導(dǎo)語(yǔ)：光纖通信網(wǎng)絡(luò)入侵干擾信號(hào)檢測(cè)方法一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

摘要：在對(duì)光纖通信網(wǎng)絡(luò)環(huán)境進(jìn)行檢測(cè)時(shí)，由于受到外界環(huán)境干擾因素影響，檢測(cè)結(jié)果的正確性和定位精度均無(wú)法滿(mǎn)足實(shí)際要求，因此針對(duì)這一問(wèn)題，在引入粒子群算法的基礎(chǔ)上對(duì)其進(jìn)行相關(guān)研究。通過(guò)對(duì)干擾信號(hào)進(jìn)行檢測(cè)，并提取其對(duì)應(yīng)特征，基于粒子群算法的入侵干擾信號(hào)粒子群優(yōu)化聚類(lèi)，對(duì)存在的入侵干擾小信號(hào)進(jìn)行定位和分離，提出一種全新的檢測(cè)方法。通過(guò)實(shí)驗(yàn)證明了新的檢測(cè)方法在實(shí)際應(yīng)用中可以實(shí)現(xiàn)對(duì)入侵干擾信號(hào)的高精度和高正確率定位檢測(cè)，進(jìn)一步促進(jìn)光纖通信網(wǎng)絡(luò)運(yùn)行質(zhì)量的提升，使光纖通信網(wǎng)絡(luò)得到更加廣泛的應(yīng)用。

關(guān)鍵詞：粒子群算法；網(wǎng)絡(luò)入侵；干擾信號(hào)

在計(jì)算機(jī)網(wǎng)絡(luò)時(shí)代，光纖通信網(wǎng)絡(luò)憑借其極大的存儲(chǔ)量和對(duì)用戶(hù)隱私信息的保護(hù)優(yōu)勢(shì)，在多個(gè)領(lǐng)域中得到了廣泛應(yīng)用。但隨著光纖通信網(wǎng)絡(luò)的成熟運(yùn)用，在實(shí)際運(yùn)行時(shí)逐漸出現(xiàn)了影響其安全性能的問(wèn)題，對(duì)網(wǎng)絡(luò)整體運(yùn)行性能造成嚴(yán)重的負(fù)面影響[1]。例如，網(wǎng)絡(luò)運(yùn)行環(huán)境安全問(wèn)題、交易安全問(wèn)題以及傳輸安全問(wèn)題等的存在會(huì)在一定程度上影響到社會(huì)的正常運(yùn)轉(zhuǎn)。粒子群算法是近年來(lái)快速發(fā)展的算法之一，當(dāng)前這一算法常被應(yīng)用于計(jì)算機(jī)、數(shù)學(xué)等領(lǐng)域，其在實(shí)際應(yīng)用中具備快速搜索能力且抗干擾能力更強(qiáng)。因此，針對(duì)當(dāng)前光纖通信網(wǎng)絡(luò)領(lǐng)域存在的實(shí)際問(wèn)題，引入粒子群算法，并在此基礎(chǔ)上開(kāi)展相關(guān)研究。

1光纖通信網(wǎng)絡(luò)入侵干擾信號(hào)定位

1.1光纖通信網(wǎng)絡(luò)入侵干擾信號(hào)特征檢測(cè)與提取

為了滿(mǎn)足設(shè)計(jì)要求，在執(zhí)行此項(xiàng)工作時(shí)可參照“時(shí)間序列-頻率聯(lián)合特征”的方式構(gòu)建一個(gè)針對(duì)異常信號(hào)傳輸?shù)木W(wǎng)絡(luò)模型。假設(shè)傳輸網(wǎng)絡(luò)中存在n條傳輸信道，則每條信道中的信號(hào)異常表現(xiàn)形式是不同的，輸出對(duì)應(yīng)信號(hào)的傳輸時(shí)間序列，從而掌握信號(hào)在傳輸中存在的時(shí)延。根據(jù)原有信號(hào)的調(diào)制頻率，得出多條干擾路徑下信號(hào)的傳遞函數(shù)。通過(guò)傳遞函數(shù)，計(jì)算信號(hào)在傳輸中的損耗與損失，通過(guò)此種方式得出入侵干擾信號(hào)在網(wǎng)絡(luò)空間中的傳輸特征，同時(shí)以此為依據(jù)，對(duì)信號(hào)在空間中的重構(gòu)進(jìn)行描述，進(jìn)一步達(dá)到信號(hào)在傳輸信道中的頻譜[2-3]。在此過(guò)中程應(yīng)注意的是，頻譜信息需要前端通過(guò)設(shè)計(jì)采樣頻率、設(shè)計(jì)信號(hào)帶寬與窗口函數(shù)等方式集中獲取。

