基于泛載物聯(lián)網(wǎng)的電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別

王建樹， 孟榮， 王亞強， 周玲， 袁龍， 王昭雷

(1.國網(wǎng)河北省電力有限公司 檢修分公司， 河北 石家莊 050000；2.國網(wǎng)河北省電力有限公司， 河北 石家莊 050000)

0 引言

在進行電力自動化智能無線通信網(wǎng)絡(luò)的組網(wǎng)設(shè)計中[1]，需要對電力自動化智能無線通信網(wǎng)絡(luò)的流量進行優(yōu)化加密識別，提高網(wǎng)絡(luò)的安全性，研究電力自動化智能無線通信網(wǎng)絡(luò)的加密流量識別方法，在電力網(wǎng)絡(luò)的優(yōu)化構(gòu)造和設(shè)計中具有重要意義[2-3]，相關(guān)的電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別算法研究受到人們的極大關(guān)注。

文獻[4]中研究非平衡網(wǎng)絡(luò)流量識別，提出將非平衡數(shù)據(jù)進行分類，運用到流量識別當中，通過合成少數(shù)過樣技術(shù)進行改進，實現(xiàn)流量數(shù)據(jù)的非平衡化處理。文獻[5]提出了一種使用流量的元數(shù)據(jù)來識別網(wǎng)絡(luò)流量中用戶的新方法，并創(chuàng)建了應(yīng)用級用戶交互，研究了一種新的基于用戶交互的特征提取算法，該算法涉及在兩個月內(nèi)從超過112 Gbs的元數(shù)據(jù)流量中收集46個用戶的數(shù)據(jù)，以此完成流量識別。雖然當前的研究取得一定進展，但是對于加密流量識別研究不足，為此提出對電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別，其實質(zhì)是建立在流量特征提取和大數(shù)據(jù)信息融合基礎(chǔ)上，采用流量特征監(jiān)測和智能化聚類分析方法，進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量的優(yōu)化識別。本文提出基于泛載物聯(lián)網(wǎng)的電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別方法。構(gòu)建電力自動化智能無線通信網(wǎng)絡(luò)傳輸信道模型，在泛載物聯(lián)網(wǎng)模式下進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量特征分析，提取流量的有效性特征量，實現(xiàn)加密流量優(yōu)化識別，最后進行仿真實驗分析，得出有效性結(jié)論。

1 電力無線通信網(wǎng)絡(luò)加密流量特征分析

1.1 電力無線通信網(wǎng)絡(luò)最優(yōu)碼元調(diào)制輸出控制

為了實現(xiàn)基于泛載物聯(lián)網(wǎng)的電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別[6]，構(gòu)建電力自動化智能無線通信網(wǎng)絡(luò)加密流量的信道輸出模型,如圖1所示。

圖1 電力自動化智能無線通信網(wǎng)絡(luò)加密流量的信道輸出模型

利用分數(shù)間隔均衡采樣方法將接收的電力自動化智能無線通信網(wǎng)絡(luò)加密流量進行自適應(yīng)加權(quán)學(xué)習(xí)[7]，構(gòu)建自適應(yīng)均衡調(diào)度模型進行電力自動化智能無線通信網(wǎng)絡(luò)的優(yōu)化構(gòu)建，得到泛載物聯(lián)網(wǎng)輸出控制的表達式,如式(1)。

(1)

式中，N表示電力自動化智能無線通信網(wǎng)絡(luò)加密流量的輸出統(tǒng)計峰值；α表示電力線路轉(zhuǎn)角；Δx表示通信頻率噪聲[8]。結(jié)合模糊匹配濾波識別方法，進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量的輸出碼元調(diào)制，得到無線通信網(wǎng)絡(luò)加密碼元調(diào)制輸出[7],如式(2)。

(2)

顯然，m1=E(t)=η，傳輸誤碼最小，得到電力無線通信網(wǎng)絡(luò)的最優(yōu)碼元調(diào)制輸出結(jié)果，為其流量特征分析提供基礎(chǔ)。

1.2 加密流量特征分析

對采集的電力自動化智能無線通信網(wǎng)絡(luò)加密流量進行低維度的特征集構(gòu)造[9-10]，提取電力自動化智能無線通信網(wǎng)絡(luò)的解碼特征量,如式(3)。

(3)

得到電力自動化智能無線通信網(wǎng)絡(luò)加密流量輸出的概率統(tǒng)計特征量,如式(4)。

(4)

Cj(k)=(Eelec+EDF)lδ·G(U|uk,∑k)

(5)

得到電力自動化智能無線通信網(wǎng)絡(luò)加密流量的頻譜特征量,如式(6)。

(6)

2 加密流量識別方法優(yōu)化

2.1 無線通信網(wǎng)絡(luò)加密流量的泛載物聯(lián)網(wǎng)構(gòu)架

(7)

(8)

w∈W,h∈H

(9)

采用向量量化編碼的方法，得到電力自動化智能無線通信網(wǎng)絡(luò)傳輸流量的加密密鑰特征量,如式(10)、式(11)。

r1(n)=r2(n)exp(-jω0Tp/2),n=0,1,…,(N-3)/2

(10)

r2(n)=Aexp[j(ω0nT+θ)],n=0,1,…,(N-3)/2

(11)

分別對r1(n)和r2(n)進行特征變換，采用碼元調(diào)制方法，得到電力網(wǎng)絡(luò)的傳輸負載量,如式(12)、式(13)。

R1(k)=R2(k)exp(-jω0Tp/2),k=0,1,…,(N-3)/2

(12)

