【技术实现步骤摘要】
本申请涉及博弈对抗仿真，特别是涉及一种基于soa的博弈仿真软件体系架构。
技术介绍
1、博弈系统软件的核心功能便是对博弈数据的智能化管理和重用，有效的博弈算法都依赖于对博弈数据的有效处理。传统博弈系统相对孤立地存储和处理博弈数据，不能实现不同博弈主体间博弈数据的共享和对海量博弈数据的有效利用。
技术实现思路
1、本申请的目的是提供一种基于soa的博弈仿真软件体系架构，可提高资源利用率。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种基于soa的博弈仿真软件体系架构，包括：依次连接的虚拟资源层、数据管理层、数据挖掘层和用户接口层；
4、所述虚拟资源层用于通过虚拟化技术将分布式的实体博弈资源抽象为虚拟博弈资源；
5、所述数据管理层用于通过网络服务器对虚拟博弈资源产生的博弈数据进行存储；
6、所述数据挖掘层用于根据需求数据对所述博弈数据进行时空异常检测、共现模式挖掘或者关联模型挖掘，得到时空异常检测结果、共现模式挖掘结果或者关联模型挖掘结果；所述时空异常检测用于检测出在时间维度和空间维度上的异常行为或者异常事件，所述异常行为是超出预设正常行为范围的行为，所述异常事件为超出预设正常事件范围的事件；所述共现模式挖掘用于检测所述博弈数据中出现次数超过设定频次的元素组合，所述元素组合中元素为博弈数据中数据；所述关联模型挖掘用于检测所述博弈数据中存在关联关系的元素；所述需求数据包括预设任务需求；
7
8、所述虚拟资源层、所述数据管理层、所述数据挖掘层和所述用户接口层均为服务化后的结构。
9、可选地，在对虚拟博弈资源产生的博弈数据进行存储方面，所述数据管理层具体用于：
10、对不同来源的博弈数据均转换为设定标准格式的博弈数据，得到格式转换后博弈数据；
11、将格式转换后博弈数据中非结构化或半结构化的数据转化为结构化数据；
12、按照设定条件对所述结构化数据进行筛选，得到筛选后数据；
13、将多个筛选后数据进行数据清洗，并将数据清洗后数据按照设定规则进行合并，得到合并处理后数据；
14、将多条合并处理后数据按照设定属性进行分类，得到各合并处理后数据的类别；
15、将合并处理后数据及其类别进行存储。
16、可选地，所述虚拟博弈资源包括我方飞行仿真器和对方飞行仿真器，所述博弈数据包括所述我方飞行仿真器产生的飞行数据和所述对方飞行仿真器产生的飞行数据。
17、可选地，所述需求数据还包括博弈信号，所述博弈信号包括当所述我方飞行仿真器向所述对方飞行仿真器输入激励信号，所述对方飞行仿真器反馈的响应信号。
18、可选地，所述预设任务需求包括目标、约束条件、各子任务的优先级和资源规格，所述目标包括模拟多飞行器在线策略博弈的战斗过程，约束条件包括各飞行器的响应时间的上限值，所述资源规格包括显存大小。
19、可选地，所述数据挖掘层包括时空异常检测模型，所述时空异常检测模型用于对输入的博弈数据进行异常行为和异常事件的监测，输出时空异常检测结果；所述时空异常检测模型是采用第一历史博弈数据集和第一机器学习算法进行训练得到的；所述第一机器学习算法为孤立森林算法。
20、可选地，所述数据挖掘层包括共现模式挖掘单元，所述共现模式挖掘单元用于：
21、采用apriori算法或者fp-growth算法从所述博弈数据中检测出频繁项集；
22、从所述频繁项集中提取包含所述需求数据的关联规则，输出共现模式挖掘结果。
23、可选地，所述第二服务接口采用图表展示所述共现模式挖掘结果。
24、可选地，所述数据挖掘层包括关联模型挖掘单元，所述关联模型挖掘单元用于将所述需求数据输入关联模型输出预测行为，所述关联模型为根据回归分析、因果推断或者机器学习模型构建的预测模型，所述机器学习模型为根据第二历史博弈数据集和第二机器学习算法进行训练得到的；所述第二机器学习算法为深度学习模型或者随机森林模型。
25、可选地，所述第一服务接口、所述第二服务接口和所述第三服务接口均采用不同层次的服务，不同层次的服务包括软件即服务、平台即服务和基础架构即服务。
26、根据本申请提供的具体实施例，本申请公开了以下技术效果：
27、本申请提供了一种基于面向服务的体系结构(service-orientedarchitecture，soa)的博弈仿真软件体系架构，通过虚拟化技术将分布式的实体博弈资源抽象为虚拟博弈资源，通过网络服务器对虚拟博弈资源产生的博弈数据进行存储，克服了不同博弈主体间博弈数据的不能共享，博弈资源不同有效利用的问题，提高了资源利用率；另外根据用户需求通过第一服务接口输出时空异常检测结果、或者通过第二服务接口输出共现模式挖掘结果或者通过第三服务接口输出关联模型挖掘结果，实现对海量博弈数据的定向利用，实现对用户的功能服务。
