J］. Physica A： Statistical Mechanics & Its Applications， 2019， 512： 884-891.

[1]	罗剑, 于小红, 姜伟, 王杰娟, 陈小卫. 反导作战体系超网络模型与交互机制研究[J]. 现代防御技术, 2022, 50(3): 1-9.
[2]	刘艳, 刘艺, 陈江攀, 张为雯, 孙立敏, 王冬. 导弹自然环境适应性综合评价方法[J]. 现代防御技术, 2021, 49(3): 123-129.
[3]	潘成胜, 熊文, 邱少明, 王运明, 陈波. 多属性加权的指挥控制网络建模方法研究[J]. 现代防御技术, 2018, 46(4): 60-66.

基于复杂网络的预警情报体系结构适应性研究

Research on the Structure Adaptability of Early Warning Intelligence System-of-Systems Based on Complex Network

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 19

相关文章 3

编辑推荐

Metrics

本文评价