面向通信輻射源威脅評估的知識圖譜構建*

劉 毓，李京華，孫佳琛，丁國如

（陸軍工程大學，江蘇 南京 210007）

0 引言

通信、雷達、測控、導航、傳感、電抗等各種電子設備大量增長，釋放出高密度、高強度、多頻譜的電磁波，形成了錯綜復雜的電磁環(huán)境[1]。2015年12 月，美國國防部把電磁頻譜視作一個繼陸、海、空、天、賽博空間之外的“第6 個域”[2]。美國國防部在2013 年《電磁頻譜戰(zhàn)略》、2017 年《電子戰(zhàn)戰(zhàn)略》，以及2020年10月的《電磁頻譜優(yōu)勢戰(zhàn)略》[3]中，反復強調未來信息戰(zhàn)中掌控電磁頻譜的重要性。因此，對輻射源實時準確進行威脅評估，進而推斷輻射源的行為和意圖，是未來電磁對抗領域亟需解決的問題。

電磁威脅評估（Threat Assessment，TA），是基于電磁頻譜態(tài)勢評估數據融合、決策和推理的過程[4]，主要推理對方輻射源的意圖和目的，進行威脅等級評估，量化判斷對方輻射源的威脅程度。圖1 為威脅評估流程，具體地先對偵察到的干擾輻射源進行人工情報、信號數據和態(tài)勢評估結果的數據獲取，然后對原始數據進行威脅要素提取，對干擾輻射源進行識別分類。

圖1 輻射源威脅評估基本流程

電磁輻射源信息存在不完全性、不一致性和不準確性等問題[5]，導致威脅評估至今沒有統(tǒng)一的評估模型。目前國內外主要的評估方法有專家系統(tǒng)方法、基于多屬性決策（Multi-Attribute Decision Majing，MADM）方法的威脅評估、基于貝葉斯網絡（Bayesian network，BN）推理的評估方法3 種。

第一種是專家系統(tǒng)方法[6]，如文獻[7]提出基于規(guī)則推理（Rule Based Reasoning，RBR）的專家系統(tǒng)，但存在知識獲取困難、推理方法不夠智能的問題。隨著專家系統(tǒng)技術逐漸走向成熟，開始將人工智能與專家系統(tǒng)相結合。文獻[8]提出基于動態(tài)神經網絡威脅評估專家模型，解決了專家系統(tǒng)存在無法自主學習的問題，但神經網絡缺少解釋推理能力以及知識存儲能力。

第二種是基于MADM 方法的威脅評估[9]，通過各技術指標綜合成一個特定的評價指標，從而選擇出最優(yōu)的決策方案。文獻[10]提出逼近于理想排序法（Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS）的多屬性決策。該方法利用歸一化后的原始數據矩陣對各決策方案排序，但TOPSIS 法有很大的主觀性和盲目性。

第三種是基于BN 推理的評估方法[11]。相較專家系統(tǒng)方法和多屬性決策方法而言，貝葉斯網絡能夠很好反映目標威脅信息的連續(xù)性和積累性。文獻[12]將靜態(tài)貝葉斯網絡與時間信息結合提出動態(tài)貝葉斯網絡威脅評估，提高了靜態(tài)貝葉斯模型的魯棒性，但也存在網絡結構簡單的缺點。

針對以上方法的不足，本文提出將知識圖譜理論與技術應用到電磁威脅評估中。知識圖譜威脅評估不再是完全依賴人工進行推理，而是能夠將專家知識和人類積累經驗轉化為機器能夠理解和處理的知識，用自然語言將人類知識映射為機器可以理解和計算的信息。

1 知識圖譜與電磁輻射源威脅度評估

1.1 知識圖譜概述

知識圖譜（Knowledge Graph，KG）本質上是用圖模型來描述真實世界中各種物體間關聯關系的技術方法[13]。知識圖譜的發(fā)展歷程[14]如圖2 所示。1965 年Feigenbaum 研制了世界上第一個專家系統(tǒng)，使人工智能由理論走向實際應用。1968 年，語義網絡（Semantic Network，SN），實現了人工智能在自然語言上的理解。1980 年，哲學概念“本體”（Ontology）被引入人工智能領域，研究特定領域知識的對象分類、對象屬性以及對象關系。1989 年萬維網（World Wide Web，WWW）概念被提出，之后1998 年又提出語義網（Semantic Web，SW）概念，實現了人工智能與Web 融合發(fā)展。2012年，谷歌發(fā)布了基于知識圖譜（Google Knowledge Graph）的搜索引擎產品[15]。由知識圖譜的發(fā)展歷程可知，知識圖譜不是突然出現的新技術，而是由語義網絡、知識表示、本體、語義網、自然語言處理等很多相關技術相互影響和繼承發(fā)展的結果[16]。

