实物保护系统的最薄弱路径识别方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种实物保护系统的最薄弱路径识别方法、装置、设备和介质，所述方法包括：对实物保护系统进行二维结构参数可视化建模，生成系统结构参数可视化模型；基于系统结构参数可视化模型，以系统截住概率作为代价值，设计基于图论的反向路径启发式搜索算法；其中，所述基于图论、装置、设备和介质的反向路径启发式搜索算法，包括多种不同的反向路径规划下的敌手任务完成所需剩余时间TR的计算方法以及优化的启发函数；通过基于图论的反向路径启发式搜索算法，实现实物保护系统最薄弱路径的识别。本发明专利技术提供的算法，解决了无法确保得到全局最优解的问题，结合优化的启发函数设计，实物保护系统有效性分析结果的可接受性和完备性更好。完备性更好。完备性更好。

【技术实现步骤摘要】
实物保护系统的最薄弱路径识别方法、装置、设备和介质


[0001]本专利技术属于核安保领域，特别是涉及一种实物保护系统的最薄弱路径识别方法、装置、设备和介质。

技术介绍

[0002]早期的实物保护系统设计和有效性评价仅仅只是局限于一维单一预设攻击路径模型，代表性分析方法有EASI方法，主要是针对核安保问题。1980年代，美国桑迪亚国家实验室提出了一种基于敌手入侵路径序列图(Adversary Sequence Diagram,ASD)的SAVI方法，用于实物保护系统多路径有效性分析。同一时间段，一系列相关方法被提出，如ASSESS方法、MA实物保护系统方法等，但大部分方法都是对EASI和SAVI方法的改进。EASI、SAVI、ASSESSS方法只能用于一维实物保护系统简化结构分析，且进行了很多不精确假设，如SAVI方法和ASSESS方法均是使用一种名为敌手入侵序列图的多路径模型。ASD模型无法刻画敌手是从何处穿过屏障物的，并且认为不管是哪一序列路径敌手需要穿过的区域距离都是一样的。
[0003]后期，韩国核不扩散与控制研究所在2008提出了一种基于二维设施地图的SAPE方法。SAPE方法可以将保护设施布局拓展为二维网格图，用于解决距离相关不确定性，但SAPE方法并未考虑和距离无关的不确定性，而且这种栅格化划分常会因模型元素的进一步精细化而引入计算复杂性问题。SAPE方法使用EASI模型而非及时探测概念计算系统截住概率(P
I
)，并结合一种启发式A*算法(最佳优先搜索算法)用于薄弱路径搜索。尽管SAPE方法中的启发式算法不需要对所有可能情况都进行遍历，但启发式算法中的H函数仅用于敌手任务完成所需剩余时间估计，提供的分析结果只能在某些情形下适用，实际案例中由SAPE识别给出的薄弱路径可能并不为真实的薄弱路径。
[0004]总体来说，实物保护系统有效性设计和分析正由一维特定单一路径评价类方法逐步向基于二维平面模型/三维立体化模型和基于图论的多向路径搜索分析方法迈进，但大部分方法仍然采用EASI和SAVI确定性特定攻击路线计算理论和模型，这种路径规划更多是根据敌手由起点至目标保护结点的正向入侵任务视角来确定的。而使用前向搜索策略时，以系统截住概率作为代价值的最薄弱路径搜索算法会先得到源点到当前结点系统截住概率代价值最小的路径，这样的选择往往只关注当前的代价值，没有考虑到后续路径的代价值与之前的结点探测概率之间的依存关系，可能无法识别出整个系统的最小截住概率所对应的最薄弱路径。此外，即使是针对同一路径，按照不同的路径方向计算，得到的系统有效性度量参数指标的值也是不一样的。

