【深度】“韧性网络信息体系”技术框架分析
今日荐文的作者为中山大学专家李鸿旭，孙沁，周丽萍，王毓智，谢宇贤，刘乘昱，张英朝。本篇节选自论文《韧性网络信息体系的技术框架分析》，发表于《中国电子科学研究院学报》第16卷第8期。
摘 要：韧性网络信息体系是我国军事智能化发展进程中一种新颖的、更具生命力的作战体系。为了深入探讨韧性网络信息体系未来的研究趋势，提出了韧性网络信息体系的技术框架。该技术框架主要从韧性网络信息体系的需求分析、韧性网络信息体系的建模、韧性网络信息体系的评估、韧性网络信息体系的结构优化、韧性网络信息体系的规划五个方面进行展开式探讨。该技术框架为后续韧性网络信息体系的研究提供了整体性思路，同时也为构建完善的韧性网络信息体系理论提供了牵引。
关键词：韧性；网络信息体系；技术框架；作战体系
《中国电子科学研究院学报》更多精彩文章
论文全文摘编如下
仅供学术交流与参考
引 言
韧性网络信息体系（Resilient Networking Information-centric System of Systems，RNIcSoS）是我国军事智能化发展进程中一种新颖的、更具生命力的作战体系。
韧性网络信息体系的核心特征主要是将韧性概念嵌入到网络信息体系中，使得网络信息体系在面对网络攻击时具备更强大的生存能力。但目前，对于韧性网络信息体系的关注过少，且概念也尚未形成共识，这严重阻碍了韧性网络信息体系的进一步建设与发展。
从韧性网络信息体系的建设与发展角度来看，其主要得益于网络信息体系（Networking Information-centric System of Systems，NIcSoS）在我国的快速发展。当前，针对网络信息体系的研究也已经有了较多的探讨，例如《指挥与控制学报》于2016年12月以专刊的形式集中讨论了网络信息体系的研究重点与难点[1]。但网络信息体系作为一种复杂巨系统，在面临多维网络攻击时，其复杂性必然会导致安全问题的涌现[2]。为了更好地抵抗网络攻击，学者们从不同的角度提出了增强网络信息体系生存能力的方法，其中比较典型的研究是提高网络信息体系的鲁棒性[3]。但针对网络信息体系生存能力的研究不应局限于鲁棒性，鲁棒性仅仅反映了网络信息体系的抗压能力，并没有从更为广义的视角描述网络信息体系的生存能力。此时，韧性概念逐渐被学者们所关注。
韧性概念最初被关注是由于著名生态学家Holling在1973年发表了一篇名为《Resilience and Stability of Ecological Systems》的论文[4]。早期韧性研究集中于自然韧性，1980年左右，韧性开始广泛应用于各个领域，如心理学、社会学、工程领域[5]。韧性相比较于鲁棒性、脆弱性、持续性等概念，并没有止步于抗压能力，而是同时兼顾了抗压能力和恢复能力。另外，相比较于可靠性多用于大概率一般性风险，韧性将目光聚焦于小概率极端性风险[6]。
为了更为细腻地刻画网络信息体系面对攻击时的周期性生存能力，韧性概念被引入网络信息体系，形成了韧性网络信息体系的概念[7]。众所周知，网络信息体系构成元素复杂，时常面临着多维毁点断链、跨域破网瘫体式硬打击与软毁伤等小概率极端性风险，会使得网络信息体系极易产生结构裂碎、能力降级甚至体系崩溃等恶性后果[7]。提高网络信息体系的韧性可以极大降低这种小概率极端性风险的威胁，更为有效地保障网络信息体系的安全，且提高了网络信息体系在风险中生存的能力。
但目前就笔者了解到的文献来看，针对韧性网络信息体系的研究相对较少，且并未形成完善的研究体系，而韧性网络信息体系作为网络信息体系安全问题研究中重要的一环，其研究价值是不言而喻的。故本文将深入探讨韧性网络信息体系未来的发展趋势，提出了韧性网络信息体系的技术框架。该技术框架主要从韧性网络信息体系的需求分析、建模、评估、结构优化和规划五个方面进行展开式探讨。该技术框架为后续韧性网络信息体系的研究提供了整体性思路，同时也为构建完善的韧性网络信息体系理论提供了牵引。
