基于粗糙集的地域通信網(wǎng)干線節(jié)點識別及仿真*

朱 靜 楊曉靜 范希輝 吳海兵

(1.陸軍軍官學院 合肥 230031)(2.電子工程學院 合肥 230010)

基于粗糙集的地域通信網(wǎng)干線節(jié)點識別及仿真*

朱 靜1楊曉靜2范希輝1吳海兵1

(1.陸軍軍官學院 合肥 230031)(2.電子工程學院 合肥 230010)

地域通信網(wǎng)是目前信息對抗人員研究的熱點。分析了地域通信網(wǎng)的網(wǎng)絡結(jié)構(gòu)和特點,根據(jù)各類節(jié)點的屬性值,給出了基于粗糙集理論的干線節(jié)點識別方法,結(jié)果表明,在大部分情況下,該方法能從大量模糊的網(wǎng)絡偵察數(shù)據(jù)中將干線節(jié)點與入口節(jié)點區(qū)分開來。

地域通信網(wǎng); 拓撲結(jié)構(gòu); 干線節(jié)點; 粗糙集

ClassNumberTN915

1 引言

地域通信網(wǎng)的出現(xiàn),使野戰(zhàn)通信在通信裝備、通信體制、通信戰(zhàn)術(shù)等諸多方面都發(fā)生了根本性的變化,成為信息對抗人員研究的熱點。對地域通信網(wǎng)實施有效對抗的前提是找出網(wǎng)絡中的關(guān)鍵節(jié)點,地域通信網(wǎng)中包含眾多的干線節(jié)點、大型用戶入口節(jié)點和小型用戶入口節(jié)點,在這些節(jié)點中,干線節(jié)點的重要性是大于用戶入口節(jié)點的,因此,判定各節(jié)點的屬性是識別關(guān)鍵節(jié)點的前提和基礎,論文提出將把粗糙集理論應用到干線節(jié)點識別中,以網(wǎng)絡的系統(tǒng)結(jié)構(gòu)和組網(wǎng)所用到的節(jié)點設備的特點為基礎,從大量模糊的網(wǎng)絡偵察數(shù)據(jù)中提出一些準則來判別出節(jié)點的類型,從而區(qū)別出干線節(jié)點,對干線網(wǎng)拓撲結(jié)構(gòu)的推斷具有重要意義。

2 網(wǎng)絡結(jié)構(gòu)

本文以美軍移動用戶設備(MSE)網(wǎng)絡為例,在MSE網(wǎng)絡中,工作在同一個頻段內(nèi)的有干線節(jié)點、大小入口節(jié)點和無線入口單元節(jié)點鏈路,最高攻擊優(yōu)先級是干線節(jié)點,每個干線節(jié)點交換機通過微波鏈路與相鄰的干線節(jié)點交換機、大小入口節(jié)點交換機和無線入口節(jié)點交換機相連,鏈路數(shù)較多,可從鏈路數(shù)目、鏈路速率及相互位置特征上綜合判斷出干線節(jié)點[1～3]。在現(xiàn)有階段如何獲取某個節(jié)點的特征信息仍需搜索,尤其如何利用傳統(tǒng)的電子對抗手段獲取其物理鏈路的特征信息和在有線直接接入的情況下利用網(wǎng)絡偵察方式獲取其特征信息需要研究新的方法和手段。

為了分析所使用的數(shù)據(jù)具有有效性,在分析之前,先對參數(shù)提出一些假設:

1)假設不存在鏈路數(shù)目為0的節(jié)點。在實際MSE網(wǎng)絡中,可能出現(xiàn)某個節(jié)點在當前一段時間內(nèi)不與其它節(jié)點進行通信的情況,此時其鏈路數(shù)目為0。因為對于電子偵察而言,能偵察到鏈路數(shù)或鏈路速率則表明此鏈路一定存在,所以對鏈路數(shù)目為0的節(jié)點進行研究沒有意義。