技术实现思路

[0005]为了解决上述现有技术的不足，本专利技术提供了一种实物保护系统的最薄弱路径识别方法、装置、设备和介质，最薄弱路径识别方法包括多种不同的反向路径规划下的敌手任务完成所需剩余时间TR的计算方法，解决了正向搜索相关结点的后续入侵路径未知而导致
的TR和代价值无从计算以及反向搜索过程EASI中的系统截住概率分析理论不再适用的问题，设计的启发函数能够有效给出系统最薄弱路径的全局最优解，实现对非启发式最薄弱路径偏离结果的有效修正。
[0006]本专利技术的第一个目的在于提供一种实物保护系统的最薄弱路径识别方法。
[0007]本专利技术的第二个目的在于提供一种实物保护系统的最薄弱路径识别装置。
[0008]本专利技术的第三个目的在于提供一种计算机设备。
[0009]本专利技术的第四个目的在于提供一种存储介质。
[0010]本专利技术的第一个目的可以通过采取如下技术方案达到：
[0011]一种实物保护系统的最薄弱路径识别方法，所述方法包括：
[0012]对实物保护系统进行二维结构参数可视化建模，生成系统结构参数可视化模型；
[0013]基于系统结构参数可视化模型，以系统截住概率作为代价值，设计基于图论的反向路径启发式搜索算法；其中，所述基于图论的反向路径启发式搜索算法，包括多种不同的反向路径规划下的敌手任务完成所需剩余时间TR的计算方法以及优化的启发函数；
[0014]通过基于图论的反向路径启发式搜索算法，实现实物保护系统最薄弱路径的识别。
[0015]进一步的，所述系统结构参数可视化模型中的每一网格对应一结点，目标保护结点作为起点，敌手攻击所对应的起始位置点为终结点；
[0016]所述基于系统结构参数可视化模型，以系统截住概率作为代价值，设计基于图论的反向路径启发式搜索算法，具体包括：
[0017]将起点加入OpenList，将系统截住概率作为结点的代价值，使每个结点的代价值初始化为0；
[0018]判断OpenList是否为空，若是，则查找失败，算法搜索结束；若不是，则：
[0019]从OpenList中选取代价值最小的结点作为当前要处理的结点N
a
；
[0020]判断当前结点N
a
是否为终结点N
e
，若是，则根据CloseList中的结点及其父结点索引信息进行反向路径重构，得到系统最薄弱路径，算法搜索结束；若不是，则：
[0021]将当前结点N
a
从OpenList中删除，并加入CloseList中；
[0022]基于图论数据结构搜索，得到当前结点N
a
的所有临近结点N
n
，并按照访问规则，逐个访问当前结点N
a
的临近结点N
n
；
[0023]判断邻近结点N
n
是否可达，若不可达，则访问下一邻近结点，并将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；若可达，则：
[0024]判断邻近结点N
n
是否在CloseList中，若是，则访问下一个邻近结点，将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；若不是，则：
[0025]判断邻近结点N
n
是否在OpenList中：
[0026]若不在，则将当前结点N
a
设置为其邻近结点N
n
的父结点N
p
，计算该邻近结点N
n
的代价值，并将邻近结点N
n
加入OpenList，继续访问下一邻近结点；将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；
[0027]若在，判断经过当前结点N
a
达到该邻近结点N
n
的实际代价值是否更小，若是，则将
当前结点N
a
设置为邻近结点N
n
的父结点N
p
，并重新计算和更新邻近结点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实物保护系统的最薄弱路径识别方法，其特征在于，所述方法包括：对实物保护系统进行二维结构参数可视化建模，生成系统结构参数可视化模型；基于系统结构参数可视化模型，以系统截住概率作为代价值，设计基于图论的反向路径启发式搜索算法；其中，所述基于图论的反向路径启发式搜索算法，包括多种不同的反向路径规划下的敌手任务完成所需剩余时间TR的计算方法以及优化的启发函数；通过基于图论的反向路径启发式搜索算法，实现实物保护系统最薄弱路径的识别。2.根据权利要求1所述的最薄弱路径识别方法，其特征在于，所述系统结构参数可视化模型中的每一网格对应一结点，目标保护结点作为起点，敌手攻击所对应的起始位置点为终结点；所述基于系统结构参数可视化模型，以系统截住概率作为代价值，设计基于图论的反向路径启发式搜索算法，具体包括：将起点加入OpenList，将系统截住概率作为结点的代价值，使每个结点的代价值初始化为0；判断OpenList是否为空，若是，则查找失败，算法搜索结束；若不是，则：从OpenList中选取代价值最小的结点作为当前要处理的结点N
a
；判断当前结点N
a
是否为终结点N
e
，若是，则根据CloseList中的结点及其父结点索引信息进行反向路径重构，得到系统最薄弱路径，算法搜索结束；若不是，则：将当前结点N
a
从OpenList中删除，并加入CloseList中；基于图论数据结构搜索，得到当前结点N
a
的所有临近结点N
n
，并按照访问规则，逐个访问当前结点N
a
的临近结点N
n
；判断邻近结点N
n
是否可达，若不可达，则访问下一邻近结点，并将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；若可达，则：判断邻近结点N
n
是否在CloseList中，若是，则访问下一个邻近结点，将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；若不是，则：判断邻近结点N
n
是否在OpenList中：若不在，则将当前结点N
a
设置为其邻近结点N
n
的父结点N
p
，计算该邻近结点N
n
的代价值，并将邻近结点N
n
加入OpenList，继续访问下一邻近结点；将所述下一邻近结点作为当前所述邻近结点N
n
，并返回判断邻近结点N
n
是否可达，继续执行后续操作；若在，判断经过当前结点N
a
达到该邻近结点N
n
的实际代价值是否更小，若是，则将当前结点N
a
设置为邻近结点N
n
的父结点N
p
，并重新计算和更新邻近结点N
n
的代价值，并返回判断OpenList是否为空，继续执行后续操作；若不是，返回判断OpenList是否为空，并继续执行后续操作。3.根据权利要求2所述的最薄弱路径识别方法，其特征在于，所述邻近结点N
n
的代价值F通过代价函数F(n)计算得到，F(n)的表达式如下：F(n)＝G(n)+H(n)其中，n为当前待检测结点，G(n)表示从起始位置沿着已生成的路径到达当前待检测结点所耗费的实际代价值，H(n)表示从当前待检测结点到终点所耗费的估计代价值，H(n)被称为启发函数；
A*算法在用于实物保护系统最薄弱路径启发式搜索设计时，必须满足的条件包括：对于任意结点x，y，所有从起点经结点x后到达结点y再到达终点的路径，与从起点经结点x直接到达终点的路径满足以下不等式：G(x)+H(x)≤G(y)+H(y)假设G
*
(n)表示从起点到当前结点的实际代价值，H
*
(n)表示从当前结点到终点的实际代价值，则有：F
*
(n)＝G
*<...

【专利技术属性】
技术研发人员：杨军，黄磊雄，李志峰，李梦堃，郑立程，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：