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
Theory & Research

Combat System Operation Mechanism Description Method

  • YANG Ting-ting ,
  • LIU Zhong ,
  • ZHU Xian-qiang ,
  • HUANG Jin-cai
Expand
  • Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology,Changsha 410073,China

Received date: 2017-11-06

  Revised date: 2017-12-25

  Online published: 2022-05-09

Abstract

The research on the operational mechanism of the operation system for knowledge graph is an important part in the research of operation system. It is the basis of the knowledge graph building, the operation and reasoning of the operation system. In this paper, starting from the concept model of operation system, according to semantic, process, mission, and uncertainty aspects of the mechanism, we provide the ontology description of operational mechanism of system operation, rule driven mechanism description method and task driven mechanism description method.

Cite this article

YANG Ting-ting , LIU Zhong , ZHU Xian-qiang , HUANG Jin-cai . Combat System Operation Mechanism Description Method[J]. Command Control and Simulation, 2018 , 40(2) : 15 -21 . DOI: 10.3969/j.issn.1673-3819.2018.02.003

作战体系是一个具有适应威胁环境的动态系统[1-2],是由几十万、几百万甚至几千万个作战、指挥、通信、感知等实体相互关联而形成的超大规模的复杂系统。这样的两个复杂系统之间的作战就是军事理论意义上的体系对抗。对敌我双方作战体系的研究是未来体系作战中指导和打赢战争的基础,是军事领域的重要研究内容。
作战体系运行机制是指支持作战体系运行的原则、规则和流程等。运行机制的研究是作战体系研究中的重要内容,是体系对抗中作战体系对敌方意图推理判断、己方作战规划和作战计划生成等问题中的关键环节。
当前随着信息和人工智能技术的不断发展,战场将面临巨大的信息爆炸压力,军事领域的智能化发展要求迫在眉睫[3]。作战体系机制描述方法的研究作为作战体系语义分析和知识图谱构建的重要步骤,是智能分析和智能判断的基础,具有重要的研究意义。
本文从作战体系的概念模型出发,基于本体理论[4-5]、OWL[6]和SWRL[7]规则语言,建立了作战体系运行机制本体。以机制的本体描述为基础,研究了规则驱动的机制描述和任务驱动的机制描述方法,分别描述了主动规则推理和任务驱动两种模式的运行机制。作战体系运行机制的描述方法研究为作战体系运行规则的建立提供了方法支持,是作战体系的运行和行为意图推理中的关键环节。

1 作战体系概念模型

作战体系是一个完整的整体。在作战体系面对使命任务时,体系内的实体元素通过实体之间的关系(如指控关系、通信关系、组织编成关系等)组织连通,并依据体系及其实体能力和体系的运作机制进行体系运行,在完成组织状态之间的迁移的同时完成使命任务。因此,作战体系的概念模型具体包含了体系的使命、实体、组织、能力、状态、机制和环境等7个方面。

1.1 体系使命模型

作战体系的使命模型是关于作战体系面向的使命模型,从作战体系使命的目标客体、使命意图的达成目标和使命所包含的任务等方面对作战体系的使命进行抽象建模。
定义1 使命模型(Mission)对作战体系作战使命的描述,包含了目标对象、达成目标和任务等,记为三元组:
Mission=<Objective,Goal,Task>
其中,
目标对象(Objective)描述的是使命的目标对象客体,包括了目标对象的类型、位置、状态等。目标的类型根据划分方法的不同有不同的类型,如按照空间位置可以分为地面目标、空中目标和海上目标;按照目标运动特性可以分为固定目标和移动目标;按照使命级别不同可以分为战略目标、战役目标和战术目标等。目标的位置描述了目标的地理位置。目标的状态描述了目标当前的活动状态、防御状态等。
达成目标(Goal)描述的是使命达成的目标, 如使命要求在某个时限之内完成,要求对目标的毁伤程度的要求等。
任务(Task)描述的是使命的任务,任务根据其复杂程度的不同,分为原子任务和复合任务。原子任务(AtomTask)是任务的最小单元;复合任务(CompositeTask)由原子任务构成。

