導語：光纖通信網(wǎng)絡入侵干擾信號檢測方法一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：在對光纖通信網(wǎng)絡環(huán)境進行檢測時，由于受到外界環(huán)境干擾因素影響，檢測結(jié)果的正確性和定位精度均無法滿足實際要求，因此針對這一問題，在引入粒子群算法的基礎上對其進行相關研究。通過對干擾信號進行檢測，并提取其對應特征，基于粒子群算法的入侵干擾信號粒子群優(yōu)化聚類，對存在的入侵干擾小信號進行定位和分離，提出一種全新的檢測方法。通過實驗證明了新的檢測方法在實際應用中可以實現(xiàn)對入侵干擾信號的高精度和高正確率定位檢測，進一步促進光纖通信網(wǎng)絡運行質(zhì)量的提升，使光纖通信網(wǎng)絡得到更加廣泛的應用。

關鍵詞：粒子群算法；網(wǎng)絡入侵；干擾信號

在計算機網(wǎng)絡時代，光纖通信網(wǎng)絡憑借其極大的存儲量和對用戶隱私信息的保護優(yōu)勢，在多個領域中得到了廣泛應用。但隨著光纖通信網(wǎng)絡的成熟運用，在實際運行時逐漸出現(xiàn)了影響其安全性能的問題，對網(wǎng)絡整體運行性能造成嚴重的負面影響[1]。例如，網(wǎng)絡運行環(huán)境安全問題、交易安全問題以及傳輸安全問題等的存在會在一定程度上影響到社會的正常運轉(zhuǎn)。粒子群算法是近年來快速發(fā)展的算法之一，當前這一算法常被應用于計算機、數(shù)學等領域，其在實際應用中具備快速搜索能力且抗干擾能力更強。因此，針對當前光纖通信網(wǎng)絡領域存在的實際問題，引入粒子群算法，并在此基礎上開展相關研究。

1光纖通信網(wǎng)絡入侵干擾信號定位

1.1光纖通信網(wǎng)絡入侵干擾信號特征檢測與提取

為了滿足設計要求，在執(zhí)行此項工作時可參照“時間序列-頻率聯(lián)合特征”的方式構(gòu)建一個針對異常信號傳輸?shù)木W(wǎng)絡模型。假設傳輸網(wǎng)絡中存在n條傳輸信道，則每條信道中的信號異常表現(xiàn)形式是不同的，輸出對應信號的傳輸時間序列，從而掌握信號在傳輸中存在的時延。根據(jù)原有信號的調(diào)制頻率，得出多條干擾路徑下信號的傳遞函數(shù)。通過傳遞函數(shù)，計算信號在傳輸中的損耗與損失，通過此種方式得出入侵干擾信號在網(wǎng)絡空間中的傳輸特征，同時以此為依據(jù)，對信號在空間中的重構(gòu)進行描述，進一步達到信號在傳輸信道中的頻譜[2-3]。在此過中程應注意的是，頻譜信息需要前端通過設計采樣頻率、設計信號帶寬與窗口函數(shù)等方式集中獲取。

1.2基于粒子群算法的入侵干擾信號粒子群優(yōu)化聚類

首先明確粒子群優(yōu)化鍵聚類的特征，在光纖傳輸時域范圍內(nèi)進行異常信號的整理[4]。在確保所有異常信號具有相同的特征點后，進行信號的終端存儲。假設異常的入侵信號集合表示為D，則D的取值范圍應大于1，對應每個入侵信號的表達方式為D(i)，其中i為入侵信號的屬性。綜合上述分析，可將D表示為：D={}12,,,iiinDDD（1）式中，Din表示在入侵信號集合中第n個入侵信號的屬性。完成上述公式的計算后，將信號集合劃分為z個類別，可以認為此時i的取值范圍為[1,z]。為了確保聚類后信號集合可以滿足集中定位與檢測的需求，需要設定一個針對異常信號的定位中心U，其表達式為：U={}12=,,...,zUUU（2）式中，Uz表示第z個類別下入侵干擾信號的檢測定位中心。為了進一步實現(xiàn)對聚類中心的標準化處理，需要定位每個異常集群的節(jié)點，并輔助使用隸屬度矩陣進行入侵干擾信號聚類樣本中第m個樣本和第z類別中信號隸屬度的描述。假設隸屬度矩陣表示為W，則W的粒子群中心隸屬度關系可以表示為：[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種關系，w表示入侵干擾樣本特征集群[5-7]。根據(jù)上述計算公式，對其進行整理后得出針對信號的聚類目標，將其表示為函數(shù)，即：()11,zznmnngGWU=∑∑wgλ＞（6）式中，λ為不同聚類中心的權(quán)重值。按照上述計算公式，對所有傳輸信道中的信號進行異常聚類，以此種方式完成對信號的聚類研究[8]。

1.3定位并分離光纖通信網(wǎng)絡入侵干擾小信號

在掌握承載信號基帶的信號表示方式后，對信號在網(wǎng)絡空間中進行振元排序，假設振元的元數(shù)表示為M，M具有奇偶性特點，此時可以通過對信號兩個方向上極性的分析進行信號的定位，并根據(jù)不同方向上極性的矢量進行入侵信號與原始信號的分離處理[9-10]。處理過程中，可假設矩陣元之間的間隔表示為J，通過對J的描述即可得到不同信號之間的相位差值。其中J的表達式為：ABJ=F+γ（7）式中，F(xiàn)A表示在A方向上的信號相位差，γB表示在B方向上的信號相位差。基于不同信號的相位差值建立相應的檢測模型，即可實現(xiàn)對信號的精準定位與檢測。

