中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
理论研究

基于复杂网络的城市联合反恐怖行动模型研究

  • 林盛楠 1, 2 ,
  • 李帅 1, 2 ,
  • 苏旸 1, 2
展开
  • 1.武警工程大学密码工程学院, 陕西 西安 710086
  • 2.武警工程大学网络与信息安全武警部队重点实验室, 陕西 西安 710086

作者简介:林盛楠(1999—),女,硕士研究生,研究方向为复杂网络在军事领域的应用。

李帅(1994—),男,硕士研究生。

Copy editor: 许韦韦

收稿日期: 2021-10-09

  修回日期: 2021-10-21

  网络出版日期: 2022-06-17

Research on the Model of Urban Joint Anti-terrorism Action Based on Complex Network

  • LIN Sheng-nan 1, 2 ,
  • LI Shuai 1, 2 ,
  • SU Yang 1, 2
Expand
  • 1. College of Cryptographic Engineering, Engineering University of PAP, Xi’an 710086
  • 2. Key Laboratory of Network and Information Security under the Armed Police Force, Engineering University of PAP, Xi’an 710086, China

Received date: 2021-10-09

  Revised date: 2021-10-21

  Online published: 2022-06-17

摘要

利用复杂网络理论,研究城市反恐怖行动中,军警等多方反恐怖分队作战的协同关系,以G市反恐怖演练为背景,应用树状网络、WS小世界网络和无标度网络分别构建联合反恐怖行动分队间无协同的传统结构模型、仅情报共享的信息融合结构模型、仅突击手协同的火力协同结构模型和情报共享+突击手协同的一体化结构模型,分析城市反恐怖行动模型的静态特性指标和网络化效能系数,对比四种模型的作战效能,为提升城市反恐怖实战中军警联合处置任务能力提供保障。

本文引用格式

林盛楠 , 李帅 , 苏旸 . 基于复杂网络的城市联合反恐怖行动模型研究[J]. 指挥控制与仿真, 2022 , 44(3) : 75 -79 . DOI: 10.3969/j.issn.1673-3819.2022.03.013

Abstract

Based on the complex network theory, this paper studies the coordination relationship between military and police anti-terrorism teams in urban anti-terrorism operations, taking anti-terrorism drills in G city as the background. We use tree network, WS small-world networks and scale-free networks respectively to build joint anti-terrorism operations unit no coordination between the traditional structure of the model, only intelligence sharing information fusion structure model, only end synergy of firepower at quarterback collaborative structure model and intelligence sharing and end together at quarterback integration structure model, analyzes the static characteristic index and network efficiency coefficient of the urban anti-terrorism action model, and compares the combat efficiency of the four models, to provide a guarantee for improving the ability of joint military and police disposal tasks handling in joint anti-terrorism actual combat.

城市反恐怖,是针对城市一系列恐怖行动而实施打击的特种作战。恐怖破坏活动严重危害人民生命财产安全,这使得城市反恐怖建设迫在眉睫[1]。城市街巷纵横,建筑物高大密集,大部队行动不易,而小分队作战将发挥极大的作用。
城市反恐怖行动具有参战力量多,时效性要求高,作战环境复杂的特点,仅依靠层级网络进行指挥作战不能够满足其作战要求,因此引入复杂网络模拟城市反恐怖作战行动中作战实体间的关系。
复杂网络理论是研究解决复杂系统中共性问题的理论,主要包括随机网络理论、小世界网络理论和无标度网络理论。目前,复杂网络分析方法作为一种新的作战体系评估方法得到广泛运用[2-4]。作战体系建模是作战体系评估的一项基础性工作。文献[5]以复杂网络理论为基础,对联合作战指挥网络进行拓扑抽象,构建了传统树状指挥网络模型、增加同级边互联的改进型指挥网络模型和不同层级边互联的交叉互联型指挥网络模型,文献[6]面向作战体系的对抗性需求,基于复杂网络理论,利用Agent技术和OODA(观察、判断、决策、行动)作战过程,提出了作战体系模型的构建方法,文献[7]提出传感器之间采用NW小世界网络连接,决策器之间采用BA无标度网络连接,建立了舰艇编队协同反导作战网络模型,应用复杂网络的若干特征参数对作战网络效能进行了仿真分析。
目前,对于将复杂网络应用于作战体系建模的范围大多集中在研究大规模作战行动,但对于小规模分队作战行动的研究较少。
本文通过复杂网络方法研究城市反恐怖分队作战行动,利用作战行动中信息融合和打击协同关系分别构建城市联合反恐怖行动传统结构模型、信息融合结构模型、火力协同结构模型和一体化结构模型,并进行静态特性分析和网络化效能分析,对比分析四种反恐怖行动模型的特点和优劣。