圖2 知識圖譜發(fā)展歷程

舉例說明目前國內外一些典型的知識圖譜。早期典型的知識庫，如Cyc[17]、WordNet[18]、ConceptNet[19]。互聯網時代的知識圖譜包含Freebase[20]、WikiData[21]。國內的知識圖譜主要代表有CN-DBpedia[22]、OpenKG[23]。知識圖譜在許多領域都有廣泛應用，面向特定領域的知識圖譜在金融、醫(yī)療等領域發(fā)展迅速。

1.2 電磁輻射源威脅度評估引入知識圖譜的意義

知識圖譜在復雜電磁環(huán)境的研究剛剛開始。文獻[24]提出，針對頻譜行為模式的不斷豐富、用頻安全威脅類型多樣的趨勢，構建“頻譜知識圖譜”是一個值得探索的研究方向。文獻[25]提出知識驅動的電磁環(huán)境態(tài)勢感知的概念，綜合運用知識圖譜、機器學習等方法對專業(yè)知識和用戶經驗進行有效地沉淀、萃取和表征。電磁輻射源威脅評估和知識圖譜的結合帶來的意義如下文所述。

（1）知識圖譜自動化分析和推理的能力可以構建一個完整的輻射源威脅評估自動化（智能化）體系架構。該框架從復雜環(huán)境中快速自主地獲取信息，并根據周圍感知到的信息和環(huán)境發(fā)生的變化，自主快速學習進行智能化改變，然后對智能化改變所產生的結果進行實時評估反饋。

（2）知識圖譜節(jié)點和邊對事實及關系的映射能實現輻射源威脅評估和行為意圖的快速準確推理。各類輻射源用頻行為會隨著時間多變，并且這種變化往往是不確定的。知識圖譜將復雜電磁中大量主體和關聯映射到不同的實體和關系上，對威脅評估進行表征。

（3）知識圖譜能夠提升電磁威脅評估的可解釋性可信任度。與傳統(tǒng)人工評估相比較，可解釋可信任的輻射源威脅評估知識圖譜意味著知識的輸入輸出間存在的因果關系或關聯關系是可以被理解、被信任。可解釋性和可信任度的提高，有利于輻射源威脅評估的管理和推廣，促進人機交互以及人工智能協同工作。

2 面向通信輻射源威脅評估的知識圖譜表征與建模

2.1 電磁輻射源信號知識圖譜模型

本文從信號的時域、頻域、相位、幅度等特性出發(fā)，定義頻率、帶寬、功率、調制方式等描述信號的核心要素，構建包含核心要素及要素間關系的信號語義表示結構，形成以原始數據層、信息抽取層、知識融合層、知識推理層、圖譜應用層為主體結構的輻射源信號圖譜模型[26]，如圖3 所示。

圖3 輻射源知識圖譜體系架構

原始數據層的數據由復雜電磁環(huán)境下輻射源數據和信號數據構成。

信息抽取層把原始數據進行實體抽取、屬性抽取、關系抽取。實體抽取主要抽取實體信息，屬性抽取是從不同原始數據中抽取實體的屬性名稱和屬性值，關系抽取是指從信息數據和輻射源數據中抽取出兩個或多個實體間的語義關系。信息抽取層可以實現輻射源、信號等物理實體到節(jié)點、邊等數字虛體的映射轉化，即物理域到信息域的映射轉化。

知識融合層主要對來源不同、結構不同的知識進行融合。知識融合是知識圖譜構建中關鍵一環(huán)，能夠很好避免信息孤島，使知識連接更加緊密，知識應用更加有價值。

知識推理層進行實體的分類分層，明確輻射源實體、信號實體之間的關聯繼而構建本體，并在這基礎上進行預測推理，對知識圖譜缺失的鏈接進行補全，對錯誤的鏈接進行修正。同時支撐社會域的圖譜應用層中信號識別、行為識別、行為推理應用，并根據新增的原始數據進行更新迭代。

