戰(zhàn)術網(wǎng)絡中關鍵節(jié)點的識別技術研究
發(fā)布時間:2021-11-11 01:26
隨著信息技術的發(fā)展,戰(zhàn)術互聯(lián)網(wǎng)系統(tǒng)逐漸形成,網(wǎng)絡對抗成為現(xiàn)代化戰(zhàn)爭奪取勝利的關鍵。在網(wǎng)絡對抗中,節(jié)點攻擊是最簡單有效的對抗手段。如何選擇網(wǎng)絡中最佳攻擊節(jié)點,利用最少的攻擊資源最大限度破壞敵方通信系統(tǒng),成為網(wǎng)絡對抗的研究重點。戰(zhàn)術網(wǎng)絡關鍵節(jié)點識別屬于較為前沿的領域,目前該領域內(nèi)尚未取得較多的研究成果。本文從第三方的角度出發(fā),基于物理層信號,從兩個方面研究關鍵節(jié)點識別:一是從物理層信號中獲得網(wǎng)絡拓撲,進而基于拓撲識別關鍵節(jié)點;另一方面基于強化學習理論,不獲取網(wǎng)絡拓撲,利用與環(huán)境多次交互得到反饋的物理層信號,逐漸逼近關鍵節(jié)點。本文的主要工作有:(1)提出了通過獲取拓撲,進而識別戰(zhàn)術網(wǎng)絡關鍵節(jié)點的算法。該算法首先基于輻射源個體識別,對物理層信號中的幀進行節(jié)點標識;其次基于物理層信號識別網(wǎng)絡節(jié)點使用的MAC協(xié)議;再根據(jù)節(jié)點標識和MAC協(xié)議識別情況設計拓撲發(fā)現(xiàn)算法;最后基于發(fā)現(xiàn)的拓撲識別網(wǎng)絡中的關鍵節(jié)點。仿真結果表明:在能對物理層信號中的幀進行節(jié)點標識的情況下,信號信噪比大于5dB時,該算法關鍵節(jié)點識別結果與基于理想拓撲的識別結果一致;為節(jié)點識別提供了新的解決思路。(2)設計了基于強化學習的關鍵節(jié)...
【文章來源】:電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【部分圖文】:
線性支持向量機原理圖
電子科技大學碩士學位論文20根據(jù)圖3-3,此輻射源信號包含純噪聲段和有效信號段。純噪聲段時輻射源不發(fā)送信號,不體現(xiàn)任何的輻射源指紋信息,為提高網(wǎng)絡訓練速度,提取的輻射源信號樣本不應包含純噪聲段;有效信號段包括暫態(tài)特征和穩(wěn)態(tài)特征,波形邊沿體現(xiàn)其暫態(tài)特征,穩(wěn)定后的波形幅度、相位等反映其穩(wěn)態(tài)特征,提取的輻射源信號樣本應該保證這兩方面的特征信息不損失。圖3-3采集的輻射源時域信號本文采集的輻射源信號受環(huán)境等其他因素影響較小,因此直接從信號時域中提取樣本,簡單方便且能夠有效識別輻射源信號。因此針對輻射源信號,樣本集的獲取過程分為四個步驟:有效數(shù)據(jù)檢測,數(shù)據(jù)分片,添加樣本標簽,形成樣本集。有效數(shù)據(jù)檢測是指通過能量檢測算法對有效數(shù)據(jù)段(非空白噪聲段)進行檢測,剔除空白噪聲部分。數(shù)據(jù)分片是將信號中的有效數(shù)據(jù)段分割為等長的一維信號,并將其作為樣本;樣本長度與神經(jīng)網(wǎng)絡輸入層節(jié)點數(shù)做等維映射,因此樣本長度需要合理選取,樣本長度過長會導致網(wǎng)絡模型運算復雜度增加,樣本長度過小會導致指紋特征信息缺失。添加樣本標簽是指通過標簽標記樣本的輻射源來源。樣本集是指將4個輻射源的信號樣本混合,組成完整的樣本集。本文設置所采樣本的長度為1000個采樣點,規(guī)定在每個有效信號幀中采集50個樣本。因此得到的各個輻射源的樣本數(shù)量以及對應的標簽如表3-1所示。將提取信號樣本混合制作為樣本集,將樣本集合以8:1:1的比例分為訓練集、驗證集和測試集。表3-1各個輻射源的樣本數(shù)量和對應標簽輻射源編號采集的樣本數(shù)量對應的標簽1841000001286043001038561001004826001000