1 作战行动网络模型构建

1.1 作战单元及作战过程抽象

作战体系网络[8]是从拓扑角度将它的传感、指挥和攻击实体抽象为节点,将这些实体间的信息交互抽象为有向边。网络的拓扑结构可以用图形表达法或邻接矩阵法表示,在邻接矩阵法中,矩阵中的“1”表示从行节点至列节点之间有一条有向边,“0”表示两个节点间没有边连接。
类比大规模联合反恐怖作战体系的作战实体及作战过程抽象,结合城市反恐怖分队作战的实体组成及特点,将作战实体抽象为以下四类节点:
1)指挥节点C:将分队队长抽象为指挥节点,负责领导分队行动并做出决策。
2)情报节点I:将通讯员、侦察员等抽象为情报节点,负责先行打探情报并保持分队与基地之间的重大事项联络。
3)突击节点A:将狙击手、爆破手、突击手等抽象为突击节点,主要负责突击作战。
4)目标节点T:将敌方恐怖分子抽象为目标节点。
在反恐怖分队作战中,分队队员强调一专多能,每个队员除了最擅长的技术外,还具备其他技能。在必要情况下,队员角色会互换。
在实战情况下,作战方能够利用武器装备探测到敌方信息并进行打击,因此在抽象模型中,作战方与敌方间存在信息链路。
整个行动过程与传统的“OODA环”类似,简化为情报节点在获取敌方及战场环境信息后,将信息传递到指挥节点,指挥节点根据现场情况和敌我力量特点统一做出决策,最后由突击节点对目标进行攻击。

1.2 网络边的规则

1)指挥节点可连接我方所有节点,确保分队指挥员的统一领导决策权,记作CICA
2)情报节点连接目标节点、突击节点和指挥节点,用于探测恐怖分子信息和我方队员状态及其所处地形信息,并将信息报告给指挥员,记作TIAIIC
3)突击节点可连接目标节点,表示我方队员进行突击行动,打击恐怖分子,记作AT
4)不同目标节点间可进行连接,表示恐怖分子间的信息交互,记作TT
5)在多个分队参战情况下,各个分队的突击节点和情报节点间可进行连接,记作AAII

2 作战行动网络模型生成

2.1 情况想定

为进一步提高G市快速处置各类暴恐事件的能力,将G市在实战背景下的实兵反恐怖演练行动抽象为复杂网络模型,演练行动中的作战单元及单元间的关系按上述模型构建方法进行抽象。假定分队规模为6~8人,对该作战行动做如下想定:
演练行动以5名“暴恐分子”作案后藏匿于G市某街区两个民房窝点内筹划恐怖行动为背景,将两处民房窝点抽象为目标节点T1T2,军警等各方共出动三支反恐分队,各分队队长抽象为指挥节点C1C2C3
1)第一反恐怖分队中,通讯员、侦察员抽象为情报节点I1(I11-I12),突击手(副队长跟随突击手)、狙击手两人、爆破手抽象为突击节点A1(A11-A15)。
2)第二反恐怖分队中,通讯员、侦察员抽象为情报节点I2(I21-I22),突击手两人兼任爆破手、狙击手两人抽象为突击节点A2(A21-A24)。
3)第三反恐怖分队中,通讯员、观察手抽象为情报节点I3(I31-I32),突击手三人(其中有一名特战医生)、狙击手抽象为突击节点A3(A31-A34)。
4)假定目标T1处有多个房屋遮挡,环境更为复杂。因此,第一、第二反恐怖分队负责打击目标T1,第三反恐怖分队负责打击目标T2
在模型构建中,假定各个分队队员仅担任自己擅长的职位,在模型不遭到破坏的前提下,不会变更队员职能。

