网络入侵中的关联节点损伤定位器设计
曾玉生 陈梅
摘 要： 针对传统的节点损伤定位一直存在精度低的问题，提出基于自适应波束形成的关联节点损伤定位器设计方法。建立网络入侵中的关联节点拓扑结构模型，提取损伤节点输出信息的异常频谱特征，采用自适应波束形成方法进行关联节点损伤部位的物理特征参量估计，实现节点准确定位。仿真结果表明，采用该方法进行关联节点损伤定位的精度较高，收敛性较好。
关键词： 网络入侵； 自适应波束； 关联节点； 损伤定位
中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2017）20?0022?03
Abstract： Aiming at the problem of low accuracy in traditional node damage localization， a design method of association node damage locator based on self?adaptive beam?forming is proposed. A topology model is constructed for association nodes in network intrusion， the abnormal spectrum characteristics of damaged nodes output information are extracted， and the self?adaptive beam?forming method is adopted to estimate physical characteristic parameters of the damaged parts of association nodes， to achieve accurate node localization. The simulation results show that the proposed method has high accuracy and good convergence for association node damage localization.
Keywords： network intrusion； self?adaptive wave beam； association node； damage localization
隨着网络信息技术的发展，网络的安全受到人们的极大关注，网络在受到病毒入侵和黑客攻击时容易导致网络节点中断和损伤，通过对网络入侵后关联节点损伤定位，进行网络路由修复，保障网络连通性和安全性[1]。因此，研究网络入侵中的关联节点损伤定位方法具有重要意义，网络节点由大量部署在作用区域内的路由链路结构组成。传统基于能量耗尽异常检测方法进行网络入侵节点定位过程中，存在计算开销较大，对节点定位的实时性不好。提出基于自适应波束形成的关联节点损伤定位器设计方法，通过仿真实验分析，得出有效性结论。
1 网络拓扑结构和节点分布模型
1.1 网络节点的拓扑结构分析
为了实现网络入侵中的关联节点损伤定位器设计，首先构建网络节点分布模型，本文采用二阶有向图模型[G=（V，E）]表示网络节点的拓扑结构[2]，如图1所示。
在图1所示的网络节点拓扑结构模型中，网格分布关系弧[A，B]，[A，C]具有共同的梯度方向属性，通信网络的顶点集和Sink节点同属于[G1]和[G2]。所以根节点[Gc]只有[A，B，C]三个公共语义节点。计算检索特征毗连区域的两个有向图之间的相似度，用[S]表示有向图[G1]，[G2]间的主题词相似度，当[G1]和[G2]之间不存在关联性时，对方不是需要入侵节点检索的目标数据，此时相似度[S=0]；当入侵节点的目标数据完全匹配时，表示完全相似，[S=1]。采用基于结构信息本体映射方法得到有向图[G1]，[G2]语义节点的属性相关性相似度特征[SC]，得到网络节点的通信覆盖半径为：
通过自适应分层均衡设计，在网络入侵后，[Gc]中的语义节点同时存在于[G1]和[G2]，在定位通道的梯度图中，输入到节点定位通道的语义特征向量值分别为：[x1]，[x2]，[x3]和[x4]，采用[3×3]网格拓扑结构得到[Gc]中的语义关系弧，通过决策树属性集分层存储在[G1]和[G2]中，通过上述对入侵后网络节点的拓扑结构分析，进行关联节点损伤定位器设计。
1.2 入侵后关联节点的传输路由分发信道测量
通过分析可见，采用本文方法进行网络入侵中的关联节点损伤定位的信道测量误差收敛于零，从而保证了节点损伤定位的准确度。
2 关联节点损伤定位器设计与实现
在上述进行了网拓扑结构分析和节点分布模型分析以及信道测量的基础上，进行关联节点损伤定位器优化设计，提出一种基于自适应波束形成的关联节点损伤定位器设计方法。在网络节点的拓扑结构中提取损伤节点输出信息的异常频谱特征，通过高阶时频谱分析[5]，构成网络节点异常信号检测概率密度函数[L2（R）]的一个框架，频率点落在基函数区间的概率密度和网络入侵后的失稳参量模型分别为：
3 仿真实验分析
在Matlab仿真环境中测试本文设计的网络入侵中的关联节点损伤定位器的性能。本文研究的网络分布在一个1 000 m×1 000 m的平面区域，网络覆盖区域中共有200个网络用户终端节点，网络入侵检测中的信息干扰强度的SNR为-10 dB，网络中的Sink节点设置为12个，网络中关联节点的传输速率为100 Mb/s，单个节点的通信覆盖半径为[R=10]m。根据上述仿真环境和参数设定，进行关联节点损伤定位仿真分析，得到节点定位精度对比如图2所示。
分析图2结果得知，采用本文方法进行网络入侵后关联节点损伤定位的精度较高。图3给出了采用不同方法进行节点定位的收敛误差对比结果，分析得知，采用本文方法进行定位的收敛性较好，能在25次迭代后把定位误差收敛到零，性能优于传统方法。
4 结 语
本文研究了网络入侵的节点定位问题，提出一种基于自适应波束形成的关联节点损伤定位器设计方法。建立网络入侵中的关联节点拓扑结构模型，提取损伤节点输出信息的异常频谱特征，采用自适应波束形成方法进行关联节点损伤部位的物理特征参量估计，实现节点准确定位。仿真结果表明，采用该方法进行关联节点损伤定位的精度较高，收敛性较好，具有较好的应用价值。
参考文献
[1] 蒋欣，程博，张伟栋，等.基于FC总线协议和FTP协议的通用化FPGA配置方法[J].现代电子技术，2015，38（11）：57?60.
