基于元胞自動機與多層前饋神經網絡的電力信息物理融合系統安全評估模型

蔣東榮，陳冠霖，賈　勇，向洪偉，王培懿

(1.重慶理工大學 電氣與電子工程學院， 重慶　400054; 2.重慶市能源互聯網工程技術研究中心， 重慶　400054)

1　背景

能源是社會經濟運行的動力和基礎[1]。能源與互聯網的深度融合打破了傳統能源產業之間的供需界限，對于構建靈活開放的產業和商業形態，進而達到信息與資源共享具有重要意義[2-3]。新一代信息通信網絡支撐著能源互聯的發展，但信息技術在提高電力系統運行效率的同時，也增加了電力信息系統的脆弱性[4]。信息系統故障可能跨空間影響到物理層的運行，使得電力系統的安全面臨著更嚴峻的挑戰。2011年，一種名為“震網”的蠕蟲病毒成功侵入了伊朗核電站控制系統，通過遠程操控核心生產設備，導致核電站的運行安全遭到嚴重破壞。該事件是信息攻擊影響電力系統運行的典型案例[5]。類似事件發生在2015年12月時，烏克蘭電力監控系統遭受惡意代碼攻擊，通過遠程控制下達命令破壞了SCADA系統，直接導致8萬多用戶停電長達6個多小時[6]。該事件同為電力信息網絡遭受攻擊引起電力系統安全問題的著名案例。可見，信息系統可靠性對電力系統的運行情況有著極大的影響，電力信息物理融合系統安全評估問題亟待解決。

圍繞簡單繼電保護和必要通信手段而研究的傳統電力系統安全評估方法難以分析信息層與物理層的故障傳播。例如：文獻[7]采用貫序蒙特卡洛方法模擬電網中數據通信故障對電力系統的影響；文獻[8]利用過負荷和斷線擾動下的潮流熵分析電力系統連鎖故障傳播事故；文獻[9]基于貝葉斯網絡條件概率進行了電網運行網絡拓撲下的風險評估。以上評估方法都未考慮電力信息系統遭受網絡攻擊導致信息節點或者物理設備運行失常的情況。能源互聯下將融入大量的信息數據，導致在時空上對多端信息數據的獲取、分析計算及傳輸等方面都將存在更大的隨機性和安全隱患，信息數據節點遭受攻擊后容易形成故障連鎖反應[10-11]。文獻[12-14]考慮了電力系統信息層遭受攻擊后的故障傳播，根據攻擊對象脆弱度、攻擊難易程度等進行風險評估分析，但設備脆弱度難以獲取。文獻[15-16]分別從信息網與電力網的直接與間接交互作用采用不同的算法進行安全評估計算，但模型并未考慮節點可能存在的多種狀態與節點間相互作用影響其狀態轉移概率的情況。文獻[17-18]從分布式電源的接入角度進行信息網絡的安全分析，但其模型并沒有考慮信息對電網物理設備的級聯故障影響。Liu Yao等[19-20]提出FDIAs的概念，證明在攻擊者掌握電網當前網絡拓撲結構時，其可以向電網站控層服務器與間隔層的測控裝置等進行虛假數據注入攻擊，從而成功躲過現有的不良數據檢測，致使節點狀態變量估計值發生偏移。節點的狀態變化導致調度中心難以做出正確指令，甚至可能傳達錯誤指令，進而影響電力網的正常運行。

該核電站采用氨+聯氨的AVT（R）控制二回路水質，給水末端控制的氧含量小于1μg/L，pH=9.6～9.9。停機前，通過向二回路加入大量的氨和聯氨，以保證二回路pH盡可能接近11.0，停機后及時向二回路各主要開孔設備通壓縮空氣保證濕度小于40%，對整個二回路設備進行保養，以防止回路發生停用腐蝕。為掌握整個二回路的腐蝕狀況，該核電站還編制有指導大修腐蝕檢查的規程，規程中規定了凝汽器-磁性過濾器、除氧器等設備沉積物的取樣方法。

