美国防部需对敌方情报、监视、侦察与目标获取(ISRT)系统建模以指导机动与火力部署。此类系统理论上可建模为受控信息系统,其信息流影响决策过程。机动与火力作为行动变量,可通过操纵网络(限制或阻断信息流路径)改变系统状态以影响决策。这些变量既可能作为信息系统固有参数存在,亦可通过多种接口植入。本研究采用开源信息系统模型,解析如何生成控制策略以影响信息流(如诱导网络拥塞),结果揭示了如何设计最终用于"扭曲"决策曲线的流程。在对抗场景中,网络配置具有不确定性,此特性影响干预行动/策略的鲁棒性。为此,本文提出基于泰卡斯蒂克优化的方法并给出应用案例。
通信网络全局信息流可影响决策效能。当关键决策数据因信道中断或容量限制无法传输时,拥塞即发生。拥塞导致数据包丢失与延迟,破坏依赖完整信息的OODA循环(观察-调整-决策-行动循环),最终通过削弱决策信心影响战局(见图1)。传统拥塞控制旨在调整数据速率以消除瓶颈,而本研究聚焦生成降低吞吐量或引入延迟的策略,旨在通过制造网络拥塞限制数据流动。现有通信网络拥塞控制方法多为启发式算法,缺乏前瞻策略且难应对容量约束。动态优化与预测控制等理论方法可弥补此缺陷,本研究采用动态优化探究如何最大化通信网络拥塞,为后续研究如何通过信息流瓶颈扰乱敌方决策链奠定基础。
本节描述用于拥塞控制优化研究的信息网络模型。图2示意多环路网络架构:信息从源节点至目标节点需经多个中继节点路由,假设路由配置固定。模型包含两个信息源(如ISR节点)与两个信息终端(如决策节点),网络由五个有限容量的先到先服务路由器构成。当输入链路总流量超过输出链路容量时,路由器缓冲区达最大阈值即饱和,引发网络拥塞,导致服务质量下降(数据包丢失与延迟)。为维持服务质量,需通过调整链路数据速率消除瓶颈。