基于计算机技术的无线通信网络安全风险预测研究

梁振宇

摘 要：随着我国科技水平的不断发展进步，计算机技术及无线通信技术已经融入日常生活中，极大地提高了人们的生活质量与生产工作效率。在此背景下，人们对无线通信以及计算机系统中的网络安全问题愈发重视。基于此，本研究为探究最小二乘支持向量机算法下的无线通信网络安全风险评估预测模型的精确性，通过对该模式与传统模式下的无线通信网络安全风险评估预测模型进行对比分析，以此对本研究提出的无线通信网络安全风险预测模型的实际使用效果进行分析。试验结果表明，该风险问题预测评估模型具有良好的精确性与实用性，为无线通信技术安全风险研究人员提供一定的参考依据。

关键词：风险预测;网络安全;无线通信;计算机技术

中图分类号：TN915.08     文献标志码：A     文章编号：1003-5168（2022）10-0016-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2022.10.003

Research on Security Risk Prediction of Wireless Communication

Network Based on Computer Technology

LIANG Zhenyu

（Baise Senior Middle School，Baise 533000，China）

Abstract：With the continuous development and progress of social science and technology in China，computer technology and wireless communication technology have been deeply integrated with daily life，which has greatly improved people's quality of life and production efficiency.In this context，people pay more and more attention to wireless communication and network security of computer system. Based on this，this study in order to explore the accuracy of the wireless communication network security risk assessment and prediction model under the least squares support vector machine algorithm，this study demonstrates and analyzes through international cases，compares it with the traditional wireless communication network security risk assessment and prediction model，and summarizes the actual application effect of the wireless communication network security risk prediction model proposed in this study.The experimental results show that the risk prediction and evaluation model has good accuracy and practicability，which hopes to provide some reference for researchers of security risk of wireless communication technology.

Keywords：risk prediction;network security;wireless communication;computer technology

0 引言

社会科技与经济水平的快速发展促使人们对互联网环境的安全提出了更高的要求。通信网络作为城市虚拟化建设的重要组成部分，与人们的生活和工作息息相关，如何构建科学高效的无线通信网络安全评价模型已成为重点研究内容。随着信息化的发展，我国已步入5G通信时代，网络系统结构等方面发生较大变化，通信网络安全问题不仅会对用户体验产生影响，还会对地区网络安全造成威胁，从而影响地区经济。

1 无线通信网络结构与安全风险概述

现阶段，无线通信网络可分为固定网络与移动网络两种。其中，固定网络是指固定有线的电话网络，包括宽带网络和电话网络;移动网络是指互联网与移动通信结合的通信网络技术。随着我国进入5G通信时代，移动网络在社会发展中占据的地位也越来越重要。从本质上讲，移动网络是通过保障无线通信网络畅通来提供更高质量的网络服务，从而实现超远距离的通信传输，其存在着一定的有线传输，包括光缆传输与电缆传输。从结构上来看，无线通信网络包括核心网和接入网。核心网将用户的请求数据传递到不同网络系统中，承担着管理员的责任。核心网包含移动网、传输网、数据网、承载网、交换网等。交换网由电路域、EPC及分组域等结构组成，各结构之间相互协调配合，从而实现对不同用户数据连接、综合管理及业务承载等功能[1]。接入网是相对核心网而言，通过网络用户与交换机之间进行有效的通信沟通，从而实现数据资源的交互。接入网是确保用户能够将自身请求信息发送到核心网的重要保障，其作用相当于服务大厅，用户请求的信息只有进入服务大厅后才能进入下一步程序。从理论角度来讲，通过核心网与接入网即可实现无线通信网络的应用，但是从实际角度来說，要想实现信息数据的有效传输，还要有承载网、传输网等网络系统的辅助。承载网介于交换机与接入网之间，主要负责对语音等数据业务进行传输。传输网主要对不同地区的信息进行有效传输和连接，是实现远距离信号数据传输的重要保障。

对无线通信网络风险进行分析预测，能够使人们深入理解和认知风险，同时能帮助人们判断风险问题是否得到有效的解决，依据分析预测结果制定更为科学合理的保障措施。对无线通信网络进行分析可以从以下两方面进行。

①通信网络系统风险分析。复杂的无线网络系统及多元化的网络服务需求导致无线通信网络产生“潮汐效应”。人流量过于密集的区域，由于该区域的无线网络容量有限，在高峰阶段网络质量与传输效率等受到干扰，导致用户体验感较差。现阶段，无线通信网络由光传输系统、电源系统及基站系统等构成[2]。其中，电源系统是确保整个无线通信网络能够正常运行的基础，所以要确保通信电源的稳定性、安全性及可靠性[3]。