電子科技大學碩士學位論文28表3-6不同算法下關鍵節(jié)點識別結果圖評估算法基于完整拓撲圖基于節(jié)點刪除DCSLCBCDSPIMCDST關鍵節(jié)點號2,3,1433433消耗時間1.163ms3.820ms9.012s1.460s8.371s0.136s基于以上結果發(fā)現(xiàn),不同的識別方法評估節(jié)點關鍵程度的標準不同,識別出的關鍵節(jié)點不會完全相同;若多種識別算法識別出的關鍵節(jié)點相同,說明該節(jié)點是多個評價標準綜合得出的關鍵節(jié)點,比用單一評價標準評估出的關鍵節(jié)點更加關鍵。除此之外,度中心法(DC)由于只考慮了節(jié)點的一階鄰居數(shù)目,不能對關鍵度相同的節(jié)點進行進一步的區(qū)分,即不能精確識別到某一關鍵節(jié)點;介數(shù)中心性(BC)和節(jié)點收縮法(IMC)計算復雜,識別速度不高,不適合網(wǎng)絡規(guī)模大的網(wǎng)絡;半局部中心性(SLC)方法識別速度較快,雖然只考慮節(jié)點四階鄰居范圍內(nèi)的關系,但對小規(guī)模網(wǎng)絡是一個效果好、速度快的選擇。3.3.2AdHoc網(wǎng)絡物理層信號仿真獲取本文將利用OPNET搭建AdHoc網(wǎng)絡,獲取仿真信號的過程分為四步:(1)搭建網(wǎng)絡整體模型,確認節(jié)點位置分布以及移動特性;(2)設置節(jié)點模型,確認網(wǎng)絡通信設備、通信協(xié)議及物理層數(shù)據(jù)傳輸特性;(3)設置節(jié)點模塊中的進程模型,描述協(xié)議規(guī)定的具體規(guī)則。(4)獲取網(wǎng)絡仿真時序數(shù)據(jù),向其中添加物理層信息來模擬外部天線采集到的物理層信號。每一步的具體設計方案和工作如下:在第一步中,網(wǎng)絡模型包括10個節(jié)點,分布在300m*300m的區(qū)域,每個節(jié)點的信號傳輸距離為50m。本文網(wǎng)絡拓撲設置為準靜態(tài)拓撲,即節(jié)點短時間內(nèi)的移動不改變網(wǎng)絡拓撲。網(wǎng)絡節(jié)點分布模型如圖3-10所示。圖3-10網(wǎng)絡節(jié)點分布模型
本文編號:3488331
【文章來源】:電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【部分圖文】:
線性支持向量機原理圖
電子科技大學碩士學位論文20根據(jù)圖3-3,此輻射源信號包含純噪聲段和有效信號段。純噪聲段時輻射源不發(fā)送信號,不體現(xiàn)任何的輻射源指紋信息,為提高網(wǎng)絡訓練速度,提取的輻射源信號樣本不應包含純噪聲段;有效信號段包括暫態(tài)特征和穩(wěn)態(tài)特征,波形邊沿體現(xiàn)其暫態(tài)特征,穩(wěn)定后的波形幅度、相位等反映其穩(wěn)態(tài)特征,提取的輻射源信號樣本應該保證這兩方面的特征信息不損失。圖3-3采集的輻射源時域信號本文采集的輻射源信號受環(huán)境等其他因素影響較小,因此直接從信號時域中提取樣本,簡單方便且能夠有效識別輻射源信號。因此針對輻射源信號,樣本集的獲取過程分為四個步驟:有效數(shù)據(jù)檢測,數(shù)據(jù)分片,添加樣本標簽,形成樣本集。