1.基本概念与研究现状
1.1 韧性网络信息体系定义
韧性网络信息体系的特色即为在现有网络信息体系的研究基础上，增加韧性概念，以便更为全面地考量网络信息体系在面对网络攻击威胁时的生存能力。通过提高体系韧性，可以提升网络信息体系抗压能力、保持体系持续运行的能力以及快速恢复能力。对于网络信息体系韧性，文献[7]给出了定义。
定义1[7]： 网络信息体系韧性是指面对复杂交互和软硬毁伤等内外部扰动，体系凭借自身特定策略机制进行预测、响应、抵抗、吸收和恢复，从而保持原有性能或产生积极涌现的一种能力。
但该定义并未准确的定义韧性网络信息体系，故本小节将提出一种新的韧性网络信息体系的定义。首先我们可以回顾一下网络信息体系的定义。网络信息体系的定义至今仍是百家争鸣、百花齐放，并没有形成共识[1]。表1给出了几种有代表性的观点。
表1 “网络信息体系定义”的代表性观点总结
综合上述网络信息体系的定义，可以提炼出网络信息体系几点共识性的特征：1）网络信息体系以网络为中心、信息为主导、体系为支撑；2）网络信息体系具有情报侦察监视、通信、指挥决策、火力控制和综合保障等功能；3）网络信息体系是以信息系统为基础的智能化演变。
结合网络信息体系的特性，我们对韧性网络信息体系进行了重新定义，如定义2所示。
定义2： 韧性网络信息体系是指面对攻击或故障时，通过侦察或监视敌我双方状态，并持续进行抵抗和恢复的方式，以达到特定任务所需的性能或重构至具有更高性能状态的网络信息体系。
定义2与定义1明显地区别在于以下两点：
1）面对攻击或故障时，定义2考虑了抵抗与恢复同时进行的情况，而不是定义1中先抵抗后恢复的情况，更符合实际情况；
2）定义2偏向于以任务为导向，建立任务基线（即任务参考线），网络信息体系仅需满足任务所需性能即可。
1.2 韧性网络信息体系的过程模型
借鉴韧性的过程模型[23]，我们结合实际的韧性过程重新构建了韧性网络信息体系的过程模型。该模型相较于其他过程模型，考虑了网络信息体系在遭受攻击后抵抗与恢复在同一时间线上的情况，并添加了恢复反应期、恢复缓冲期以及任务基线，使得韧性网络信息体系的过程描述更符合实际。
韧性网络信息体系过程模型主要分为如下几个过程，且韧性网络信息体系过程模型如图1所示。
图1 韧性网络信息体系的过程模型
1）初始运行期：初始运行期是指网络信息体系在遭受攻击前的时期。在该时期，网络信息体系性能并未出现剧烈波动，并且网络信息体系时刻保持警惕性，侦察和监视敌我双方状态。如果该时期监测到即将到来的攻击或故障，网络信息体系会及时做出相应的反应，来预防攻击或故障。
2）恢复反应期：恢复反应期是指网络信息体系在遭受网络攻击后，分析攻击，并给出恢复对策的时期。恢复反应期经历的时间不确定，但其决定着恢复开始的时间。恢复反应期时间过长会加大网络信息体系性能处于基线之下的风险，从而导致网络信息体系不满足任务所需的性能需求。
3）抵抗恢复期：抵抗恢复期是指在遭受攻击或故障后，网络信息体系先进行抵抗，待经历恢复反应阶段后，形成与抵抗共生的时期，在抵抗和恢复手段共同作用下，网络信息体系性能会逐渐趋于性能下降最小值，当恢复程度大于攻击程度时，系统性能会逐渐回升，但整个回升速度趋势是缓慢的。
4）恢复缓冲期：恢复缓冲期是一个非常重要的时期。网络信息体系在恢复的过程中会逐渐趋于饱和，继续采取恢复措施将会出现性能停滞阶段，我们将这个时期称为恢复缓冲期。恢复缓冲期是连接恢复期与重构期的重要纽带，其本质上属于决策阶段。
