王勁松,王小超,李世楷
(戰(zhàn)略支援部隊信息工程大學,河南 鄭州 450001)
隨著網(wǎng)絡技術的不斷發(fā)展,未來網(wǎng)絡空間對抗樣式變幻多端、作戰(zhàn)手段層出不窮,形勢不容樂觀[1]。網(wǎng)絡空間信息防御作戰(zhàn)成為網(wǎng)絡空間作戰(zhàn)的重要措施,研究其作戰(zhàn)指揮問題,通過定量定性綜合分析方法深入研究網(wǎng)絡空間信息防御作戰(zhàn)指揮效能生成過程、科學合理選擇評估指標、動態(tài)實時獲取評估數(shù)據(jù),對豐富網(wǎng)絡空間作戰(zhàn)理論體系、加強網(wǎng)絡空間信息防御作戰(zhàn)力量建設、提升網(wǎng)絡空間信息防御作戰(zhàn)指揮效能等方面具有重要的理論意義和實踐意義。
隨著信息技術的迅猛發(fā)展及其在軍事領域的廣泛應用,網(wǎng)絡空間已成為敵我勢力較量的新戰(zhàn)場,信息防御作戰(zhàn)已成為有效應對網(wǎng)絡威脅重奪制網(wǎng)權(quán)的重要途徑。從作戰(zhàn)指揮理論發(fā)展來看,作戰(zhàn)指揮效能一直是作戰(zhàn)指揮基礎理論關注的重要問題,可以說一切關于網(wǎng)絡空間作戰(zhàn)指揮問題的研究,其出發(fā)點和最終目標都是為了提高作戰(zhàn)指揮效能[2]。指揮效能理論是網(wǎng)絡空間作戰(zhàn)指揮理論體系中不可或缺的一部分。結(jié)合網(wǎng)絡空間作戰(zhàn)的特點和信息防御的特性可以看出,現(xiàn)有指揮理論也無法完全適應網(wǎng)絡空間信息防御指揮。所以,以更微觀的角度,充分利用定性與定量相結(jié)合的方法,分析網(wǎng)絡作戰(zhàn)大數(shù)據(jù),研究網(wǎng)絡空間信息防御作戰(zhàn)指揮效能,以提高信息防御作戰(zhàn)指揮能力,是完善網(wǎng)絡空間作戰(zhàn)指揮理論體系的必由之路。
信息防御作戰(zhàn)作為網(wǎng)絡空間安全體系的基礎支撐,是網(wǎng)絡空間作戰(zhàn)的關鍵要素,通過梳理發(fā)現(xiàn),我軍對網(wǎng)絡空間信息防御作戰(zhàn)體系研究比較多,對戰(zhàn)法、體系、能力的研究較多,而對指揮效能的研究很少,隨著網(wǎng)絡時代的到來,大數(shù)據(jù)技術的發(fā)展,在網(wǎng)絡空間進行的一切活動都變得透明可挖掘,可分析利用。利用大數(shù)據(jù)技術,通過精確分析,全面科學合理、定量與定性結(jié)合的分析指揮官作戰(zhàn)指揮效能,使結(jié)論更加有理有據(jù),更加精準,從而客觀正確的評價作戰(zhàn)指揮官的指揮活動,檢驗指揮效能的發(fā)揮程度,總結(jié)經(jīng)驗教訓,以便提高指揮官的決策質(zhì)量和指揮能力,完善和優(yōu)化指揮活動的運作機制,對提升信息防御作戰(zhàn)能力具有重要意義。
目前網(wǎng)絡空間面臨多種多樣的威脅,網(wǎng)絡空間信息防御作戰(zhàn)全程性、全面性突出,防御目標復雜多樣、作戰(zhàn)對手不確定、作戰(zhàn)形式多樣等,使得網(wǎng)絡空間信息防御作戰(zhàn)指揮更是被動、瞬時、高效。不研究這些新問題、新特點,信息防御應用理論無法指導作戰(zhàn)實踐,也無法滿足網(wǎng)絡空間作戰(zhàn)對指揮官指揮能力的迫切需求。研究網(wǎng)絡空間信息防御作戰(zhàn)指揮效能問題,不僅可以發(fā)現(xiàn)現(xiàn)階段我軍網(wǎng)絡空間信息防御作戰(zhàn)指揮效能與未來網(wǎng)絡空間防御作戰(zhàn)需求的差距,獲得對網(wǎng)絡空間信息防御作戰(zhàn)指揮活動的科學認識,從而熟悉作戰(zhàn)指揮效能評估的原則、方法、理論、內(nèi)容,而且通過對網(wǎng)絡空間信息防御作戰(zhàn)指揮特點規(guī)律和影響因素的探索、研究,建立效能評估指標體系、運用評估技術進行仿真實驗,解決如何建立指標體系、怎樣仿真評估等問題,為提升指揮官在網(wǎng)絡空間信息防御作戰(zhàn)中的指揮水平,提供有力的理論支持,對指導作戰(zhàn)指揮實踐具有重要的參考價值。
(1) 層次性原則