[2] 张盛，鄢傲，向忠胜，等.基于全网能量均衡的WirelessHART图路由算法[J].计算机应用研究，2014，31（5）：1520?1523.
[3] 易淼，李天松，陈名松，等.激光通信系統中多脉冲位置调制帧同步的实现[J].激光技术，2010，34（2）：164?167.
[4] 曹玉林，王小明，何早波.移动无线传感网中恶意软件传播的最优安全策略[J].电子学报，2016，44（8）：1851?1857.
[5] 狄国义.无线网络通信中离群失联节点定位仿真分析[J].计算机仿真，2014，31（9）：335?338.
[6] 张骏，田泽，梅魁志，等.基于节点预测的直接Cache一致性协议[J].计算机学报，2014，37（3）：700?720.
[7] CZIBULA G， MARIAN Z， CZIBULA I G. Detecting software design defects using relational association rule mining [J]. Knowledge and information systems， 2015， 42（3）： 545?577.
[8] PATEL V M， NGUYEN H V， VIDAL R. Latent space sparse and low?rank subspace clustering [J]. IEEE journal of selected topics in signal processing， 2015， 9（4）： 691?701.
摘 要： 针对传统的节点损伤定位一直存在精度低的问题，提出基于自适应波束形成的关联节点损伤定位器设计方法。建立网络入侵中的关联节点拓扑结构模型，提取损伤节点输出信息的异常频谱特征，采用自适应波束形成方法进行关联节点损伤部位的物理特征参量估计，实现节点准确定位。仿真结果表明，采用该方法进行关联节点损伤定位的精度较高，收敛性较好。
关键词： 网络入侵； 自适应波束； 关联节点； 损伤定位
中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2017）20?0022?03
Abstract： Aiming at the problem of low accuracy in traditional node damage localization， a design method of association node damage locator based on self?adaptive beam?forming is proposed. A topology model is constructed for association nodes in network intrusion， the abnormal spectrum characteristics of damaged nodes output information are extracted， and the self?adaptive beam?forming method is adopted to estimate physical characteristic parameters of the damaged parts of association nodes， to achieve accurate node localization. The simulation results show that the proposed method has high accuracy and good convergence for association node damage localization.