5）体系重构期：体系重构期是指当体系性能未恢复至任务所需性能时，采用的强制恢复手段。当体系徘徊于恢复缓冲期时，由于此时体系性能并未恢复至任务所需性能，故会采用一些体系重构方式，使得系统性能快速恢复至原有状态。该时期会出现成本升高现象，同时，在系统性能快速升高到一定程度时，会出现跃迁状态。
1.3 韧性网络信息体系研究现状
韧性网络信息体系是一个新颖的研究方向，对其研究刚刚处于起步阶段。韧性网络信息体系的发展主要得益于系统或体系的网络结构韧性的发展。经过学者们多年的研究探索，系统或体系的网络结构韧性在各个领域开花结果。
对于指挥信息系统网络结构韧性的研究主要有：文献[24]分析了网络化指挥信息系统的韧性过程和韧性要素，并提出了适当的韧性度量指标和度量方法；而文献[25]主要对指挥信息系统网络结构韧性问题进行了梳理，并提供了研究思路。
对于基础设施网络结构韧性的研究主要有：文献[26]基于网络流理论，构建了在有限灾后修复资源约束下，基础设施网络的灾后修复任务选择与调度的混合整数规划模型；文献[27]则引入基础设施网络均衡理论，构建了贯穿结构和功能双维度的地震灾害下城市供水网络韧性评估方法。
对于交通系统网络结构韧性的研究主要有：文献[28]基于复杂网络理论和韧性城市理论，研究了地铁网络在不同失效场景下的最优恢复策略；文献[29]以华东地区空中交通网络为例，提出了子图结构韧性概念以表征网络拓扑结构的动态演化规律；文献[30]则提出如何提高扇区网络在外界干扰下的韧性以有效减轻航班延误和空域拥堵。
从上述论文可以看出对于特定系统和体系的网络结构韧性研究已经相对成熟，这将对韧性网络信息体系的技术框架分析起到参考作用。
为了更为完整地分析韧性网络信息体系的技术架构，笔者在对当前学者关于网络信息体系的研究成果进行了分类整理。从图2中可以很清晰的看出，当前网络信息体系的研究主要可以分为六个方面：综合性思考、需求分析、建模、评估、结构优化和管理。
图2 网络信息体系相关研究分类整理结果
目前，据笔者了解，仅有文献[7]采用OODA环对韧性网络信息体系的建模进行了简单的研究，其研究仅剖析了建模这一侧面性研究，但该文献缺乏系统性思考，并不能从更为完整的角度给出韧性网络信息体系的技术架构。但通过上述的论述可知，该项研究具有极大的研究价值和较好的发展前景。笔者借鉴当前网络信息体系研究的大方向和对于特定系统和体系的网络结构韧性研究，提出了韧性网络信息体系的技术框架。
2.韧性网络信息体系的技术框架
从上一小节的分析中可以看出韧性网络信息体系是当前非常具有发展潜力的研究方向，并且根据韧性网络信息体系发展要求可以进一步提出韧性网络信息体系的技术框架。该技术框架主要由韧性网络信息体系的需求分析、建模、评估、结构优化和规划构成，技术框架如图3所示。
图3 韧性网络信息体系的技术框架
2.1 韧性网络信息体系需求分析
韧性网络信息体系需求分析框架是在网络信息体系需求分析框架的基础上进行延伸的，其同样需要遵循从战略到方案形成的过程[8,12,14]，如图4所示。
图4 需求分析过程
韧性网络信息体系的需求分析是一个自顶向下的过程，具体分为战略构想、任务分析、活动设计、能力分解与方案形成五个步骤。
1）战略构想。战略构想指在宏观层面对作战发展的构想与建议。战略的提出需要对使命任务、现状与趋势进行分析，识别潜在威胁及现有资源，为需求的进一步分解提供基础。韧性网络信息体系在战略构想上与以往军事需求分析相比更注重突出韧性特性。
2）任务分析。任务分析指在战役层面上研究制敌取胜的关键点。任务的提出需要依据使命任务、现状与趋势等信息，研究具体的作战地域、作战对象、作战样式，依照战略构想提出作战任务。韧性网络信息体系的任务分析应当设想对抗过程中可能的对抗受损方式与破坏程度。