在實際操作中常常把指標進行分類,構(gòu)成不同的層次,評估自上而下,逐漸得到更具體的可以計算的指標。從不同的評估角度出發(fā),有不同的分類結(jié)果,但都必須能夠形成一個遞階結(jié)構(gòu),對指揮效能有一個可視化的展現(xiàn)[3]。
(2) 針對性原則
信息防御作戰(zhàn)指揮效能影響因素錯綜復雜,指標的選取要有針對性,既能體現(xiàn)網(wǎng)絡空間防御作戰(zhàn)指揮特色,又能反映指揮系統(tǒng)的作戰(zhàn)能力和評估目的[4]。
(3) 可操作性原則
運用模糊神經(jīng)網(wǎng)絡評估模型進行評估的重點是選取可采集、測量和比較的指標。在構(gòu)建指標體系時,應充分考慮底層指標的可測性和獲取數(shù)據(jù)的可行性,各子指標也應能單獨評測,避免重復評議[5]。
(4) 開放性原則
國內(nèi)信息防御作戰(zhàn)指揮問題研究較少,指揮效能評估應用更是鳳毛麟角,評估理論在網(wǎng)絡空間信息防御作戰(zhàn)指揮方面的運用還不夠廣泛和深入,這也對讀者和研究者來說,有更多的空間去思考、去拓展完善。
網(wǎng)絡空間信息防御作戰(zhàn)指揮,是指揮官為保證己方網(wǎng)絡信息系統(tǒng)穩(wěn)定、網(wǎng)絡信息基礎設施安全、網(wǎng)絡信息保密可控,剝奪敵方進入及使用網(wǎng)絡空間的自由,重奪制網(wǎng)權(quán)而對防御體系內(nèi)各作戰(zhàn)力量實施的組織協(xié)調(diào)活動[6]。指揮效能的發(fā)揮、作戰(zhàn)能量的釋放是通過指揮活動的過程來體現(xiàn)的,是一個思維和行為的過程。通過分析作戰(zhàn)指揮效能生成過程,綜合考慮網(wǎng)絡空間信息防御作戰(zhàn)指揮特點,按照自上而下、逐步細化的方法,分析得出影響網(wǎng)絡空間信息防御作戰(zhàn)指揮效能的重要影響因素。
(1) 態(tài)勢感知
指揮官運用各種技術手段,通過各個網(wǎng)絡節(jié)點,搜集、獲取、判識和分析與作戰(zhàn)任務有關態(tài)勢信息??茖W的決策來源于正確的態(tài)勢分析,正確的態(tài)勢分析來源于全面、系統(tǒng)的感知信息,特別是在網(wǎng)絡空間條件下,態(tài)勢感知在指揮活動中的地位、作用日益突出,成為保證己方網(wǎng)絡信息系統(tǒng)穩(wěn)定、網(wǎng)絡信息基礎設施安全、網(wǎng)絡信息保密可控,重奪制網(wǎng)權(quán)的重要前提。
(2) 指揮決策
指揮官在信息防御作戰(zhàn)中為了一定的作戰(zhàn)目的,依據(jù)各種手段選擇實現(xiàn)作戰(zhàn)目標行動方案。在網(wǎng)絡空間作戰(zhàn)條件下,決策目的對抗性、決策時間緊迫性、決策方案一次性、決策結(jié)果風險性和決策內(nèi)容創(chuàng)新性等一系列新的特征對指揮官指揮決策活動提出了嚴峻挑戰(zhàn)[7]。
(3) 應急處置
指揮官通過調(diào)用作戰(zhàn)力量,利用被動信息保障(防火墻、數(shù)據(jù)加密)、主動誘騙(“蜜罐/蜜網(wǎng)”機制)、數(shù)據(jù)執(zhí)行保護技術等網(wǎng)絡防護手段,達到“阻網(wǎng)”、“斷網(wǎng)”、“控網(wǎng)”的目的,并及時進行有效反擊以弱化敵打擊效率和打擊效果,同時使敵指揮員疲于應對,無法進行有效指揮,便于我軍實施壓制反擊。
(4) 壓制反擊
指揮官通過敵網(wǎng)絡的漏洞和弱點,當機立斷確定合理作戰(zhàn)企圖,利用先進的網(wǎng)絡技術手段,快速精準地采取有針對性的技術和戰(zhàn)術措施,追蹤竊聽、阻塞、癱瘓其網(wǎng)絡,減弱反制敵網(wǎng)絡攻擊可能帶來的危害。指揮官的企圖必須緊跟戰(zhàn)場態(tài)勢盡量縮短指揮時間,做到快速決策、快速計劃組織、快速實施控制協(xié)調(diào),提高作戰(zhàn)指揮的時效性。
(5) 技術保障
網(wǎng)絡空間信息防御作戰(zhàn)指揮更是技術與技術的對抗,需要指揮官有針對性的運用網(wǎng)絡技術、信息技術和密碼技術等手段完成防御作戰(zhàn)指揮任務。技術因素直接影響作戰(zhàn)成敗,指揮官要充分考慮技術發(fā)揮特性,不但要了解外軍的網(wǎng)絡攻防手段、發(fā)展現(xiàn)狀及動態(tài),而且還要掌握我軍網(wǎng)絡空間信息防御技術現(xiàn)狀,抽組編成配合使用,協(xié)調(diào)補充技術力量,最大限度釋放我軍作戰(zhàn)能量[8]。