1.2 体系实体模型

作战体系实体模型是关于作战体系中实体的模型,从作战体系实体的类型、属性、关系和活动方面对作战体系的实体进行抽象建模。
定义2 实体(Entity)表示的是作战体系中的实体,记为四元组:
Entity=<EntType,EntAttribute,Relation,Action>
其中,EntType表示实体的类型;EntAttribute表示实体的属性;Relation表示实体之间的关系,作战体系中实体与实体之间具有多种相互关系,包括具有指控含义的指控关系、具有通信含义的通信关系、实体与实体之间的组织和构成关系等。
Action表示实体的活动,如飞机的起飞、航行、攻击、返航、降落、躲避等;巡洋舰的活动包括驻泊、航渡、巡逻、攻击等。作战体系中的实体根据其类型的不同具有各自不同种类的活动,这些活动在实际使用中根据其目标的不同表现为不同的行动(Activity),行动及行动的组合是作战体系完成任务或者使命的基本途径。

1.3 体系组织模型

体系组织模型是关于作战体系的组织和结构的模型,是从体系的组织编成、体系指控结构和体系通信网络等方面对体系组织的抽象建模。
定义3 组织(Organization)表示的是体系的组织和结构,记为三元组:
Organization=<Formation,C2Structure,CommuNetwork>
其中,组织编成(Formation)表示体系中实体的组织编成,由体系实体及其编成关系构成;指控结构(C2Structure)表示体系中的指挥控制结构,由体系实体及其指控关系构成;通信网络(CommuNetwork)表示体系中的通信网络结构,由体系实体及其通信关系构成。

1.4 体系能力模型

体系能力模型是关于作战体系所具备的能力的模型,是从作战体系及其实体的基本能力的类型和能力的属性等方面对体系能力的抽象建模。
定义4 能力(Ability)表示作战体系及其实体的基本功能,记为二元组:
Ability=<AType,AAttribute>
其中,AType表示能力的类型。作战体系的能力根据分类角度的不同而具有多种不同的能力。例如,作战体系能力按照目标对象类型可以分为反导能力、反潜能力、防空能力、反舰能力等;按照军事行动类型划分可以分为机动能力、运动能力、防御能力、进攻能力、后勤支援能力等。
AAttribut表示能力的属性。每一种能力都有相应的属性,例如反导能力包含了导弹的拦截高度、拦截的有效范围、拦截概率等。
实体的能力与实体活动相关,不同的实体活动具备不同的实体能力。例如,实体的运动活动与实体的运动、机动能力相关。这种关联关系是作战体系任务分解的基础,也是体系运作机制中计划方案制定的基础。

1.5 体系状态模型

体系状态模型是关于作战体系瞬时状态的模型,从作战体系的实体状态、组织状态两方面进行抽象建模。
定义5 状态(State)表示某一时刻作战体系的状态,记为二元组:
State=<EntState,OrgState>
其中,EntState表示某一时刻作战体系实体状态,OrgState表示某一时刻作战体系组织状态。
作战体系的状态随着时间的变化而不断地变化,这一时刻的状态既是上一状态的延续,也是下一状态的开始,通过对作战体系历史状态及其变化的分析,可以对下一时刻的状态进行推断。
作战体系的运行过程是体系状态迁移(StateTransfer)的过程。体系状态迁移的形式化表示为:
StateTransfer:CurrentState→NewState
其中,CurrentState表示当下的状态,NewState表示下一时刻的新状态。状态的迁移表示作战体系的组织和实体的状态的迁移。
S t a t e T r a n s f e r : C u r r e n t O r g S t a t e N e w O r g S t a t e S t a t e T r a n s f e r : C u r r e n t E n t S t a t e N e w E n t S t a t e
对状态的迁移变化是作战体系及其中实体的行动意图判断的主要依据之一。

1.6 体系机制模型

体系机制模型是关于作战体系运行规则和流程的模型,是从体系运行的条件、规则、流程等方面对作战体系运行机制的抽象建模。
定义6 机制(Mechanism)表示的是作战体系运行遵循的基本机制,记为三元组:
Mechanism=<Condition,Constrain,Plan>
其中,条件(Condition)表示作战体系运行的状态条件,包含了作战体系的状态条件(包括组织状态和实体状态条件),体系使命的目标的状态条件(包括目标的类型、位置和状态等目标对象条件),体系运行的环境条件(包括地理、气象、电磁和海洋等环境条件)。
约束(Constrain)表示对体系运行的影响的约束,包括了能够对作战体系运行进行影响的体系使命的达成目标产生的约束、体系实体的能力的约束,以及作战体系的行动模式、战术条例和原则等运行规则带来的约束。
计划(Plan)表示作战体系的行动计划方案,包括了计划分解中包含的作战体系或其实体的行动、计划片段,以及计划中这些行动或者计划片段按照时间、依赖等关联关系构成的运行流程。计划与计划片段最终都可以分解为行动。
行动与实体活动之间具有关联关系,实体或者体系的行动是通过实体的活动来完成的。实体活动是客观的,而实体行动是具有某种指向和含义的实体活动。例如,实体可以进行航行活动,实体向某个目标位置进行航渡是实体的行动。