Keywords： network intrusion； self?adaptive wave beam； association node； damage localization
隨着网络信息技术的发展，网络的安全受到人们的极大关注，网络在受到病毒入侵和黑客攻击时容易导致网络节点中断和损伤，通过对网络入侵后关联节点损伤定位，进行网络路由修复，保障网络连通性和安全性[1]。因此，研究网络入侵中的关联节点损伤定位方法具有重要意义，网络节点由大量部署在作用区域内的路由链路结构组成。传统基于能量耗尽异常检测方法进行网络入侵节点定位过程中，存在计算开销较大，对节点定位的实时性不好。提出基于自适应波束形成的关联节点损伤定位器设计方法，通过仿真实验分析，得出有效性结论。
1 网络拓扑结构和节点分布模型
1.1 网络节点的拓扑结构分析
为了实现网络入侵中的关联节点损伤定位器设计，首先构建网络节点分布模型，本文采用二阶有向图模型[G=（V，E）]表示网络节点的拓扑结构[2]，如图1所示。
在图1所示的网络节点拓扑结构模型中，网格分布关系弧[A，B]，[A，C]具有共同的梯度方向属性，通信网络的顶点集和Sink节点同属于[G1]和[G2]。所以根节点[Gc]只有[A，B，C]三个公共语义节点。计算检索特征毗连区域的两个有向图之间的相似度，用[S]表示有向图[G1]，[G2]间的主题词相似度，当[G1]和[G2]之间不存在关联性时，对方不是需要入侵节点检索的目标数据，此时相似度[S=0]；当入侵节点的目标数据完全匹配时，表示完全相似，[S=1]。采用基于结构信息本体映射方法得到有向图[G1]，[G2]语义节点的属性相关性相似度特征[SC]，得到网络节点的通信覆盖半径为：
通过自适应分层均衡设计，在网络入侵后，[Gc]中的语义节点同时存在于[G1]和[G2]，在定位通道的梯度图中，输入到节点定位通道的语义特征向量值分别为：[x1]，[x2]，[x3]和[x4]，采用[3×3]网格拓扑结构得到[Gc]中的语义关系弧，通过决策树属性集分层存储在[G1]和[G2]中，通过上述对入侵后网络节点的拓扑结构分析，进行关联节点损伤定位器设计。
1.2 入侵后关联节点的传输路由分发信道测量
通过分析可见，采用本文方法进行网络入侵中的关联节点损伤定位的信道测量误差收敛于零，从而保证了节点损伤定位的准确度。
2 关联节点损伤定位器设计与实现
在上述进行了网拓扑结构分析和节点分布模型分析以及信道测量的基础上，进行关联节点损伤定位器优化设计，提出一种基于自适应波束形成的关联节点损伤定位器设计方法。在网络节点的拓扑结构中提取损伤节点输出信息的异常频谱特征，通过高阶时频谱分析[5]，构成网络节点异常信号检测概率密度函数[L2（R）]的一个框架，频率点落在基函数区间的概率密度和网络入侵后的失稳参量模型分别为：
3 仿真实验分析
在Matlab仿真环境中测试本文设计的网络入侵中的关联节点损伤定位器的性能。本文研究的网络分布在一个1 000 m×1 000 m的平面区域，网络覆盖区域中共有200个网络用户终端节点，网络入侵检测中的信息干扰强度的SNR为-10 dB，网络中的Sink节点设置为12个，网络中关联节点的传输速率为100 Mb/s，单个节点的通信覆盖半径为[R=10]m。根据上述仿真环境和参数设定，进行关联节点损伤定位仿真分析，得到节点定位精度对比如图2所示。
分析图2结果得知，采用本文方法进行网络入侵后关联节点损伤定位的精度较高。图3给出了采用不同方法进行节点定位的收敛误差对比结果，分析得知，采用本文方法进行定位的收敛性较好，能在25次迭代后把定位误差收敛到零，性能优于传统方法。
4 结 语
本文研究了网络入侵的节点定位问题，提出一种基于自适应波束形成的关联节点损伤定位器设计方法。建立网络入侵中的关联节点拓扑结构模型，提取损伤节点输出信息的异常频谱特征，采用自适应波束形成方法进行关联节点损伤部位的物理特征参量估计，实现节点准确定位。仿真结果表明，采用该方法进行关联节点损伤定位的精度较高，收敛性较好，具有较好的应用价值。
参考文献
[1] 蒋欣，程博，张伟栋，等.基于FC总线协议和FTP协议的通用化FPGA配置方法[J].现代电子技术，2015，38（11）：57?60.
[2] 张盛，鄢傲，向忠胜，等.基于全网能量均衡的WirelessHART图路由算法[J].计算机应用研究，2014，31（5）：1520?1523.
[3] 易淼，李天松，陈名松，等.激光通信系統中多脉冲位置调制帧同步的实现[J].激光技术，2010，34（2）：164?167.
[4] 曹玉林，王小明，何早波.移动无线传感网中恶意软件传播的最优安全策略[J].电子学报，2016，44（8）：1851?1857.
[5] 狄国义.无线网络通信中离群失联节点定位仿真分析[J].计算机仿真，2014，31（9）：335?338.
[6] 张骏，田泽，梅魁志，等.基于节点预测的直接Cache一致性协议[J].计算机学报，2014，37（3）：700?720.
[7] CZIBULA G， MARIAN Z， CZIBULA I G. Detecting software design defects using relational association rule mining [J]. Knowledge and information systems， 2015， 42（3）： 545?577.
[8] PATEL V M， NGUYEN H V， VIDAL R. Latent space sparse and low?rank subspace clustering [J]. IEEE journal of selected topics in signal processing， 2015， 9（4）： 691?701.
