CN117196130B - 一种基于复杂网络的杀伤链路径快速查找方法 - Google Patents
一种基于复杂网络的杀伤链路径快速查找方法 Download PDFInfo
- Publication number
- CN117196130B CN117196130B CN202311214503.4A CN202311214503A CN117196130B CN 117196130 B CN117196130 B CN 117196130B CN 202311214503 A CN202311214503 A CN 202311214503A CN 117196130 B CN117196130 B CN 117196130B
- Authority
- CN
- China
- Prior art keywords
- network
- killing
- killing chain
- type
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 55
- 238000012546 transfer Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于复杂网络的杀伤链路径快速查找方法，包括：获取作战网络和杀伤链类型字符串；将杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算作战网络中相邻节点类型的转移矩阵；将所有转移矩阵依次相乘，得到到达矩阵；计算到达矩阵的迹；提取转移矩阵中非0元素的行列序号，构建有向网络；利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的杀伤链类型的路径。本发明还公开了一种基于复杂网络的杀伤链路径快速查找系统。本发明针对复杂作战网络快速查找杀伤链路径，实现战场指挥系统化、科学化、高效化，有利于进一步开展装备体系效能分析与优化相关工作。
Description
技术领域
本发明涉及体系建模技术领域，更具体地，涉及一种基于复杂网络的杀伤链路径快速查找方法及系统。
背景技术
信息通信技术的飞速发展极大地改变了现有的作战样式，使得武器装备体系的建设更加注重相互协同配合和交联耦合。不同装备间存在着信息流的快速交互，而信息链路的通畅与否和实时性直接关系到体系作战效能。然而，由于现代战争中作战体系规模庞大、构成元素复杂、组成动态变化，如何快速准确地查找出相应的信息链路从而准确评估作战效能，成为打赢未来智能化战争亟需解决的关键问题。
作战体系由大量具有自主特性的装备及其相互关系构成，是一个典型的复杂网络。在该网络中，各个作战单元被抽象和简化成节点，作战单元间的相互作用关系被描述成边。在此基础上，不同类型的装备根据作战任务进程链接成闭合的信息环路，即杀伤链。装备的类型划分为侦察装备S、决策装备D、打击装备I、目标装备T四类。基于杀伤链的网络建模方法，能够反映战场环境下各类型装备间相互作用的动态变化情况。然而，现有方法多只能计算杀伤链数量，并不能完整查找每条杀伤链的构成。
发明内容
针对现有技术的至少一个缺陷或改进需求，本发明提供了一种基于复杂网络的杀伤链路径快速查找方法及系统，针对复杂作战网络快速查找杀伤链路径，实现战场指挥系统化、科学化、高效化，有利于进一步开展装备体系效能分析与优化相关工作。
为实现上述目的，按照本发明的第一个方面，提供了一种基于复杂网络的杀伤链路径快速查找方法，该方法包括：
S1. 获取作战网络和杀伤链类型字符串；
S2. 将所述杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算所述作战网络中相邻节点类型的转移矩阵；
S3. 将所有转移矩阵依次相乘，得到到达矩阵；
S4. 计算所述到达矩阵的迹，作为杀伤链类型的数量；
S5. 提取所述转移矩阵中非0元素的行列序号，构建第一集合后获得有向网络；
S6. 从所述杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的所述杀伤链类型的路径。
进一步地，上述基于复杂网络的杀伤链路径快速查找方法还包括：
所述杀伤链类型字符串包括：TSDIT、TSSDIT、TSDDIT、TSSDDIT、TSDSDIT、TSSDSDIT、TSDDSDIT。
进一步地，上述基于复杂网络的杀伤链路径快速查找方法还包括：
相邻节点类型I和节点类型J的转移矩阵被表示为，其中的元素/>在第i个I类节点和第j个J类节点之间有边时为1，否则为0。
进一步地，上述基于复杂网络的杀伤链路径快速查找方法还包括：
构建第一集合包括：
在转移矩阵的元素/>时，获取该元素的行列序号为/>；
遍历所有转移矩阵，以所有的行列序号构建第一集合。
进一步地，上述基于复杂网络的杀伤链路径快速查找方法还包括：
还包括S7. 执行上述S2-S6步骤，输出所有杀伤链类型的路径。
按照本发明的第二个方面，还提供了一种基于复杂网络的杀伤链路径快速查找系统，其包括：
转移矩阵计算模块，用于获取作战网络和杀伤链类型字符串，将所述杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算所述作战网络中相邻节点类型的转移矩阵；
