基于云计算平台的光通信入侵信号识别系统

李嘉，刘江平

（唐山工业职业技术学院，河北唐山 063200）

在运行过程中，光通信系统很容易受到外部入侵信号的干扰，严重影响光通信系统的安全性。文献[1]提出了基于深度学习网络的光通信系统入侵行为识别方法，通过光栅传感技术确定光通信系统中的入侵行为信号，在信号内部提取入侵的特征向量，通过深度学习网络识别光通信入侵信号识别；文献[2]提出了基于Dropout 技术的改进型SCN 模型，利用改进型模型对权重分布状况进行约束，从而确保网络模型的识别精度。虽然以往研究方法都能够在一定程度上提高识别精度，但是计算量过大，识别过程过于复杂，漏识率较高，光通信网络安全受限。

云计算平台能够集成硬件和软件数据，可以最高效率地实现网络存储，因此，基于云计算平台，设计了一种新的光通信入侵信号识别系统，通过识别系统实现软件服务、平台服务和附加服务，提升识别系统的有效性。

1 系统硬件设计

基于云计算平台的光通信入侵信号识别系统硬件主要由信号采集器、处理器、识别器等构成，通过设备间的紧密联系，实现对光通信入侵信号的采集、处理和识别[3-7]。系统硬件结构如图1 所示。

图1 系统硬件结构

观察图1 可知，光通信入侵信号识别系统内部拥有独立的合并单元，采用母线合并的方式，通过识别器和处理器完成信息的处理和识别，智能终端分别连接处理器、采集器和识别器，内部独立的监测装置具有很强的监测能力。

1.1 信号采集器

为提高信号采集的准确率和效率，采用CCD 采集器进行信号采集。信号采集器由信号采集模块和计算机接口模块两部分组成，CCD 采集器的硬件结构如图2 所示。信息采集模块主要由光传感器、A/D信号转换芯片以及CPLD 构成，负责光通信信号的采集和接入。计算机接口模块由CPLD、缓存器以及PCI9054 构成，负责信号的缓存和传输[8-9]。

图2 CCD采集器的硬件结构

当信号采集器开始工作时，首先初始化CPLD 芯片，CPLD 芯片具有高速性、可靠性以及功能强大性等优势，且时钟延迟可达纳秒级，在CPLD 芯片运行的状态下，驱动时钟模块，开启相应的信息采集机制，采集模块开始信号采集。CPLD 芯片将在第一个光通信信号的输入时刻发出采样脉冲，由ADC 接收采样时钟信息，并对采集的信号进行信号转换，经过转换的信号以固定模式缓存在RAM A 和RAM B 中，通过PCI9054 将采集信号传输到信号处理器进行计算和处理。

1.2 处理器

处理器是光通信入侵信号识别系统的核心，针对信号处理的复杂性，为进一步提升信号处理效率，即为信号的精准识别提供便捷服务，除了需要灵活的数据处理方式外，还需要接收来自不同信号源的采集信号，并使其支持单端信号输入方式。

采用14 位模数转换器，对需处理的光通信信号进行流水线处理，每进行一次信号处理需经过三个时钟周期的充分计算，最快处理速度可达到100 ns，极大地提高了数据处理速度，直接输出14 位二进制数，将信号的非线性误差控制在0.5 LSB，将微分非线性误差控制在1 LSB之内，降低了误差发生的概率。AD9240 芯片属于单电源、低功耗处理芯片，其电压转换范围受VREF 控制，且为配合其他硬件设备的使用，将AD9240 芯片的电压控制在0～5 V，以保证系统的稳定运行[10-12]。

AD9240 芯片的电路引脚配置如图3 所示。

图3 AD9240芯片的电路引脚配置

根据图3 可知，该文提出的AD9240 芯片同时连接VINA 和VINB 两个触点，利用A/D 串口实现连接。

1.3 信号识别器

信号识别器是光通信系统重要的信号检测装置，能够准确探测光纤中是否存在入侵信号。传统的信号识别装置不仅效率低且误差较多，因此，该文设计了一种灵敏度高、带宽小的信号识别器，基于处理中心精确的入侵信号指示，在新型的光通信系统中，使数据的传输效率高。采用TCD1501D 型光敏阵列，TCD1501D 的管脚顶视图如图4 所示。

图4 TCD1501D的管脚顶视图

观察图4 可知，设有光纤槽和噪声消除器，其识别带宽小于2 kHz。当含有信号的光纤被插入光纤槽时，信号识别机制对光纤槽内的信号进行识别和分类，将超过阈值的信号视为入侵信号，进行单独处理。噪声消除器的主要作用是过滤光纤中携带的噪声信号，从而降低信号的识别难度。除此之外，信号识别器还包含多个信号指示器，例如通信指示器、无信号指示器、声音指示器以及电源指示器等，为信号识别器的工作提供便利[13-14]。