有效數(shù)據(jù)檢測是指通過能量檢測算法對有效數(shù)據(jù)段(非空白噪聲段)進行檢測,剔除空白噪聲部分。數(shù)據(jù)分片是將信號中的有效數(shù)據(jù)段分割為等長的一維信號,并將其作為樣本;樣本長度與神經(jīng)網(wǎng)絡輸入層節(jié)點數(shù)做等維映射,因此樣本長度需要合理選取,樣本長度過長會導致網(wǎng)絡模型運算復雜度增加,樣本長度過小會導致指紋特征信息缺失。添加樣本標簽是指通過標簽標記樣本的輻射源來源。樣本集是指將4個輻射源的信號樣本混合,組成完整的樣本集。本文設置所采樣本的長度為1000個采樣點,規(guī)定在每個有效信號幀中采集50個樣本。因此得到的各個輻射源的樣本數(shù)量以及對應的標簽如表3-1所示。將提取信號樣本混合制作為樣本集,將樣本集合以8:1:1的比例分為訓練集、驗證集和測試集。表3-1各個輻射源的樣本數(shù)量和對應標簽輻射源編號采集的樣本數(shù)量對應的標簽1841000001286043001038561001004826001000
電子科技大學碩士學位論文28表3-6不同算法下關鍵節(jié)點識別結果圖評估算法基于完整拓撲圖基于節(jié)點刪除DCSLCBCDSPIMCDST關鍵節(jié)點號2,3,1433433消耗時間1.163ms3.820ms9.012s1.460s8.371s0.136s基于以上結果發(fā)現(xiàn),不同的識別方法評估節(jié)點關鍵程度的標準不同,識別出的關鍵節(jié)點不會完全相同;若多種識別算法識別出的關鍵節(jié)點相同,說明該節(jié)點是多個評價標準綜合得出的關鍵節(jié)點,比用單一評價標準評估出的關鍵節(jié)點更加關鍵。除此之外,度中心法(DC)由于只考慮了節(jié)點的一階鄰居數(shù)目,不能對關鍵度相同的節(jié)點進行進一步的區(qū)分,即不能精確識別到某一關鍵節(jié)點;介數(shù)中心性(BC)和節(jié)點收縮法(IMC)計算復雜,識別速度不高,不適合網(wǎng)絡規(guī)模大的網(wǎng)絡;半局部中心性(SLC)方法識別速度較快,雖然只考慮節(jié)點四階鄰居范圍內(nèi)的關系,但對小規(guī)模網(wǎng)絡是一個效果好、速度快的選擇。3.3.2AdHoc網(wǎng)絡物理層信號仿真獲取本文將利用OPNET搭建AdHoc網(wǎng)絡,獲取仿真信號的過程分為四步:(1)搭建網(wǎng)絡整體模型,確認節(jié)點位置分布以及移動特性;(2)設置節(jié)點模型,確認網(wǎng)絡通信設備、通信協(xié)議及物理層數(shù)據(jù)傳輸特性;(3)設置節(jié)點模塊中的進程模型,描述協(xié)議規(guī)定的具體規(guī)則。(4)獲取網(wǎng)絡仿真時序數(shù)據(jù),向其中添加物理層信息來模擬外部天線采集到的物理層信號。每一步的具體設計方案和工作如下:在第一步中,網(wǎng)絡模型包括10個節(jié)點,分布在300m*300m的區(qū)域,每個節(jié)點的信號傳輸距離為50m。本文網(wǎng)絡拓撲設置為準靜態(tài)拓撲,即節(jié)點短時間內(nèi)的移動不改變網(wǎng)絡拓撲。網(wǎng)絡節(jié)點分布模型如圖3-10所示。圖3-10網(wǎng)絡節(jié)點分布模型
本文編號:3488331
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3488331.html
最近更新
教材專著