一种杀伤链的架构推理及评估方法技术

技术编号:34768835 阅读:77 留言:0更新日期:2022-08-31 19:25
本发明专利技术公开了一种杀伤链的架构推理及评估方法,包括目标--弹药匹配推理,所述目标--弹药匹配推理后会进行弹药--载体匹配推理,所述弹药--载体匹配推理后会进行载体--指控匹配推理,所述载体--指控匹配推理后会进行目标--侦查--指挥匹配推理,所述目标--侦查--指挥匹配推理后会进行杀伤链匹配度可靠性评估。伤链匹配度可靠性评估。伤链匹配度可靠性评估。

【技术实现步骤摘要】
一种杀伤链的架构推理及评估方法


[0001]本专利技术涉及杀伤链的架构推理及匹配度可靠性评估
,具体为一种杀伤链的架构推理及评估方法。

技术介绍

[0002]随着世界范围内的新军事变革进一步发展,军事理论及作战体系也发生重大变革,武器装备的功能更加多样、信息化的互联也更加紧密,为了更好地在复杂多变的战场环境中达成作战目标,就必须形成系统化的武器装备应用体系,其中,基于杀伤链推理及评估的装备应用分析为构建装备应用体系的基础性工作,解决了如何制定特定场景下装备应用方案的技术问题,而一种杀伤链的架构推理及评估方法能够为人们工作人员提供便捷。
[0003]现有技术中杀伤链的架构推理及匹配度可靠性评估方法缺点不足:
[0004]1、专利文件CN112087420A公开了一种网络杀伤链检测方法、预测方法及系统,“包括:(1)构建d维特征向量;(2)无监督特征选择算法将d维特征向量筛减为k维;(3)通过k维特征向量获取网络杀伤链攻击事件序列集合。在IDS告警日志数据进行杀伤链挖掘的真实场景中,针对无法提前知晓数据中所包含杀伤链数目的问题,本专利技术改进的谱聚类算法相比于其他的有监督学习方法不仅能够实现无监督学习,还能够自动识别聚类数目;(4) 基于已经获得的网络杀伤链序列,采用马尔科夫理论与三种网络杀伤链变种模型进行预测分析;(5)基于理论分析,实现了杀伤链检测与预测系统”但是传统的方法没有可以更好的基于现有武器装备根据目标特性进行杀伤链生成推理及可靠性评估的方法;
[0005]2、传统的杀伤链的架构推理及匹配度可靠性评估方法的杀伤链生成过程中匹配度可靠性定量评估缺乏,对后续排序形成不便;
[0006]3、传统的杀伤链的架构推理及匹配度可靠性评估方法没有可以提出一种以特性分解为导向、谓词推理为基础的杀伤链推理方式,效率较低,且会形成资源浪费,不具备实战化意义。

