為提高多域光網(wǎng)絡(luò)抗破壞能力,擬改善對其進行風險評估的方法,通過構(gòu)建多域光網(wǎng)絡(luò)入侵風險評估模型,采用非線性維納濾波檢測方法進行多域光網(wǎng)絡(luò)入侵的檢測濾波,構(gòu)建多域光網(wǎng)絡(luò)抗破壞風險評估的檢測統(tǒng)計量,結(jié)合分組樣本回歸分析方法進行多域光網(wǎng)絡(luò)抗破壞風險的關(guān)聯(lián)挖掘,采用自適應(yīng)尋優(yōu)方法求得多域光網(wǎng)絡(luò)入侵風險的統(tǒng)計分布,利用模糊網(wǎng)格聚類方法發(fā)現(xiàn)多域光網(wǎng)絡(luò)入侵集中的隱含模式,根據(jù)聚類分布情況實現(xiàn)多域光網(wǎng)絡(luò)抗破壞風險評估。仿真結(jié)果表明,評估精度與信噪比呈正相關(guān),而本文方法顯示,在信噪比0. 5～3. 5的區(qū)間中,評估精度為0. 79～0. 986,高于時頻分析方法的0. 522～0. 853與小波分析方法的0. 504～0. 807。耗時數(shù)據(jù)統(tǒng)計顯示,在網(wǎng)絡(luò)節(jié)點數(shù)100～500的區(qū)間中,本文方法耗時僅2. 46～9. 32 ms,低于時頻分析方法的8. 66～26. 04 ms與小波分析方法的10. 21～45. 53 ms。采用該方法進行多域光網(wǎng)絡(luò)抗破壞風險評估的效果較好,更具優(yōu)越性。 

【文章來源】：激光雜志. 2020年04期 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

非線性維納濾波檢測器

為了測試本文方法在實現(xiàn)多域光網(wǎng)絡(luò)的入侵檢測和抗破壞風險評估中的應(yīng)用性能，進行仿真測試，實驗的軟件環(huán)境為Matlab 7，多域光網(wǎng)絡(luò)的用戶節(jié)點數(shù)為1 200，對入侵風險評估的信息采樣規(guī)模為2000，數(shù)據(jù)采樣頻率為24 kHz，多域光網(wǎng)絡(luò)分區(qū)采樣的大小為1 000 M，信息融合的分布層數(shù)為6，挖掘的初始頻率為f1=120 Hz，終止頻率為f2=240 Hz，多域光網(wǎng)絡(luò)的傳輸碼元數(shù)為83碼元，波特間隔的前置采樣頻率為64 k Hz，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進行仿真測試，得到多域光網(wǎng)絡(luò)的入侵數(shù)據(jù)分布圖，如圖2所示。以圖2的多域光網(wǎng)絡(luò)入侵為測試樣本集，構(gòu)建多域光網(wǎng)絡(luò)抗破壞風險評估的檢測統(tǒng)計量，結(jié)合分組樣本回歸分析方法進行多域光網(wǎng)絡(luò)抗破壞風險的關(guān)聯(lián)挖掘和特征提取，實現(xiàn)多域光網(wǎng)絡(luò)的抗破壞風險評估，得到風險評估統(tǒng)計分析結(jié)果如圖3所示。其中對風險數(shù)據(jù)的評估精度從縱軸線中的信噪比數(shù)值進行體現(xiàn)，因其與信噪比變化正相關(guān)，信噪比高時，精度高;信噪比低時，則數(shù)據(jù)精度低。

以圖2的多域光網(wǎng)絡(luò)入侵為測試樣本集，構(gòu)建多域光網(wǎng)絡(luò)抗破壞風險評估的檢測統(tǒng)計量，結(jié)合分組樣本回歸分析方法進行多域光網(wǎng)絡(luò)抗破壞風險的關(guān)聯(lián)挖掘和特征提取，實現(xiàn)多域光網(wǎng)絡(luò)的抗破壞風險評估，得到風險評估統(tǒng)計分析結(jié)果如圖3所示。其中對風險數(shù)據(jù)的評估精度從縱軸線中的信噪比數(shù)值進行體現(xiàn)，因其與信噪比變化正相關(guān)，信噪比高時，精度高;信噪比低時，則數(shù)據(jù)精度低。分析圖3得知，本文方法進行多域光網(wǎng)絡(luò)抗破壞風險評估的與文獻6中評估方法對比，信噪比始終高于1，而文獻6方法發(fā)揮并不穩(wěn)定，雖偶爾高出本文方法，卻在網(wǎng)絡(luò)節(jié)點數(shù)三四百時信噪比低于1，數(shù)據(jù)受到嚴重干擾，影響整體評估數(shù)據(jù)精度�？梢�，本文方法抗干擾性更好。測試不同方法進行多域光網(wǎng)絡(luò)入侵檢測和破壞風險評估的準確性，得到評估精度對比見表1所示，時間開銷對比見表2所示。

【參考文獻】：
期刊論文
[1]基于分層路徑計算單元與雙矩陣博弈的多域光網(wǎng)絡(luò)靜態(tài)組播專用保護算法[J]. 陳浩,吳啟武,李芳,姜靈芝.  計算機應(yīng)用. 2018(11)
[2]基于多元節(jié)點屬性分類的光纖網(wǎng)絡(luò)入侵中未感染節(jié)點檢測[J]. 孟彩霞,葉海琴.  科學技術(shù)與工程. 2018(14)
[3]光纖網(wǎng)絡(luò)被入侵后移動中繼節(jié)點動態(tài)分布選取算法[J]. 馬順利,乜國雷,葉濤,劉昕.  光通信技術(shù). 2018(05)
[4]激光網(wǎng)絡(luò)抗干擾路由通信算法設(shè)計[J]. 白改艷.  激光雜志. 2018(04)
[5]基于多域卷積神經(jīng)網(wǎng)絡(luò)與自回歸模型的空中小目標自適應(yīng)跟蹤方法[J]. 藺素珍,鄭瑤,祿曉飛,曾建潮.  光學學報. 2017(12)
[6]基于人工免疫與信任度的多域光網(wǎng)絡(luò)安全組播路由算法[J]. 耿新元,吳啟武,姜靈芝.  科學技術(shù)與工程. 2017(33)
[7]移動無線傳感網(wǎng)中惡意軟件傳播的最優(yōu)安全策略[J]. 曹玉林,王小明,何早波.  電子學報. 2016(08)
[8]基于PCE架構(gòu)的多域光網(wǎng)絡(luò)安全建路機制[J]. 文聞,吳啟武,耿新元,姜靈芝.  光通信研究. 2016(04)
[9]基于SDN的多域光網(wǎng)絡(luò)虛擬化技術(shù)[J]. 劉世棟,王攀.  電信科學. 2016(04)
[10]多域光網(wǎng)絡(luò)基于多核點共享樹的多點對多點組播[J]. 秦攀科,陳雪,王磊,王立芊.  光學學報. 2015(05)



本文編號：2956677