2對比實驗

2.1實驗準備

為了進一步驗證設計方法的實用性，開展對比實驗。將本文提出的基于粒子群算法的檢測方法作為實驗組，將以往基于積分器的檢測方法作為對照組，將兩種檢測方法應用到相同的光纖通信網(wǎng)絡當中，并實現(xiàn)其對信號的定位和檢測。利用已有網(wǎng)絡異常入侵檢測數(shù)據(jù)作為實驗測試用例，在該實驗用例中包含了4種不同類型的入侵模式，分別為拒絕服務請求攻擊（入侵A）、非法訪問攻擊（入侵B）、未經(jīng)授權(quán)的遠程訪問攻擊（入侵C）以及非法掃描與探測攻擊（入侵D）。從上述4種入侵類型數(shù)據(jù)中隨機抽取樣本構(gòu)成測試集，利用兩種檢測方法對測試集進行檢測，對其定位檢測效果進行驗證。

2.2檢測結(jié)果正確率對比

將檢測結(jié)果的正確檢測率、漏報率及誤檢率作為評價指標，對檢測結(jié)果進行量化評價。其中，正確檢測率=測試集中正確檢測到的入侵干擾信號/測試集中信號總量；漏報率=（測試中入侵干擾信號總量-正確檢測到的入侵干擾信號）/測試集中信號總量；誤檢率=測試集中錯誤檢測到的入侵干擾信號/測試集中信號總量。根據(jù)上述內(nèi)容開展，實驗完成后獲得的結(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方法在實際應用到光纖通信網(wǎng)絡環(huán)境中時可以實現(xiàn)對入侵干擾信號更高正確率的檢測。

2.3檢測結(jié)果定位精度對比

為了進一步驗證檢測出的入侵干擾信號在光纖通信網(wǎng)絡當中的具體位置數(shù)據(jù)是否具備高精度要求，在上述實驗設計環(huán)境和實驗測試用例的基礎上再對兩種檢測方法的定位精度進行對比。為了方便對兩種檢測方法的定位精度進行評價，根據(jù)定位判定標準，將定位平均誤差作為定位精度的評價指標，其計算公式為：()havefxb=+（8）式中，ave表示兩種檢測方法檢測結(jié)果的憑據(jù)定位誤差，h表示在光纖通信網(wǎng)絡中入侵干擾信號的時間序列數(shù)量，f(x)表示實驗組或?qū)φ战M檢測方法檢測得到的入侵干擾信號歸一化定標數(shù)據(jù)，b表示光纖通信網(wǎng)絡在受到入侵干擾信號攻擊時產(chǎn)生的震蕩幅值。根據(jù)上述公式，計算得出兩種檢測方法檢測出的定位結(jié)果誤差，結(jié)果如圖1所示。從圖1中兩條曲線可以看出，實驗組和對照組兩種檢測方法在對4種不同類型的入侵干擾信號進行定位檢測時，其定位誤差值整體變化幅度類似，均為對入侵D類型攻擊的定位誤差值最小，對入侵A類型攻擊的定位誤差值最大。但從整體上來看，明顯實驗組對各個入侵類型的定位誤差值更小。通過上述實驗進一步證明，本文提出的檢測方法能夠在確保對入侵干擾信號檢測正確率更高的基礎上實現(xiàn)對信號的高精度定位，為光纖通信網(wǎng)絡的安全、穩(wěn)定運行提供了技術條件。同時也證明了引入粒子群算法后，檢測方法的應用性更強，解決了以往檢測方法存在的弊端問題。

3結(jié)語

此次研究從3個方面入手，在完成了對信號的提取、聚類與分類后，實現(xiàn)對方法的設計。在完成設計后，通過對比實驗的方式對設計的成果進行了檢驗，證明了本文方法可以在實際應用中提高對信號定位的準確率并提高定位結(jié)果的精度，可以為光纖通信網(wǎng)絡在市場內(nèi)的推廣使用提供技術層面的幫助。與此同時，本文研究也存在一些問題，例如實驗測試指標仍不夠完善、實驗環(huán)境布設仍不夠健全等，在后續(xù)研究中將進一步優(yōu)化與完善。

參考文獻

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

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

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

[4]趙輝,熊文俊.基于GPC算法的遠距離多信道光纖通信網(wǎng)絡時延控制方法[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)絡最優(yōu)數(shù)據(jù)傳輸路徑搜索機制研究[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)絡傳輸非平穩(wěn)數(shù)據(jù)無損檢測技術研究[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)絡路由機制研究[J].激光雜志,2019,40(7):96-99.

[8]武麗,海潔.光纖通信網(wǎng)絡入侵干擾信號定位檢測仿真[J].計算機仿真,2020,37(3):435-439.

[9]阮岑,謝繼東,趙凡.基于改進粒子群算法的星載多波束天線干擾源定位[J].南京郵電大學學報(自然科學版),2020,40(6):50-55.

[10]高毓?jié)?原浩娟,秦琨.基于粒子群聚類的干擾信號分選方法[J].無線電工程,2019,49(5):387-392

作者：曹建生 單位：河南工業(yè)職業(yè)技術學院