電力信息物理融合緊密，信息空間故障跨空間傳播到物理空間導致故障連鎖反應，加大了電力系統安全評估的難度。傳統的Petri網[21-22]由于無法反映時間方面的內容，更適用于通信網絡的靜態分析。貝葉斯法、蒙特卡洛法[9]等常用于分析電力網，但建模較為復雜。鮮有文獻研究通信網故障跨空間傳播到電力網的隨機特性。近年來，有學者采用層次分析法[23-25]研究電力信息系統網絡安全態勢，但在計算電力業務重要度方面具有主觀性。元胞自動機是一個具有簡單構造但產生復雜自組織行為的離散動力學系統，采用離散的空間布局和離散的時間間隔將元胞分成有限種狀態，且元胞個體狀態演變僅與當前狀態及其某個局部領域的狀態有關，這與電網節點狀態在時間和空間的變化特點極為相似。另一方面，多層前饋神經網絡具有很強的非線性映射能力與柔性的網絡結構，能自行處理輸出誤差最小的非線性轉換信息，適合研究電網節點狀態的隨機變化。因此，本文統一將智能監控設備與通信網絡節點的狀態量抽象為數據節點，利用神經網絡可并行處理、高容錯的特點學習與挖掘元胞自動機的演化規則，建立了一種基于元胞自動機與多層前饋神經網絡的數據節點安全評估模型。該模型能較好地模擬數據節點狀態轉移的離散隨機特性，且利用智能學習算法得到的節點狀態轉移概率更能客觀地反映數據節點可能存在的故障狀態。仿真分析驗證了該模型對電力系統信息故障跨空間傳播分析與評估的有效性。

2　電力系統信息故障跨空間傳播分析

圖1　通信網絡故障簡化模型

電力網與通信網絡的深度融合可獲取準確可靠的大數據并進行分析處理，能更有效地分配能源和提高電網運行的經濟性[26]。但另一方面，通信網絡與電力網的交互過程存在著安全隱患。如圖1所示，信息傳輸通道故障、服務器與微機保護程序遭到惡意攻擊等現象會極大地降低電網運行的可靠性，且通信網絡的潛在故障難以追蹤和及時察覺。因此，通信網絡的復雜性給電力信息物理融合系統的建模帶來極大的挑戰。

圖2　電力信息物理融合系統故障簡化模型

圖3　電站元件失效模型

在電力系統遭受網絡攻擊后，由于數據節點故障具有連鎖反應的特點(如圖2所示)，當數據節點或者傳輸通道受到攻擊時，監控終端采集的狀態數據無法準確地被傳送到信息層，信息層的數據處理便會產生誤差，錯誤指令由信息層傳遞到物理層則可能使故障進一步擴大化。以圖3的簡單系統為例，如果母線3受控制單元的攻擊影響退出運行，將導致其他4個元件停運，甚至會發生連鎖失效，影響下一級線路的運行狀態。如果變壓器測控終端受到信息攻擊使系統失去實時感知能力，則極有可能產生錯誤信息導致斷路器1和斷路器2進行重合閘，連同隔離開關4和母線3等一起進入停運狀態。

數據節點的故障連鎖反應與跨空間傳播特點使得在獲取數據節點的運行狀態過程中，需要將故障節點和與其有著數據交互或物理連接的相鄰節點進行組合分析，從而獲得系統主要元件的運行狀態數據。數據節點間狀態變化與元胞自動機中元胞間相互作用的原理相似，因此本文聯合元胞自動機與神經網絡來描述復雜系統節點間的多變量離散關系。

