Page 38 - 网络电信2022年9/10月刊
P. 38
解 决 方 案
发生加速行为，且加速度小于光传感器的谐振频率时，光栅就 其中，r h 表示存储行数；g h 表示存储列数。
会出现变动，变动原理如下： 按照光通信信号间的时变属性，计算信号的运行速度，评
（3） 价相邻信号间的关联性，其关联性权值的计算公式为：
其中，w表示光传感器的行为信号频率；Y表示光传感器的
振幅；φ表示光通信系统的已有频率；B表示传感器加速行为的 （5）
加速度振幅。
从以上关系可知，光栅的形变和外部采集器的采集行为频 式中，τ(h)为关联性权值；∂ τ 为关联性权值，相邻信号间
率存在一定关联，对采集器中的光传感器的反射波长的偏移量 的相似度越高，∂ τ 的值越接近于1。
进行检测，能够感知光通信系统中存在入侵信号的频率和时域 其中，权值越高，两个信号间的关联性越强，反之，关联
特征。 性越弱，通过关联性评价，识别出一个入侵信号，则可探查到
2. 基于云计算平台的光通信入侵信号识别 与之关联的其他入侵信号。
基于上述入侵信号的频率和时域特征的感知结果，捕捉相 模拟信号的传输途径，若其实际传输路径与预测路径不符
邻信号间的非线性时空信号频率，评价相邻信号间的关联性， 或相应阈值超过限定范围，则被认定为入侵信号，且针对入侵
预测入侵信号的传输路径，最终按照入侵信号的入侵度实现入 信号，计算入侵信号的入侵度，入侵度的计算公式如下：
侵信号识别 [15-16] 。 （6）
入侵信号识别过程如图5所示。 式中，k h 表示入侵度；LSTM表示时间隐藏向量；W h 当前时间
下入侵信号的输入值；k h-1 表示系统对该信号的后续预测值。
图5 入侵信号识别过程
三．实验研究
为了验证该文提出的基于云计算平台的光通信入侵信号识
别系统的有效性，选用该文识别系统和传统识别系统对光通信
系统进行识别对比。
由于光通信系统内部的时域信号分布特征为准周期特征，
因此，如果受到外部激励，会出现固有频率行为，当信号处于
低频状态，没有稳定特征。
选定平均误差作为审核指标，设定实验参数如表1所示。
表1 实验参数
比较挖掘结果的可信度和误识别率，得到监测系统入侵信
号的时域和频域实验结果如表2、表3所示。
表2 监测时域实验结果
观察图5可知，首先对光栅发射波长进行计算，然后确定感
知入侵频率，通过模拟信号传输路径计算后续所需的预测值，
当传输的信息结束后，结束存储，如果存储失败，需要将存储
的目录删除。
应用云计算平台中的长短期记忆模型，回归光通信信号
边框界的方位，设置信号的监测和追踪，基于信号间的相邻关
系，整合信号本身关系，捕捉非线性时空信号频率，并将其存
储在云计算平台中的存储单元，信号 h的存储模式为：
（4）
66 网络电信 二零二二年九，十月