2.2 城市联合反恐怖行动传统网络结构模型

在城市联合反恐怖行动的传统网络结构中,三个分队队长间相互联系,各个分队按照隶属关系独立作战,情报节点和突击节点仅与各自指挥节点相连,表示分队成员只与分队指挥员之间存在联系。
表1是按照战斗编成的作战行动传统网络模型的邻接矩阵表达(此处示意性列举一个邻接矩阵)。
表1 传统网络模型简易版邻接矩阵
C1 C2 C3 I1 I2 I3 A1 A2 A3 T1 T2
C1 0 1 1 1 0 0 1 0 0 0 0
C2 1 0 1 0 1 0 0 1 0 0 0
C3 1 1 0 0 0 1 0 0 1 0 0
I1 1 0 0 0 0 0 0 0 0 0 0
I2 0 1 0 0 0 0 0 0 0 0 0
I3 0 0 1 0 0 0 0 0 0 0 0
A1 0 0 0 1 0 0 0 0 0 1 0
A2 0 0 0 0 1 0 0 0 0 1 0
A3 0 0 0 0 0 1 0 0 0 0 1
T1 0 0 0 1 1 0 0 0 0 0 1
T2 0 0 0 0 0 1 0 0 0 1 0
将实际列出的邻接矩阵输入社会关系分析软件Ucinet[9]中,利用软件的Netdraw工具,将邻接矩阵进行可视化处理,自动生成的网络拓扑结构图如图1所示。
图1 传统网络结构拓扑图

2.3 城市联合反恐怖行动信息融合网络结构模型

由于单兵通信设备工作时间有限,反恐怖行动力求快速解决战斗,情报员观测到的情报信息需要快速整合后传递给分队指挥员。WS小世界网络具有较短的平均路径长度和较高的聚类系数,可以确保在信息融合的过程中信息传输的及时性和连续性。本文使用Python生成以概率0.2随机化重连边的WS小世界网络,使用该网络在各个分队的情报节点间建立情报网,最终生成城市联合反恐怖行动信息融合网络结构模型的邻接矩阵。将数据导入Ucinet中,生成城市联合反恐怖行动信息融合网络结构拓扑图,结果如图2所示。
图2 信息融合网络结构拓扑图

2.4 城市联合反恐怖行动火力协同网络结构模型

为保证快速突击、准确歼灭“暴恐分子”,各分队突击队员应协同配合,确保武器装备充足,突击位置较好的突击队员能够优先进行突击,其余队员能够及时支援。BA无标度网络具有择优连接性,能够优先连接度较大的节点,本文中使用Python生成一个BA无标度网络,在各分队的突击节点间采用无标度网络连接,建立火力打击网,最终生成城市联合反恐怖行动火力协同网络结构模型的邻接矩阵。将数据导入Ucinet中,生成城市联合反恐怖行动火力协同网络结构拓扑图,如图3所示。
图3 火力协同网络结构拓扑图

2.5 城市联合反恐怖行动一体化网络结构模型

在城市联合反恐怖行动传统结构模型的基础上,同时在各作战分队的情报节点间和突击节点间分别加入横向连接,连接方式借鉴信息融合网络结构模型和火力打击网络结构模型。在城市联合反恐怖行动一体化网络结构模型中,使用BA无标度网络建立火力打击网,使用WS小世界网络建立情报网,实现同步的信息融合和火力协同关系,最终生成城市联合反恐怖行动一体化网络结构模型的邻接矩阵。将数据导入Ucinet中,生成联合反恐怖作战体系一体化网络结构拓扑图,如图4所示。
图4 一体化网络结构拓扑图