2)在實際信號傳輸中,節(jié)點的鏈路速率有可能小于256Kbps、512Kbps、1024Kbps。為了研究的方便,假設[0,256]Kbps范圍內(nèi)的速率都是256Kbps,同理,假設[256,512]Kbps范圍內(nèi)的速率都是512Kbps,假設[512,1024]Kbps范圍內(nèi)的速率都是1024Kbps。

3 基于粗糙集的干線節(jié)點識別

將粗糙集理論[4]應用到干線節(jié)點識別中主要是因為它無需提供所需處理的數(shù)據(jù)集合之外的任何先驗信息,利用數(shù)據(jù)集上的等價關(guān)系對知識的不確定程度進行度量,從而避免了對信息數(shù)據(jù)的主觀評價(如證據(jù)理論中的信念函數(shù),模糊理論中的隸屬度函數(shù))所帶來的誤差,而且粗糙集中的約簡方法和決策規(guī)則可以刪除判決條件屬性中的冗余因素并得出條件屬性的決策概率,大大提高識別的準確性。

3.1 節(jié)點屬性約簡

為了識別干線節(jié)點,首先應該對地域通信網(wǎng)系統(tǒng)中的各種電臺進行研究,根據(jù)不同電臺的參數(shù)設置將其分類,找出節(jié)點與電臺之間的聯(lián)系,為節(jié)點類型判別提供基礎。

在這里以某電臺(該電臺可用于NC、LEN、SEN節(jié)點處)為例進行研究,令在一段時間內(nèi),偵察到關(guān)于節(jié)點屬性的決策表如表1所示。其中條件屬性C={鏈路速率,活動鏈路數(shù),頻率},決策屬性D={節(jié)點類型}。

屬性約簡的具體步驟如下:

1)進行條件屬性的簡化,即從決策表中消去某些列。由于頻率的變化不能直接影響到對節(jié)點類型的判別,對表2進行屬性約簡,消去頻率屬性所在的列。

2)消去重復的行。從表2中可以得知,第12～22行都與前面的行數(shù)值重復,刪除第12～22行。

3)消去屬性的冗余值。從表1中得知,根據(jù)粗糙集理論中的屬性約簡方法,得到?jīng)Q策表的簡化表如表2所示。

表1 節(jié)點類型決策表

表2 屬性約簡后的節(jié)點類型決策表

3.2 等價類劃分

前面對偵察到的一些數(shù)據(jù)進行了屬性約簡,下面采用粗糙集中的等價類劃分方法進行類別劃分。對剩余的三類節(jié)點進行研究后發(fā)現(xiàn),可以根據(jù)這三類節(jié)點的鏈路數(shù)目以及不同類型節(jié)點組合間的鏈路速率來區(qū)分一些節(jié)點,如表3所示。

表3 不同節(jié)點類型的特點表

由地域通信網(wǎng)網(wǎng)絡結(jié)構(gòu)的特點可以得出干線節(jié)點(即NC)的一般決策規(guī)則:

1)鏈路速率為1024kbps的節(jié)點一定是NC;

2)鏈路數(shù)目大于等于3的節(jié)點一定是NC;

3)同時滿足1)和2)的也一定是NC;

4)鏈路數(shù)目為1的節(jié)點一定不是NC。

由此一般決策規(guī)則可以對表2中e7、e9、e10、e11的情況迅速作出判斷,可以唯一確定判為干線節(jié)點;對表2中e1、e2、e5的情況也可迅速作出判斷其確定不是干線節(jié)點;但對于表2中的e3和e8以及e4和e6這幾種情況,卻無法唯一確定其類型。在e3和e8以及e4和e6這兩組記錄中,節(jié)點的屬性相同,但決策結(jié)果不同。對于這兩種情況,僅用以上的決策規(guī)則,不足以劃分節(jié)點類型。因此可以得出一個結(jié)論:當鏈路數(shù)目為2且鏈路速率不等于1024時,不能區(qū)分節(jié)點類型。為此需要用到粗糙集理論中的等價類劃分的方法。

