基于云計算平臺的光通信入侵信號識別系統

李嘉，劉江平

（唐山工業職業技術學院，河北唐山 063200）

在運行過程中，光通信系統很容易受到外部入侵信號的干擾，嚴重影響光通信系統的安全性。文獻[1]提出了基于深度學習網絡的光通信系統入侵行為識別方法，通過光柵傳感技術確定光通信系統中的入侵行為信號，在信號內部提取入侵的特征向量，通過深度學習網絡識別光通信入侵信號識別；文獻[2]提出了基于Dropout 技術的改進型SCN 模型，利用改進型模型對權重分布狀況進行約束，從而確保網絡模型的識別精度。雖然以往研究方法都能夠在一定程度上提高識別精度，但是計算量過大，識別過程過于復雜，漏識率較高，光通信網絡安全受限。

云計算平臺能夠集成硬件和軟件數據，可以最高效率地實現網絡存儲，因此，基于云計算平臺，設計了一種新的光通信入侵信號識別系統，通過識別系統實現軟件服務、平臺服務和附加服務，提升識別系統的有效性。

1 系統硬件設計

基于云計算平臺的光通信入侵信號識別系統硬件主要由信號采集器、處理器、識別器等構成，通過設備間的緊密聯系，實現對光通信入侵信號的采集、處理和識別[3-7]。系統硬件結構如圖1 所示。

圖1 系統硬件結構

觀察圖1 可知，光通信入侵信號識別系統內部擁有獨立的合并單元，采用母線合并的方式，通過識別器和處理器完成信息的處理和識別，智能終端分別連接處理器、采集器和識別器，內部獨立的監測裝置具有很強的監測能力。

1.1 信號采集器

為提高信號采集的準確率和效率，采用CCD 采集器進行信號采集。信號采集器由信號采集模塊和計算機接口模塊兩部分組成，CCD 采集器的硬件結構如圖2 所示。信息采集模塊主要由光傳感器、A/D信號轉換芯片以及CPLD 構成，負責光通信信號的采集和接入。計算機接口模塊由CPLD、緩存器以及PCI9054 構成，負責信號的緩存和傳輸[8-9]。

圖2 CCD采集器的硬件結構

當信號采集器開始工作時，首先初始化CPLD 芯片，CPLD 芯片具有高速性、可靠性以及功能強大性等優勢，且時鐘延遲可達納秒級，在CPLD 芯片運行的狀態下，驅動時鐘模塊，開啟相應的信息采集機制，采集模塊開始信號采集。CPLD 芯片將在第一個光通信信號的輸入時刻發出采樣脈沖，由ADC 接收采樣時鐘信息，并對采集的信號進行信號轉換，經過轉換的信號以固定模式緩存在RAM A 和RAM B 中，通過PCI9054 將采集信號傳輸到信號處理器進行計算和處理。

1.2 處理器

處理器是光通信入侵信號識別系統的核心，針對信號處理的復雜性，為進一步提升信號處理效率，即為信號的精準識別提供便捷服務，除了需要靈活的數據處理方式外，還需要接收來自不同信號源的采集信號，并使其支持單端信號輸入方式。

采用14 位模數轉換器，對需處理的光通信信號進行流水線處理，每進行一次信號處理需經過三個時鐘周期的充分計算，最快處理速度可達到100 ns，極大地提高了數據處理速度，直接輸出14 位二進制數，將信號的非線性誤差控制在0.5 LSB，將微分非線性誤差控制在1 LSB之內，降低了誤差發生的概率。AD9240 芯片屬于單電源、低功耗處理芯片，其電壓轉換范圍受VREF 控制，且為配合其他硬件設備的使用，將AD9240 芯片的電壓控制在0～5 V，以保證系統的穩定運行[10-12]。

AD9240 芯片的電路引腳配置如圖3 所示。

圖3 AD9240芯片的電路引腳配置

根據圖3 可知，該文提出的AD9240 芯片同時連接VINA 和VINB 兩個觸點，利用A/D 串口實現連接。

1.3 信號識別器

信號識別器是光通信系統重要的信號檢測裝置，能夠準確探測光纖中是否存在入侵信號。傳統的信號識別裝置不僅效率低且誤差較多，因此，該文設計了一種靈敏度高、帶寬小的信號識別器，基于處理中心精確的入侵信號指示，在新型的光通信系統中，使數據的傳輸效率高。采用TCD1501D 型光敏陣列，TCD1501D 的管腳頂視圖如圖4 所示。

圖4 TCD1501D的管腳頂視圖

觀察圖4 可知，設有光纖槽和噪聲消除器，其識別帶寬小于2 kHz。當含有信號的光纖被插入光纖槽時，信號識別機制對光纖槽內的信號進行識別和分類，將超過閾值的信號視為入侵信號，進行單獨處理。噪聲消除器的主要作用是過濾光纖中攜帶的噪聲信號，從而降低信號的識別難度。除此之外，信號識別器還包含多個信號指示器，例如通信指示器、無信號指示器、聲音指示器以及電源指示器等，為信號識別器的工作提供便利[13-14]。