通過若干次“學習”模式，直至誤差小于預設值時結束訓練過程，從而確定網絡權值與閾值。

3　基于元胞自動機與多層前饋神經網絡的安全評估模型

3.1　元胞自動機

元胞自動機由元胞(格子)、元胞空間(網絡)、鄰居(鄰近元胞)、元胞演化規則(狀態變換函數)和元胞狀態(S1，S2，…,Sk)組成，是一個由大量簡單元素、簡單鏈接、簡單規則、有限狀態和局域作用所組成的網絡化信息處理系統[27]，其結構如圖4所示。

圖4　元胞自動機結構示意圖

1) 元胞空間。元胞分布在空間上的網格點的集合為元胞空間。由幾何劃分、邊界條件與構型3個要素組成。

本文將數據節點模擬成元胞進行分析，把選定的電網區域看成一個元胞空間，例如圖2中的信息層與物理層同分布在一個元胞空間。元胞空間可設定為m×n網格，根據物理連結方式構建拓撲矩陣，矩陣的不同行列元素表示對應元胞的狀態。

2) 元胞及其狀態。元胞是元胞自動機的最基本組成部分。每個元胞在固定時刻都有其狀態值。

圖5　元件故障的三狀態模型

當數據節點受到攻擊時，其狀態變化具有不確定性。如圖5所示，數據節點受故障影響可能存在部分失效或者完全失效兩種狀態。某些智能測控終端 (如測控發電機組或者高壓輸電線路終端)受影響不大，可從正常狀態過渡到降額運行，這類數據節點為部分失效狀態。當某服務器無法顯示或設備誤動作時，這類數據節點由正常狀態過渡為失效或故障狀態；當降額運行設備無法滿足要求退出運行時，這類數據節點由部分失效狀態過渡到失效狀態。由于系統本身的自愈性，服務器或設備都有可能從失效到正常運行或從降額運行恢復到正常狀態。將數據節點失效嚴重程度看成元胞受感染程度，用“0”表示穩定狀態；“1”表示輕度損壞，處于部分失效狀態；“2”表示無法正常工作，處于失效狀態或故障狀態。

同樣，利用隱含層的響應值bj、鏈接權rjm和閾值φm計算出各個節點狀態在輸出層的輸入值Lm。

(1)

3.2　元胞自動機狀態規則獲取

元胞及元胞空間為元胞自動機的靜態部分，其動態特性表現為元胞間的狀態演化規則，是元胞自動機的核心。將信息層與物理層監控設備的狀態量抽象為數據節點，并用元胞描述。元胞的狀態演化可用來模擬數據節點在時空下的故障傳播。

圖6　BP神經網絡拓撲結構

由于數據節點的信息傳遞與傳輸通道故障具有不確定性，當數據節點受到攻擊后，故障節點影響周圍節點的運行。由于元胞空間內各元胞之間聯系程度的差異性，使得受感染元胞對周圍元胞的攻擊概率不盡相同。本文利用BP神經網絡來挖掘元胞自動機的演化規則。通過神經網絡輸入與輸出向量的誤差逆傳播不斷調整網絡初始權值與閾值，更準確地體現各元胞之間聯系程度的差異性，從而預測系統運行的下一時刻狀態。多層前饋神經網絡拓撲結構如圖6所示，其中hij、rjm為初始鏈接權值。

3.3　網絡權值與閾值獲取

結合數據節點運行狀態數據構建元胞矩陣，通過矩陣元素數值表示數據節點及其傳輸通道的狀態變化，以便于數據的統一處理。

總而言之，在我國當前的初中學校中，初中化學的實驗教學沒有得到足夠的重視，“重理論而輕實驗”的落后教學思想，嚴重影響了我國初中化學教育質量的整體提升。我們根據當前我國初中化學實驗教學現狀，在轉變教學觀念的同時，利用自主探究實驗以及信息化實驗的方式，有效解決了存在于初中化學實驗教學中的具體問題，使學生在發展了化學的學科知識的基礎上，培養出了真實可用的動手操作能力與自主探究意識，從而真正促進了學生的全面發展。