本文档来自技高网...【技术保护点】
1.一种基于SOA的博弈仿真软件体系架构，其特征在于，所述基于SOA的博弈仿真软件体系架构包括依次连接的虚拟资源层、数据管理层、数据挖掘层和用户接口层；
2.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，在对虚拟博弈资源产生的博弈数据进行存储方面，所述数据管理层具体用于：
3.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述虚拟博弈资源包括我方飞行仿真器和对方飞行仿真器，所述博弈数据包括所述我方飞行仿真器产生的飞行数据和所述对方飞行仿真器产生的飞行数据。
4.根据权利要求3所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述需求数据还包括博弈信号，所述博弈信号包括当所述我方飞行仿真器向所述对方飞行仿真器输入激励信号，所述对方飞行仿真器反馈的响应信号。
5.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述预设任务需求包括目标、约束条件、各子任务的优先级和资源规格，所述目标包括模拟多飞行器在线策略博弈的战斗过程，约束条件包括各飞行器的响应时间的上限值，所述资源规格包括显
6.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述数据挖掘层包括时空异常检测模型，所述时空异常检测模型用于对输入的博弈数据进行异常行为和异常事件的监测，输出时空异常检测结果；所述时空异常检测模型是采用第一历史博弈数据集和第一机器学习算法进行训练得到的；所述第一机器学习算法为孤立森林算法。
7.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述数据挖掘层包括共现模式挖掘单元，所述共现模式挖掘单元用于：
8.根据权利要求7所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述第二服务接口采用图表展示所述共现模式挖掘结果。
9.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述数据挖掘层包括关联模型挖掘单元，所述关联模型挖掘单元用于将所述需求数据输入关联模型输出预测行为，所述关联模型为根据回归分析、因果推断或者机器学习模型构建的预测模型，所述机器学习模型为根据第二历史博弈数据集和第二机器学习算法进行训练得到的；所述第二机器学习算法为深度学习模型或者随机森林模型。
10.根据权利要求1所述的基于SOA的博弈仿真软件体系架构，其特征在于，所述第一服务接口、所述第二服务接口和所述第三服务接口均采用不同层次的服务，不同层次的服务包括软件即服务、平台即服务和基础架构即服务。
...【技术特征摘要】
1.一种基于soa的博弈仿真软件体系架构，其特征在于，所述基于soa的博弈仿真软件体系架构包括依次连接的虚拟资源层、数据管理层、数据挖掘层和用户接口层；
2.根据权利要求1所述的基于soa的博弈仿真软件体系架构，其特征在于，在对虚拟博弈资源产生的博弈数据进行存储方面，所述数据管理层具体用于：
3.根据权利要求1所述的基于soa的博弈仿真软件体系架构，其特征在于，所述虚拟博弈资源包括我方飞行仿真器和对方飞行仿真器，所述博弈数据包括所述我方飞行仿真器产生的飞行数据和所述对方飞行仿真器产生的飞行数据。
4.根据权利要求3所述的基于soa的博弈仿真软件体系架构，其特征在于，所述需求数据还包括博弈信号，所述博弈信号包括当所述我方飞行仿真器向所述对方飞行仿真器输入激励信号，所述对方飞行仿真器反馈的响应信号。
5.根据权利要求1所述的基于soa的博弈仿真软件体系架构，其特征在于，所述预设任务需求包括目标、约束条件、各子任务的优先级和资源规格，所述目标包括模拟多飞行器在线策略博弈的战斗过程，约束条件包括各飞行器的响应时间的上限值，所述资源规格包括显存大小。
6.根据权利要求1所述的基于soa的博弈仿真软件体系架构，其特征在于，所述数据挖掘层包...
【专利技术属性】
技术研发人员：康伟杰，王蕊，王蓓，何兵，张显炀，黄虎，顾鑫，刘鹏，徐博，鱼群，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。