1.2基于粒子群算法的入侵干擾信號(hào)粒子群優(yōu)化聚類(lèi)

首先明確粒子群優(yōu)化鍵聚類(lèi)的特征，在光纖傳輸時(shí)域范圍內(nèi)進(jìn)行異常信號(hào)的整理[4]。在確保所有異常信號(hào)具有相同的特征點(diǎn)后，進(jìn)行信號(hào)的終端存儲(chǔ)。假設(shè)異常的入侵信號(hào)集合表示為D，則D的取值范圍應(yīng)大于1，對(duì)應(yīng)每個(gè)入侵信號(hào)的表達(dá)方式為D(i)，其中i為入侵信號(hào)的屬性。綜合上述分析，可將D表示為：D={}12,,,iiinDDD（1）式中，Din表示在入侵信號(hào)集合中第n個(gè)入侵信號(hào)的屬性。完成上述公式的計(jì)算后，將信號(hào)集合劃分為z個(gè)類(lèi)別，可以認(rèn)為此時(shí)i的取值范圍為[1,z]。為了確保聚類(lèi)后信號(hào)集合可以滿(mǎn)足集中定位與檢測(cè)的需求，需要設(shè)定一個(gè)針對(duì)異常信號(hào)的定位中心U，其表達(dá)式為：U={}12=,,...,zUUU（2）式中，Uz表示第z個(gè)類(lèi)別下入侵干擾信號(hào)的檢測(cè)定位中心。為了進(jìn)一步實(shí)現(xiàn)對(duì)聚類(lèi)中心的標(biāo)準(zhǔn)化處理，需要定位每個(gè)異常集群的節(jié)點(diǎn)，并輔助使用隸屬度矩陣進(jìn)行入侵干擾信號(hào)聚類(lèi)樣本中第m個(gè)樣本和第z類(lèi)別中信號(hào)隸屬度的描述。假設(shè)隸屬度矩陣表示為W，則W的粒子群中心隸屬度關(guān)系可以表示為：[0,1]anmW=w∈（3）1,2,,bnW=∀=i（4）1zcnmnW=∑w＞（5）式中，Wa、Wb與Wc表示粒子群中心隸屬度的3種關(guān)系，w表示入侵干擾樣本特征集群[5-7]。根據(jù)上述計(jì)算公式，對(duì)其進(jìn)行整理后得出針對(duì)信號(hào)的聚類(lèi)目標(biāo)，將其表示為函數(shù)，即：()11,zznmnngGWU=∑∑wgλ＞（6）式中，λ為不同聚類(lèi)中心的權(quán)重值。按照上述計(jì)算公式，對(duì)所有傳輸信道中的信號(hào)進(jìn)行異常聚類(lèi)，以此種方式完成對(duì)信號(hào)的聚類(lèi)研究[8]。

1.3定位并分離光纖通信網(wǎng)絡(luò)入侵干擾小信號(hào)

在掌握承載信號(hào)基帶的信號(hào)表示方式后，對(duì)信號(hào)在網(wǎng)絡(luò)空間中進(jìn)行振元排序，假設(shè)振元的元數(shù)表示為M，M具有奇偶性特點(diǎn)，此時(shí)可以通過(guò)對(duì)信號(hào)兩個(gè)方向上極性的分析進(jìn)行信號(hào)的定位，并根據(jù)不同方向上極性的矢量進(jìn)行入侵信號(hào)與原始信號(hào)的分離處理[9-10]。處理過(guò)程中，可假設(shè)矩陣元之間的間隔表示為J，通過(guò)對(duì)J的描述即可得到不同信號(hào)之間的相位差值。其中J的表達(dá)式為：ABJ=F+γ（7）式中，F(xiàn)A表示在A方向上的信號(hào)相位差，γB表示在B方向上的信號(hào)相位差?；诓煌盘?hào)的相位差值建立相應(yīng)的檢測(cè)模型，即可實(shí)現(xiàn)對(duì)信號(hào)的精準(zhǔn)定位與檢測(cè)。

2對(duì)比實(shí)驗(yàn)

