基于云模型的网络对抗效能评估＊

吴 菡 邓 刚 史军涛 张振坤

（1.广州军区空军气象中心 广州 510080）（2.空军预警学院装备处 武汉 430019）（3.空军预警学院研究生管理大队 武汉 430019）（4.湖北青年职业学院 武汉 430079）

1 引言

随着信息化装备的不断发展和更新，以网络化信息系统为作战目标的网络对抗已经成为一种重要的作战样式，对网络对抗效能的评估就显得尤为重要。文献［1］提出了通用装备效能评估的三个层次，这个对于网络对抗效能评估具有一定的借鉴意义。文献［2］依据网络对抗的体系结构，通过分析影响网络对抗效能的主要因素，建立了网络对抗效能评估的指标体系，并利用AHP法确定了各指标的权重，为进行网络对抗效能的评估打下了的基础。但是，这些方法对专家的经验依赖较大，存在评估过程中的随机性以及参评专家主观上的不确定性。云模型作为不确定性人工智能的重要理论和工具，把空间实体的模糊性和随机性集成到一起，在一定程度上克服了以上方法的局限性，能够较好地处理定性定量信息的相互转换，且最大程度地减少人工干预，为定性定量相结合的信息处理提供了有力工具［3］。本文应用云模型对网络对抗效能进行评估，使评价结果更加科学、合理。

图1 网络对抗效能指标体系

2 网络对抗效能评估指标体系

网络对抗［4］是在网络空间中，通过接入、探测、渗透、阻塞、控制、欺骗、破坏等进攻性手段对网络化信息系统的传输、处理、存储、控制等单元进行影响，降低、破坏目标信息系统的使用性能和影响敌方的认知，同时保护己方网络化信息系统正常发挥效能而采取的各种措施的总和。由于网络对抗活动涉及的因素种类多，内容复杂，关联性较强，评估所涉及的要素数量和层次都很多，而且评估效能不可能脱离对其自身技术性能的依赖，尤其是对某些较为确定的技术指标与物理性能的依赖，所以在评估方法上还是要以该系统的技术性能为基础，建立系统的效能评估体系结构。在网络对抗效能评估指标选取中，应遵循最简性、可测性、客观性、完备性、独立性和一致性原则。

根据网络对抗的功能、结构特点，按照网络对抗效能评估指标选取的原则，确定网络对抗效能指标体系，如图1所示。

3 基于云模型的网络对抗效能评估建模步骤

3.1 云模型初始化［5～6］

在系统性能指标体系中，既有用精确数值型表示的，又有用语言值来描述的。提取n组相关数据指标组成决策矩阵，那么n个精确值型表示的一个指标就可以用一个云模型来表示。其中

同时，每个语言值型的指标也可以用一个云模型来表示，那么n个语言值（云模型）表示的一个指标就可以用一个一维综合云来表征。其中

3.2 拟定系统状态

用一个p维综合云表示具有p个性能指标的系统状态。p个性能指标可以用p个云模型来刻画，那么p个指标所反映的系统状态就可以用一个p维综合云来表示。当p个指标所反映的系统的状态发生变化时，这个p维综合云的形状也发生变化，相应地它的重心就会改变，p维综合云的重心T用一个p维向量来表示，即T＝（T1，T2，…，Tp）其中，Ti＝ai×bi（i＝1，2，…，p），ai表示云重心的位置，bi表示云重心的高度。当系统的状态发生变化为时T′，其重心变化为T′，T′＝（T′1，T′2，…，T′p）。

3.3 确定指标权重

对于各指标权重的确定，采用层次分析法将这些因素分层，形成有序递阶层次结构，通过各层次的因素相对重要性的两两比较来构造各个层级的互补矩阵，根据每个层级的互补矩阵计算出各层级不同指标之间的权重系数，然后在递阶层次结构内进行合成，得到各因素相对总目标的重要性，即权重ωi。

3.4 计算加权偏离度

经过归一化之后，表征系统状态的综合云重心向量均为有大小、有方向、无量纲的值。把各指标归一化之后的向量值乘以其权重值，再相加，取平均值后得到加权偏离度θ（0 ≤θ≤1）的值为

式中，ωj为某一系统状态的第j个指标的权重值。

3.5 确定评估模型的评语集

用云模型实现评测的评语集通常采用由11个评语所组成的评语集，即V＝（极差，非常差，很差，差，较差，一般，较好，好，很好，非常好，极好），将评语置于连续的语言值标尺上，并且每个评语值都用云模型来实现，构成一个定性评测的云发生器，如图2所示。

4 实例分析

在这里，以网络对抗效能评估指标中的网络支援能力作为例子，说明运用云模型进行效能评估的主要过程。

从系统中抽取组成干扰能力的4个指标的4组状态样值，如表1所示。

表1 指标状态表

利用云模型把语言值用相应的三个特征值（Ex，En，He）来表征，即用一个云对象来表示。并由此组成决策矩阵B，

从决策矩阵中分别求得各个指标云模型的Ex和En，如表2所示。

表2 各指标云模型的期望值和熵

假设已求得四个指标的权重ωi分别为（0.526，0.655，0.312，0.212），则该四维加权综合云重心向量为T＝（0.315 600，0.376 625，0.156 000，0.111 300），理想状态加权综合云重心向量为T0＝（0.526，0.655，0.312，0.212），归一化后得TG＝（0.400，0.425，0.500，0.475）。

故可得加权偏离度θ＝0.745，也即最终的评估结果为0.745。将加权偏离度输入评测云发生器（如图4）后，激活“好”和“较好”两个对象，由于二者激活程度相差较小，微倾向于“好”来表示，亦可由专家或用户重新定义。同理也可求的其他能力的评估结果。进而对网络对抗效能进行综合评估为“好”。

5 结语

随着网络化、信息化时代的到来，网络正在扮演着越来越重要的角色，网络的攻击、防御和支援能力直接影响着一个国家的信息作战能力，因此，网络对抗能力对整个战争胜负起着不可估量的作用。本文提出的基于云模型的通信干扰系统效能评估方法很好地解决了通信干扰系统评估中的模糊性和随机性，实现了对通信干扰系统的定量和定性分析之间的转化，有效的处理了系统的不确定性，具有科学性。

［1］赵建鹏，郭世泽，朱俊茂，等.网络对抗效能评估问题探讨［J］.信息对抗学术，2006（4）：23－25.

［2］李雄伟，王希武，周希元，等.网络对抗效能评估的指标体系研究［J］.无线电工程，2007，37（3）：14－16.

［3］李德毅，刘常昱，杜鷁，等.不确定性人工智能［J］.软件学报，2004，15（11）：1583－1594.

［4］智韬，王付明，张松良，等.基于主成分的编队级网络对抗效能评估指标体系［J］.航天电子对杭，2008，24（2）：55－58.

［5］张鑫，万新敏，李争，等.运用AHP和云重心评价法的弹道导弹威胁评估［J］.空军雷达学院学报，2010，24（5）：340－343.

［6］蔡均平，肖治庭，李雪冬.基于云模型的军事信息网络可生存性评估［J］.武汉理工大学学报，2010，32（20）：11－15.

［7］冯晓洁，李畅.军队院校课程评估的云模型方法研究［J］.计算机与数字工程，2012（7）.