移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)優(yōu)化識(shí)別研究

李永華+何兆照

【摘要】 準(zhǔn)確的識(shí)別移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)，具有重要的意義，能夠?qū)σ苿?dòng)網(wǎng)絡(luò)運(yùn)行安全性進(jìn)行有效的確保。在異常信號(hào)識(shí)別當(dāng)中，要對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的數(shù)據(jù)特征進(jìn)行提取，并根據(jù)這些特征，分類異常信號(hào)數(shù)據(jù)，對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)識(shí)別模型進(jìn)行建立。以往基于遺傳神經(jīng)網(wǎng)絡(luò)算法，需要對(duì)大量網(wǎng)絡(luò)信號(hào)樣本信息進(jìn)行訓(xùn)練及測(cè)試，無(wú)法準(zhǔn)確提取異常信號(hào)數(shù)據(jù)特征，在識(shí)別中具有誤差大、準(zhǔn)確性低等特點(diǎn)?；诖?，本文對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)優(yōu)化識(shí)別進(jìn)行了研究。

【關(guān)鍵詞】 移動(dòng)通信網(wǎng)絡(luò) 異常信號(hào) 優(yōu)化識(shí)別

前言：近年來(lái)，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，移動(dòng)通信網(wǎng)絡(luò)逐漸得到廣泛的應(yīng)用。不過(guò)，移動(dòng)通信網(wǎng)絡(luò)在給人們帶來(lái)便利的同時(shí)，也帶來(lái)了信息盜取、病毒木馬傳播、服務(wù)攻擊、網(wǎng)絡(luò)入侵等問題，對(duì)用戶信息安全造成了很大的影響。基于此，應(yīng)當(dāng)對(duì)這些異常的移動(dòng)通信網(wǎng)絡(luò)信號(hào)進(jìn)行準(zhǔn)確的識(shí)別，以提高移動(dòng)通信網(wǎng)絡(luò)的安全性。但在傳統(tǒng)的移動(dòng)通信網(wǎng)絡(luò)信號(hào)識(shí)別中，存在著較多的問題和不足，因此，可以采用基于DFI的移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)識(shí)別方法進(jìn)行優(yōu)化識(shí)別，從而取得更好的效果。

一、移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)識(shí)別的原理

在移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的識(shí)別過(guò)程中，通過(guò)對(duì)移動(dòng)通信網(wǎng)絡(luò)著呢廣場(chǎng)狀態(tài)下信號(hào)特征的分析，對(duì)平穩(wěn)狀態(tài)下移動(dòng)通信網(wǎng)絡(luò)信號(hào)模型進(jìn)行建立，并利用該模型，對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)進(jìn)行識(shí)別。利用相應(yīng)公式，對(duì)正常狀態(tài)下的移動(dòng)通信網(wǎng)絡(luò)信號(hào)特征進(jìn)行提取，公式為M={q/2}=q/2；（q+1）/2。用q+1代表移動(dòng)通信網(wǎng)絡(luò)中所有信號(hào)數(shù)據(jù)的長(zhǎng)度，用M代表移動(dòng)通信網(wǎng)絡(luò)信號(hào)數(shù)據(jù)匯總周期數(shù)量的最大值[1]。在此基礎(chǔ)上，可對(duì)移動(dòng)通信網(wǎng)絡(luò)信號(hào)數(shù)據(jù)中，各個(gè)匯總周期信號(hào)數(shù)據(jù)離均差平分、組建離均差平方進(jìn)行計(jì)算。同時(shí)，對(duì)各個(gè)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的識(shí)別周期方差進(jìn)行計(jì)算。不過(guò)，對(duì)于異常信號(hào)數(shù)據(jù)特征，傳統(tǒng)方法無(wú)法準(zhǔn)確提取，因而可能會(huì)出現(xiàn)漏判、誤判的情況，會(huì)對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)識(shí)別準(zhǔn)確度造成影響。