2 系統軟件設計

2.1 基于云計算平臺的光通信入侵信號的深度挖掘

光纖光柵具有附加損耗小、體積小、與光纖耦合度較高的特點，適用于多種光纖器件，在光通信系統中為光源、光放大、色散補償、OTM、OCM 等關鍵部件提供了解決方案。光柵的反射波長可以表示為：

式中，aβ表示光柵的反射波長；m表示光柵的折射率；β表示光柵周期。

當光通信系統中存在入侵信號時，光柵折射率和周期發生改變，從而導致光柵的反射波長出現變動，反射波長與光柵外部應變的關聯如下：

其中，Δaβ為反射波長的偏移量；b為外部應變。

根據測量發現，當信號采集器中某一光傳感器的采集行為發生加速行為，且加速度小于光傳感器的諧振頻率時，光柵就會出現變動，變動原理如下：

其中，w表示光傳感器的行為信號頻率；Y表示光傳感器的振幅；φ表示光通信系統的已有頻率；B表示傳感器加速行為的加速度振幅。

從以上關系可知，光柵的形變和外部采集器的采集行為頻率存在一定關聯，對采集器中的光傳感器的反射波長的偏移量進行檢測，能夠感知光通信系統中存在入侵信號的頻率和時域特征。

2.2 基于云計算平臺的光通信入侵信號識別

基于上述入侵信號的頻率和時域特征的感知結果，捕捉相鄰信號間的非線性時空信號頻率，評價相鄰信號間的關聯性，預測入侵信號的傳輸路徑，最終按照入侵信號的入侵度實現入侵信號識別[15-16]。

入侵信號識別過程如圖5 所示。

圖5 入侵信號識別過程

觀察圖5 可知，首先對光柵發射波長進行計算，然后確定感知入侵頻率，通過模擬信號傳輸路徑計算后續所需的預測值，當傳輸的信息結束后，結束存儲，如果存儲失敗，需要將存儲的目錄刪除。

應用云計算平臺中的長短期記憶模型，回歸光通信信號邊框界的方位，設置信號的監測和追蹤，基于信號間的相鄰關系，整合信號本身關系，捕捉非線性時空信號頻率，并將其存儲在云計算平臺中的存儲單元，信號h的存儲模式為：

其中，rh表示存儲行數；gh表示存儲列數。

按照光通信信號間的時變屬性，計算信號的運行速度，評價相鄰信號間的關聯性，其關聯性權值的計算公式為：

式中，τ(h)為關聯性權值；?τ為關聯性權值，相鄰信號間的相似度越高，?τ的值越接近于1。

其中，權值越高，兩個信號間的關聯性越強，反之，關聯性越弱，通過關聯性評價，識別出一個入侵信號，則可探查到與之關聯的其他入侵信號。

模擬信號的傳輸途徑，若其實際傳輸路徑與預測路徑不符或相應閾值超過限定范圍，則被認定為入侵信號，且針對入侵信號，計算入侵信號的入侵度，入侵度的計算公式如下：

式中，kh表示入侵度；LSTM表示時間隱藏向量；Wh當前時間下入侵信號的輸入值；kh-1表示系統對該信號的后續預測值。

3 實驗研究

為了驗證該文提出的基于云計算平臺的光通信入侵信號識別系統的有效性，選用該文識別系統和傳統識別系統對光通信系統進行識別對比。

由于光通信系統內部的時域信號分布特征為準周期特征，因此，如果受到外部激勵，會出現固有頻率行為，當信號處于低頻狀態，沒有穩定特征。

選定平均誤差作為審核指標，設定實驗參數如表1 所示。

表1 實驗參數

比較挖掘結果的可信度和誤識別率，得到監測系統入侵信號的時域和頻域實驗結果如表2、表3所示。

表2 監測時域實驗結果

表3 監測頻域實驗結果

該文提出的入侵信號識別系統能夠更好地分析出波長偏移量和信號振幅，根據分析結果確定是否為入侵信號。漏識別率實驗結果如表4 所示。

表4 漏識別率實驗結果

該文提出的入侵識別系統引入了云計算平臺，利用云計算平臺分析外部的監測信號，在確定外部環境變化時，入侵識別系統會在短時間內迅速匹配識別策略，確定入侵信號。針對不同步長的入侵信號，該文提出的識別系統采用不同的策略，因此識別能力更好。

4 結束語

光通信系統不僅能夠為人們的財產安全提供保障，也能夠對人身安全提供保障，因此，近年來越來越多的人使用光通信信號。人們對光纖信號質量越來越重視，該文提出的識別系統不僅能夠降低挖掘的平均誤差，也可以提高識別結果的可信度，實際應用效果較好。