3）活动设计。活动设计指通过己方体系实现任务的流程与步骤。活动的设计需要研究自身体系建立要求、相关规则、制度等。韧性网络信息体系中，活动设计既要考虑如何完成任务，又要考虑动态变化的任务下如何更快完成重构。
4）能力分解。能力分解指通过定性定量分析为活动过程提供能力的支撑。能力分解通过样例推演、样本数据抽取过程推导出能力的需求。从非功能需求上，韧性网络信息体系需要形成自适应、自重构、自主演化的能力；从功能需求上，需要面向特定活动发挥韧性特性，如态势获取活动中需要提前感知能力，决策活动中需要提供自动分解任务能力。
5）方案形成。方案形成指通过己方资源调度对能力的需求提供配置方案。方案的形成需要对网络拓扑结构、装备、后勤保障等进行分析，应对能力需求形成资源配置方案。韧性网络信息体系中，资源配置方案应当考虑动态配置特性，在应对攻击后的恢复过程中，使性能能够准确快速的回到基线上。
韧性网络信息体系研究源于网络信息体系研究，重点落在韧性的分析、构建与评估上。韧性需求源于可靠性、容错性、鲁棒性、抗毁性等非功能性需求。在韧性网络信息体系中，韧性需求面向特定任务，活动等形成符合体系特性的功能需求。
2.2 韧性网络信息体系的建模
韧性网络信息体系的建模是指通过建立合适的模型表征韧性网络信息体系的特征，便于理解需求。韧性网络信息体系的建模主要可以分为三个发展方向：平行建模、计算建模和拓扑建模。
2.2.1平行建模
平行建模是指将网络信息体系转化为视图模型，通过视图模型进行下一步的评估、优化等研究。韧性网络信息体系的平行建模思路如图5所示。
图5 平行建模过程
（1）分解问题
平行建模是一种可视化建模，对韧性网络信息体系进行可视化建模，即以可视化的方式建立结构体系框架规范化视图模型过程。
对韧性网络信息体系进行分解，首先要明确韧性网络信息体系的需求，需求分析可以直接采用面向对象的分析方法或直接采用成熟的框架来对其分解。由于韧性网络信息体系具有非常复杂的结构，使用框架的优势在于可以使用统一的标准，以保证在多视角全方位对其建模时能保证其一致性。常用的框架有UAF体系结构框架、DoDAF2.0体系结构框架、MoDAF1.2体系结构框架等。通过体系结构框架对韧性网络信息体系的分解，可以得到不同视角下的韧性网络信息体系的元素和关系。
（2）构建视图
对韧性网络信息体系分解后，通常以视图模型库的方式表示韧性网络信息体系的体系结构。构建模型库最常用的建模语言有SysML、UML和IDEF0等，使用建模语言不但便于各方人员沟通，同时更为直观的表现了韧性网络信息体系的体系结构。
（3）搭建场景
韧性网络信息体系的模型库构建完成后，可以对典型的韧性网络信息体系进行场景构建。通过实例化模型库中的元素，对不同的应用背景和需求的元素设置不同的属性值和约束，进而再执行动态仿真。
2.2.2.计算建模
计算建模是指将网络信息体系的韧性转化为可计算的数学模型，定量衡量网络信息体系韧性值。韧性网络信息体系的计算建模思路如图6所示。
图6 计算建模过程
（1）假设模型变量
模型的变量选取是计算建模的首要步骤，根据不同的场景，所需要的变量、约束条件和规则假设并不完全一致。故需要根据实际的需求，提出适当的变量、约束条件和规则假设条件。
（2）建立计算模型
对韧性网络信息体系建立计算模型的目的是为了量化模型属性，从而定量地衡量网络信息体系的韧性值。建立计算模型的主要思路可以分为以下三种：1）根据韧性网络信息体系的变量、约束条件和规则假设建立其规划模型，并寻找合适的算法对其进行求解；2）利用统计分析方法对大量的观测数据进行分析，寻找其规律来建立数学模型；3）利用计算机产生随机变量对网络信息体系的韧性变化行为进行仿真，观测在某种约束条件限制下的仿真结果，如蒙特卡罗方法等。