2.1實(shí)驗(yàn)準(zhǔn)備

為了進(jìn)一步驗(yàn)證設(shè)計(jì)方法的實(shí)用性，開(kāi)展對(duì)比實(shí)驗(yàn)。將本文提出的基于粒子群算法的檢測(cè)方法作為實(shí)驗(yàn)組，將以往基于積分器的檢測(cè)方法作為對(duì)照組，將兩種檢測(cè)方法應(yīng)用到相同的光纖通信網(wǎng)絡(luò)當(dāng)中，并實(shí)現(xiàn)其對(duì)信號(hào)的定位和檢測(cè)。利用已有網(wǎng)絡(luò)異常入侵檢測(cè)數(shù)據(jù)作為實(shí)驗(yàn)測(cè)試用例，在該實(shí)驗(yàn)用例中包含了4種不同類(lèi)型的入侵模式，分別為拒絕服務(wù)請(qǐng)求攻擊（入侵A）、非法訪(fǎng)問(wèn)攻擊（入侵B）、未經(jīng)授權(quán)的遠(yuǎn)程訪(fǎng)問(wèn)攻擊（入侵C）以及非法掃描與探測(cè)攻擊（入侵D）。從上述4種入侵類(lèi)型數(shù)據(jù)中隨機(jī)抽取樣本構(gòu)成測(cè)試集，利用兩種檢測(cè)方法對(duì)測(cè)試集進(jìn)行檢測(cè)，對(duì)其定位檢測(cè)效果進(jìn)行驗(yàn)證。

2.2檢測(cè)結(jié)果正確率對(duì)比

將檢測(cè)結(jié)果的正確檢測(cè)率、漏報(bào)率及誤檢率作為評(píng)價(jià)指標(biāo)，對(duì)檢測(cè)結(jié)果進(jìn)行量化評(píng)價(jià)。其中，正確檢測(cè)率=測(cè)試集中正確檢測(cè)到的入侵干擾信號(hào)/測(cè)試集中信號(hào)總量；漏報(bào)率=（測(cè)試中入侵干擾信號(hào)總量-正確檢測(cè)到的入侵干擾信號(hào)）/測(cè)試集中信號(hào)總量；誤檢率=測(cè)試集中錯(cuò)誤檢測(cè)到的入侵干擾信號(hào)/測(cè)試集中信號(hào)總量。根據(jù)上述內(nèi)容開(kāi)展，實(shí)驗(yàn)完成后獲得的結(jié)果如表1所示。由表1可知，本文提出的基于粒子群算法的檢測(cè)方法在實(shí)際應(yīng)用到光纖通信網(wǎng)絡(luò)環(huán)境中時(shí)可以實(shí)現(xiàn)對(duì)入侵干擾信號(hào)更高正確率的檢測(cè)。

2.3檢測(cè)結(jié)果定位精度對(duì)比

為了進(jìn)一步驗(yàn)證檢測(cè)出的入侵干擾信號(hào)在光纖通信網(wǎng)絡(luò)當(dāng)中的具體位置數(shù)據(jù)是否具備高精度要求，在上述實(shí)驗(yàn)設(shè)計(jì)環(huán)境和實(shí)驗(yàn)測(cè)試用例的基礎(chǔ)上再對(duì)兩種檢測(cè)方法的定位精度進(jìn)行對(duì)比。為了方便對(duì)兩種檢測(cè)方法的定位精度進(jìn)行評(píng)價(jià)，根據(jù)定位判定標(biāo)準(zhǔn)，將定位平均誤差作為定位精度的評(píng)價(jià)指標(biāo)，其計(jì)算公式為：()havefxb=+（8）式中，ave表示兩種檢測(cè)方法檢測(cè)結(jié)果的憑據(jù)定位誤差，h表示在光纖通信網(wǎng)絡(luò)中入侵干擾信號(hào)的時(shí)間序列數(shù)量，f(x)表示實(shí)驗(yàn)組或?qū)φ战M檢測(cè)方法檢測(cè)得到的入侵干擾信號(hào)歸一化定標(biāo)數(shù)據(jù)，b表示光纖通信網(wǎng)絡(luò)在受到入侵干擾信號(hào)攻擊時(shí)產(chǎn)生的震蕩幅值。根據(jù)上述公式，計(jì)算得出兩種檢測(cè)方法檢測(cè)出的定位結(jié)果誤差，結(jié)果如圖1所示。從圖1中兩條曲線(xiàn)可以看出，實(shí)驗(yàn)組和對(duì)照組兩種檢測(cè)方法在對(duì)4種不同類(lèi)型的入侵干擾信號(hào)進(jìn)行定位檢測(cè)時(shí)，其定位誤差值整體變化幅度類(lèi)似，均為對(duì)入侵D類(lèi)型攻擊的定位誤差值最小，對(duì)入侵A類(lèi)型攻擊的定位誤差值最大。但從整體上來(lái)看，明顯實(shí)驗(yàn)組對(duì)各個(gè)入侵類(lèi)型的定位誤差值更小。通過(guò)上述實(shí)驗(yàn)進(jìn)一步證明，本文提出的檢測(cè)方法能夠在確保對(duì)入侵干擾信號(hào)檢測(cè)正確率更高的基礎(chǔ)上實(shí)現(xiàn)對(duì)信號(hào)的高精度定位，為光纖通信網(wǎng)絡(luò)的安全、穩(wěn)定運(yùn)行提供了技術(shù)條件。同時(shí)也證明了引入粒子群算法后，檢測(cè)方法的應(yīng)用性更強(qiáng)，解決了以往檢測(cè)方法存在的弊端問(wèn)題。