1.7 体系环境模型

体系环境模型是关于作战体系运行环境的模型,分别从环境的类型和属性两方面对环境进行抽象建模。
定义7 环境(Environment)表示作战体系运行的环境,记为二元组:
Enviroment=<EnvType,EnvAttribute>
其中,EnvType表示环境的类型,EnvAttribute表示该环境类型的属性。
作战体系的运行环境包含了地理环境、海洋环境、气象环境和电磁环境等。

2 作战体系运行机制的描述方法

在作战体系概念模型的基础上,从运行机制的语义、过程、目标和不确定性处理等方面研究作战体系运行机制,建立的本体描述、规则驱动的机制描述和任务驱动的机制描述。

2.1 作战体系运行机制的本体描述方法

在作战体系概念模型的基础上,基于本体理论、OWL和SWRL语言建立作战体系运行机制(Mechanism)的本体描述方法。
作战体系的运行机制本体描述中,机制概念包含了条件(Condition)、约束(Constrain)和计划(Plan)子概念,如图1所示。
条件描述了作战体系运作的条件,如体系状态条件、目标对象条件和环境条件等。
约束描述作战体系运作的约束,包括:目标约束(GoalConstrain)表示能够对作战体系运行进行影响的体系使命的达成目标产生的约束;能力约束(AbilityConstrain)表示体系实体的能力的约束;规则约束(RuleConstrain)表示作战体系的行动模式、战术条例和原则等运行规则带来的约束。
计划描述作战体系的计划方案,包括:行动(Activity)表示计划分解中包含的作战体系或其实体的行动;计划片段(Planfragment)表示计划的片段;流程(Process)表示计划中这些行动或者计划片段按照时间、依赖等关联关系构成的运行流程结构。
行动包含对象属性:hasObjective表示行动有目标对象,hasAction表示行动包含的活动,hasSubActivity表示子行动,hasAbilityDemand表示行动有能力需求,hasRelativeActivity表示行动有关联行动,hasRelativePlanfragment表示行动有关联的计划片段。
计划片段包含对象属性:hasActivity表示计划片段包含的行动,hasSubPlanfragment表示计划片段有子计划片段,hasRelativePlanfragment表示计划片段有关联的计划片段, hasAbilityDemand表示计划片段有能力需求。
行动和计划片段均包含数据类型属性:时间属性(hasTime)、概率(hasProbability)、先验概率(hasPriorProbability)、条件概率(hasConditionProbability)等。概率属性表达了体系运行中的不确定性。
流程包含了含有(Includes)对象属性,表示流程中含有的行动或者计划片段。
机制概念域中的主要对象属性和数据类型属性如表1所示。
表1 机制概念域属性
属性 语义 特性
hasState 有状态
hasObjective 有目标对象
hasEnvironment 有环境
hasAction 有活动
hasSubActivity 子行动
hasAbilityDemand 有能力需求
hasRelativeActivity 有关联行动 T,S
Depends 依赖
hasActivity 有子行动
hasSubPlanfragment 有子计划片段
hasRelativePlanfragment 有关联计划片段 T,S
Includes 含有
hasTime 时间 F
hasProbability 概率 F
hasPriorProbability 先验概率 F
hasConditionProbability 条件概率 F