技术实现思路

[0007]本专利技术的目的在于提供一种杀伤链的架构推理及评估方法,以解决上述
技术介绍
中提出的问题。
[0008]为实现上述目的,本专利技术提供如下技术方案,一种杀伤链的架构推理及评估方法,包括目标--弹药匹配推理,所述目标--弹药匹配推理后会进行弹药--载体匹配推理,所述弹药--载体匹配推理后会进行载体--指控匹配推理,所述载体--指控匹配推理后会进行目标--侦查--指挥匹配推理,所述目标--侦查--指挥匹配推理后会进行杀伤链匹配度可靠性评估。
[0009]优选的,在进行所述目标--弹药匹配推理前需要设定推理谓词:设MES (x,y)表示x在y的有效作用区域之内,MEH(x,y)表示x在y的有效作用高度范围之内,MEV(x,y)表示y的机动速度能够保证追击现在速度的x; MEO(x,y)表示y的机动能力满足追击x的需求;Ra
(x,a,b)表示参数x 满足条件;Srv(x,y)表示y也可以对x进行打击或者提供服务;Mach(x, y,N)表示x与y匹配,N表示匹配程度:N=表示x与y作用类型匹配、N=表示x与y发射条件匹配、N=表示x与y机动性能匹配。
[0010]优选的,所述目标--弹药匹配推理需要先对目标特性分解,再进行作用类型匹配,随后进行空间状态匹配,最后进行机动性能匹配,同时目标--弹药匹配推理需要进行目标--弹药只是作用类型匹配,如匹配合适则进行下一步的弹药--载体满足空间状态匹配,如不合适则会进行各环节最高匹配程度输出及记录,目标--弹药只是作用类型匹配合格后则会进行进一步的目标--弹药匹配程度改变为机动性能匹配,随后统一进行移交到各环节最高匹配程度输出及记录。
[0011]优选的,所述弹药--载体匹配推理需要先进行特性分解,再进行作用类型匹配,随后进行空间状态匹配,最后进行机动性能匹配。
[0012]优选的,所述载体--指控匹配推理需要先进行特性分解,再进行作用类型匹配,最后进行空间状态匹配。
[0013]优选的,所述目标--侦查--指挥匹配推理需要先进行特性分解,再进行作用类型匹配,最后进行空间状态匹配。
[0014]优选的,所述杀伤链匹配度可靠性评估应进行匹配度可靠性(MA)的判别,随后根据要求设定评估五维评估向量,再计算杀伤链的匹配度矩阵(R),随后在此基础上得出匹配度可靠性,最后计算出结果。
[0015]与现有技术相比,本专利技术的有益效果如下:
[0016]1、本专利技术在,对于一条完整的杀伤链,应进行匹配度可靠性(MA)的判别,以定量描述杀伤链的可行性和可信度:以杀伤链所涉及的四类武器装备 (装备弹药equ、搭载平台car、指控装备char、侦查装备inv)、一个目标 tar为基础构建五阶列矩阵以表示杀伤链各环节的匹配程度,分别是 Mach(tar,equ,N)、Mach(equ,car,N)、Mach(car,char,N)、Mach(char,inv,N)、 Mach(inv,tar,N)各项中最高匹配程度的取值,而后根据要求设定评估五维评估向量B=[M1,M2,M3,M4,M5],其中M
i
分别表示目标--弹药、弹药--平台、平台--指控、指控--侦查、侦查--目标等五大环节的重要性评估权值,且ΣM
i
=1,计算杀伤链的匹配度矩阵(R):R=A
·
B=[Y1,Y2,Y3,Y4,Y5]T
,其中是评估后各个环节之间的匹配度在此基础上得出匹配度可靠性:MA=ΣY
i
,例:针对某一目标,根据现有装备体系得出了两条杀伤链SSL1和SSL2,两条杀伤链中五要素之间的匹配程度分别为:[3,3,1,2,2]和[2,1,2,2,2],即可得出两个杀伤链的五阶矩阵分别为A1=[3,3,1,2,2]T
和A2=[2,1,2,2,2]T
,同时根据甲方的要求得出评估向量:B=[0.3,0.1,0.1,0.2,0.3],计算可得:杀伤链SSL1的匹配度矩阵:R1=A
·
B=[0.9,0.3,0.1,0.4,0.6]T
,匹配度可靠性MA1=2.3,杀伤链SSL1 的匹配度矩阵:R2=A
·
B=[0.6,0.1,0.2,0.4,0.6]T
,匹配度可靠性MA2=1.9,因此,根据甲方的可靠性评估标准对已产生的杀伤链SSL1、SSL2进行评价,我们得出了MA1>MA2的结论,即按照甲方需求,杀伤链SLL1的匹配度可靠性更高。
[0017]2、本专利技术在进行匹配时会先通过逻辑进行明确匹配环节,确定匹配兑现和素材,随后针对匹配对象进行特性分析,再遍历现有的装、作用类型进行匹配,之后遍历上级所选定的装备和空间状态进行匹配选择,之后对匹配对象对匹配素材是否拥有机动性能需求,当符合性能需求时则会进行遍历上级选定的装备进行机动能力匹配,随后结束匹配,如不
符合则会直接结束匹配重新进行匹配工作,从而实现对杀伤链各环节的匹配程度对杀伤链本身的匹配度可靠性进行了定量的评估,以便后续排序。
[0018]3、本专利技术在进行所述目标-本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种杀伤链的架构推理及评估方法,包括目标--弹药匹配推理,其特征在于:所述目标--弹药匹配推理后会进行弹药--载体匹配推理,所述弹药--载体匹配推理后会进行载体--指控匹配推理,所述载体--指控匹配推理后会进行目标--侦查--指挥匹配推理,所述目标--侦查--指挥匹配推理后会进行杀伤链匹配度可靠性评估。2.根据权利要求1所述的一种杀伤链的架构推理及评估方法,其特征在于:在进行所述目标--弹药匹配推理前需要设定推理谓词:设MES(x,y)表示x在y的有效作用区域之内,MEH(x,y)表示x在y的有效作用高度范围之内,MEV(x,y)表示y的机动速度能够保证追击现在速度的x;MEO(x,y)表示y的机动能力满足追击x的需求;Ra(x,a,b)表示参数x满足条件;Srv(x,y)表示y也可以对x进行打击或者提供服务;Mach(x,y,N)表示x与y匹配,N表示匹配程度:N=1表示x与y作用类型匹配、N=2表示x与y发射条件匹配、N=3表示x与y机动性能匹配。3.根据权利要求1所述的一种杀伤链的架构推理及评估方法,其特征在于:所述目标--弹药匹配推理需要先对目标特性分解,再进行作用类型匹配,随后进行空间状态匹配,最后进行机动性能匹配,同时目标--弹药匹配推理需要进行目标--...

【专利技术属性】
技术研发人员:何华杜雨澄王彦锋贾博宇赵泉和王涛周鑫黄美根井田李若瑜张昊行
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1