通過分析網(wǎng)絡空間信息防御作戰(zhàn)指揮效能影響因素,結(jié)合網(wǎng)絡空間信息防御作戰(zhàn)指揮效能生成過程,對指揮效能進行層層分解,從態(tài)勢感知、指揮決策、應急處置、壓制反擊和技術保障5個方面化得到40個二級可計算、可測量、可分析的基礎性能指標。如圖1所示。
梳理現(xiàn)有文獻發(fā)現(xiàn),AHP層次分析法和模糊邏輯推理法過于簡單,且缺乏學習和優(yōu)化能力;系統(tǒng)動力學雖然能夠提供詳盡的仿真模擬,但整個過程更偏重于能力生成分析而非效能評估[9-12]。針對這些問題,本文結(jié)合我軍現(xiàn)有網(wǎng)絡空間作戰(zhàn)力量和紅藍對抗演習考評調(diào)研,在獲得大量原始數(shù)據(jù)資料的基礎上建立了模糊神經(jīng)網(wǎng)絡效能評估模型。通過仿真實驗驗證了模型的可行性,為網(wǎng)絡空間信息防御作戰(zhàn)指揮系統(tǒng)建設提供指導和借鑒。
模糊神經(jīng)網(wǎng)絡的主要特點如下:①通過神經(jīng)網(wǎng)絡實現(xiàn)模糊推理,克服了各模糊性指標相互影響,難以得出準確的評估結(jié)果的問題。②通過神經(jīng)網(wǎng)絡的自學習能力改善知識的獲取和修改,在計算過程中對權(quán)值和隸屬度的自適應修正,增強了神經(jīng)網(wǎng)絡的泛化能力和系統(tǒng)容錯性能,具有全局逼近能力[13]。③通過的神經(jīng)網(wǎng)絡單元的學習和模糊推理系統(tǒng)的模糊規(guī)則,從模糊化層根據(jù)不同規(guī)則導出的模糊推理層,最后由模糊推理層導出輸出層。網(wǎng)絡空間防御作戰(zhàn)目的性強,機理多變,領域全覆蓋,指揮活動瞬時高效,指揮關系更是錯綜復雜,指揮要素相互之間的影響也越來越強烈,傳統(tǒng)的評估模型很難適用。因此,選用模糊神經(jīng)網(wǎng)絡評估模型很好的解決了經(jīng)驗數(shù)據(jù)無法積累、權(quán)值隸屬度隨機性的問題,使結(jié)果更加科學合理[14]。
3.2.1 指揮效能評估模型的模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)
在評估過程中,對多個定性指標的評價均具有一定的模糊性,由于模糊集合理論中的輸入變量不再是一個確定的數(shù),而是一個論域[15]。根據(jù)評估指標體系結(jié)構(gòu)和性能,結(jié)合模糊神經(jīng)網(wǎng)絡特點,建立模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)圖,該圖由4層組成,如圖2所示。
第1層:輸入層,將指標體系40個基礎指標作為輸入節(jié)點。
第2層:模糊化層,對每個輸入因素,對應5個模糊子集,輸入隸屬函數(shù)采用高斯函數(shù):
圖2 模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)圖Fig.2 Schematics of fuzzy neural network
式中:i=1,2,…,40;m=1,2,…,5;j=1,2,…,165;mim和σim分別為第i個輸入對應的第m個模糊子集的均值和方差,它們都是模糊神經(jīng)網(wǎng)絡中的可調(diào)參數(shù)。
第3層:規(guī)則層,規(guī)則庫由專家組織確定。設多輸入單輸出的模糊規(guī)則為
第4層:清晰化層,如下式所示:
,
3.2.2 指揮效能評估模型的模糊神經(jīng)網(wǎng)絡學習算法
網(wǎng)絡空間信息防御作戰(zhàn)指揮效能評估模型的模糊神經(jīng)網(wǎng)絡學習算法采用向后傳播誤差的方法。其基本思想是給模糊神經(jīng)網(wǎng)絡賦予初始權(quán)值和閾值,通過神經(jīng)網(wǎng)絡的自學習能力對權(quán)值和隸屬度進行自適應修正,如此反復進行訓練直到誤差達到最小[16]。基本算法詳述如下:
定義網(wǎng)絡的輸出誤差的學習函數(shù)為
式中:ym為理想輸出信號(專家信號)。
