基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法
【專利摘要】本發(fā)明公開了一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法，包括：從采集到的數(shù)據(jù)中提取出所要處理的數(shù)據(jù)；對(duì)所獲取的數(shù)據(jù)進(jìn)行抗干擾處理，對(duì)經(jīng)抗干擾處理的數(shù)據(jù)進(jìn)行模糊化處理；對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估過程進(jìn)行知識(shí)表達(dá)，確定事件和屬性的概念和表示，構(gòu)建關(guān)于戰(zhàn)場(chǎng)威脅評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型；將模糊變量輸入至網(wǎng)絡(luò)模型以得到模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，對(duì)模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行推理得到態(tài)勢(shì)預(yù)測(cè)結(jié)果，并基于態(tài)勢(shì)預(yù)測(cè)結(jié)果得到威脅評(píng)估等級(jí)。本發(fā)明在構(gòu)建動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，對(duì)隨時(shí)間變化的數(shù)據(jù)進(jìn)行知識(shí)表達(dá)，加強(qiáng)了數(shù)據(jù)的實(shí)時(shí)性與有效性，并且將模糊化處理后的數(shù)據(jù)作為輸入證據(jù)輸入，提高推理的精度與效率，更好的表述態(tài)勢(shì)威脅評(píng)估的語義模型。
【專利說明】基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)軟件工程領(lǐng)域，尤其涉及一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法。
【背景技術(shù)】
[0002]現(xiàn)代戰(zhàn)場(chǎng)錯(cuò)綜復(fù)雜，瞬息萬變，戰(zhàn)場(chǎng)信息具有高度的不確定性、不完備性。作戰(zhàn)指揮人員需要考慮眾多復(fù)雜因素，更要及時(shí)、準(zhǔn)確地做出決策，所以對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅情況進(jìn)行估計(jì)和分析顯得尤為重要。同時(shí)，戰(zhàn)爭(zhēng)是一種可與外部環(huán)境相互作用的開放系統(tǒng)，收集的信息可能包含一些不準(zhǔn)確的數(shù)據(jù)，而且外部環(huán)境中細(xì)微因素的變化都會(huì)對(duì)戰(zhàn)場(chǎng)的結(jié)果造成巨大影響。所以對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估時(shí)，需要收集大量信息進(jìn)行處理，考慮眾多復(fù)雜因素，實(shí)時(shí)地對(duì)信息進(jìn)行統(tǒng)計(jì)分析。
[0003]當(dāng)前的一些對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅情況進(jìn)行推理的方法中，還存在著一些不足，例如使用專家系統(tǒng)進(jìn)行推理，速度比較慢，對(duì)專家知識(shí)依賴程度高；模板匹配方法對(duì)戰(zhàn)場(chǎng)的實(shí)時(shí)變化考慮不足；模糊推理方法對(duì)數(shù)值的表達(dá)能力強(qiáng)一點(diǎn)，但沒有自我學(xué)習(xí)功能。
[0004]因此，亟需一種針對(duì)不確定、不完備的數(shù)據(jù)的更加迅速準(zhǔn)確的態(tài)勢(shì)威脅評(píng)估方法。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題之一是需要提供一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法，該方法提高了對(duì)態(tài)勢(shì)威脅評(píng)估的實(shí)時(shí)性和準(zhǔn)確性。為了解決上述技術(shù)問題，本發(fā)明提供了一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法，包括:數(shù)據(jù)提取步驟，從采集到的數(shù)據(jù)中提取出所要處理的數(shù)據(jù)；數(shù)據(jù)預(yù)處理步驟，對(duì)所獲取的數(shù)據(jù)進(jìn)行抗干擾處理，然后對(duì)經(jīng)抗干擾處理的數(shù)據(jù)進(jìn)行模糊化處理以得到模糊變量；模型構(gòu)建步驟，對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估過程進(jìn)行知識(shí)表達(dá)，確定事件和屬性的概念和表示，構(gòu)建關(guān)于戰(zhàn)場(chǎng)威脅評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型包括態(tài)勢(shì)預(yù)測(cè)和威脅評(píng)估兩方面的語義表示；推理步驟，將所述模糊變量作為輸入證據(jù)輸入至所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型以得到模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，然后對(duì)所述模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行推理得到態(tài)勢(shì)預(yù)測(cè)結(jié)果，并基于所述態(tài)勢(shì)預(yù)測(cè)結(jié)果得到威脅評(píng)估等級(jí)。