3 作战行动网络模型对照分析

3.1 城市联合反恐怖行动模型静态特性对照分析

利用复杂网络理论对网络化模型的静态分析[10]主要从网络边数、平均节点度、平均路径长度和平均聚集系数4个方面进行。
1)网络的边数L
网络的边数L是指整个网络中的有向边数目。有向边的数目越多,则表示各节点间交流越多,作战成本越大。
2)平均节点度D
节点度的定义为与该节点相连接的其他节点的数目。平均节点度D为所有节点度的平均值,反映了节点间的联系程度,即
D= 1 N 1 NDi
其中,N为作战体系中节点总数目,Di为节点的度。
3)平均路径长度CPL
平均路径长度CPL定义为网络中任意两个节点间距离的平均值。平均路径长度越小,说明网络中信息的传输越快,指挥时效性越好。即
L= 2 N ( N - 1 ) 1 i < j Ndij
其中,dij是指连接节点ij最短路径上的边数,N为网络中节点总数目。
4)平均聚集系数C
聚集系数体现作战网络的集团化程度。平均聚集系数C为所有节点聚集系数的平均值。即
C= 1 N 1 NCi
其中,N为作战体系中节点总数目,Ci为节点的聚集系数。
利用以上特征参数对上述生成的四种作战行动网络模型进行对比分析,得到网络静态特性指标,结果如表2所示。
表2 静态特性指标
边数 平均度 平均路径长度 平均聚集系数
传统模型 68 5.667 2.047 0.553
信息融合模型 74 6.167 1.942 0.597
火力协同模型 90 7.500 1.783 0.494
一体化模型 96 8.000 1.721 0.490
表2数据对比可以看出,与传统网络结构模型相比,信息融合网络结构模型仅在情报节点之间建立WS小世界网络,符合三支反恐怖分队横向情报交流与共享的目标设定,意在提升各方快速反应、联合处置能力;火力协同网络结构模型仅在突击节点之间建立无标度网络,意在更为准确高效地歼灭目标。
在信息融合网络结构模型中,网络的平均路径长度降低,说明网络模型层级简化,信息传输速度加快,反映了情报共享的优势;平均聚集系数增加,说明在作战行动中各分队队员之间的联系更加密切,从而能够提高作战体的行动效率。
在火力协同网络结构模型中,网络的平均路径长度降低较大,说明行动时效性更高,体现了联合打击的优势;但平均聚集系数降低,更符合在城市反恐怖分队行动中,分队作战更倾向于小范围独立作战,为便于快速行动,单兵只接收与自己任务有关的信息,信息只能小范围传递。
在一体化网络结构模型中,将现有作战体制要求理想化,建立情报之间的WS小世界网络和火力手之间的BA无标度网络,与信息融合网络结构模型和火力协同网络结构模型相比,虽然整个网络的平均度增加,使得作战成本增加,但平均路径长度降低,提升了网络的信息传输能力;其平均聚集系数和其他三个网络结构模型相比略有减小,说明分队作战集团化程度略小,分队队员间仅共享重要信息,其余信息按照单兵职能传递给个人,符合小规模分队作战行动的特点。