(1) 清晰化層,反傳誤差項為
(2) 規(guī)則層,反傳誤差項為
(3) 規(guī)則層,反傳誤差項為
其中均值和偏差的修正值分別為
式中:mim和σim分別為第i個輸入對應的第m個模糊子集的均值和方差,它們都是模糊神經(jīng)網(wǎng)絡中的可調(diào)參數(shù)。
綜合上述分析,根據(jù)評估任務確定評估對象,分析評估需求,并通過剖析指揮活動研究指揮效能生成過程,以此建立評估指標體系。根據(jù)指標體系,從對抗演習中提取挖掘所需數(shù)據(jù),并做歸一化處理,利用模糊神經(jīng)網(wǎng)絡評估模型對評估對象進行評估。如圖3所示。
模糊神經(jīng)網(wǎng)絡在使用前需要進行訓練,選取專家提供的成功評價數(shù)據(jù)作為訓練樣本,構(gòu)成一個完整的訓練樣本集。在網(wǎng)絡訓練學習階段,首先對采集數(shù)據(jù)進行初始化,然后將選擇的樣本數(shù)據(jù)輸入到網(wǎng)絡中進行訓練,得到測試輸出結(jié)果,進行誤差分析,判斷網(wǎng)絡性能直至達到目標要求[17]。本文應用 Matlab 軟件來實現(xiàn)評估模型的構(gòu)建和計算,在使用過程中按照模糊神經(jīng)網(wǎng)絡的算法流程直接調(diào)用工具箱中的程序進行模擬仿真。如圖4所示。
本文樣本值來源于10名網(wǎng)絡空間作戰(zhàn)領域?qū)<覍δ炒尉W(wǎng)絡攻防演習中紅藍雙方指揮官的實際指揮過程采集所得。每個樣本都有40個實測指標,其中態(tài)勢感知效能13個指標,指揮決策效能8個指標,應急處置效能5個指標,壓制反擊效能5個指標,技術保障效能9個指標。將提取到的樣本數(shù)據(jù)分為2組,前15組作為模糊神經(jīng)網(wǎng)絡模型的訓練樣本,后5組作為測試樣本,如表1~3所示。
將前15組樣本數(shù)據(jù)輸入Matlab模型中,輸出得到網(wǎng)絡評估值,如圖5所示。將模糊神經(jīng)網(wǎng)絡獲取的評估值和專家提供的實際值進行對比分析,得到評估誤差,如圖6所示。
圖3 基于模糊神經(jīng)網(wǎng)絡的指揮效能評估模型框架Fig.3 Model framework of command effectiveness evaluation based on fuzzy neural network
圖4 Matlab神經(jīng)網(wǎng)絡訓練Fig.4 Matlab neural network training
從圖5,6可以看出,通過Matlab中模糊工具箱和神經(jīng)網(wǎng)絡工具箱,設置100次迭代,通過觀測,在第50次迭代時,基本達到目標預期,說明基于模糊神經(jīng)網(wǎng)絡評估網(wǎng)絡空間信息防御作戰(zhàn)指揮效能評估的方法可行,且具有較快的收斂特性。經(jīng)過反復訓練,不斷調(diào)整迭代次數(shù)、學習速率及最小誤差,最終獲得訓練好的模型。最后,通過比較得到絕對誤差后,與期望的精度E<0.01比較,滿足精度要求,則證明BP神經(jīng)網(wǎng)絡評估值與測試樣本值之間的誤差在允許范圍之內(nèi),神經(jīng)網(wǎng)絡已具備了模式識別的能力,因此基于模糊神經(jīng)網(wǎng)絡所構(gòu)建的網(wǎng)絡空間信息防御作戰(zhàn)指揮效能評估模型是可行的。將后5組測試樣本輸入訓練好的模糊神經(jīng)網(wǎng)絡模型,輸出得到網(wǎng)絡評估值,如圖7所示。
圖5 模型神經(jīng)網(wǎng)絡評估訓練圖Fig.5 Model neural network evaluation training diagram