3結(jié)語(yǔ)

此次研究從3個(gè)方面入手，在完成了對(duì)信號(hào)的提取、聚類(lèi)與分類(lèi)后，實(shí)現(xiàn)對(duì)方法的設(shè)計(jì)。在完成設(shè)計(jì)后，通過(guò)對(duì)比實(shí)驗(yàn)的方式對(duì)設(shè)計(jì)的成果進(jìn)行了檢驗(yàn)，證明了本文方法可以在實(shí)際應(yīng)用中提高對(duì)信號(hào)定位的準(zhǔn)確率并提高定位結(jié)果的精度，可以為光纖通信網(wǎng)絡(luò)在市場(chǎng)內(nèi)的推廣使用提供技術(shù)層面的幫助。與此同時(shí)，本文研究也存在一些問(wèn)題，例如實(shí)驗(yàn)測(cè)試指標(biāo)仍不夠完善、實(shí)驗(yàn)環(huán)境布設(shè)仍不夠健全等，在后續(xù)研究中將進(jìn)一步優(yōu)化與完善。

參考文獻(xiàn)

[1]馬莉莉,劉江平.基于數(shù)據(jù)挖掘的光纖通信網(wǎng)絡(luò)異常數(shù)據(jù)檢測(cè)研究[J].應(yīng)用光學(xué),2020,41(6):1305-1310.

[2]藥煒,張凱,原軍,等.基于數(shù)字信號(hào)處理的電力光纖通信網(wǎng)絡(luò)狀態(tài)監(jiān)測(cè)[J].機(jī)械與電子,2021,39(7):24-27.

[3]李磊,詹鵬,陳璞,等.容遲網(wǎng)絡(luò)下自由空間光纖通信網(wǎng)絡(luò)路由策略[J].激光雜志,2021,42(7):127-131.

[4]趙輝,熊文俊.基于GPC算法的遠(yuǎn)距離多信道光纖通信網(wǎng)絡(luò)時(shí)延控制方法[J].激光雜志,2020,41(2):165-170.

[5]孟小冬,韋麗紅,馮鋒.高速光纖通信網(wǎng)絡(luò)最優(yōu)數(shù)據(jù)傳輸路徑搜索機(jī)制研究[J].激光雜志,2020,41(10):197-200.

[6]黃將.數(shù)據(jù)中心光纖通信網(wǎng)絡(luò)傳輸非平穩(wěn)數(shù)據(jù)無(wú)損檢測(cè)技術(shù)研究[J].激光雜志,2019,40(4):131-135.

[7]李俐,何元飛.基于蟻群優(yōu)化算法的光纖通信網(wǎng)絡(luò)路由機(jī)制研究[J].激光雜志,2019,40(7):96-99.

[8]武麗,海潔.光纖通信網(wǎng)絡(luò)入侵干擾信號(hào)定位檢測(cè)仿真[J].計(jì)算機(jī)仿真,2020,37(3):435-439.

[9]阮岑,謝繼東,趙凡.基于改進(jìn)粒子群算法的星載多波束天線(xiàn)干擾源定位[J].南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,40(6):50-55.

[10]高毓?jié)?原浩娟,秦琨.基于粒子群聚類(lèi)的干擾信號(hào)分選方法[J].無(wú)線(xiàn)電工程,2019,49(5):387-392

作者：曹建生 單位：河南工業(yè)職業(yè)技術(shù)學(xué)院