到达矩阵计算模块，用于获取所述转移矩阵，将所有转移矩阵依次相乘，得到到达矩阵，计算所述到达矩阵的迹，作为杀伤链类型的数量；
网络构建模块，用于提取所述转移矩阵中非0元素的行列序号，构建第一集合后获得有向网络；
路径计算模块，用于从所述杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的所述杀伤链类型的路径。
进一步地，上述基于复杂网络的杀伤链路径快速查找系统还包括：
所述杀伤链类型字符串包括：TSDIT、TSSDIT、TSDDIT、TSSDDIT、TSDSDIT、TSSDSDIT、TSDDSDIT。
进一步地，上述基于复杂网络的杀伤链路径快速查找系统还包括：
相邻节点类型I和节点类型J的转移矩阵被表示为，其中的元素/>在第i个I类节点和第j个J类节点之间有边时为1，否则为0。
进一步地，上述基于复杂网络的杀伤链路径快速查找系统还包括：
所述网络构建模块在转移矩阵的元素/>时，获取该元素的行列序号为；
遍历所有转移矩阵，以所有的行列序号构建第一集合。
进一步地，上述基于复杂网络的杀伤链路径快速查找系统还包括：
所述路径计算模块，还用于在各杀伤链类型的路径计算完成后，输出所有杀伤链类型的路径。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明提供的基于复杂网络的杀伤链路径快速查找方法，针对复杂作战网络快速查找杀伤链路径，实现战场指挥系统化、科学化、高效化，有利于进一步开展装备体系效能分析与优化相关工作。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于复杂网络的杀伤链路径快速查找方法方法的流程示意图；
图2为本发明实施例提供的一种8个节点和10条边构成的作战网示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
如图1所示，作为本发明的第一实施例，提供了一种基于复杂网络的杀伤链路径快速查找方法，该方法包括：
S1. 获取作战网络和杀伤链类型字符串；
S2. 将杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算作战网络中相邻节点类型的转移矩阵；
S3. 将所有转移矩阵依次相乘，得到到达矩阵；
S4. 计算到达矩阵的迹，作为杀伤链类型的数量；
S5. 提取转移矩阵中非0元素的行列序号，构建第一集合后获得有向网络；
S6. 从杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的杀伤链类型的路径。
本实施例中，首先定义了杀伤链。在作战网络中，由具有特定功能节点和边所组成的针对特定目标的有向链路，记为，其中/>表示侦察装备或决策装备。根据不同装备对侦察信息传递和决策处理的情况差异，得到的杀伤链的具体内涵也有不同。根据装备体系作战网络中各装备间的连接关系，在表1中列出了7种典型的广义杀伤链路径及其含义。
表1 作战网络中不同杀伤链路径含义
本实施例中还定义了转移矩阵。是节点类型I和节点类型J关于网络模式I→J的转移矩阵。如果节点Ii∈I与节点Jj∈J之间有边且Ii指向Jj，则元素a ij=1；否则元素a ij=0。
进一步地，本实施例还定义了到达矩阵。和/>称为相邻转移矩阵。/>的到达节点类型与/>的起始节点类型相同，通过相邻转移矩阵间的转移，可得，则称/>为节点类型I的到达矩阵。
根据转移矩阵可以获得节点在杀伤链中的转移情况，从而计算杀伤链的数量。以某个杀伤链路径为例，T在/>下的到达矩阵为：
由此可得到该类型杀伤链数量为：
即，该类型杀伤链数量为该路径下到达矩阵的正对角线上各元素之和，也就是到达矩阵的迹tr()。
综上所述，装备体系作战网络的杀伤链数量N为：
进一步地，本实施例中还需要获得每个杀伤链具体由哪些节点构成以及杀伤链如何变化，因此，本实施例中还包括了在转移矩阵中筛选出非0元素并找到其对应的行列序号，再将相应的节点和连接关系重新构成一个新的有向网络，利用复杂网络方法找到所有最终返回自身的闭环路径，最终可以找到该类型杀伤链下所有完整的路径。本实施例中的杀伤链都是以T类型节点作为起始和结束的节点，因此，复杂网络方法中需要遍历所有的T类型节点，找到以T类型作为起始和结束的闭环路径。
构建新的有向网络，首先需要获取转移矩阵中非0元素的行列序号。其中，转移矩阵中非0元素的行序号对应起始节点的编号，列序号对应结束节点的编号。例如，I类型节点到J类型节点转移矩阵中某非0元素的行列序号分别为[2, 3]，则表明起始节点I2与结束节点J3之间存在有向连接。具体的方法是在转移矩阵A IJ的元素a ij≠0时，获取该元素的行列序号为[i,j]；遍历所有转移矩阵，以所有的行列序号构建第一集合。
进一步地，将所有非0元素的行列序号集合转换为有向节点集合，例如I类型节点到J类型节点的转移矩阵中某个非0元素行列序号为[3, 5]，则有向节点可表示为[I3,J5]。基于有向节点集合构建有向网络G，可以使用但不限于Python环境中networkx复杂网络工具包中的DiGraph()函数实现。完成构建有向网络后，即可查找具体的杀伤链路径，可以在节点规模较大时实现快速、高效、准确查找。