②无线通信网络安全风险分析。与有线网络相比，无线通信网络具有更加包容与开放的网络信号，能为用户提供更加方便的通信服务，但也增加了潜在风险，如信息监听、数据泄露等。无线信号窃听是无线通信网络中常见的安全风险问题，即用户基础身份信息、数据信息、无线信息等被第三方窃取得到;假冒攻击是盗用者将用户的身份信息进行拦截后，冒用其身份进行其他操作;信息数据篡改是攻击者通过一系列的手段进入到用户无线通信网络中，并对其相关信息数据进行随意修改。

2 无线通信网络安全风险等级

在对无线通信网络安全风险问题进行评估预测时，需要了解现阶段无线网络中的基础情况，如无线通信网络中的后门数量、安全漏洞数量及系统被攻击次数等。可利用最小二乘算法进行分析，以此收集整合安全指标数据。无线通信网络安全等级可划分为很高a、高b、中等偏上c、中d、中等偏下e、低f、很低g，依据相关数据计算分析结果及相关指标规定进行评估预测[4]。在对无线通信网络安全风险问题进行预测时，依据一定比例采用随机选择法进行样本集选择，构建无线通信网络安全风险评估预测模型，在试验测试中对样本数据进行数据分析，剩余数据则作为对比测试样本，以此对模型的可行性与实用性进行科学验证。

3 无线通信网络潜在安全风险分析

最小二乘支持向量机算法是一种用于数据分析的方法。在样本集数据中，用Xa代表第a个样本的输出向量值，用Ya代表该样本的期望输出值，用N代表样本总数量，以此为基础构建算法公式，见式（1）。

[F（X）=ωTφ（X）+b]         （1）

式中：[φ（X）]为该计算公式的变换函数;b为该函数的阈值;ω为超平面的权值向量。为了确保能够有效应对结构风险问题，将风险影响降至最低，可以将式（1）进行等效转化，见式（2）。

[minJ（ω，ξ）=1/2ωTgω+1/2γi=1Nξ2tYi=ωTgφ（Xi）+b+ξi，i=1，2，...，N]  （2）

式中：ζ为松弛变量;γ为正则化参数。通过式（2）能够求得对应的等式约束及具体约束条件，利用拉格朗日算子α能够创建出拉格朗日方程式。通过对拉格朗日方程式进行分析发现，如果想要确保函数能够求得最小值，则需要对b、ω及ζ等参数进行偏导数计算，同时将偏导数的实际数值控制为0。可利用构建核函数K（X，Xk）的方法构建出最小二乘算法的决策函数公式，见式（3）。

[F（X）=i=1mαk×K（X，Xk）+b]    （3）

式中：m为该函数支持向量的具体数量。通过对最小二乘算法的决策函数公式进行计算，进而求得最小二乘算法。

4 无线通信网络安全风险预测模型

通过问卷调查法收集整合安全风险评价预测初始数据信息，问卷调查对象是无线通信网络安全工作人员，以此能够快速收集到部分不容易发生变化的影响因子信息数据[5]。共发放N份行业调查问卷，在考虑影响因子的情况下，选择7种安全风险等级，且将每一项等级的具体问卷数量假设为Na、Nb、Nc、Nd、Ne、Nf、Ng，此时风险数值计算公式见式（4）。

Dc=（Na/N）×a+（Nb/N）×b+（Nc/N）×c+（Nd/N）×d+（Ne/N）×e+（Nf/N）×f+（Ng/N）×g      （4）

式中：Dc代表风险数值。在此基础上，对权威严谨的分析结果数据、历史信息数据及专业专家提出的经验等内容进行整合分析，对调查问卷方法中的不足之处进行强化调整。本研究的无线通信网络安全风险问题共有5位专业学者进行评估分析，Ca～Cg为第一到第七项聚类指标影响因子，评估分析结果如表1所示。

可用Ba（Ca，Cb，Cd）表示聚类指标，该聚类指标各项子因素的权重为WBa=[0.142，0.572，0.287]T，即依据不同专业学者的聚类指标Ba来确定不同风险评估分数，同时将其以数据信息评价矩阵D的形式表现出来，见式（5）。

