医院通信网络的异常数据监测技术改进研究

2018-04-07李昂

电子设计工程 2018年5期

李昂

（上海市第五人民医院信息科，上海200240）

目前医院网络并不安全，经常受到不法分子的攻击，导致患者信息泄漏。为了能够实时监测医院通信网络异常数据，采用激光通信技术对网络中异常数据进行监测[1-2]。激光是一种非常好的单色相感光，由于其具有高亮度、方向感强、相干性良好等优势，因此被应用到信息传达与通信方面。采用该技术进行媒介间的传输，考虑介质的不同，可以分为大气的光纤通信和激光通信，该技术具有抗干扰性能，使得通信传输消耗较小、传输距离更远，大大提高了通信的质量[3]。因此，对激光通信网络中的异常数据进行监测具有重要意义。传统监测技术存在不能准确对数据进行监测，而且时间过长等问题，相对较好的是基于传感器网络时频特征的通信网络异常数据监测方法，该技术能够提高监测的精准度，降低成本。但在复杂干扰环境下，数据监测不准确的问题，不适合医院范围的数据监测[4]。

基于上述问题，提出了基于四阶累积的后置路径搜索激光通信网络异常数据监测技术。构建通信网络信道模型，对异常数据采用平均算子的滤波器对噪声进行干扰，并将输出的滤波数据进行最优路径搜索，进而实现监测算法的改进。实验结果表明，采用激光通信技术对网络中异常数据进行监测能拥有较好的频谱增益，且波束指向明确，监测精度较高，具有一定的优越性能。

1 激光通信网络异常数据监测技术改进

构建激光通信网络模型实现异常数据的准确监测，在网络平台的环境下，由于医院通信网络数据传输时存在一定的差异性，导致异常数据的来源具有多种属性[5-6]。针对异常数据的监测，需要根据激光通信网络中的传输节点设计模型，如图1所示。

图1 异常数据传输节点模型

由图1可知：根据异常数据传输节点模型的构建，分析数据传输。数据传输是一个三维的连续系统，而信道是一个多直径非平稳的状态，采用时间与频率的联合对改进技术进行分析，发现该技术能够构建激光的信道模型[7]，该模型可描述为：

公式（1）中：sn(t)是第n条垂直激光信号传输路线上的异常数据单分量频率特征，Tn(t)为第n条垂直信道的传输时延，pc为网络信道调制的频率，X为单分量传输的信息。

1.1 抗干扰滤波处理

针对通信网络异常数据的构建的节点模型进行分析，将监测技术进行改进[8-9]。在医院通信网络中异常数据监测会受到噪声的干扰，大大降低监测的精度，因此需要对干扰进行处理。采用平均算子的滤波器进行降噪处理，滤波器的传输函数为：

公式（2）中：n为滤波窗口像素数量，Ri为目前窗口中心像素值，Rj是邻域的像素值，f(Rj)为Ri的灰度值，βij为隶属度[9]，并且 0≤βij≤1，Kj为尺度参数。

平均算法的滤波器结构图如图2所示。

图2 滤波器

假设激光通信网络存在异常数据x（k），那么该组的多源宽带调节频率序列中的滤波频率点落在x（k）中，并由此预测误差的范围频率输出响应[10]。通过自适应的均衡处理，分解通信网络异常数据色噪的干扰特征[11]。最后将输出的激光通信异常数据模型表示为：

公式（3）中：t为采样的时间，xα为解析的信号，a为通信的速度，通过滤波能够提高激光通信网络数据传输的精度，具有指导性意义。

1.2 异常数据监测实现

由于医院通信网络数据的特征属性较多，结合实例，从中筛选出与之相关的属性进行分析。将该数据的七元组以关键字的形式进行划分[12-14]，并根据相关统计量对内部和外部网络IP的属性进行排列，如表1所示。

