Traditional anomalous traffic detection methods are based on single-view analysis, which has obvious limitations in dealing with complex attacks and encrypted communications. In this regard, we propose a Multi-view Feature Fusion (MuFF) method for network anomaly traffic detection. MuFF models the temporal and interactive relationships of packets in network traffic based on the temporal and interactive viewpoints respectively. It learns temporal and interactive features. These features are then fused from different perspectives for anomaly traffic detection. Extensive experiments on six real traffic datasets show that MuFF has excellent performance in network anomalous traffic detection, which makes up for the shortcomings of detection under a single perspective.
随着当今社会与科技的迅猛发展,现代战争形态已转变为陆、海、空、天、网、电等联合全域体系化对抗,联合作战跨域协同成为研究未来战争制胜机理的重要课题.深入分析了联合作战行动跨域协同的概念内涵、重要问题和计划控制关键技术,聚焦跨域行动协同计划与执行控制问题,从不同指挥控制模式角度梳理提出了集中式跨域协同计划与控制技术、分散式跨域协同计划与控制技术两类关键技术,并详细阐述了两类关键技术的需求背景、运行框架以及核心实现方法,为有效实现联合战场环境下跨域协同行动提供了重要技术支撑.
围绕陆空协同作战多要素联合运用、杀伤链动态构建作战需求,开展了具有网络化松耦合特点的陆空分布式协同软总线构建方案设计.基于作战指令可靠传输、态势信息高效分发、作战资源服务化管控、协同行动敏捷适变等要求,突破网链综合协同网络、跨网信息分发、分布式数据管理、多节点协同服务调度和杀伤链动态构建等关键技术,在建设实践中有效提升空地多要素信息互操作和协同作战能力.
针对智能时代战争复杂系统所面临的不确定性(uncertainty)、多样性(diversity)和复杂性(complexity),提出一种基于PREA&OODA的边缘指挥控制(command and control,C2)模式架构,架构的核心组成部分是"中心平行C2"和"边缘自主C2".中心"中心平行C2"连接现实指挥中心和边缘作战体系,C2过程以PREA环主导;"边缘自主C2"对组织边缘作战单元处理突发应急事件或任务,其载体为边缘作战单元,C2活动过程在PREA和OODA之间切换.设计了基于PREA&OODA的边缘C2模式架构,包括现实C2中心的集中C2、云端中心平行C2和边缘自主C2,模式架构支持边缘作战单元行动执行与C2两种角色的转换和共存,能够维持全局体系运行的连续性和稳定性,增强其适应性.这一模式框架可指导"多域战"、"决策中心战"和"马赛克战"等新作战概念的实施,尤其是在关键要素——C2上,为新一代指挥信息系统的构架设计融入人工智能技术,接人无人作战单元、自主或半自主系统,提供理论和方法指导.
随着战争向智能化方向演进发展,分布式智能指挥控制正成为新的指挥控制模式,智能技术赋能网络信息体系,作战体系按需构建和作战能力即时生成成为可能.在"分布式作战""马赛克战"等概念分析基础上,提出了分布式智能指挥控制的体系架构、运行机制和关键技术,为分布式智能指挥控制研究提供了新的思路与借鉴参考.