3.2 作战行动模型网络化效能分析

将作战网络用邻接矩阵表示,邻接矩阵的最大特征值为网络中环的数量,网络中环的数量越多、环经历的节点和边越少,层级就越清晰,体系结构网络化效能就越高[11]。Cares 等论证了使用邻接矩阵最大特征值PFE作为网络化效能评估指标的合理性,同时定义了网络化效能系数 CNE=PFE/N,其中,N为网络中总节点数[12]
利用Matlab软件计算四种作战行动模型邻接矩阵的特征值,如表3所示。
表3 网络化效能分析
网络节点数
N
最大特征值
PFE
网络化效能系数
CNE
传统模型 24 3.623 0.151
信息融合模型 24 4.275 0.178
火力协同模型 24 5.116 0.213
一体化模型 24 5.423 0.226
表3中的数据进行对比分析可知,信息融合网络结构模型和火力协同网络结构模型都可以提高网络化效能,其中火力协同对网络化效能提高的幅度较信息融合大,从这里可看出,在城市反恐怖小规模分队作战中,各分队突击手协同配合更为重要。一体化网络结构模型的网络化效能最高,也说明了信息融合和火力协同对于城市联合反恐怖行动的重要作用。

4 结束语

本文根据复杂网络的思想对城市联合反恐怖分队作战行动进行网络化构建,以G市反恐怖演练为背景,分别利用树状网络、BA无标度网络和WS小世界网络构建分队作战行动传统网络结构模型、火力协同网络结构模型、信息融合网络结构模型和一体化网络结构模型。针对所构建的网络化模型从边数、平均节点度、平均路径长度和平均聚集系数4个方面进行静态特性分析和网络化效能分析。静态特性分析结果表明:在传统网络结构模型的基础上加入火力协同和信息融合,能够大幅度提高网络结构模型的整体效能,更符合反恐怖分队行动中单兵视情况行动的特点。网络化效能分析结果表明:火力协同和信息融合能够提升整体模型的网络化效能。本文为进一步应用复杂网络理论研究城市联合反恐怖小规模分队作战问题提供了一个思路。下一步工作可以从以下两方面展开:
1)研究整个城市联合反恐怖行动中各节点及连边的权属性,进一步明确网络中作战单元的通信关系,使构建的网络模型更贴近实际。
2)研究城市内的重要街区及疏散人群方案,为城市反劫持行动提供有力保障。
[1]
王雨佳, 于浩, 杨子慧. 智慧警务视野下城市反恐建设研究[J]. 武警学院学报, 2020, 36(6):78-82.

[2]
周道安, 张东戈, 常树春. C2组织指挥控制关系的形式化描述[J]. 指挥控制与仿真, 2008, 30(4):13-17,40.

[3]
何榕, 王大旌, 崔帅豪. 基于复杂网络理论的网络化作战体系结构效能评估[J]. 兵工自动化, 2021, 40(1):43-49.

[4]
魏青, 沈艳丽, 肖桃顺, 等. 基于复杂网络的作战体系要素重要度评估方法[J]. 中国电子科学研究院学报, 2020, 15(11):1075-1079,1138.

[5]
张宪. 基于复杂网络的联合反恐作战指挥网络拓扑结构[J]. 指挥控制与仿真, 2014, 36(5):1-5.

[6]
董印权, 陈春鹏. 基于复杂网络的作战体系模型[J]. 系统仿真学报, 2013, 25(8):1806-1810.

[7]
夏昱, 毛旭东, 尹延涛, 等. 基于复杂网络的舰艇编队协同反导作战模型研究[J]. 系统仿真技术, 2013, 9(1):79-84.

[8]
金伟新. 体系对抗复杂网络建模与仿真[M]. 北京: 电子工业出版社, 2010:55-66.

[9]
刘军. 整体网分析讲义:UCINET软件使用指南[M]. 上海: 格致出版社, 2009:56-171.

[10]
邹杰, 王磊, 张磊, 等. 超视距协同空战网络化结构研究[J]. 舰船科学技术, 2013, 35(9):123-129.

[11]
王庆功, 沈寿林, 袁昌平. 基于复杂网络的作战体系网络模型分析[J]. 指挥控制与仿真, 2013, 35(1):6-10.

[12]
贺正求, 张叶琳, 王利华, 等. C4ISR系统结构模型及其网络化效能分析[J]. 火力与指挥控制, 2020, 45(7):73-77,82.

文章导航

/