注:F是函数性,T是传递性、S是对称性。

其中,机制概念域包含的两个对象属性hasRelativeActivity、hasRelativePlanfragment表明,行动和计划片段在流程中具有时间相关性,可以用区间代数描述。
Allen提出了区间代数学[3],将区间作为时态基元,定义了区间之间13种互不相交且联合完备的二元关系,包括before, equal, meets, overlap, during, starts, finishes及其反运算after, metBy,overlappedBy, contain, startedBy, finishedBy,如图2所示。并将区间代数定义为这种二元关系任意可能的析取共213种可能。
图2 时间相关性二元关系
另外,对于机制概念域的定义包含一些自然的约束,这些类似的自然约束可以用描述逻辑表示为公理。如行动至少包含了一个活动,描述为
Activity⊆(⩾1)hasAction
基于机制概念域本体的定义,通过SWRL规则可以对关于机制的一些约束进行表示,如某项行动的先验概率是0.8,描述为
Activity(?a)∧hasPrioProbalility(?a,0.8)

2.2 规则驱动的作战体系运行机制描述方法

作战体系运行过程是作战体系及其实体从当前状态向下一状态转换的过程。作战体系的状态包括体系包含的实体、体系编成、指控结构和通信结构,以及相应的数据类型属性和对象属性状态;实体的状态包括是实体的数据类型属性和对象属性的状态,如实体的活动状态。这些状态之间的变迁遵循的规则即为规则驱动的作战体系运行机制。
规则驱动的作战体系运行机制可以通过ECA规则描述。ECA(Event-Condition-Action)规则,即事件-条件-活动规则是公认的主动规则,包括了事件、条件和活动三个部分[9]。事件表示引发规则执行的原因,条件表示规则执行要满足的约束,活动是规则被触发且条件为满足时要执行的行动。
ECA规则表示的是:当事件(Event)发生,且满足条件(Condition)时,则执行活动(Action)可以描述为:
E C A R u l e : = W h e n < E v e n t > I F < C o n d i t i o n > D O < A c t i o n >
其中,ECA规则描述了触发活动的事件、条件和活动,当触发事件(Event)出现并满足相应的条件(condition)时执行特定的活动(Action)。在作战体系运行时,这个活动代表体系相应的状态变迁。即当某个情况出现并满足某些条件时,体系将从当前状态,变迁到下一状态。
在作战体系的本体描述基础上,用ECA规则描述作战体系运行机制时,机制本体与ECA规则的映射关系是:
事件(Event)表示触发体系运行的事件,包含了机制本体描述中的条件概念及其包含的体系状态、目标状态和环境状态等子概念;
条件(Condition)表示对体系运行的约束,包含了机制本体描述中的约束概念及其包含的达成目标约束、能力约束,以及描述作战体系的行动模式、战术条例和原则的规则等子概念;
活动(Action)表示将进行的计划或行动,包含了机制本体描述中的计划或计划包含的计划片段、行动和流程等子概念。
例如,在体系作战中,当目标对象出现事件发生,在目标达成约束、作战体系能力和作战规则等的条件满足时,制定并执行一系列作战计划。
用SWRL规则描述为:
{ C o n d i t i o n ( ? c ) S t a t e ( ? s ) h a s S t a t e ( ? c , ? s ) O b j e c t i v e ( ? o ) h a s O b j e c t i v e ( ? c , ? o ) E n v i r o m e n t ( ? e ) h a s E n v i r o m e n t ( ? c , ? e ) } { G o a l C o n s t r a i n ( g ) A b i l i t y C o n s t r a i n ( ? a ) R u l e C o n s t r a i n ( ? r ) } P l a n ( ? p )
其中,计划(Plan)包含了由触发的作战体系实体行动(Activity)、计划片段(Planfragment),以及这些行动和计划片段的执行流程(Process)。
例如,在海上作战,当目标导弹进入作战海域,需要执行拦截任务时。根据作战规则,首先,应当跟踪并确认目标导弹的状态(包括地理位置、运动状态等);其次,是根据各个作战体系中平台的导弹拦截能力,部署和计划导弹拦截阶段和相应的拦截任务。如图3所示。
图3 导弹拦截规则
其中,有背景色的椭圆表示的是条件或约束;海上作战的导弹拦截的作战计划包含了两个计划片段,即目标跟踪和目标拦截。当目标进入作战区,并且目标进入侦察探测设备的有效跟踪范围时,进行目标跟踪;当作战体系中的卫星处于作战区时,卫星实施跟踪行动;当作战体系中的雷达处于开机状态时,雷达实施跟踪行动;当目标进入有效拦截范围时,进行目标拦截;当舰艇处于作战区时,舰艇实施拦截行动;当作战体系中飞机处于值班状态时,飞机实施拦截行动。
用SWRL规则描述如下:
Rule1: 当目标进入作战区,并且目标进入侦察探测设备的有效跟踪范围时,进行目标跟踪
O b j e c t i v e ( ? o ) h a s P o s i t i o n ( ? o , C a m b a t A r e a ) D e t e c t i o n E q u ( ? d ) h a s R a n g e ( ? d , C a m b a t A r e a ) T r a c k i n g P l a n f r a m e n t ( ? t ) h a s P l a n f r a m e n t ( ? d , ? t )
Rule2:当作战体系中的卫星处于作战区时,卫星实施跟踪行动
O b j e c t i v e ( ? o ) h a s P o s i t i o n ( ? o , C a m b a t A r e a ) S a t e l l i t e ( ? s ) h a s P o s i t i o n ( ? e , C a m b a t A r e a ) T r a c k i n g ( ? t ) h a s A c t i v i t y ( ? s , ? t )
Rule3:······
基于以上方法,可以对规则驱动的作战体系运行机制进行描述。