[0006]在一個(gè)實(shí)施例中，在所述數(shù)據(jù)預(yù)處理步驟中，進(jìn)一步包括:對(duì)于出現(xiàn)數(shù)據(jù)缺失或者數(shù)據(jù)錯(cuò)誤時(shí)，采用回歸分析對(duì)數(shù)據(jù)進(jìn)行修正和補(bǔ)齊以實(shí)現(xiàn)對(duì)所獲取的數(shù)據(jù)的抗干擾處理；使用隸屬度值法來對(duì)經(jīng)抗干擾處理的數(shù)據(jù)進(jìn)行模糊化處理得到模糊變量。
[0007]在一個(gè)實(shí)施例中，在所述推理步驟中，進(jìn)一步包括:將所述模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化為隱馬爾科夫模型；采用改進(jìn)的前向后向算法對(duì)所述隱馬爾科夫模型進(jìn)行推理得到關(guān)于態(tài)勢(shì)預(yù)測(cè)的態(tài)勢(shì)節(jié)點(diǎn)以及關(guān)于威脅評(píng)估的目標(biāo)屬性節(jié)點(diǎn)，其中，所述改進(jìn)的前向后向算法表達(dá)式包括:
[0008]前向推理表達(dá)式:
[0009]P(Zt,Xti, Xt2- -, Xtnlytl.Yt2.…,ytm)
【權(quán)利要求】
1.一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)威脅評(píng)估方法，包括: 數(shù)據(jù)提取步驟，從采集到的數(shù)據(jù)中提取出所要處理的數(shù)據(jù)； 數(shù)據(jù)預(yù)處理步驟，對(duì)所獲取的數(shù)據(jù)進(jìn)行抗干擾處理，然后對(duì)經(jīng)抗干擾處理的數(shù)據(jù)進(jìn)行模糊化處理以得到模糊變量； 模型構(gòu)建步驟，對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)威脅評(píng)估過程進(jìn)行知識(shí)表達(dá)，確定事件和屬性的概念和表示，構(gòu)建關(guān)于戰(zhàn)場(chǎng)威脅評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型包括態(tài)勢(shì)預(yù)測(cè)和威脅評(píng)估兩方面的語義表示； 推理步驟，將所述模糊變量作為輸入證據(jù)輸入至所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型以得到模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，然后對(duì)所述模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行推理得到態(tài)勢(shì)預(yù)測(cè)結(jié)果，并基于所述態(tài)勢(shì)預(yù)測(cè)結(jié)果得到威脅評(píng)估等級(jí)。
2.根據(jù)權(quán)利要求1所述態(tài)勢(shì)威脅評(píng)估方法，其特征在于，在所述數(shù)據(jù)預(yù)處理步驟中，進(jìn)一步包括: 對(duì)于出現(xiàn)數(shù)據(jù)缺失或者數(shù)據(jù)錯(cuò)誤時(shí)，采用回歸分析對(duì)數(shù)據(jù)進(jìn)行修正和補(bǔ)齊以實(shí)現(xiàn)對(duì)所獲取的數(shù)據(jù)的抗干擾處理； 使用隸屬度值法來對(duì)經(jīng)抗干擾處理的數(shù)據(jù)進(jìn)行模糊化處理得到模糊變量。
3.根據(jù)權(quán)利要求1或2所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于，在所述推理步驟中，進(jìn)一步包括: 將所述模糊動(dòng)態(tài)貝葉斯 網(wǎng)絡(luò)轉(zhuǎn)化為隱馬爾科夫模型； 采用改進(jìn)的前向后向算法對(duì)所述隱馬爾科夫模型進(jìn)行推理得到關(guān)于態(tài)勢(shì)預(yù)測(cè)的態(tài)勢(shì)節(jié)點(diǎn)以及關(guān)于威脅評(píng)估的目標(biāo)屬性節(jié)點(diǎn)，其中， 所述改進(jìn)的前向后向算法表達(dá)式包括: 前向推理表達(dá)式:
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于，還包括: 結(jié)果顯示步驟，將推理得 到的結(jié)果顯示出來。
5.根據(jù)權(quán)利要求1所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于， 在所述數(shù)據(jù)提取步驟中，使用專家知識(shí)來提取所要處理的數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于， 在所述推理步驟中，所述輸入證據(jù)為隨機(jī)變量的隸屬函數(shù)的狀態(tài)。
7.根據(jù)權(quán)利要求1所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于， 所述模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)包含所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)移網(wǎng)絡(luò)，所述轉(zhuǎn)移網(wǎng)絡(luò)用于表示相鄰時(shí)間片中的各個(gè)變量的關(guān)系。
8.根據(jù)權(quán)利要求1所述的態(tài)勢(shì)威脅評(píng)估方法，其特征在于， 所述動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型包括態(tài)勢(shì)、事件和目標(biāo)屬性三個(gè)節(jié)點(diǎn)。
【文檔編號(hào)】G06F19/00GK103488886SQ201310418696
【公開日】2014年1月1日 申請(qǐng)日期:2013年9月13日 優(yōu)先權(quán)日:2013年9月13日
【發(fā)明者】覃征, 祝東征, 張海生, 盧正才, 金橋, 李鳳翔, 繆嬋娜 申請(qǐng)人:清華大學(xué)