2.2.3.拓扑建模
拓扑建模是指将网络信息体系的转化为复杂网络拓扑模型，通过拓扑模型进行下一步的评估、优化等研究。韧性网络信息体系的拓扑建模思路如图7所示。
图7 拓扑建模过程
（1）观察真实网络
韧性网络信息体系结构复杂，其对应的拓扑模型也较为复杂。复杂网络模型仅由节点、边组成，会引起部分信息失真。为更好表征真实韧性网络体系，应在充分认识研究需求基础上，合适选择建模尺度及组成关系。
（2）网络指标构建
探索能够刻画实际韧性网络信息体系拓扑特征的度量指标。韧性网络信息体系的拓扑模型应该尽可能与真实的韧性网络信息体系具有相同的拓扑特性，因此我们需要找到能充分描述其特征的度量指标。
（3）模型构建
有了上述度量指标之后，我们需要构建其拓扑演化模型和生成算法，所产生的拓扑模型应该尽可能地接近真实网络，即具有相同拓扑特性。
2.3 韧性网络信息体系的评估
韧性网络信息体系的评估是指对网络信息体系的韧性能力进行全面衡量，为决策提供评判依据。其评估过程涉及不同的人员以及软硬件，故其评估过程相对来说较为复杂。但就评估而言，韧性网络信息体系的评估也会遵循评估的一般性流程，即评估的准备性工作，具体的准备性工作如图8所示。
图8 评估过程
由图8可知，韧性网络信息体系的评估准备性工作主要由以下四项工作构成：
（1）建立韧性网络信息体系的评估指标体系
建立韧性网络信息体系的评估指标体系是评估过程中的首要工作。评估指标可以根据韧性网络信息体系的元素性质进行选取，选取的指标包含定性指标、半定量指标以及定量指标。同时，评估指标也可以根据韧性网络信息体系的过程模型进行选取，选取的一级指标可以按照韧性过程分为预防、抵抗、恢复以及重构四个阶段，进而可以根据四个阶段继续分解子能力，直至最底层性能。具体需要哪些性能评估指标，需要根据任务需求进行合理构建。
（2）确定韧性网络信息体系中性能的度量方法
当合理地韧性网络信息体系评价指标体系构建完成后，需要确定韧性网络信息体系中性能的度量方法。性能的度量方法需要根据实际选取的指标来确定，需要对每一个性能指标建立度量方法，例如在预防阶段，执行侦察任务的设备反馈的威胁信息可以用数量进行度量。
（3）确定韧性网络信息体系评估指标聚合方式
当完成指标体系构建和性能度量后，需要对韧性网络信息体系评估指标进行聚合。根据实际需求可以选择合理地评估指标聚合方式，例如层次分析法（考虑了独立线性层次结构）、网络分析法（考虑了非独立网状结构）等。如果在聚合过程中涉及到外延的不确定性，可以使用模糊集等不确定性方法进行辅助评估。
（4）确定满足任务需求的韧性评估基线
最后一步准备工作即为确定满足韧性网络信息体系的评估基线。所谓评估基线即为满足任务的最低需求，网络信息体系在遭受攻击后，只要性能的度量值以及网络的韧性值达到了韧性评估基线，就可以认为网络信息体系满足了任务所需的韧性需求，即为可以继续执行任务。韧性的评估基线需要根据实际的任务需求确定。
准备工作过后，会针对不同的场景进行网络信息体系韧性评估。当面向不同场景时，实际评估工作可以分为两个发展方向：基于实体的网络信息体系韧性评估和基于模型的网络信息体系韧性评估。
基于实体的网络信息体系韧性评估是指针对已存在的网络信息体系进行韧性评估。该方向可以有效地评估现有网络信息体系的韧性，进而指导体系提高自身的韧性值。基于实体的网络信息体系韧性评估思路大致可以分为以下三步：1）收集实际网络信息体系数据；2）确定网络信息体系的性能评估结果；3）确定韧性网络信息体系的整体评估结果。