2.3 任务驱动的作战体系运行机制描述方法

作战体系运行的目标是完成使命任务。任务驱动的作战体系运行机制描述研究的是作战体系依据使命任务规划方法产生的任务网络而运行的机制。
例如,通过层次任务网络(Hierarchical Task Network, HTN)规划方法[10]对作战体系面对的使命分析规划,得到关于使命的层次任务网络。其中包含了任务(原子任务和复合任务)、任务之间的时序和依赖关系、任务对能力的需求,以及实体与能力的对应关系,如图4所示。
其中,T表示作战体系面对的使命经HTN的规划获得的分解任务,包含了原子任务和复合任务两种;E表示作战体系中的实体,A表示任务对能力的需求,在HTN规划中实体和能力的组合被表示为方法;另外,黑色箭头表示任务之间的时序和依赖关系,红色箭头表示任务对实体及其能力的需求关系。
可以看到网络中存在多处不同任务同时对同一实体的能力的需求。可见,通过任务分析在建立实际的计划方案时,需考虑实体及其能力是否可以同时使用,即是否会造成实体使用时间或空间域的冲突问题。如图5所示。其中,虚线表示被不同任务需求的实体及其能力的冲突。
图5 任务的实体需求冲突
由此可见,在作战体系运行时,实体是否能够在计划中执行相应的任务是不确定的。如本例中,实体E1执行任务T1,则有可能不能同时执行T3。事实上,在常见的任务规划中,由哪个实体执行任务、实体执行任务的时机和实体行动的成功与否都包含了不确定性。
同时,实体的能力(Ability)是通过行动(Activity)体现的,选择哪个行动实现该能力也是不确定的。例如,在作战体系的舰艇执行航渡任务时,如若遇到海峡,是选择经由海峡快速到达既定位置,抑或是选择绕过海峡经由较为安全的宽阔海域到达既定位置。这种选择概率可以由经验得到,即为先验概率;亦可根据当时的状态选择,即为条件概率。
因此,任务驱动的作战体系的运行机制可以用贝叶斯网络来描述。贝叶斯网络(BN)又称为信任网络、概率网络或因果网络,是一种用于表示军事领域不确定性的概率论方法,主要由两部分构成:网络结构和条件概率表[11]
用贝叶斯网络来描述作战体系运行机制时,通过对作战体系中的概念附加概率的方式,描述体系运行中的不确定性。基于作战体系运作机制的本体描述和贝叶斯网络理论,对运作机制转换到贝叶斯网络进行如下映射转换:
1)网络的结点对应于作战体系运行机制本体描述中的条件和约束,以及计划中涉及的计划片段和作战体系实体的行动等概念。其中,这些概念均附加了基于经验、统计或者主观判断得到的先验概率P(C),C表示网络中的概念或类结点。
2)网络的边对应于这些结点所代表的概念之间的逻辑关系,包含作战体系运行机制本体描述中的计划及其子概念对其他行动、计划片段、条件和约束的依赖关系;运作机制本体描述中计划片段对实体及行动包含关系、行动和子行动之间的关系,以及计划中的时序关系等。这些关系的存在提供了条件概率P(C|SupC),SupC表示结点C的上级结点。
以导弹拦截任务为例,描述为贝叶斯网络结构如图6所示。
图6 导弹拦截的贝叶斯网络结构
其中,结点包含:目标进入作战范围是状态条件;导弹拦截计划片段有两个可选实体及行动,即舰艇实施拦截行动和飞机实施拦截行动;舰艇拦截的行动包括雷达锁定目标和发射导弹等子行动;飞机拦截的行动包括起飞、锁定目标和发射导弹等子行动。
先验概率表如表2所示。
表2 先验概率表
目标进入
作战范围
导弹拦截 舰艇拦截 飞机拦截
Ture 0.9 0.8 0.5 0.5
False 0.1 0.2 0.5 0.5
舰艇发
射导弹
飞机起飞 飞机锁
定目标
飞机发
射导弹
舰载雷达
锁定目标
0.6 0.9 0.8 0.7 0.8
0.4 0.1 0.2 0.3 0.2
条件概率如表3所示。
表3 条件概率表
目标进入作战范围 导弹拦截
Ture False
True 0.72 0.18
False 0.08 0.02
导弹拦截 舰艇拦截 飞机拦截
Ture False Ture False
True 0.4 0.4 0.4 0.4
False 0.1 0.1 0.1 0.1
舰艇拦截 舰载雷达锁定目标 舰艇发射导弹
Ture False Ture False
True 0.4 0.4 0.3 0.3
False 0.1 0.1 0.2 0.2
飞机拦截 舰载雷达
锁定目标
舰艇发
射导弹
飞机锁
定目标
Ture False Ture False Ture False
True 0.45 0.45 0.4 0.4 0.35 0.35
False 0.05 0.05 0.1 0.1 0.15 0.15
将条件概率附加到网络结点上,建立作战体系运行的贝叶斯网络,将本体概念与概率相结合,描述任务驱动的作战体系运行机制及其中的不确定性表示。