2.2 電磁輻射源威脅評估知識圖譜表征

電磁輻射源威脅評估目前沒有廣泛認可的表征架構，結合電磁輻射源威脅評估過程中出現的規(guī)則、信息、實踐經驗作為威脅評估知識圖譜表征的知識信息，進一步構建面向電磁輻射源威脅評估的知識圖譜表征。合理的表征架構建立，不僅對輻射源威脅評估一定的知識進行高度的概括和抽象，而且能將圖譜表征的輻射源威脅評估各個層面的知識緊密有效地結合在一起。圖4 為電磁輻射源威脅評估知識圖譜表征架構，圖譜中橢圓代表實體，圓形表示實例，箭頭表示屬性/關系。輻射源威脅評估知識圖譜表征目前只羅列了主要的輻射源條目，隨著以后深入研究和技術發(fā)展，或根據具體場景的應用情況，再進行條目的豐富、調整。

圖4 電磁輻射源威脅評估知識圖譜表征架構

圖譜表征具體過程如下文所述。

第一步，從輻射源特征、輻射源行為等對一個未知的通信輻射源威脅評估。輻射源特征屬性對位置特征、身份特征，以及通聯特征等進行推理，判斷輻射源的戰(zhàn)術重要性。位置特征表示目標到作用對象的距離以及目標的運動速度。身份特征代表目標裝備的等級和價值，通常等級越高、價值越大，代表目標對象越重要。通聯特征主要表示常見的拓撲特征，如星型拓撲、線性拓撲、分組拓撲、網狀拓撲等。同時對輻射源行為中的頻率調整行為、時間選擇行為、功率控制行為、用戶交互行為等進行分析。如圖5 所示，本文針對圖譜表征梳理并歸納了輻射源信號行為類型。輻射源行為是從輻射源角度由信號數據信息抽象出的外在行動，對輻射源行為的感知及其意圖的理解，對于掌握全局態(tài)勢是至關重要的。

圖5 常見輻射源行為

第二步，輻射源特征對戰(zhàn)術重要性、行為分析進行判斷。對戰(zhàn)術重要性中的骨干節(jié)點、關鍵鏈路的分析，對輻射源行為分析中異常行為或正常行為結合起來進行威脅評估。結合通信干擾的場景和分析影響威脅的因素，設計一個通信信號威脅評估指標，如圖6 所示，通過3 個評估標準，分析出通信輻射源的威脅級別。

圖6 通信信號威脅評估指標

第三步，戰(zhàn)術重要性和行為分析進行威脅等級的評估，威脅等級以低、中、高分級表示威脅程度。威脅評估可對探測到的輻射源所有工作的威脅程度做出準確判斷，判斷是否是干擾輻射源，再進一步推理出輻射源間通信的目標或意圖。

2.3 電磁輻射源信號知識圖譜場景示例

本文結合圖4 中的所有實體、實體間的關系、實體的屬性，以及電磁輻射源實施干擾的場景為例子，構建合理的電磁輻射源知識體系，如表1 具體展示了部分輻射源威脅評估知識圖譜三元組，并將電磁輻射源領域內的知識高度概括和抽象，體現了信號的語義表示，明晰了信號與輻射源之間的關聯關系。

表1 電磁輻射源威脅評估知識圖譜三元組表示

圖7 為該場景的電磁輻射源威脅評估知識圖譜示例，其中橢圓形圖標表示實體，如輻射源、信號等；矩形圖標表示屬性值，如輻射源支持的協議、信號的語義表示；帶箭頭的連線表示實體與實體間的關系或實體的屬性。

圖7 輻射源威脅評估知識圖譜場景示例

輻射源實施干擾場景為輻射源B、C 相互通信，危險輻射源A 對輻射源B 實施壓制干擾。信號1 與信號2 中心頻率、調制方式一致，信號1 帶寬完全覆蓋信號2 帶寬（p＞q），且信號1 功率明顯強于信號2（n≥m），信號1 與輻射源B 之間的干擾關系也可以進一步得到印證。此外，當危險輻射源A 對輻射源B的壓制干擾產生效果時，輻射源B為了躲避干擾可以與輻射源C 協調換頻至yMHz，同時產生干擾作用到對象位置距離skm。輻射源信號知識圖譜也將被更新，輻射源B 換頻后發(fā)射的信號3 由虛線框橢圓形圖標表示，信號3的語義表示由虛線框圖標和虛線箭頭表示。信號3 換頻是一種頻率調整行為，通過行為分析可知是異常行為。信號3 產生的位置距離是一種位置特征，通過戰(zhàn)術重要性分析得到骨干節(jié)點D 和關鍵鏈路E。異常行為、骨干節(jié)點D和關鍵鏈路E結合判別得威脅等級“高”，即輻射源A 危險評估結果是“高”。