R2(k)=Akexp(jφk),k=0,1,…,(N-3)/2

(13)

式中，ω0表示自適應(yīng)學(xué)習(xí)的加權(quán)系數(shù);Tp表示時間窗口函數(shù);Ak表示電力自動化智能無線通信網(wǎng)絡(luò)的傳輸鏈路偏移幅值;φk表示擴展相位。采用泛載物聯(lián)網(wǎng)構(gòu)架方法，得到網(wǎng)絡(luò)加密流量輸出,如式(14)—式(16)。

(14)

(15)

(16)

根據(jù)上述分析，得到電力自動化智能無線通信網(wǎng)絡(luò)的泛載物聯(lián)網(wǎng)構(gòu)架模型,如圖2所示。

圖2 電力自動化智能無線通信網(wǎng)絡(luò)的泛載物聯(lián)網(wǎng)構(gòu)架模型

2.2 無線通信網(wǎng)絡(luò)加密流量識別

在泛載物聯(lián)網(wǎng)模式下檢測識別無線通信網(wǎng)絡(luò)加密流量特征[13-14]，得到特征檢測的迭代式,如式(17)。

(17)

計算電力自動化智能無線通信網(wǎng)絡(luò)中流量負載響應(yīng)控制模型，代入式(17),如式(18)。

(18)

電力網(wǎng)絡(luò)的傳輸流量負載,如式(19)。

(19)

提取流量的有效性特征量，根據(jù)模糊聚類分析結(jié)果，實現(xiàn)對電力自動化智能無線通信網(wǎng)絡(luò)加密流量的識別[15-16]，得到自動化智能無線通信網(wǎng)絡(luò)加密流量動態(tài)遷移控制的特征參數(shù)α，u,如式(20)、式(21)。

α=[α1,α2,…,αk]

(20)

u=[u1,u2,…,uk]

(21)

由此得到電力自動化智能無線通信網(wǎng)絡(luò)加密流量傳輸?shù)姆逯岛途嫡`差[17-18],如式(22)、式(23)。

Sx=E[x3(t)]

(22)

Kx=E[x4(t)]-3E2[x2(t)]

(23)

綜上所述，提取流量的有效性特征量，實現(xiàn)對電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別。

3 仿真實驗與結(jié)果分析

為了測試本文方法在實現(xiàn)電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別中的應(yīng)用性能，采用Matlab進行仿真實驗，對電力自動化智能無線通信網(wǎng)絡(luò)加密流量采樣的樣本量為6 Gbit，干擾強度為-20～10 dB，電力自動化智能無線通信網(wǎng)絡(luò)中流量采樣節(jié)點為8個簇，傳輸碼元間隔為12 Kbps，根據(jù)上述參數(shù)設(shè)定，得到原始的電力自動化智能無線通信網(wǎng)絡(luò)加密流量數(shù)據(jù),如圖3所示。

圖3 原始的網(wǎng)絡(luò)加密流量數(shù)據(jù)

以圖3的數(shù)據(jù)為研究樣本，進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量數(shù)據(jù)的優(yōu)化識別，得到識別結(jié)果,如圖4所示。

分析圖4得知，采用本文方法能有效實現(xiàn)對電力自動化智能無線通信網(wǎng)絡(luò)加密流量的識別，可精準性識別出無線通信網(wǎng)絡(luò)的加密流量峰值，識別過程的抗干擾性較好，測試不同方法進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別的精度，得到對比結(jié)果,如圖5所示。

圖4 流量識別結(jié)果

圖5 識別精度對比

由圖5分析得知，本文方法進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別的精度較高，這主要是由于本文方法在進行加密流量識別之前，考慮了電力自動化智能無線通信網(wǎng)絡(luò)的信道輸出，增加了自適應(yīng)機構(gòu)，避免無線網(wǎng)絡(luò)通信受到噪聲干擾等。

特征匹配時間直接影響無線通信網(wǎng)絡(luò)加密流量識別效率，是驗證所提方法的關(guān)鍵指標，將本文方法與其他文獻的預(yù)測效果進行對比，如圖6所示。

圖6 不同方法特征匹配時間對比結(jié)果

由圖6可知，本文算法的特征匹配時間皆高于其他兩種文獻算法，說明在進行同等量的無線通信網(wǎng)絡(luò)加密流量數(shù)據(jù)傳輸時本文方法有較好的傳輸效率。

4 總結(jié)

對電力自動化智能無線通信網(wǎng)絡(luò)的流量進行優(yōu)化加密識別，提高網(wǎng)絡(luò)的安全性，本文提出基于泛載物聯(lián)網(wǎng)的電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別方法。構(gòu)建電力自動化智能無線通信網(wǎng)絡(luò)傳輸信道模型，實現(xiàn)最優(yōu)碼元調(diào)制輸出控制，避免通信網(wǎng)絡(luò)受到噪聲干擾。提取無線通信網(wǎng)絡(luò)加密流量的譜特征量，在泛載物聯(lián)網(wǎng)模式下提取流量的有效性特征量，提高最終的流量識別精度，實現(xiàn)對電力自動化智能無線通信網(wǎng)絡(luò)加密流量的優(yōu)化識別。研究得知，采用本文方法進行電力自動化智能無線通信網(wǎng)絡(luò)加密流量識別的準確性較高，提高了流量檢測和識別能力，具有很好的應(yīng)用價值。