Maskinoversættelse, ikke gennemgået af en modersmålstalende. Engelsk er referencen.

Sider om scenarietyperRedigér på GitHubKilde: docs/kinds/by-kind/conflict-resilience.md

conflict-resilience (scenarietype)

Scenarietype i motoren v0.40.0, familie Alternativ PNT uden GPS. Vejledende: analyseoutput fra et forsknings- og ingeniørværktøj, ikke typegodkendt navigationsudstyr og ikke en sikkerhedskritisk tjeneste (safety-of-life). Hver mærkat her er motorens eller verifikationsmatrixens; en type er MODELLED, medmindre matrixen siger andet (hvordan en mærkat opnås: README'ens afsnit Evidence).

Hvad det gør#

MODELLED modstandsdygtighed for lagdelt PNT i konflikt (P7): en bruger i et bestridt miljø råder over flere PNT-lag (åbent GNSS, bredbånds-GNSS, en autentificeret konstellation, et augmentations-relæ), hvert med en grundtilgængelighed, en 1σ-nøjagtighed og en sårbarhed over for nægtelse pr. vektor over for den fælles jamming-/spoofing-trussel. Et SEEDET Monte Carlo med sweep over intensitet nægter hvert lag med sandsynligheden clamp(vulnerability·intensity·vector_weight,0.1), sammenlægger de overlevende efter den lukkede inversvariansregel σ_fused=(Σ 1/σ_i²)^(−1/2) og rapporterer sandsynligheden for totalt tab (alle lag nægtet), den mediane sammenlagte fejl og statistik over brugbarhed/nægtelse pr. lag mod intensitet. Det overordnede modstandsdygtighedsforhold (sandsynlighed for totalt tab for ét lag mod lagdelt) lander på ~7x under UAFHÆNGIGHEDSANTAGELSEN; et sweep med korreleret nægtelse via én-faktor-gaussisk copula viser derefter, at dette ~7x falder mod 1, når nægtelseskorrelationen stiger (korrelation underminerer lagdeling). En priorfølsomhedsblok lader det overordnede tal variere over de KILDEBELAGTE sårbarhedspriors via mcda-tornado + en Dirichlet-omfordeling af trusselsindsats + percentil-konfidensintervaller. VALIDATED kerne: Monte Carlo-totaltabet konvergerer mod den lukkede uafhængige produktform Π_i p_deny_i (inden for MC-standardfejlen ved et fast seed og stort N); inversvarians-sammenlægningen er en lukket identitet; ved ρ=0 reduceres copulaen til den uafhængige model, og hvert ρ bevarer hvert lags marginale nægtelsesrate. MODELLED: størrelserne for sårbarhed/tilgængelighed/nøjagtighed pr. lag er kildebelagte, men modellerede input (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — se conflict_threat_params), og den specifikke størrelse ~7x og kurveformen forhold-mod-korrelation følger af denne parametrisering. En opdeling af overlevelse pr. vektor i § 4,2 opløser derefter den fælles RF-trussel i de fire navngivne vektorer (jamming/spoofing/kinetisk/cyber) og rapporterer hver vektors kurve for graciøs forringelse af brugbar PNT S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibility_i,v·x,0.1))) — VALIDATED: det seedede Monte Carlo pr. lag konvergerer mod denne lukkede form; jamming er den skarpeste vektor for den korrelerede RF-baseline, og det RF-immune inertilag er den afgørende overlever. Ikke et certificeret produkt til navigationstilgængelighed.

Én kørsel af scenarios/conflict-resilience.toml opsummeres som: conflict-resilience | 4 lag (0 baseline) | referenceintensitet 1,00 | modstandsdygtighedsforhold lukket form 6.73x MC 6.19x (lagdelt mod ét lag) | korrelation underminerer lagdeling: forhold 7.50x @ rho 0,00 -> 1.21x @ rho 0,95 | prior-CI [5.51-8.48]x | overlevelse pr. vektor @ ref jam 26% spoof 80% kinetic 100% cyber 99% (skarpest jamming) | ~7x overordnet tal MODELLED, VALIDATED MC->lukket form / sammenlægningsidentitet / copula-marginaler / overlevelse pr. vektor

Input#

Fra skemaet (kshana kinds --json):

  • Påkrævede felter: ingen
  • Valgfrie felter: layers, intensity, correlation, trials, seed, primary_layer

Eksemplet scenarios/conflict-resilience.toml angiver blandt andet:

Felt Værdi Enhed
correlation.values [0, 0.2, 0.4, 0.6, 0.8, 0.95] ikke angivet
intensity.max 1 ikke angivet
intensity.min 0 ikke angivet
intensity.steps 11 ikke angivet
kind conflict-resilience tekst
layers[0].availability 0.99 1
layers[0].name GNSS L1 C/A (åben tjeneste) tekst
layers[0].sigma_m 4 m
layers[0].vector_profile.cyber 0.18 1
layers[0].vector_profile.jamming 0.98 1
layers[0].vector_profile.kinetic 0.12 1
layers[0].vector_profile.spoofing 0.85 1

Kør den#

kshana scenarios/conflict-resilience.toml

Hvad den giver#

De skalare resultater af den kørsel, med de enheder, motoren angiver:

Resultat Værdi Enhed
correlation_sweep.min_ratio_over_grid 1.210978 1
correlation_sweep.reference_intensity 1 1
evidence.id_rule det stabile id for matrixrækken (kolonnen ID tekst
evidence.matrix docs/VERIFICATION-MATRIX.md tekst
evidence.tier MODELLED tekst
per_vector_survival.reference_intensity 1 1
per_vector_survival.sharpest_vector jamming tekst
primary_layer 0 antal
prior_sensitivity.nominal_ratio 6.731912 1
prior_sensitivity.reference_intensity 1 1

Resultatmærkat (motorens egen): MODELLED modstandsdygtighed for lagdelt PNT i konflikt (P7). VALIDATED kerne: Monte Carlo-sandsynligheden for totalt tab konvergerer mod den lukkede uafhængige produktform Pi_i p_deny_i (påstået inden for Monte Carlo-standardfejlen ved et fast seed og stort N); inversvarians-positionssammenlægningen sigma_fused = (sum_i 1/sig

Diagrammet, som motoren skriver for scenarios/conflict-resilience.toml, type conflict-resilience

Evidens#

Ingen matrixrække nævner denne type ved navn; mærkaten på dens resultat er motorens egen, ovenfor.