基于模型的网络信息体系韧性评估是指针对未建的网络信息体系，先进行体系建模，再对模型的韧性进行评估，该方向的优势在于可以在体系设计阶段及时了解体系韧性，对设计模型做出适当修改。基于模型的网络信息体系韧性评估思路大致可以分为以下四步：1）根据需求，建立韧性网络信息体系模型；2）进行攻击-恢复模拟；3）确定韧性网络信息体系的性能评估结果；4）确定韧性网络信息体系的整体评估结果。
2.4 韧性网络信息体系的结构优化
韧性网络信息体系的结构优化是通过选择合适的策略对体系要素、要素间连接关系进行增删等适应性调整，从而达到提升网络韧性性能的过程。结构优化行为主要发生在体系的初始模型建立期、抵抗恢复期和体系重构期，其优化结果与体系建模、评估形成双重反馈环。
韧性网络信息体系结构优化过程主要包括：确定韧性网络优化目标、构建韧性网络模型及求解、韧性网络演化仿真和最优结构优化方案决策。其中，模型求解为演化仿真提供初始演化方案，演化仿真结果为方案决策提供依据，如图9所示。
图9 结构优化过程
根据图9所示的结构优化过程，具体开展以下步骤：
（1）确定韧性网络优化目标
在韧性网络信息体系中，韧性值是评价网络韧性优劣的主要参数。一般以韧性值最大化为目标，构建结构优化模型。在策略实施过程中，需权衡考虑结构调整代价、时间等因素对系统恢复效益的影响。根据任务背景，可构建韧性值最大、能力满足度最高、调整代价最小以及调整时间最短等多优化目标模型。
（2）构建韧性网络模型及求解
确定优化目标后，需合理地建立物理映射模型、依赖关系模型和组合策略模型。物理映射模型是将实际系统映射为数学模型，如将系统要素映射为复杂网络中的节点,要素间联系映射为节点之间的边。依赖关系模型是系统要素间的相互约束，防止产生级联失效。组合策略模型是选择一种或多种适用于当前环境的优化策略，来维持或恢复网络的性能。具体优化策略可分为：网络拓扑设计、网络边点修复、节点功能重置、网络适应性重构，如图10所示。
网络拓扑设计是在模型初始建立时，对网络结构、冗余情况、花费效益等综合考虑下的优化策略。网络边点修复是对重要节点、边进行改善扩容、故障修复的策略。节点功能重置是在节点受到攻击或自损导致失效后，通过对其他邻近或相似节点进行功能重置来接替受损节点的策略。网络适应性重构是通过新节点动态加入或局部节点、边重构达到性能快速恢复的策略。
最后，联立优化目标模型、韧性网络模型，求解满足模型约束的方案集。求解方法可采用线性/非线性规划、遗传算法等。
图10 优化策略模型
（3）韧性网络演化仿真
韧性网络结构优化过程贯穿于整个任务执行周期，优化方案不仅需要考虑当前性能需求，还需考虑其对后续时间阶段的影响。演化仿真作为一种方案验证方法，通过设定不同的演化行为规则，推演获得不同环境下，网络的韧性、性能等随时间变化的效能值及发展趋势。
（4）最优结构优化方案决策
通过演化仿真，获得了各个方案在不同环境下随时间变化的评估值。优化方案决策则利用获取的评估值，选择当前任务执行周期内总体性能最优的策略。常用方法有TOPSIS、神经网络法等。
2.5 韧性网络信息体系的规划
韧性网络信息体系的规划主要是对构建韧性网络信息体系所需资源的规划，主要可分为静态资源规划和动态资源规划。静态资源规划同需求分析一起共同指导韧性网络信息体系结构设计，动态资源规划则面向构建韧性网络信息体系全周期过程的资源规划。
在韧性网络信息体系设计初期，不仅要进行需求分析，同时需要对所需资源进行规划，该过程可以称为静态资源规划。静态资源规划主要由三方面构成：1）在面对攻击或故障之前，需对即将面临的内部任务变化或外部攻击目标进行全局性预测、识别、分析及初步反应，该过程可采用相应的预测方法、智能识别算法辅助完成；2）明确构建韧性结构所需资源数量、质量及人员等必要因素；3）在完成威胁分析及资源分析之后，需对以上资源进行最优化分配，必要节点设计合适冗余，对实行建模、评估、优化所需资源进行整体性计划，使整个设计过程资源科学、合理。