表2所示的決策表中,論域U={e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11},條件屬性A={R1,R2}={鏈路速率,鏈路數(shù)目},決策屬性D={節(jié)點類型},V={V鏈路速率,V鏈路數(shù)目},其中,V鏈路速率={256,512,1024},V鏈路數(shù)目={1,2,3,4}。

若分別按鏈路速率、鏈路數(shù)目這兩個屬性來對節(jié)點類型分類,結(jié)果如下:

U/IND(鏈路速率)=U/IND(R1)={{e1,e2,e4,e6,e11},{e3,e5,e7,e8},{e9,e10}},

U/IND(鏈路數(shù)目)=U/IND(R2)={{e1,e2,e5},{e3,e4,e6,e8,e10},{e7,e9,e11}}。

3.3 干線節(jié)點決策

在對條件屬性子集R2進行劃分的三個等價類中,{e1,e2,e5}都不是NC,不予考慮;{e7,e9,e11}都是NC,可以認為這部分的正確識別概率為100%,也不用再進行判別。而不能區(qū)分節(jié)點類型的情況就是等價類{e3,e4,e6,e8,e10}中鏈路速率V≠1024kbps的情況,即為等價類{e3,e4,e6,e8,e10}與等價類{e9,e10}的差集。最終可以得出不能區(qū)分節(jié)點類型的等價類僅為{e3,e4,e6,e8}的情況,如表4所示。

表4 不能區(qū)分節(jié)點類型的決策表

根據(jù)表4中的數(shù)據(jù),令條件φ={鏈路速率、活動鏈路數(shù)相同的記錄},ψ1為NC,ψ2為LEN,由文獻[5]提出的帶Rough算子的節(jié)點類型判決規(guī)則中的公式為

p(ψ)=∑(p(φ)·μ(φ,ψ))=∑p(φ∧ψ)

(1)

由式(1)計算NC和LEN的決策概率分別為

p(ψ1)=p(φ1)·μ(φ1,ψ1)+p(φ2)·μ(φ2,ψ1)

=(2/4)×(1/2)+(2/4)×(1/2)=0.5

p(ψ2)=p(φ1)·μ(φ1,ψ2)+p(φ2)·μ(φ2,ψ2)

=(2/4)×(1/2)+(2/4)×(1/2)=0.5

對于這種條件屬性相同且決策結(jié)果相同的情況,就要取決于專家系統(tǒng)的推斷。

4 干線節(jié)點識別仿真

根據(jù)干線節(jié)點決策規(guī)則,引用干線節(jié)點正確識別概率計算公式[5]如式(2):

(2)

式(2)中,A為電臺記錄中確定為NC的電臺記錄數(shù);V為不能唯一確定為NC的電臺記錄數(shù),需要用決策規(guī)則計算決策概率;i為V中實際為NC的電臺數(shù),因此取值在[0,V]之間,即i∈[0,V]。

在仿真過程中,給出一些假設條件:

1)在得到的節(jié)點電臺數(shù)據(jù)中,每個節(jié)點只選出一個最具代表性(參數(shù)值最可靠、信號最強等)的電臺作為研究對象;

2)節(jié)點的鏈路數(shù)目與電臺相互獨立。在仿真實驗中,按照電臺參數(shù)產(chǎn)生記錄,節(jié)點數(shù)正好等于產(chǎn)生的電臺記錄數(shù)。

首先,令所有電臺記錄數(shù)為150組,其中能唯一確定為NC的電臺記錄數(shù)A=100組,則不能唯一確定為NC的電臺記錄數(shù)V=50組,對V在所有電臺記錄數(shù)中的變化進行仿真,結(jié)果如圖6所示。

圖1 不能唯一確定為干線節(jié)點的數(shù)值變化

圖2 決策概率與正確識別概率的關(guān)系

由圖1可知,當不確定記錄全為NC時,不能確定記錄中的實際NC數(shù)目占實驗中NC總數(shù)的百分比在[9%,33%]之間變化,表明本次實驗中不能確定記錄中的NC數(shù)目最大可取到NC總數(shù)的33%。