樣本態(tài)勢感知效能X1X2X3X4X5X6X7X8X9X10X11X12X1310.701 0.852 0.512 0.604 0.688 0.613 0.558 0.553 0.522 0.631 0.563 0.899 0.730 20.886 0.802 0.753 0.634 0.5940.811 0.704 0.824 0.8450.653 0.6130.7470.66930.828 0.7860.6970.7560.8140.6970.6960.5880.6680.7860.8270.7840.80440.914 0.886 0.792 0.690.9120.9510.8180.8520.8670.8730.8830.9610.74850.512 0.6230.5700.684 0.5530.5380.6410.5130.5240.6110.7810.5130.47360.556 0.552 0.5210.6350.5690.8920.7380.7080.8520.5130.6040.6890.61170.682 0.5510.5320.6460.5180.5210.8030.7530.7640.5180.6250.5730.68880.867 0.8780.8830.6910.7440.6980.9180.6620.8100.8540.9170.8800.79490.523 0.6140.6270.5600.6790.5590.6340.6180.5260.4110.8030.7540.767100.967 0.9780.8810.9840.9510.7930.8690.9820.9380.9840.9910.8730.941110.550 0.5340.6490.5160.5220.6130.7810.5130.4730.4990.5230.6120.628120.843 0.6820.6350.7590.8830.6840.5450.5590.5240.6340.6970.5890.663130.814 0.7010.8210.8440.6580.6100.7420.6610.9250.8220.7830.8840.801140.917 0.9570.8160.8570.8650.8730.8800.9660.7490.9110.9620.7880.883150.612 0.5220.4190.8080.7520.7670.6430.5130.6240.5780.6830.8130.927160.752 0.6370.5930.8130.7080.8840.8050.7340.8580.8530.7780.7540.674170.918 0.4770.4990.5230.6180.6220.5620.5780.5570.4380.6140.5290.418180.964 0.7420.9130.9620.7820.8870.8680.8430.9130.9030.8230.9440.911190.693 0.5870.6650.7890.8260.7800.7840.6910.8110.5620.8850.7810.884200.841 0.9120.9050.8230.9430.9130.7720.8590.6730.7730.9430.9130.893
表2 模糊神經(jīng)網(wǎng)絡評估樣本數(shù)據(jù)(Ⅱ)
表3 模糊神經(jīng)網(wǎng)絡評估樣本數(shù)據(jù)(Ⅲ)
圖6 模型神經(jīng)網(wǎng)絡評估誤差圖Fig.6 Model neural network evaluation error graph
從圖7中評估值與實際值之間的對比可以清晰地看出,本文所設計的模糊神經(jīng)網(wǎng)絡能夠?qū)χ笓]效能進行有效的評估,且符合誤差的預定值,表明模糊神經(jīng)網(wǎng)絡模型能夠更好地對評估對象的指揮效能進行客觀、快速、準確的評估。
圖7 模型神經(jīng)網(wǎng)絡評估測試圖Fig.7 Model neural network evaluation test diagram
本文通過探討效能評估的需求、原理、算法等內(nèi)容,提出了一種基于模糊神經(jīng)網(wǎng)絡的網(wǎng)絡空間信息防御作戰(zhàn)指揮效能評估方法,開展了網(wǎng)絡空間信息防御作戰(zhàn)指揮效能評估建模與實例分析。該模型利用模糊神經(jīng)網(wǎng)絡在獲取專家經(jīng)驗和儲備數(shù)據(jù)上的優(yōu)勢,降低了專家主觀因素的干擾,與傳統(tǒng)方法相比,更能得出與真實情況相符合、更為科學有效的評估結(jié)果。根據(jù)評估結(jié)果,不但可以倒逼優(yōu)化指揮官指揮中存在的問題,更能發(fā)現(xiàn)評估過程中指標的欠缺。而且在新增專家知識時,只需將各個模糊神經(jīng)網(wǎng)絡模型重新進行一次訓練,無需過多復雜的操作,因此該方法具有很好的應用前景。