在韧性网络信息体系设计过程中，需求时刻在变动，资源也在不断变动，不断有资源被更新替换，此时需要对所需资源不断地进行规划，该过程可以称为动态资源规划。动态资源规划覆盖整个韧性网络信息体系设计生命周期，且主要由三方面构成：1）在面对网络攻击或故障时，要求韧性网络信息体系能进行持续抵抗，该过程类似于保持鲁棒性的资源规划过程，在资源不断损失的情况下，通过动态资源规划提升体系的抵抗能力；2）在恢复阶段，资源不断补充或恢复，通过动态资源规划提升体系性能。3）重构阶段，需实时跟踪、收集、更新韧性过程中的信息，通过学习能力，实时规划所需资源，帮助网络信息体系实现快速恢复重构的目的。
只有静态资源规划和动态资源规划有机配合，才可以让韧性网络信息体系这样一个复杂巨系统能有效运行的同时，又具备动态调整和改造的能力，最终高效完成韧性目标。
结 语
本文在网络信息体系的研究基础上，重新定义了韧性网络信息体系，并给出了韧性网络信息体系的过程模型。根据网络信息体系的研究方向，分别从需求分析、建模、评估、结构优化、规划五个方面提出了韧性网络信息体系的技术框架，为后续韧性网络信息体系的研究提供探讨依据。韧性网络信息体系仍处于发展的初级阶段，各方向均呈现出欣欣向荣的发展趋势，故本文作为一种探索性工作，将为构建完善的韧性网络信息体系理论提供框架牵引。
【参考文献】
[1] 陆军, 单博楠. 浅谈网络信息体系概念及其与信息系统的关系[J]. 中国电子科学研究院学报, 2020, 15(4): 295-298.
[2] 张维明, 杨国利, 朱承, 等. 网络信息体系建模、博弈与演化研究[J]. 指挥与控制学报, 2016, 2(4): 265-271.
[3] 王哲, 李建华, 康东. 网络信息体系双层异质相依模型鲁棒性[J/OL]. 系统工程与电子技术, 2020: 1-11[2020-10-24]. http://kns.cnki. net/kcms/detail/11.2422.TN.20201014.1116.018.html.
[4] HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23.
[5] BHAMRA R, DANI S, BURNARD K. Resilience: The concept, a literature review and future directions[J]. International Journal of Production Research, 2011, 49(18): 5375-5393.
[6] CHENG C, BAI G, ZHANG Y A, et al. Resilience evaluation for UAV swarm performing joint reconnaissance mission[J]. CHAOS, 2019, 29(5)：053132.
[7] 王哲, 李建华. 网络信息体系弹性及其建模分析[J]. 军事运筹与系统工程, 2020, 34(1): 54-60.
[8] 陈洪辉, 陈涛, 张维明. 网络信息体系需求工程[J]. 指挥与控制学报, 2016, 2(4): 277-281.
[9] 李迎春, 熊伟. 网络信息体系技术架构[J]. 指挥控制与仿真, 2017, 39(6): 1-6, 25.
[10] 易侃, 汪霜玲, 王珩, 等. 网络信息体系能力聚合机理研究[J]. 指挥与控制学报, 2016, 2(4): 288-291.