找到有向网络G中的所有闭环路径同样可以使用但不限于Python环境中networkx复杂网络工具包中的find_all_paths()函数实现。需要注意的是，查找路径时可能会出现有向带环链路，可通过指定路径长度从而筛选得到所需类型的杀伤链路径。在查找到有向网络G中不同类型的节点路径后，即可得到当前作战体系网络中所有杀伤链路径。
作为本发明的又一实施例，提供了一种上述实施例在具体应用场景下的计算方法。图2示出了一种8个节点和10条边构成的简单作战网，涵盖了T、S、D、I四种类型的作战节点。下面将以该作战网为例阐述查找各类型杀伤链路径的具体实施过程。首先查找“TSDIT”类型的杀伤链路径。
以“TSDIT”类型的杀伤链路径为例，首先计算转移矩阵：
，/>，/>，/>。
进一步地，到达矩阵，则“TSDIT”类型杀伤链数为到达矩阵a的主对角线元素的和，即n= 2。
在各个转移矩阵中提取所有非0元素的行列序号，并构成一个当前杀伤链类型下所有序号的集合。这些序号代表的是节点类型中的编号和连接关系，即得到[T1, S1]，[T2,S2]，[S1, D1]，[S3, D1]，[D1, I1]，[D1, I2]，[I1, T1]，[I2, T1]，[I2, T2]。
将上述行列序号集合重构成所有符号化的节点和连接边，构建一个新的有向网络G。从T类型节点的第一个序号开始遍历，用复杂网络方法计算得到最短闭合路径，直到遍历结束，最后输出所有不重复的该杀伤链类型的路径，得到的路径为2条：[T1, S1, D1, I1,T1]，[T1, S1, D1, I2, T1]。以上结果与利用公式计算得到的杀伤链数量一致。
同样，利用上述步骤查找“TSSDIT”类型的杀伤链路径，可以得到该类型的杀伤链数量为1，具体路径为[T2, S2, S3, D1, I2, T2]。计算结果如表2所示，其它类型的杀伤链数量均为0，与作战网络结构的实际情况吻合。以上结果说明了该方法的有效性和实用性。
表2查找7种典型类型杀伤链路径结果
作为本发明的又一实施例，还提供了一种基于复杂网络的杀伤链路径快速查找系统，其包括：
转移矩阵计算模块，用于获取作战网络和杀伤链类型字符串，将所述杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算所述作战网络中相邻节点类型的转移矩阵；
到达矩阵计算模块，用于获取所述转移矩阵，将所有转移矩阵依次相乘，得到到达矩阵，计算所述到达矩阵的迹，作为杀伤链类型的数量；
网络构建模块，用于提取所述转移矩阵中非0元素的行列序号，构建第一集合后获得有向网络；
路径计算模块，用于从所述杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的所述杀伤链类型的路径。
进一步地，本实施例还包括：
所述杀伤链类型字符串包括：TSDIT、TSSDIT、TSDDIT、TSSDDIT、TSDSDIT、TSSDSDIT、TSDDSDIT。
进一步地，本实施例还包括：
相邻节点类型I和节点类型J的转移矩阵被表示为，其中的元素/>在第i个I类节点和第j个J类节点之间有边时为1，否则为0。
进一步地，本实施例还包括：
所述网络构建模块在转移矩阵的元素/>时，获取该元素的行列序号为；
遍历所有转移矩阵，以所有的行列序号构建第一集合。
进一步地，本实施例还包括：
所述路径计算模块，还用于在各杀伤链类型的路径计算完成后，输出所有杀伤链类型的路径。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于复杂网络的杀伤链路径快速查找方法，其特征在于：
S1. 获取作战网络和杀伤链类型字符串；
S2. 将所述杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算所述作战网络中相邻节点类型的转移矩阵；
S3. 将所有转移矩阵依次相乘，得到到达矩阵；
S4. 计算所述到达矩阵的迹，作为杀伤链类型的数量；
S5. 提取所述转移矩阵中非0元素的行列序号，构建有向网络；
S6. 从所述杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的所述杀伤链类型的路径；
其中，相邻节点类型I和节点类型J的转移矩阵被表示为，其中的元素/>在第i个I类节点和第j个J类节点之间有边时为1，否则为0；
所述步骤S5具体包括：
获取转移矩阵中非0元素的行列序号，其中转移矩阵中非0元素的行序号对应起始节点的编号，列序号对应结束节点的编号；
将所有非0元素的行列序号集合转换为有向节点集合；
基于有向节点集合构建有向网络。
2.如权利要求1所述的基于复杂网络的杀伤链路径快速查找方法，其特征在于：
所述杀伤链类型字符串包括：TSDIT、TSSDIT、TSDDIT、TSSDDIT、TSDSDIT、TSSDSDIT、TSDDSDIT。
3.如权利要求1所述的基于复杂网络的杀伤链路径快速查找方法，其特征在于：
还包括S7. 执行上述S2-S6步骤，输出所有杀伤链类型的路径。
4.一种基于复杂网络的杀伤链路径快速查找系统，其特征在于：
转移矩阵计算模块，用于获取作战网络和杀伤链类型字符串，将所述杀伤链类型字符串拆分，获得表示节点类型的单个字符，并计算所述作战网络中相邻节点类型的转移矩阵；