D=（dij）n×m，i=1，2，3，...，n;j=1，2，3，...，m （5）

式中：dij代表第i项因子的风险数值。

构建最小二乘支持向量机的无线通信网络安全风险评估预测模型流程如下。①采集信息数据，将其整合为训练样本集。②将训练样本集输入到最小二乘支持向量机中进行参数运算。③判断其参数是否处于最优状态，如果是，则将其输入无线通信网络安全风险评估预测模型中进行详细计算;如果不是，则采用粒子群优化算法对其进行运算，在优化后再次输入最小二乘支持向量机中进行判断。④将测试用样本集数据输入无线通信网络安全风险评估预测模型中进行运算。⑤将两种预测结果进行对比分析，以此判断哪种风险预测模型的实际应用效果更加良好。

5 无线通信网络安全风险预测

为进一步加强最小二乘算法中的收斂效率，促使系统能够深化自主学习效率，可以对安全风险等级参数指标进行归一化处理，见式（6）。

Y=（Y-Ymin）/（Ymax-Ymin）     （6）

式中：Y为安全风险等级参数;Ymin为无线通信网络中最小值的安全风险等级指数;Ymax为无线通信网络中最大值的安全风险等级指数。此处主要应用粒子群优化处理算法对正则化参数γ及核参数σ进行优化，以此确定最小二乘算法中的支持向量机参数[6]。通过对现阶段无线通信网络中潜在的安全风险问题进行预测评估，可以对发现的潜在问题进行有效改进，以此实现提前规避相关风险问题。

6 试验论证与总结分析

6.1 試验论证

为了验证本研究提出的无线通信网络安全风险问题评估预测方法的可行性与实用性，通过与传统向量机的无线通信网络安全风险评估预测方法进行对比。无线通信网络的样本见图1。

为确保本次对比试验的精确性，尽可能降低试验数据的误差，本次试验共进行5次模拟仿真试验。每次模拟试验是在容量为200的基础数据库中随机选择50个数据作为训练样本数据，使用支持向量机、神经网络系统及最小二乘向量机等进行对比试验，同时将每次试验结果数据进行有效统计。试验结果如表2所示。

6.2 试验结果分析

对上述试验结果数据进行分析能够发现，传统无线通信网络安全风险评估预测的精确度相对较低，且整体稳定性相对较差。传统方法是以经验安全风险最小化的基础原则进行模型构建的，该方法构建的预测评估模型的整体稳定性较差，导致在实际应用中无法快速有效地获取理想状态下的风险预测评估结果。

本研究提出的新型无线通信网络安全风险评估预测法与传统方法相比，评估预测的综合精确度更高。主要是因为该模型应用了最小二乘支持向量机算法，能够实现对无线通信网络的安全风险问题评估预测方法精确度进一步加强，其构建原则为结构风险最小化原则，能够对网络中安全风险问题进行有效描述，以此降低风险预测评估的误差值[7]。同时，最小二乘支持向量机的整体预测评估精确度要明显高于传统的支持向量机，这是由于最小二乘支持向量机具有更加良好的应用效果，弥补了传统支持向量机的不足与缺陷，具有更加优秀的建模效果。

本研究对无线通信网络安全风险问题的训练时间并未进行具体详细的试验测试，因此对两种评估预测方法具体预测效率的差异性不能进行有效评估。本次试验测试结果仅供参考，深入研究分析还有着较大的空间。

7 结语

目前，无线通信网络已融入人们的日常生活与工作中，极大地改变了人们的生活方式。然而，无线通信网络也为部分非法分子提供了可乘之机，其利用各种非法手段对无线通信网络进行攻击，从而窃取用户的重要数据信息。因此，现阶段的无线通信网络在创新发展过程中必须重视安全问题。本研究针对现有的无线通信网络安全风险问题预测评估模型中存在的精确度不高等问题进行分析，提出了基于计算机技术的无线通信网络安全风险问题预测评估模型，并通过试验测试证明了该模型的实际应用效果，以此希望能为行业人士研究提供一定帮助。

参考文献：

[1] 杨屹.大数据背景下计算机信息技术在网络安全中的运用探析[J].信息记录材料，2021（9）：47-48.

[2] 张勇，沈磊.烟草企业计算机网络安全的风险识别及应对策略[J].网络安全技术与应用，2021（7）：133-135.

[3] 程艳艳.基于计算机技术的无线通信网络安全风险预测研究[J].信息通信，2020（8）：67-68.

[4] 梅映天.基于信息挖掘技术的网络信息安全风险预测分析[J].信息记录材料，2020（8）：41-43.

[5] 张春萌.网络安全风险可视化系统的研究与实现[D].青岛：山东科技大学，2020.

[6] 庄海燕.大数据分析技术的无线通信网络安全风险预测[J].微电子学与计算机，2019（8）：97-100.

[7] 李鑫.一种基于预测模型的网络安全风险实时预测方法设计[J].重庆理工大学学报（自然科学），2019（2）：132-137.