[11] 张婷婷, 胡斌, 牛小星, 等. 全军网络信息体系能力演化分析框架研究[J]. 指挥与控制学报, 2017, 3(3): 230-235.
[12] 王智学, 禹明刚. 网络信息体系的需求建模与分析框架[J]. 指挥信息系统与技术, 2017, 8(5): 1-8.
[13] 禹明刚, 倪金盾, 权冀川, 等. 基于ANP的网络信息体系能力相关性模型研究[J]. 指挥与控制学报, 2018, 4(4): 291-296.
[14] 禹明刚, 王智学, 蒋猛. 网络信息体系能力需求描述及分析方法[C]// 中国指挥与控制学会. 第六届中国指挥控制大会论文集（下册）. 北京: 中国指挥与控制学会, 2018: 113-119.
[15] 禹明刚, 何明, 张东戈, 等. 基于Bayesian Stackelberg多阶段博弈的网络信息体系方案优选[J]. 系统工程与电子技术, 2020, 42(6): 1301-1309.
[16] 王怀龙, 姚振兴, 郭颖辉, 等. 网络信息体系的顶层框架设计研究[J]. 信息系统工程, 2020(4): 113-114.
[17] 朱涛, 梁维泰, 黄松华, 等. 面向任务的网络信息体系建模分析方法研究[J]. 系统仿真学报, 2020, 32(4): 727-737.
[18] 罗爱民, 刘俊先, 曹江, 等. 网络信息体系概念与制胜机理研究[J]. 指挥与控制学报, 2016, 2(4): 272-276.
[19] 彭军, 张明智. 网络信息体系复杂性及建模仿真研究[J]. 装备学院学报, 2016, 27(6): 106-111.
[20] 张明智, 彭军. 网络信息体系抗毁性研究[J]. 计算机仿真, 2017, 34(08): 1-5.
[21] 魏凡, 王世忠, 郝政疆. 面向智能化战争的电子信息装备需求和方向分析[J]. 中国电子科学研究院学报, 2019, 14(10): 1105-1110.
[22] 张杰勇, 何宜超, 孙昱, 等. 网络信息体系联动的影响因素重要性等级评估方法[J]. 系统工程与电子技术, 2019, 41(10): 2287-2292.
[23] 费爱国. 韧性指挥与控制系统设计相关问题探析[J]. 指挥信息系统与技术, 2017, 8(2): 1-4.
[24] 崔琼, 李建华. 网络化指挥信息系统弹性度量方法[J]. 军事运筹与系统工程, 2016, 30(4): 18-24.
[25] 李凡, 张杰勇. 指挥信息系统网络结构的韧性问题研究[J]. 电光与控制, 2020, 27(4): 49-54.
[26] 颜克胜, 荣莉莉. 面向韧性提升的相互依赖关键基础设施网络灾后修复模型研究[J]. 运筹与管理, 2021, 30(5): 21-30.
[27] 韩林, 赵旭东, 陈志龙, 等. 地震灾害下城市供水网络韧性评估及优化研究[J]. 中国安全科学学报, 2021, 31(2): 135-142.
[28] 黄莺, 刘梦茹, 魏晋果, 等. 基于韧性曲线的城市地铁网络恢复策略研究[J]. 灾害学, 2021, 36(1): 32-36.
[29] 王兴隆, 石宗北, 陈仔燕. 空中交通网络模体识别及子图结构韧性评估[J/OL]. 航空学报: 1-12 [2021-06-30]. http://kns.cnki.net/ kcms/detail/11.1929.V.20 201030. 1637. 022. html.
[30] 王兴隆, 苗尚飞. 空域扇区网络结构特性分析及韧性评估[J]. 北京航空航天大学学报, 2021, 47(5): 904-911.
点击领取：2018学术大礼包
来吧！加入学术plus
《中国电子科学研究院学报》欢迎各位专家、学者赐稿！
投稿链接 http://kjpl.cbpt.cnki.net
邮箱：dkyxuebao@vip.126.com