2 系统软件设计

2.1 基于云计算平台的光通信入侵信号的深度挖掘

光纤光栅具有附加损耗小、体积小、与光纤耦合度较高的特点，适用于多种光纤器件，在光通信系统中为光源、光放大、色散补偿、OTM、OCM 等关键部件提供了解决方案。光栅的反射波长可以表示为：

式中，aβ表示光栅的反射波长；m表示光栅的折射率；β表示光栅周期。

当光通信系统中存在入侵信号时，光栅折射率和周期发生改变，从而导致光栅的反射波长出现变动，反射波长与光栅外部应变的关联如下：

其中，Δaβ为反射波长的偏移量；b为外部应变。

根据测量发现，当信号采集器中某一光传感器的采集行为发生加速行为，且加速度小于光传感器的谐振频率时，光栅就会出现变动，变动原理如下：

其中，w表示光传感器的行为信号频率；Y表示光传感器的振幅；φ表示光通信系统的已有频率；B表示传感器加速行为的加速度振幅。

从以上关系可知，光栅的形变和外部采集器的采集行为频率存在一定关联，对采集器中的光传感器的反射波长的偏移量进行检测，能够感知光通信系统中存在入侵信号的频率和时域特征。

2.2 基于云计算平台的光通信入侵信号识别

基于上述入侵信号的频率和时域特征的感知结果，捕捉相邻信号间的非线性时空信号频率，评价相邻信号间的关联性，预测入侵信号的传输路径，最终按照入侵信号的入侵度实现入侵信号识别[15-16]。

入侵信号识别过程如图5 所示。

图5 入侵信号识别过程

观察图5 可知，首先对光栅发射波长进行计算，然后确定感知入侵频率，通过模拟信号传输路径计算后续所需的预测值，当传输的信息结束后，结束存储，如果存储失败，需要将存储的目录删除。

应用云计算平台中的长短期记忆模型，回归光通信信号边框界的方位，设置信号的监测和追踪，基于信号间的相邻关系，整合信号本身关系，捕捉非线性时空信号频率，并将其存储在云计算平台中的存储单元，信号h的存储模式为：

其中，rh表示存储行数；gh表示存储列数。

按照光通信信号间的时变属性，计算信号的运行速度，评价相邻信号间的关联性，其关联性权值的计算公式为：

式中，τ(h)为关联性权值；∂τ为关联性权值，相邻信号间的相似度越高，∂τ的值越接近于1。

其中，权值越高，两个信号间的关联性越强，反之，关联性越弱，通过关联性评价，识别出一个入侵信号，则可探查到与之关联的其他入侵信号。

模拟信号的传输途径，若其实际传输路径与预测路径不符或相应阈值超过限定范围，则被认定为入侵信号，且针对入侵信号，计算入侵信号的入侵度，入侵度的计算公式如下：

式中，kh表示入侵度；LSTM表示时间隐藏向量；Wh当前时间下入侵信号的输入值；kh-1表示系统对该信号的后续预测值。

3 实验研究

为了验证该文提出的基于云计算平台的光通信入侵信号识别系统的有效性，选用该文识别系统和传统识别系统对光通信系统进行识别对比。

由于光通信系统内部的时域信号分布特征为准周期特征，因此，如果受到外部激励，会出现固有频率行为，当信号处于低频状态，没有稳定特征。

选定平均误差作为审核指标，设定实验参数如表1 所示。

表1 实验参数

比较挖掘结果的可信度和误识别率，得到监测系统入侵信号的时域和频域实验结果如表2、表3所示。

表2 监测时域实验结果

表3 监测频域实验结果

该文提出的入侵信号识别系统能够更好地分析出波长偏移量和信号振幅，根据分析结果确定是否为入侵信号。漏识别率实验结果如表4 所示。

表4 漏识别率实验结果

该文提出的入侵识别系统引入了云计算平台，利用云计算平台分析外部的监测信号，在确定外部环境变化时，入侵识别系统会在短时间内迅速匹配识别策略，确定入侵信号。针对不同步长的入侵信号，该文提出的识别系统采用不同的策略，因此识别能力更好。

4 结束语

光通信系统不仅能够为人们的财产安全提供保障，也能够对人身安全提供保障，因此，近年来越来越多的人使用光通信信号。人们对光纤信号质量越来越重视，该文提出的识别系统不仅能够降低挖掘的平均误差，也可以提高识别结果的可信度，实际应用效果较好。