战术互联网效能评估指标体系的建立*

聂 浩，蔡晓霞，陈 红

（国防科技大学电子对抗学院，合肥 230037）

0 引言

战术互联网作为信息化条件下最主要的作战形式之一［1］。利用信息优势和网络技术，向网络的每个作战单元下发实时的指挥控制信息，并提供准确的态势信息，是当今战争的“倍增器”，备受世界各军事强国的关注。如何准确、系统、有效地对战术互网抗干扰效能进行评估，已成为战术互联网研究中一个重要的课题［2］。

效能评估的流程如下页图1所示，效能评估整体可看成指标建立和评估实现两大部分，显然指标体系的建立是整个评估过程的基础，是不可忽视的重要环节。然而大多数的指标体系往往缺乏严谨性和合理性，所以本文将对指标体系作进一步的规范分析，初步确定具体指标、指标体系的筛选、指标体系的优化和综合指标体系建立［3］。

1 战术互联网效能评估指标的选取

对网络系统而言，本文从通信服务和作战准备两个方面考虑，将评价体系分为业务指标和战术指标。业务指标中分为效果响应能力，有效性和处理能力3个方面。其中响应时间、延时和延时抖动反映响应能力，有效性主要体现在节点利用率和信道利用率两个指标上，而吞吐量、丢包率和互损率［4］主要来反映处理能力。

战术指标主要从可靠性、安全性和机动性来分析，战场环境下用连通度和粘聚度反映可靠性，安全性主要从防入侵能力、保密能力、网络有效性和恢复性进行分析；适应能力、数据处理能力和组网能力用来表征机动性。

2 指标体系的约简

2.1 粗糙集简介

粗糙集理论是在不需先验条件的情况下，能够快速的处理分析不完整、不确定性的理论工具，是人工智能的重要研究领域。在粗糙集中，一般先定义知识库K=（U，R），其中U为论域，R为U的等价关系，U/R表示在R的标准下得到关于U的所有等价类［5］。

2.2 基于粗糙集分布函数的属性约简算法

在信息系统（W，A，F）中，添加决策信息 G，得到决策信息系统（W，A，F，G），其中：

2.3 算法分析

算法从3个步骤来分析问题，判断是否是单点分布和将不协调系统转化为协调系统是前提与准备工作，进而实现属性的约简。

如图4所示，首先判断信息系统的协调，如若不满足，按图4算法，利用式（9）、式（10）进行处理，由概率分布函数得出最大概率分布决策类［6］，进而形成不协调系统向信息系统的转化。

对于输入的属性集，采用逐一排除，再将剩余元素组成的集合进行属性判断，判断其概率分布函数是否依然单点分布。与此同时，进一步关注删除后属性集合中的属性数量是否足够，其等价类个数相同。如此循环处理属性指标集，最终达到终止条件，约简后的属性即为所求。

2.4 战术互联网的指标约简

此时，带入分别计算：

表1 专家评价汇总表

表2 包含度计算

利用算法步骤，首先计算C-a，判断在包含g的信息系统中，结果不具备单点性，可以得到a是无需约简的属性。对于元素b，由于，所以b为冗余属性可以约简。以此类推，可以得到，不满足单点性，故不可约简，而C-e符合单点分布，故为冗余属性可以约简。综上可得约简属性集为，对应的属性依次为{响应能力，处理能力，可靠性，机动性}。

利用粗糙集分布函数的方法从一级指标的6个中约简提取4个较为重要的指标，是对整个指标体系中冗余信息的精炼，更是为下一步效能评估打下坚实基础。在二级指标中，也可以运用此类方法对响应能力、可靠性等下级指标进行进一步约简，在此就不再赘述。

3 指标体系的综合评价体系

构建科学的指标体系，不同的标准就会有不同的原则，构建的过程应该尽可能地从不同的角度，运用不同的方法，综合考虑各方面因素。指标的提出要有明确的定义、准确的内涵和外延、以及合理的表现形式。结合全面的分析，本文提出“满意度”构造法。

指标体系的建立也是符合人类对于事物认识的规律，将未知待评估认识的事物进行量化分解，从多方面进行解析，最后达到掌握的目的。在指标的构建过程中，往往用I表示指标体系，V表示具体指标数据，S表示体系的结构层次，W表示指标权重，f表示对应的映射关系，此时可以得到评价指标的一般关系式为。

3.1“满意度”评价法

规范指标体系的构建，指标选取要遵循目的性、全面性、可行性、稳定性、协调性、结合性等基本的原则［7］。可以从集中度（E1）、覆盖度（E2）、重复度（E3）、离散度（E4）、稳定度（E5）以下五度来考虑指标体系的构建。

1）集中度F

集中度反应的是确定指标系统的意义与目的，是后期整个评估流程的基础性工作。一般采用德尔菲法，分级进行评价。往往用集中性F来表示。若p个专家对个指标进行评价，则：

2）覆盖度C

覆盖度是反映指标体系全面性的一个重要指标，是指标评价要素与具体指标对应关系的对比分析，一般在指标体系建立过程中，设共有n个指标要素，其对应的权重为个具体指标，其对应的权重为。则覆盖率C可以表示为：

3）重复度R

重复度是指标体系独立性的重要反映，若指标的重复次数集合为，其对应的权重为，则此时重复度为：

4）离散度D

离散度主要用来表征的是众多专家对于指标体系的认识的偏离程度，一般计算结果数值越小，表明对于体系的认知程度越好。离散度一般用D表示：

5）稳定度ρ

稳定度主要用来对数据进行实质性的检验，一般会假设有一组能够反映指标本质的数据与测得的数据进行对比分析，针对指标体系中专家评价得到的数据进行平均处理，得到计算的平均值作为理想值，S个专家对每个指标进行测评，依次得到的指标值为，此时

3.2“满意度”合成函数

以上5点分别反映一个指标体系的不同方面，最终将“集中度，覆盖度，重复度，离散度和稳定度”归一化为“满意度”评价的准则：

w1到w5依为指标对应的权重，其中权重的确定会根据不同战术场景不同战术要求而最终确定的。

“满意度”评价体系的建立较好地反映了指标体系的不同方面，具有较强的代表性和概括性。方法的运用是对前期指标选取、指标约简的一次较为全面的概括和总结。

4 结论

战术互联网效能评估中，指标体系的建立是一项关键的基础性工作。基于粗糙集分布函数的属性约简算法的提出，很好地解决了属性约简的难题。通过对战术互联网一级指标的约简，起到了较好的精简指标的效果，最后“满意度”指标综合评价体系的确定，很好地总结了整个质保体系。但是，整个指标体系的建立、约简和综合评价过程缺乏对比分析，还需要进一步进行深入地研究。