多域光网络中抗破坏风险评估

发布时间：2021-01-04 11:19

　　为提高多域光网络抗破坏能力,拟改善对其进行风险评估的方法,通过构建多域光网络入侵风险评估模型,采用非线性维纳滤波检测方法进行多域光网络入侵的检测滤波,构建多域光网络抗破坏风险评估的检测统计量,结合分组样本回归分析方法进行多域光网络抗破坏风险的关联挖掘,采用自适应寻优方法求得多域光网络入侵风险的统计分布,利用模糊网格聚类方法发现多域光网络入侵集中的隐含模式,根据聚类分布情况实现多域光网络抗破坏风险评估。仿真结果表明,评估精度与信噪比呈正相关,而本文方法显示,在信噪比0. 5～3. 5的区间中,评估精度为0. 79～0. 986,高于时频分析方法的0. 522～0. 853与小波分析方法的0. 504～0. 807。耗时数据统计显示,在网络节点数100～500的区间中,本文方法耗时仅2. 46～9. 32 ms,低于时频分析方法的8. 66～26. 04 ms与小波分析方法的10. 21～45. 53 ms。采用该方法进行多域光网络抗破坏风险评估的效果较好,更具优越性。 

【文章来源】：激光杂志. 2020年04期 北大核心

【文章页数】：5 页

【部分图文】：

非线性维纳滤波检测器

为了测试本文方法在实现多域光网络的入侵检测和抗破坏风险评估中的应用性能，进行仿真测试，实验的软件环境为Matlab 7，多域光网络的用户节点数为1 200，对入侵风险评估的信息采样规模为2000，数据采样频率为24 kHz，多域光网络分区采样的大小为1 000 M，信息融合的分布层数为6，挖掘的初始频率为f1=120 Hz，终止频率为f2=240 Hz，多域光网络的传输码元数为83码元，波特间隔的前置采样频率为64 k Hz，根据上述仿真环境和参数设定，进行仿真测试，得到多域光网络的入侵数据分布图，如图2所示。以图2的多域光网络入侵为测试样本集，构建多域光网络抗破坏风险评估的检测统计量，结合分组样本回归分析方法进行多域光网络抗破坏风险的关联挖掘和特征提取，实现多域光网络的抗破坏风险评估，得到风险评估统计分析结果如图3所示。其中对风险数据的评估精度从纵轴线中的信噪比数值进行体现，因其与信噪比变化正相关，信噪比高时，精度高;信噪比低时，则数据精度低。

以图2的多域光网络入侵为测试样本集，构建多域光网络抗破坏风险评估的检测统计量，结合分组样本回归分析方法进行多域光网络抗破坏风险的关联挖掘和特征提取，实现多域光网络的抗破坏风险评估，得到风险评估统计分析结果如图3所示。其中对风险数据的评估精度从纵轴线中的信噪比数值进行体现，因其与信噪比变化正相关，信噪比高时，精度高;信噪比低时，则数据精度低。分析图3得知，本文方法进行多域光网络抗破坏风险评估的与文献6中评估方法对比，信噪比始终高于1，而文献6方法发挥并不稳定，虽偶尔高出本文方法，却在网络节点数三四百时信噪比低于1，数据受到严重干扰，影响整体评估数据精度。可见，本文方法抗干扰性更好。测试不同方法进行多域光网络入侵检测和破坏风险评估的准确性，得到评估精度对比见表1所示，时间开销对比见表2所示。

【参考文献】：
期刊论文
[1]基于分层路径计算单元与双矩阵博弈的多域光网络静态组播专用保护算法[J]. 陈浩,吴启武,李芳,姜灵芝.  计算机应用. 2018(11)
[2]基于多元节点属性分类的光纤网络入侵中未感染节点检测[J]. 孟彩霞,叶海琴.  科学技术与工程. 2018(14)
[3]光纤网络被入侵后移动中继节点动态分布选取算法[J]. 马顺利,乜国雷,叶涛,刘昕.  光通信技术. 2018(05)
[4]激光网络抗干扰路由通信算法设计[J]. 白改艳.  激光杂志. 2018(04)
[5]基于多域卷积神经网络与自回归模型的空中小目标自适应跟踪方法[J]. 蔺素珍,郑瑶,禄晓飞,曾建潮.  光学学报. 2017(12)
[6]基于人工免疫与信任度的多域光网络安全组播路由算法[J]. 耿新元,吴启武,姜灵芝.  科学技术与工程. 2017(33)
[7]移动无线传感网中恶意软件传播的最优安全策略[J]. 曹玉林,王小明,何早波.  电子学报. 2016(08)
[8]基于PCE架构的多域光网络安全建路机制[J]. 文闻,吴启武,耿新元,姜灵芝.  光通信研究. 2016(04)
[9]基于SDN的多域光网络虚拟化技术[J]. 刘世栋,王攀.  电信科学. 2016(04)
[10]多域光网络基于多核点共享树的多点对多点组播[J]. 秦攀科,陈雪,王磊,王立芊.  光学学报. 2015(05)



本文编号：2956677