通過表1可以發現，英語四級分數大于等于500分的學生使用全英詞典的比率遠遠大于四級分數低于500分的學生，這或可說明低于500分的學生由于英語水平有限而不能很好使用全英詞典學習工具，因此而放棄了使用全英詞典。使用英漢詞典的一部分學生也同時在使用漢英詞典，他們使用漢英詞典的主要考慮是用作四級翻譯部分的備考學習。

利用數據節點的歷史狀態數據給神經網絡提供元胞空間，將元胞及其鄰居狀態數據作為神經網絡的輸入向量，元胞矩陣元素在神經網絡隱含層的輸入值為aj。

(2)

其中：u為隱含層個數；0

各個節點狀態元素在隱含層的響應值為bj，可通過S型激活函數獲得。

(3)

4) 元胞演化規則。根據元胞當前狀態及其鄰居狀態確定下一時刻該元胞狀態的動力學函數為演化規則，即狀態轉移函數：

(4)

(5)

其中： 0

(6)

(7)

其中m為輸出層個數。然后利用S型函數獲得輸出層各單元的響應值pm：

(8)

(9)

其中0<α<1。

位于內蒙古科爾沁草原腹地的通遼市，享有“內蒙古糧倉”的美譽。2013年，通遼以國家實施“節水增糧行動”為契機，按照自治區“8337”發展思路，以實施“8511521113”工程統攬全市農村牧區工作，大力發展節水高效農業，建設3個十萬畝連片節水增糧高產高效現代農業示范區，既節約了地下水資源，推動傳統農業向現代農業轉變、農業大市向農業強市升級，又實現了糧食增產農民增收，為實施“節水增糧行動”起到示范作用。

(10)

(11)

其中0<β<1。

示范田采用熊蜂授粉無需蘸花，一個大棚（一般2畝左右）可省人工10個，每個工值按50元計算，可節省500元，但購買熊蜂需要400元。采用熊蜂授粉與病蟲害綠色防控集成技術示范棚室番茄一般增產10%-15%，無畸形果，果形好，無激素殘留，保證了番茄的食用安全和環境安全，進一步提高了產量和質量，促進了農民增產增收，推廣前景廣闊。

3.4　評估指標

(12)

區域內數據節點的狀態分布由節點狀態比率獲得：

(13)

(14)

式中：N為數據節點總數；Mcf表示處于失效狀態的節點總數；Mpf表示處于部分失效狀態的數據節點總數；ηcf表示失效的數據節點占所有節點的比率；ηpf表示處于部分失效狀態的數據節點占所有節點的比率。

3.5　建模流程

圖7　元胞神經網絡建模流程

基于元胞自動機與多層前饋神經網絡的建模流程如圖7所示。通過多層前饋神經網絡“學習”數據節點狀態演化規則。在此基礎上，利用已訓練完成的神經網絡去預測下一時刻數據節點的狀態概率，并進行評估指標的計算，從而為系統的調度運行提供數據基礎。

4　算例仿真

根據上述元胞神經網絡模型，選取3機9節點系統對數據節點故障傳播進行仿真分析。系統結構如圖8所示，假設系統中發電機(G1～G3)、變壓器(T1～T3)、負荷(L1～L3)都配有相應的智能監控單元，設備智能監控單元經數據集中器與監控主機相連，組成信息層。信息層的13個監控單元(10～22節點)與物理層的9個節點共同組合成擁有22個數據節點的電力信息物理融合系統。

我們又來到父親看護林子居住的小屋，我把繩上曬著的衣物放進箱子。打開箱蓋，箱子里有一個塑料皮本。我好奇地打開看，只見里面是父親記錄的樹木養護筆記，比如何時給樹木澆水、施肥、鋤草等等。本子后半部分是父親的生活筆記，打開來看，我一時愣在那里。