3 结束语

作战体系运行机制作为作战体系研究中的重要组成部分,描述的是支持作战体系运行的原则、规则和流程等。本文从作战体系的概念模型出发,基于本体理论,通过对关于作战体系的大量信息和知识的文本分析,建立作战体系运行机制本体描述。同时,针对作战体系运行机制的主动规则推理和任务驱动两种模式的运行机制,分别提出了规则驱动和任务驱动的机制描述方法。作战体系运行机制描述的研究为作战体系的运行、推理提供了关键的方法支持,对作战体系研究具有重要意义。
[1]
刘忠, 刘俊杰, 程光权, 等. 基于超网络的作战体系建模方法[J]. 指挥控制与仿真, 2013, 35(3):1-5.

[2]
ZHONG L, YANGD S, WENG D, ZHANG W M, MAO W J, et al. Cyber-Physical-Social Systems for command and Control. IEEE Intelligent Systems, 2011: 92-96.

[3]
陶九阳, 吴琳, 胡晓峰. AlphaGo技术原理分析及人工智能军事应用展望[J]. 指挥与控制学报, 2016, 2(2):114-120.

[4]
邓志鸿, 唐世渭, 张铭, 等. Ontology研究综述[J]. 北京大学学报:自然科学版, 2002, 38(5):730-738.

[5]
钱猛, 刘忠, 姚莉, 等. 本体技术在作战计划系统中的应用[J]. 计算机工程与应用, 2009, 47 (10): 208-212.

[6]
OWL Web Ontology Language Guide[R/OL]. http://www.w3.org/TR/owl-guide/.

[7]
SWRL:A semantic Web rule language combining OWL and RuleML[R/OL]. http://www.w3.org/Submission/SWRL/.

[8]
J.F. Allen. Maintaining knowledge about temporal intervals[J]. Communications of the ACM, 26, 832-843. 1983.

DOI

[9]
姜跃平, 汪卫, 施伯乐, 等. ECA规则的模型和行为特定理论[J]. 软件学报, 1997(3):190-196.

[10]
Georgievski I, Aiello M. HTN planning: Overview, comparison, and beyond[J]. Artificial Intelli-gence, 2015, 222:124-156.

[11]
Sousuke Amasaki., Yasunari Takagi., Osamu Mizuno. and Tohru Kikuno., A Bayesian Belief Network for Assessing the Likelihood of Fault Content, Proceedings of the 14th International Symposium on Software Reliability Engineering, 2003.

Outlines

/