二、基于DFI的移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)優(yōu)化識(shí)別

2.1 移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的分類過(guò)程

2.2 移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的特征提取

以SVM為基礎(chǔ)，對(duì)移動(dòng)通信網(wǎng)絡(luò)信號(hào)識(shí)別控制模型進(jìn)行建立，在模型中，結(jié)構(gòu)實(shí)質(zhì)是通過(guò)轉(zhuǎn)換和處理不明確移動(dòng)通信網(wǎng)絡(luò)信號(hào)數(shù)據(jù)，使其成為數(shù)字向量模式。由支持向量機(jī)分類器進(jìn)行處理，根據(jù)分類函數(shù)式，分類數(shù)字向量模式，并向信號(hào)識(shí)別控制模塊傳輸最終的分類結(jié)果，從而控制和處理移動(dòng)通信網(wǎng)絡(luò)信號(hào)。利用數(shù)據(jù)預(yù)處理器，提取數(shù)據(jù)包網(wǎng)絡(luò)異常信號(hào)特征[2]。對(duì)全部源及目的進(jìn)行識(shí)別，如果固定連接IP數(shù)，和固定連接端口數(shù)相同，則為正常移動(dòng)通信網(wǎng)絡(luò)信號(hào)。如果不相同，則為異常移動(dòng)通信網(wǎng)絡(luò)信號(hào)。對(duì)兩種移動(dòng)通信網(wǎng)絡(luò)數(shù)據(jù)流源變化差異進(jìn)行分析，運(yùn)用三位特征向量提取算法，對(duì)異常信號(hào)特征進(jìn)行提取。

2.3 移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的優(yōu)化識(shí)別

對(duì)前面提取的異常信號(hào)特征向量進(jìn)行訓(xùn)練，（xi，yi），i=1，2，…，n，y∈{+1，-1}。對(duì)特征進(jìn)行預(yù)處理，得到訓(xùn)練向量，以及訓(xùn)練支持向量機(jī)，對(duì)SVM參數(shù)進(jìn)行調(diào)控，達(dá)到最佳參數(shù)性能，在Vapnik含義下，對(duì)移動(dòng)通信網(wǎng)絡(luò)信號(hào)最優(yōu)分類面f（x）=0進(jìn)行獲取。利用SVM參數(shù)，對(duì)異常信號(hào)識(shí)別需要的移動(dòng)通信網(wǎng)絡(luò)信號(hào)分類面進(jìn)行建立，并作為實(shí)際決策函數(shù)。利用實(shí)際決策函數(shù)，預(yù)處理分析預(yù)測(cè)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)特征。決策這一向量是否在標(biāo)記已識(shí)別移動(dòng)通信網(wǎng)絡(luò)記錄表中，如果在，向移動(dòng)通信網(wǎng)絡(luò)信號(hào)控制模塊進(jìn)行傳輸，作為正常網(wǎng)絡(luò)信號(hào)。如果不再，標(biāo)記為移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)，從而實(shí)現(xiàn)對(duì)異常信號(hào)的準(zhǔn)確識(shí)別。

三、結(jié)論

移動(dòng)通信網(wǎng)絡(luò)目前擁有十分廣泛的應(yīng)用，在各個(gè)領(lǐng)域中都發(fā)揮了重要的作用。對(duì)于移動(dòng)通信網(wǎng)絡(luò)來(lái)說(shuō)，用戶信息安全是十分重要的，為此，應(yīng)對(duì)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)進(jìn)行準(zhǔn)確的識(shí)別，以確保網(wǎng)絡(luò)運(yùn)行安全。由于傳統(tǒng)識(shí)別方法存在較多的問題和弊端，因此，提出了基于DFI的支持向量機(jī)技術(shù)，依次實(shí)現(xiàn)移動(dòng)通信網(wǎng)絡(luò)異常信號(hào)的優(yōu)化識(shí)別。

參 考 文 獻(xiàn)

[1]李威， 顧海林， 黃興. 網(wǎng)絡(luò)被入侵后的信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)與優(yōu)化[J]. 現(xiàn)代電子技術(shù)， 2017， 40（3）：58-61.

[2]曹航， 張?jiān)讫? 高速移動(dòng)通信的信號(hào)優(yōu)化處理方法研究[J]. 計(jì)算機(jī)仿真， 2016， 33（8）：177-180.endprint