圖8　算例系統結構

根據每個節點構成的Moore型結構，將其模擬成9×22的元胞空間。當數據節點受到攻擊后，即正常元胞受到感染后，受感染元胞可在Moore型鄰居內進行隨機傳播。按受感染程度的差異，分為正常元胞、部分失效元胞及完全失效元胞，根據狀態把元胞空間轉化為元胞矩陣。統計不同感染程度元胞占總元胞空間的比例，分別用x、y、z表示。如圖9所示，每個元胞都提供一組包含鄰居狀態的信息，形成9×22的元胞矩陣，并將元胞矩陣作為神經網絡的輸入。本文隨機假設受攻擊前后數據節點的3種狀態期望分別為0.646、0.192、0.162；0671、0.095、0.232。采用BP神經網絡挖掘元胞自動機演化規則，進行了大量仿真實驗。部分風險演化狀態如圖10所示，其中：藍色曲線某組數據節點的狀態訓練采樣；紅色曲線為另一組數據節點的狀態訓練采樣。

圖9　元胞神經網絡輸入輸出流程

利用已訓練完成的網絡參數對測試組元胞進行狀態轉移概率的預測。在Matlab仿真模擬下得到測試組數據節點狀態隨時間的演化過程，即利用上一時刻的演化結果來預測下一時刻的演化狀況，結果如圖11所示。

圖11　數據節點狀態演化

圖11中的概率曲線分別表示與橫軸對應數據節點的狀態轉移概率。各狀態曲線隨時間的不斷變化反映了數據節點狀態概率的改變，體現了節點狀態變化的隨機性。從t時刻到t+1時刻，數據節點正常狀態概率平均值大于故障狀態概率，系統極大可能處于穩定狀態。而在t+2時刻，數據節點狀態曲線發生了較大的變化，信息層可能出現信息通道的干擾或數據丟失，多個節點的正常狀態概率小于故障狀態概率，故障極有可能在信息層傳遞，在系統進行維護時需要引起注意。

表1　信息層故障節點預測結果

表2　物理層故障節點預測結果

表3　評估指標

t+2時刻的信息層故障節點預測結果如表1所示。根據表1的結果得出：10節點(監控主機)極有可能受到干擾后，12節點(T數據集中器)以及17～19節點(變壓器監控單元)退出運行。故障信息節點導致周圍數據節點失效的概率增大，影響較廣且快。

數據節點故障可能不僅影響信息層，可能導致物理層故障節點同樣存在，其狀態概率預測結果如表2所示。從表2可以看出：物理層的7～9節點所代表的7、8、9母線可能同時處于故障狀態，體現設備的故障連鎖特性。

利用表1、2的數據聯合分析電力網與通信網的耦合作用。結果表明：18節點(T2監控單元)與19節點(T3監控單元)的狀態可能受到10節點(監控主機)與12節點(T數據集中器)的干擾，故障由信息層跨空間傳播到物理層，影響了T2與T3的運行，從而可能進一步導致母線7和母線9出現功率過限，進而退出運行。從物理層系統結構可知：母線8與母線7、9運行關系密切，母線8、2條輸電線路及L2(15節點)可能也同時退出運行，連鎖故障迅速在物理層傳遞。從t+1時刻到t+2時刻，故障迅速從信息層跨界傳播到物理層，多重故障極大地影響了電力系統的正常運行。

“趁人之危？你沒事吧？我用五十萬賭你一個錢包，是我趁人之危？你這錢包加起來也不值一萬吧？要不，你可以用我的借條做賭注，我奉陪到底。”

假設負荷L1、L2、L3分別為134.62 、105.95、94.87 MVA，平均修復時間為50 h。將上述得到的故障節點狀態轉移概率代入式(12)～(14)，計算出系統的期望缺供電量、數據節點失效率以及輕度損壞率，結果如表3所示。由表3可知：可以通過EENS反映當前系統的可靠性，結合數據節點失效率與輕度損壞率分析系統可能發生的故障區域，以便提前預防與調度。