3 典型應用構想

3.1 輻射源行為意圖的推理機制

輻射源行為意圖是信號數據信息抽象出的外在行動表現及目的，是比信號物理特性更深層次的認知內容。行為的感知及其意圖的理解對于掌握全局態(tài)勢是至關重要的。本文基于歷史頻譜數據和電磁頻譜專家知識，結合常見通信輻射源行為梳理歸納了常見通信輻射源行為意圖類型，如圖8 所示。本文由原始信號數據流提煉用戶用頻行為時間序列，分析輻射源行為的影響范圍和演化軌跡；由單一輻射源的行為序列勾連相關輻射源的行為序列；由多用戶的行為集合匯聚系統(tǒng)的頻譜事件鏈，推演輻射源的行為意圖。

借助圖8 常見通信輻射源行為意圖的表示，結合圖4 電磁輻射源威脅評估知識圖譜的表征，設計了圖9 輻射源行為意圖推理機制。由專家知識提供的輻射源行為、輻射源特征等數據和目標網絡提供的信號數據作為原始數據，再查詢輻射源信號知識圖譜，進行輻射源信號知識圖譜推理，分析出輻射源位置特征、身份特征、推理特征等，推演輻射源的行為意圖。之后分析輻射源的行為，是異常行為還是正常行為，再進行輻射源的威脅評估，評估等級為高、中、低。最后，輻射源的行為識別和評估結果將反饋作用于輻射源知識圖譜，促進知識圖譜更新完善，實現“輻射源行為/輻射源特征—>信號數據—>知識圖譜查詢—>知識圖譜推理—>異常識別—>威脅評估”為特征的多變輻射源行為意圖推理機制。

圖8 常見通信輻射源行為意圖

圖9 輻射源行為意圖推理機制

3.2 高威脅輻射源信號知識圖譜研究

針對通信領域存在高威脅輻射源信號，該信號高度密集、波形復雜、頻域寬廣、隱身和抗干擾能力強等特征，利用知識圖譜具有分析和推理能力且更加符合人類認知推理過程的特點，深入探討圖10所示的高威脅輻射源信號知識圖譜。該研究包含目標通信網絡模塊、己方無源感知網絡模塊、輻射源數據分析算法庫模塊、圖譜表征與構建模塊以及輻射源行為分析模塊。

圖10 高威脅輻射源信號知識圖譜設計

通過對高威脅輻射源信號知識圖譜的方案探討，是未來實現對目標網絡典型信號和異常行為模式的精準識別，以及構建通信輻射源威脅等級評估理想決策模型的關鍵。

3.2.1 目標通信網絡模塊

目標通信網絡模塊對目標輻射源節(jié)點場景進行構設，主要針對多輻射源通聯目標網絡層級，重點關注對方以組網協同形式對我方展開威脅時，如何有效評估關鍵節(jié)點威脅等級。

3.2.2 己方無源感知網絡模塊

己方無源感知網絡模塊以傳感器進行感知目標通信網絡數據，并對傳感器性能進行對比。感知所得原始數據格式主要為IQ 數據和時間數據，構建數據融合中心，對目標網絡感知數據進行融合及預處理。

3.2.3 輻射源信號圖譜表征模塊

該模塊包含數據分析算法包和圖譜表征構建兩部分，其中數據分析算法包通過對數據融合中心產生的數據進行深入解析，全方位挖掘目標網絡節(jié)點的位置信息、個體識別信息、節(jié)點間通信連接關系等。

3.2.4 輻射源行為分析模塊

輻射源行為分析模塊包括異常信號數據和典型信號數據的導入，對新輸入信號數據分析推理實現目標信號的異常識別和威脅等級評估，可人工對現有輻射源信號數據進行異常標定等。

4 結語

本文針對復雜電磁空間，將知識圖譜和輻射源威脅評估結合，提出了以原始數據層、信息抽取層、知識融合層、知識推理層、圖譜應用層為主體結構的輻射源信號知識圖譜模型；構建了輻射源威脅評估知識圖譜表征模型，并用三元組具體表示輻射源威脅評估知識圖譜場景；設計了輻射源行為意圖推理機制；探討了針對高威脅輻射源信號的威脅評估知識圖譜。

之后可以深入地探討電磁輻射源威脅評估知識圖譜的應用場景，進一步搭建電磁輻射源威脅評估的可視化平臺，增強用戶使用質量及體驗。