其次,對于不能唯一確定的NC數(shù)目V,在理論得出決策概率為50%的情況下,決策概率與正確識別概率的關(guān)系如圖2所示。

由圖2中決策概率與正確識別概率的關(guān)系曲線可以看出:運用粗糙集理論對不能唯一判別節(jié)點類型的記錄進行仿真,根據(jù)其條件屬性計算出NC節(jié)點的決策概率為0.5。

同理可得,不確定記錄中LEN節(jié)點的概率也為0.5。此時NC和LEN兩種節(jié)點的正確識別概率都為0.5。

5 結(jié)語

本文以地域通信網(wǎng)的網(wǎng)絡結(jié)構(gòu)為基礎,將粗糙集理論應用到干線節(jié)點識別中,得出判別節(jié)點類型的準則,給出了干線節(jié)點識別仿真,結(jié)果表明,在大部分情況下,該方法能從大量模糊的網(wǎng)絡偵察數(shù)據(jù)中將干線節(jié)點與入口節(jié)點區(qū)分開來。

[1]楊紅娃,潘高峰,王巍.戰(zhàn)場干線網(wǎng)絡拓撲推斷技術(shù)[J].通信對抗,2009(3):14-17.

[2]朱靜,楊曉靜.一種新的地域通信網(wǎng)關(guān)鍵節(jié)點識別方法[J].電子信息對抗技術(shù),2009,24(5):33-36.

[3]李云.地域通信網(wǎng)裝備綜合運用[M].合肥:解放軍炮兵學院出版社,2011:4-6.

[4]安海忠,鄭鏈,王廣祥.粗糙集知識發(fā)現(xiàn)的研究現(xiàn)狀和展望[J].計算機測量與控制,2003,11(2):81-83.

[5]劉清,黃兆華,等.帶Rough算子的決策規(guī)則及數(shù)據(jù)挖掘中的軟計算[J].計算機研究與發(fā)展,1999,36(7):800-804.

[6]劉清.Rough集及Rough推理[M].北京:科學出版社,2001:23-28.

[7]葉酋蓀,南庚.軍事通信網(wǎng)分析及系統(tǒng)集成[J].北京:國防工業(yè)出版社,2005:7-10.

[8]宋穎鳳,陣軍,張晶日.地域通信網(wǎng)干擾效果評估指標研究[J].通信對抗,2007(4):12-16.

[9]薛業(yè)飛,趙躍,曹志耀.基于通用黑板模型的TMSE網(wǎng)絡中心節(jié)點識別[J].指揮控制與仿真,2006(1):48-51.

[10]朱靜,楊曉靜.地域通信網(wǎng)的關(guān)鍵節(jié)點識別方法研究[J].探測與控制學報,2009:33-36.

TrunkNodeofAreaCommunicationNetworkIdentificationandSimulationBasedonRoughSetTheory

ZHU Jing1YANG Xiaojing2FAN Xihui1WU Haibing1

(1. Army Officer Academy, Hefei 230031)(2. Electronic Engineer Institute, Heifei 230031)

Area communication network is a hotspot being researched by many information countermeasure personnels at present. The network structure and features of area communication network are analyzed according to the properties of node. The rough set theory is applied to recognize the trunk node, The example proves that the method can classify the trunk node and entrance node from fuzzy data of probing in most cases.

area communication network, topological structure, trunk node, rough set

2013年10月3日,

:2013年11月27日

朱靜,女,碩士,講師,研究方向:通信網(wǎng)絡技術(shù)。楊曉靜,女,碩士,副教授,研究方向:通信對抗與信號處理研究。范希輝,男,博士,講師,研究方向:網(wǎng)絡仿真技術(shù)研究。吳海兵,男,碩士,研究方向:網(wǎng)絡仿真技術(shù)研究。

TN915DOI:10.3969/j.issn1672-9730.2014.04.016