De rækker, som kørslen selv afprøvede, med den uafhængige reference, som matrixen giver hver (de offentlige kilder er nævnt dér):

  • MODELLED Deterministisk, scenarie-hashet, SBOM + gates med golden-filer på tværs af platforme. Uafhængig reference (ExternalDataset): SBOM'ens validering mod det officielle CycloneDX 1,5 JSON-skema (+ gyldige SPDX-identifikatorer) — en ekstern publiceret standard, nul valideringsfejl over hele afhængighedsgrafen; den del, der gælder FoM-determinisme / byte-reproducerbarhed, er fortsat et fastlåst selvkonsistenstjek, så rækken forbliver MODELLED
  • MODELLED Delscorer pr. dimension over Kshanas egne syv modstandsdygtighedskategorier (ikke DHS-termer), RethinkPNT RDRR-funktioner og Yang-kriterier, hver mærket Modelled med i. Uafhængig reference (InternalConsistency): Håndudledte formler pr. måling: invers-Simpson-diversitet, vægtet middel som sammensat tal, afgrænsede/uafgrænsede varigheder af tidslinjer, svageste-led-niveaustige

Begrænsninger#

Hvad kørslens egen rapport siger ikke er modelleret eller ikke er valideret:

  • MODELLED modstandsdygtighed for lagdelt PNT i konflikt (P7). VALIDATED kerne: Monte Carlo-sandsynligheden for totalt tab konvergerer mod den lukkede uafhængige produktform Pi_i p_deny_i (påstået inden for Monte Carlo-standardfejlen ved et fast seed og stort N); inversvarians-positionssammenlægningen sigma_fused = (sum_i 1/sigma_i^2)^(-1/2) er en lukket identitet; ved korrelation rho=0 reduceres den gaussiske copula præcist til den uafhængige mo (resultat label)
  • MODELLED modstandsdygtighed for lagdelt PNT i konflikt (P7): en bruger i et bestridt miljø råder over flere PNT-lag (åbent GNSS, bredbånds-GNSS, en autentificeret konstellation, et augmentations-relæ), hvert med en grundtilgængelighed, en 1σ-nøjagtighed og en sårbarhed over for nægtelse pr. vektor over for den fælles jamming-/spoofing-trussel. (typekatalog (kshana kinds --json))
  • Det overordnede modstandsdygtighedsforhold (sandsynlighed for totalt tab for ét lag mod lagdelt) lander på ~7x under UAFHÆNGIGHEDSANTAGELSEN; et sweep med korreleret nægtelse via én-faktor-gaussisk copula viser derefter, at dette ~7x falder mod 1, når nægtelseskorrelationen stiger (korrelation underminerer lagdeling). (typekatalog (kshana kinds --json))
  • MODELLED: størrelserne for sårbarhed/tilgængelighed/nøjagtighed pr. lag er kildebelagte, men modellerede input (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — se conflict_threat_params), og den specifikke størrelse ~7x og kurveformen forhold-mod-korrelation følger af denne parametrisering. (typekatalog (kshana kinds --json))
  • En bruger i et bestridt miljø råder over fire RF-PNT-lag, der alle bruger det samme bånd og derfor deler nægtelsesvektoren jamming/spoofing — det skrøbelige, korrelerede tilfælde. Scenariet rapporterer: * sandsynlighed for totalt tab mod trusselsintensitet (Monte Carlo mod den lukkede uafhængige produktform, det konvergerer mod), * modstandsdygtighedsforholdet på ~7x mellem lagdelt og ét lag under uafhængighedsantagelsen, * hvordan dette ~7x falder til (kommentar i scenariefilen, linje 3 til 15)
  • Hver størrelse pr. lag er et MODELLED input med proveniens; se src/conflict_threat_params.rs for de kildebelagte [min, nominel, max]-priors og profilerne for modtagelighed pr. vektor (JammerTest 2024, TEXBAT, EASA SIB 2022-02, RTCA DO-229, LunaNet/IOAG). Hvis layers udelades, køres den samme kildebelagte basislinje med fire lag; den er skrevet ud her — inklusive hvert lags vector_profile — af hensyn til gennemsigtighed. (kommentar i scenariefilen, linje 17 til 22)
  • Reproducerbarhed og softwarekvalitetssikring er MODELLED, ikke valideret: en delpåstand kontrolleres eksternt, men hele funktionen sammensættes af modellerede dele, så funktionen forbliver modelleret. (verifikationsmatrix (docs/MODELLED-RATIONALE.md))
  • Scoring tilpasset rammeværk for PNT-modstandsdygtighed er MODELLED, ikke valideret: kontrolleret mod sin egen lukkede/analytiske identitet — fanger transskriptions- og koefficientfejl, men er ikke en ekstern uafhængig reference. (verifikationsmatrix (docs/MODELLED-RATIONALE.md))

Se også#