5　結論

在電力網與通信網的耦合作用下，信息層的故障可能會跨空間傳播到物理層，影響電力系統的正常運行。在此背景下，本文對電力信息物理融合系統的安全問題進行了探討，構造了一種基于元胞神經網絡的安全評估模型，得到以下結論：

1) 針對電力網與通信網深度耦合，利用元胞矩陣狀態表征方法可實現數據節點不同狀態量的數據融合。

2) 在模型中利用神經網絡的拓撲“學習”元胞動態行為模擬數據節點狀態轉移過程，能反映風險在數據節點跨空間隨機傳播。

[13] WU Wenbo，RUI Kang，ZI Li.Risk assessment method for cyber security of cyber-physical systems based on interdependency of vulnerabilities[J].2015 IEEE International Conference on Industrial Engineering and Engineering Management(IEEM)，2015(3):1618-1622.

3) 在模型中通過計算得到了數據節點狀態轉移概率與評估指標，并以此分析系統的運行狀況，驗證了電力信息物理融合系統安全評估模型的有效性。

參考文獻：

[1]孫宏斌，郭慶來，潘昭光，等.能源互聯網：驅動力、評述與展望[J].電網技術，2015，39(11)：3005-3013.

[2]馬釗，周孝信，尚宇煒，等.能源互聯網概念、關鍵技術及發展模式探索[J].電網技術，2015，39(11)：3014-3022.

[3]馬君華，張東霞，劉永東，等.能源互聯網標準體系研究[J].電網技術，2015，39(11)：3035-3039.

[4]BAMDAD F，YONG FU.Faults and failures in cyber-power interdependent networks[J].IEEE PES T&D Conference and Exposition，2014(5):1-5.

[5]湯奕，王琦，倪明，等.電力信息物理融合系統中的網絡攻擊分析[J].電力系統自動化，2016，40(6)：1-4.

[6]郭慶來，辛蜀駿，王劍輝，等.由烏克蘭停電事故看信息能源系統綜合安全評估[J].電力系統自動化，2016，40(5)：145-147.

1.2.1.3 健康教育 專責護士每天抽出一定的時間與患者溝通，用通俗易懂的語言講解相關知識及治療的配合事項。根據評估內容制定健康教育計劃，指導患者糾正不良生活行為，給予日常生活方式指導，如保持正常的坐姿和合理使用枕頭等。

[7]PANTELI M,KIRSCHEN D S.Assessing the effect of failures in the information and communication infrastructure on power system reliability[C]//2011 IEEE/PES Power Systems Conference and Exposition.USA:IEEE，2011： 1-7.

公共英語課程是高職院校學生的公共基礎必修課程。在傳統教學觀念中，公共英語課程只是作為學生專業課程的輔助，單純教授學生基礎英語知識，對專業學習和就業作用不明顯。課程定位的不清晰，與所學專業的脫節，導致學生對英語學習的積極性不大。同時，部分教師的教學思想也沒有更新，沒有樹立起高職教育觀念。

[8]李勇，劉俊勇，劉曉宇，等.基于潮流熵的電網連鎖故障傳播元件的脆弱性評估[J].電力系統自動化，2012，36(19)：11-16.

[9]趙陽，李華強，王伊渺，等.基于復雜網絡理論和條件概率的災難性事故風險評估方法[J].電網技術，2013，37(11)：3190-3196.

[10] ADITYA A，MANIMARAN G.Cyber physical risk modeling and mitigation for the smart grid using a game theoretic approach[J].IEEE Power & Energy Society Innovative Smart Grid Technologies Conference(ISGT).USA:IEEE,2015:1-5.

[11] 韓宇奇，郭創新，朱炳銓，等.基于改進滲流理論的信息物理融合電力系統連鎖故障模型[J].電力系統自動化，2016，40(17)：31-37.

[12] LIU N，ZHANG J，ZHANG H，et al.Security assessment for communication networks of power control systems using attack graph and MCDM[J].IEEE Transactions on Power Delivery，2010,25(3):1492-1500.

