基于粗糙集的地域通信網干線節點識別及仿真*

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干線節點識別及仿真*

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)

地域通信網是目前信息對抗人員研究的熱點。分析了地域通信網的網絡結構和特點,根據各類節點的屬性值,給出了基于粗糙集理論的干線節點識別方法,結果表明,在大部分情況下,該方法能從大量模糊的網絡偵察數據中將干線節點與入口節點區分開來。

地域通信網; 拓撲結構; 干線節點; 粗糙集

ClassNumberTN915

1 引言

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

2 網絡結構

本文以美軍移動用戶設備(MSE)網絡為例,在MSE網絡中,工作在同一個頻段內的有干線節點、大小入口節點和無線入口單元節點鏈路,最高攻擊優先級是干線節點,每個干線節點交換機通過微波鏈路與相鄰的干線節點交換機、大小入口節點交換機和無線入口節點交換機相連,鏈路數較多,可從鏈路數目、鏈路速率及相互位置特征上綜合判斷出干線節點[1～3]。在現有階段如何獲取某個節點的特征信息仍需搜索,尤其如何利用傳統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據具有有效性,在分析之前,先對參數提出一些假設:

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

2)在實際信號傳輸中,節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范圍內的速率都是256Kbps,同理,假設[256,512]Kbps范圍內的速率都是512Kbps,假設[512,1024]Kbps范圍內的速率都是1024Kbps。

3 基于粗糙集的干線節點識別

將粗糙集理論[4]應用到干線節點識別中主要是因為它無需提供所需處理的數據集合之外的任何先驗信息,利用數據集上的等價關系對知識的不確定程度進行度量,從而避免了對信息數據的主觀評價(如證據理論中的信念函數,模糊理論中的隸屬度函數)所帶來的誤差,而且粗糙集中的約簡方法和決策規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 節點屬性約簡

為了識別干線節點,首先應該對地域通信網系統中的各種電臺進行研究,根據不同電臺的參數設置將其分類,找出節點與電臺之間的聯系,為節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節點處)為例進行研究,令在一段時間內,偵察到關于節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,頻率},決策屬性D={節點類型}。

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,根據粗糙集理論中的屬性約簡方法,得到決策表的簡化表如表2所示。

表1 節點類型決策表

表2 屬性約簡后的節點類型決策表

3.2 等價類劃分

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

表3 不同節點類型的特點表

由地域通信網網絡結構的特點可以得出干線節點(即NC)的一般決策規則:

1)鏈路速率為1024kbps的節點一定是NC;

2)鏈路數目大于等于3的節點一定是NC;

3)同時滿足1)和2)的也一定是NC;

4)鏈路數目為1的節點一定不是NC。

由此一般決策規則可以對表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,節點的屬性相同,但決策結果不同。對于這兩種情況,僅用以上的決策規則,不足以劃分節點類型。因此可以得出一個結論:當鏈路數目為2且鏈路速率不等于1024時,不能區分節點類型。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,鏈路數目},決策屬性D={節點類型},V={V鏈路速率,V鏈路數目},其中,V鏈路速率={256,512,1024},V鏈路數目={1,2,3,4}。

若分別按鏈路速率、鏈路數目這兩個屬性來對節點類型分類,結果如下:

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

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

3.3 干線節點決策

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。而不能區分節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分節點類型的等價類僅為{e3,e4,e6,e8}的情況,如表4所示。

表4 不能區分節點類型的決策表

根據表4中的數據,令條件φ={鏈路速率、活動鏈路數相同的記錄},ψ1為NC,ψ2為LEN,由文獻[5]提出的帶Rough算子的節點類型判決規則中的公式為

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果相同的情況,就要取決于專家系統的推斷。

4 干線節點識別仿真

根據干線節點決策規則,引用干線節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;V為不能唯一確定為NC的電臺記錄數,需要用決策規則計算決策概率;i為V中實際為NC的電臺數,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)在得到的節點電臺數據中,每個節點只選出一個最具代表性(參數值最可靠、信號最強等)的電臺作為研究對象;

2)節點的鏈路數目與電臺相互獨立。在仿真實驗中,按照電臺參數產生記錄,節點數正好等于產生的電臺記錄數。

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

圖1 不能唯一確定為干線節點的數值變化

圖2 決策概率與正確識別概率的關系

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數目占實驗中NC總數的百分比在[9%,33%]之間變化,表明本次實驗中不能確定記錄中的NC數目最大可取到NC總數的33%。

其次,對于不能唯一確定的NC數目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系如圖2所示。

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

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

5 結語

本文以地域通信網的網絡結構為基礎,將粗糙集理論應用到干線節點識別中,得出判別節點類型的準則,給出了干線節點識別仿真,結果表明,在大部分情況下,該方法能從大量模糊的網絡偵察數據中將干線節點與入口節點區分開來。

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

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

[3]李云.地域通信網裝備綜合運用[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.粗糙集知識發現的研究現狀和展望[J].計算機測量與控制,2003,11(2):81-83.

[5]劉清,黃兆華,等.帶Rough算子的決策規則及數據挖掘中的軟計算[J].計算機研究與發展,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.軍事通信網分析及系統集成[J].北京:國防工業出版社,2005:7-10.

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

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

[10]朱靜,楊曉靜.地域通信網的關鍵節點識別方法研究[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:通信網絡技術。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:網絡仿真技術研究。吳海兵,男,碩士,研究方向:網絡仿真技術研究。

TN915DOI:10.3969/j.issn1672-9730.2014.04.016