表1 网络状态属性列表

通过表1中的网络状态属性完善监测技术的各种功能。

1）网络流量的实时现实

在该网络环境下，数据会随着时间的变化实时更新，最低的时间间隔为秒，每秒都会更新一次。

2）根据网络熵值的突变发现攻击源

针对数据的属性进行熵值的计算，提取出与之相关的关键字，并计算网络熵值的变化。当熵值较大时，网络中的数据具有不可预测性，表明该网络处于正常的状态；当受到恶意攻击时，与网络连接的主机恶意数据数量明显增加，导致该网络存在较大的攻击包，进而使医院数据信息泄漏；当熵值降低时，会立刻发现网络中存在恶意数据，并进行滤波处理，由此降低恶意数据数量[15]。

3）路径最优搜索

针对传统监测技术存在的不足，提出了基于四阶累积的后置路径搜索激光通信网络异常数据监测技术。对输出的数据进行局部前后最优路径搜索，如图3所示。

图3 通信网络异常数据路径搜索

以图3搜索出来的激光通信网络数据的最优包络幅度值为基础，对异常数据的实时频率特征进行分解，获取异常数据的时延传输[16]。

由于激光通信网络具有非平稳性，因此利用时延性对异常数据监测时，使用高阶累积的监测技术对非平稳信号能量进行噪声控制，引入处理算子，有效地将异常数据进行分离[17]，实现数据实时频率的耦合。

2 实验

为了验证提出的基于四阶累积的后置路径搜索激光通信网络异常数据监测技术的有效性及可靠性，进行了如下实验。

2.1 实验环境与参数设置

实验的硬件环境采用医院主机，将配置参数设为：CPU3.0G，Core(TM)CPUT6600，内存大小为24G，进行操作的系统为Windows8。采用商业数学软件进行数据处理与信号的设计[12]。采用激光技术对通信网络异常数据进行监测时的数据离散采样率为p=10*p0Hz=10 kHz，异常数据采样的样本长度为1 024，激光通信的信号q(t)采用频带为2 kHz到25 kHz、时宽为3.5 ms，宽带为B=1 000 Hz，医院的异常数据输出码元宽度为0.2 ms。

2.2 数据分析

根据上述实验设定仿真参数，对激光通信网络中存在的异常数据进行监测。首先需要对原始数据进行采集，然后采用滤波算法对抗干扰滤波进行设计，得到结果如图4、5所示。

图4 激光通信网络滤波前原始数据传输

图5 激光通信网络滤波后输出数据

由图4、图5可知：对原始数据进行采集时，受到噪声干扰，很难有效实现对异常数据的监测，因此采用基于四阶累积的后置路径搜索激光通信网络异常数据监测技术，能够有效实现对干扰因素的抑制。而异常数据的包络幅值具有波束指向性，为异常数据监测实验提供基础。

2.3 频谱增益结果与分析

采用四阶累积的后置路径搜索激光通信网络异常数据监测技术，能够实现对医院通信网络中异常数据的监测，获得的异常数据监测结果如图6所示。

图6 异常数据的监测结果

由图6可知：采用该技术能够增强医院通信网络异常数据的监测，且该技术具有良好的频谱增益效果，波束指向明确，有效地验证了该监测技术的精准度。

2.4 信噪比结果与分析

为了测试监测技术的性能，将传统技术与改进技术进行对比，进行100次的实验，能够得到性能曲线图如图7所示。

图7 两种技术监测性能对比

由图7可知：采用传统技术使异常数据监测概率维持在0.523左右；采用改进技术对医院通信异常数据进行监测时，准确率一直处于上上升的状态，并且比传统技术性能优越。

2.5 实验结论

根据上述实验内容，对激光通信网络中存在的异常数据进行监测，在对原始数据进行采集时，容易受到噪声干扰，很难有效实现对异常数据的监测。采用基于四阶累积的后置路径搜索激光通信网络异常数据监测技术进行数据采集，能够有效实现对干扰因素的抑制，异常数据的包络幅值具有波束指向性，为异常数据监测实验提供基础。采用该技术能够增强医院通信网络异常数据的监测，波束指向明确，良好的频谱增益效果凸显该技术的优越性。通过仿真实验，有效地验证了该监测的精准度，且准确率一直处于上上升的状态，比传统技术性能优越。