到达矩阵计算模块，用于获取所述转移矩阵，将所有转移矩阵依次相乘，得到到达矩阵，计算所述到达矩阵的迹，作为杀伤链类型的数量；
网络构建模块，用于提取所述转移矩阵中非0元素的行列序号，构建有向网络；
路径计算模块，用于从所述杀伤链的第一个节点的第一个序号开始遍历，利用复杂网络方法，计算得到最短闭合路径，输出所有不重复的所述杀伤链类型的路径；
其中，相邻节点类型I和节点类型J的转移矩阵被表示为，其中的元素/>在第i个I类节点和第j个J类节点之间有边时为1，否则为0；
所述网络构建模块，用于获取转移矩阵中非0元素的行列序号，其中转移矩阵中非0元素的行序号对应起始节点的编号，列序号对应结束节点的编号；还用于将所有非0元素的行列序号集合转换为有向节点集合，并基于有向节点集合构建有向网络。
5.如权利要求4所述的基于复杂网络的杀伤链路径快速查找系统，其特征在于：
所述杀伤链类型字符串包括：TSDIT、TSSDIT、TSDDIT、TSSDDIT、TSDSDIT、TSSDSDIT、TSDDSDIT。
6.如权利要求4所述的基于复杂网络的杀伤链路径快速查找系统，其特征在于：
所述路径计算模块，还用于在各杀伤链类型的路径计算完成后，输出所有杀伤链类型的路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311214503.4A CN117196130B (zh) | 2023-09-20 | 2023-09-20 | 一种基于复杂网络的杀伤链路径快速查找方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311214503.4A CN117196130B (zh) | 2023-09-20 | 2023-09-20 | 一种基于复杂网络的杀伤链路径快速查找方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117196130A CN117196130A (zh) | 2023-12-08 |
| CN117196130B true CN117196130B (zh) | 2024-05-24 |
Family
ID=88986719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311214503.4A Active CN117196130B (zh) | 2023-09-20 | 2023-09-20 | 一种基于复杂网络的杀伤链路径快速查找方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117196130B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114968A (zh) * | 2007-08-31 | 2008-01-30 | 安徽大学 | 一种基于复杂网络商空间模型的路径搜索方法 |
| CN114491889A (zh) * | 2022-01-29 | 2022-05-13 | 西北工业大学 | 一种作战体系网络关键节点识别方法及装置 |
| CN114666805A (zh) * | 2022-04-28 | 2022-06-24 | 中国人民解放军国防科技大学 | 一种适用于多颗粒度业务的光网络规划方法及系统 |
| CN115438467A (zh) * | 2022-08-12 | 2022-12-06 | 西北工业大学 | 一种基于杀伤链的装备体系任务可靠度评估方法 |
| CN115455625A (zh) * | 2022-09-28 | 2022-12-09 | 西北工业大学 | 一种基于相依网络的作战体系效能评估方法及装置 |
| WO2023134091A1 (zh) * | 2022-01-17 | 2023-07-20 | 重庆邮电大学 | 一种时间敏感网络中路径选择和门控调度的联合优化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101104551B1 (ko) * | 2008-10-30 | 2012-01-11 | 한국전력공사 | 전력설비 네비게이션 시스템 |
| US10289841B2 (en) * | 2015-04-16 | 2019-05-14 | Nec Corporation | Graph-based attack chain discovery in enterprise security systems |
-
2023
- 2023-09-20 CN CN202311214503.4A patent/CN117196130B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114968A (zh) * | 2007-08-31 | 2008-01-30 | 安徽大学 | 一种基于复杂网络商空间模型的路径搜索方法 |
| WO2023134091A1 (zh) * | 2022-01-17 | 2023-07-20 | 重庆邮电大学 | 一种时间敏感网络中路径选择和门控调度的联合优化方法 |