本研究的主要內容是高校團委開展創業工作的具體情況和對高校開展團委創業工作的必要性分析。從中尋找高校團委開展創業活動過程中的優勢與不足，以此進行討論與思考，探求出更好的方式方法。

[17] AMIREZA H A，HOSSEIN A A，HAREPETIAN G B.Negative effects of cyber network (control，monitoring，and protection) on reliability of smart grids based on DG penetration[C]//2015 5th International Conference on Computer and Knowledge Engineering.2015:54-60.

[15] BAMDAD F，YONG F.Reliability assessment of smart grid considering direct cyber-power interdependencies[J].IEEE Transactions on Smart grid，2012，3(3)：1515-1524.

[16] BAMDAD F，YONG F.Reliability assessment of smart grid considering indirect cyber-power interdependencies[J].IEEE Transactions on Smart grid，2014，5(4)：1677-1685.

[14] 葉夏明，文福拴，尚金成，等.電力系統中信息物理安全風險傳播機制[J].電網技術，2015，39(11)：3072-3079.

[18] MARCO R，GIACOMO V，DIANA M.Hosting capacity of distribution net works：Evaluation of the network congestion risk due to distributed generation[J].International Conference on Clean Electrical Power(ICCEP)，2015(2):716-722.

皇帝曾四次召見秀容月明，秀容月明來了，他降階相迎，秀容月明走了，他送出宮外，臨別了，還拉住秀容月明的手再三叮嚀。眷遇之隆，寧國臣子，沒一個比得上。

[19] LIU Y,NING P,REITER M K.False data injection attacks against state estimation in electric power grids[J].ACM Transaction on Information and System Security，2011，14(1)：1-33.

[20] WANG W,LU Z.Cyber security in the Smart Grid:Survey and challenges[J].Computer Networks，2013，57(5)：1344-1371.

[21] 王永光.基于Petri網的網絡安全防御體系評估模型的研究[D].長沙：湖南大學，2014.

湖北省縣市區地理國情普查圖涉及到比例尺范圍為1:15000-1:14000，比例尺跨度大，使用傳統的縮編手段先將1:10000數據，縮編為1:50000，然后在1:50000的基礎上再縮編為更小比例尺數據，耗時耗力，WJ-III地圖工作站能夠實現從1:10000到1:140000逐級或跨尺度綜合與成圖，解決了從傳統單一比例尺制圖到多比例尺融合制圖，從單一比例尺靜態地圖顯示到多比例尺平滑動態連續顯示技術難題，從而使多尺度空間數據能夠在PC機、掌上電腦、網絡上無級顯示。

[22] 崔文巖，孟相如.基于層次Petri網的信息物理融合系統安全博弈建模[J].計算機應用研究，2017，34(8)：2439-2442.

培訓教師精選臨床實踐中有利于學員學習和思考的真實典型病例，總結病例中應用到的思路、工具及解決方案，制作成多媒體教材。在臨床處理的不同階段，進行啟發式的問題設計，做到逐層深入，由表及里，激發學員的主觀求知欲。同時，根據選擇的氣道工具準備操作技巧的相關培訓內容，將工具培訓融入病例的臨床處理當中[10]。

[23] 張敏.電力通信網網管系統安全風險評估算法研究[D].北京：華北電力大學，2014.

[24] 楚勝楠.電力SCADA系統脆弱性分析與網絡安全風險評估研究[D].北京：華北電力大學,2015.

[25] 鄧博仁.電力通信網風險分析[D].北京：華北電力大學,2016.

[26] AXELROD C W.Managing the Risks of Cyber physical Systems[C]//2013 IEEE Long Island Systems Applications and Technology Conference(LISAT).2013：1-6.

[27] 李學偉，吳今培，李雪巖.實用元胞自動機導論[M].北京：北京交通大學出版社，2013.