| CN114491889A (zh) * | 2022-01-29 | 2022-05-13 | 西北工业大学 | 一种作战体系网络关键节点识别方法及装置 |
| CN114666805A (zh) * | 2022-04-28 | 2022-06-24 | 中国人民解放军国防科技大学 | 一种适用于多颗粒度业务的光网络规划方法及系统 |
| CN115438467A (zh) * | 2022-08-12 | 2022-12-06 | 西北工业大学 | 一种基于杀伤链的装备体系任务可靠度评估方法 |
| CN115455625A (zh) * | 2022-09-28 | 2022-12-09 | 西北工业大学 | 一种基于相依网络的作战体系效能评估方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| 基于异质网络的武器装备体系结构抗毁性研究;赵丹玲;谭跃进;李际超;豆亚杰;李连春;刘俊亿;;系统工程理论与实践;20191225(12);全文 * |
| 基于树型结构的APT攻击预测方法;张小松;牛伟纳;杨国武;卓中流;吕凤毛;;电子科技大学学报;20160730(04);全文 * |
| 多数据源层次化网络攻击路径长度预测仿真;张科;;计算机仿真;20191115(11);全文 * |
| 面向隔离区异构平台的动态防御主动迁移策略;马润年;《火力与指挥控制》;20190331;第44卷(第3期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117196130A (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | A new algorithm for symbolic system reliability analysis | |
| CN110442603A (zh) | 地址匹配方法、装置、计算机设备及存储介质 | |
| CN103793467B (zh) | 一种基于超图和动态规划的大数据实时查询优化方法 | |
| CN103218692B (zh) | 基于活动间依赖关系分析的工作流挖掘方法 | |
| CN106462625A (zh) | 针对大型图表的实时所保存查询更新 | |
| CN109978546A (zh) | 一种联盟区块链架构及其分级存储和交易穿孔方法 | |
| CN107104824A (zh) | 一种网络拓扑确定方法和装置 | |
| CN110554868B (zh) | 一种软件复用代码检测方法及系统 | |
| CN110061870A (zh) | 一种战术互联网中基于节点与边联合效能评估方法 | |
| CN107870949A (zh) | 数据分析作业依赖关系生成方法和系统 | |
| CN112232619A (zh) | 联盟链的区块出块和定序方法、节点及区块链网络系统 | |
| Jiao et al. | Graph sampling for Internet topologies using normalized Laplacian spectral features | |
| CN104484478B (zh) | 一种关联聚类数据瘦身方法及系统 | |
| CN108121788A (zh) | 子图查询方法 | |
| CN117196130B (zh) | 一种基于复杂网络的杀伤链路径快速查找方法 | |
| Xu et al. | Aperiodically intermittent pinning discrete-time observation control for exponential synchronization of stochastic multilayer coupled systems | |
| Bai et al. | Block-based minimum input design for the structural controllability of complex networks | |
| CN110309214A (zh) | 一种指令执行方法及其设备、存储介质、服务器 | |
| Pan et al. | Overlapping community detection via leader-based local expansion in social networks | |
| CN108667659B (zh) | 网络拓朴图中环路节点的搜索方法及系统 | |
| CN111539517A (zh) | 基于图结构矩阵特征向量的图卷积神经网络生成方法 | |
| CN109033603B (zh) | 基于源流路径链的智能变电站二次系统仿真方法 | |
| CN106296420A (zh) | 一种社区发现方法 | |
| CN109241024A (zh) | 一种业务过程模型的特征提取方法及系统 | |
| Shmeleva et al. | Modeling Unconditional Forwarding Decision Within Switching Lattice |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |