基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)通信預(yù)警系統(tǒng)設(shè)計

摘要：為提高網(wǎng)絡(luò)通信預(yù)警時效，保證預(yù)警的及時性，開展基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)通信預(yù)警系統(tǒng)設(shè)計研究。以FTGUI-20003-1B處理器與預(yù)警信號燈為例，設(shè)計網(wǎng)絡(luò)通信預(yù)警系統(tǒng)硬件結(jié)構(gòu);引進傳感技術(shù)，進行通信網(wǎng)絡(luò)狀態(tài)特征的獲取;引進關(guān)聯(lián)規(guī)則，進行網(wǎng)絡(luò)安全狀態(tài)的識別，將通信網(wǎng)絡(luò)鏈路劃分為由多節(jié)點構(gòu)成的通信信道，識別通信網(wǎng)絡(luò)安全狀態(tài);建立通信網(wǎng)絡(luò)異常預(yù)警機制，劃分預(yù)警等級，進行風(fēng)險量化，匹配對應(yīng)的預(yù)警等級，實現(xiàn)對通信網(wǎng)絡(luò)安全的預(yù)警。通過對比實驗證明，此系統(tǒng)，在實際應(yīng)用中可以有效降低預(yù)警延時，保證預(yù)警行為具有較高的時效性。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則;網(wǎng)絡(luò)通信;預(yù)警系統(tǒng)

一、引言

互聯(lián)網(wǎng)技術(shù)在市場內(nèi)的高速發(fā)展，提高現(xiàn)代化網(wǎng)絡(luò)通信的水平與綜合能力，受眾群體對于網(wǎng)絡(luò)通信運營商提供服務(wù)的質(zhì)量與供應(yīng)網(wǎng)絡(luò)的穩(wěn)定性提出了更高的要求[1]。為了降低由于網(wǎng)絡(luò)通信異常造成的網(wǎng)絡(luò)整體癱瘓問題，避免通信過程中的安全事故發(fā)生，本次研究將引進關(guān)聯(lián)規(guī)則算法，從硬件結(jié)構(gòu)與軟件功能兩個方面，對網(wǎng)絡(luò)通信預(yù)警系統(tǒng)展開設(shè)計[2]。通過對通信網(wǎng)絡(luò)不同節(jié)點關(guān)系的描述，及時發(fā)現(xiàn)存在異常的通信節(jié)點，以此種方式，將網(wǎng)絡(luò)通信安全事故控制在發(fā)生前。

二、硬件設(shè)計

（一）FTGUI-20003-1B處理器

為滿足系統(tǒng)的高性能運行需求，此次設(shè)計選擇的處理器型號為FTGUI-20003-1B，該型號處理器屬于第12代英特爾酷睿的衍生版本，其結(jié)構(gòu)、綜合性能與能效均顯著優(yōu)于早期版本的處理器，可以在實際應(yīng)用中實現(xiàn)對多路徑任務(wù)的協(xié)同處理[3-4]。處理器中集成了人工智能專用引擎，擁有>14.0核心的硬件線程（6.0個高核性能芯片與8.0個能效核芯片），將其與Windows11操作系統(tǒng)進行對接，可實現(xiàn)在任務(wù)處理過程中，對動態(tài)化任務(wù)的均衡化處理與負(fù)載，保證操作中的高效率與低耗能。

在FTGUI-20003-1B處理器現(xiàn)有構(gòu)件的基礎(chǔ)上，在其中內(nèi)置AI加速芯片，確保處理器可以及時處理多鏈路網(wǎng)絡(luò)通信數(shù)據(jù)，即便數(shù)據(jù)鏈路傳輸?shù)男畔⒊銎漕A(yù)期也可以避免處理器出現(xiàn)超負(fù)荷運行狀態(tài)。

（二）預(yù)警信號燈

預(yù)警信號燈是警示終端技術(shù)人員網(wǎng)絡(luò)通信異?；蚬收系闹饕布?，信號燈上共有三個顏色的指示燈，分別為紅色、黃色與綠色，其中紅色為故障報警燈，當(dāng)紅燈亮起時，證明網(wǎng)絡(luò)通信存在明顯的異?；蚬收?當(dāng)黃燈亮起時，證明網(wǎng)絡(luò)通信存在預(yù)警信號，需要及時進行網(wǎng)絡(luò)通信鏈路的處理，否則將觸發(fā)故障信號燈;當(dāng)綠燈亮起時，證明網(wǎng)絡(luò)通信正常，不存在異?；蚬收?。

為滿足系統(tǒng)的預(yù)警需求，通常會選擇較大電阻的指示燈電阻，通過此種方式，確保流經(jīng)預(yù)警信號燈的電流保持在一個較小的狀態(tài)[5]。通常情況下，預(yù)警信號燈由燈頭、燈罩、燈具、連接線路等基礎(chǔ)構(gòu)件構(gòu)成，信號燈由二極管燈構(gòu)成，需要將其與前端TG-200傳感器進行通信連接，并放置在儀表盤等較為明顯的位置，從而確保信號燈在使用中可以發(fā)揮或起到預(yù)警效果。

三、軟件設(shè)計

（一）基于傳感技術(shù)的通信網(wǎng)絡(luò)狀態(tài)特征獲取

在硬件設(shè)備的支撐下，引進傳感技術(shù)，進行通信網(wǎng)絡(luò)狀態(tài)特征的獲取。在此過程中，要確保獲取的狀態(tài)信息具有高質(zhì)量特點，只有滿足此方面特點，才能確保后續(xù)對通信網(wǎng)絡(luò)異常現(xiàn)象的預(yù)警具有可靠性。目前，可用于提取其狀態(tài)信息的技術(shù)較多，大多技術(shù)在應(yīng)用中可能存在一定干擾性，而本文選用的傳感技術(shù)，可以在初期采集階段，便排除狀態(tài)信息中的一些無效信息與冗余信息，即便采集的信息中仍不可避免攜帶了噪聲信息，但此部分信息也可以在后續(xù)的處理中解決[6]。因此，需要在完成基于傳感技術(shù)對通信網(wǎng)絡(luò)狀態(tài)信息的初步獲取后，采用劃分網(wǎng)絡(luò)安全狀態(tài)與網(wǎng)絡(luò)安全級別的方式，進行其特征的描述。此次研究采用的是小波熵值法。

假設(shè)通信網(wǎng)絡(luò)的安全狀態(tài)信息表示為x（k），可采用小波包算法，對x（k）進行多層分解處理，根據(jù)通信鏈路層數(shù)，將其劃分為i層，此時，第i層的通信網(wǎng)絡(luò)狀態(tài)信息可以表示為xi（k）。將狀態(tài)信號攜帶的能量值作為通信網(wǎng)絡(luò)狀態(tài)特征，對其能量值進行計算，計算公式如下。

（二）基于關(guān)聯(lián)規(guī)則的通信網(wǎng)絡(luò)安全狀態(tài)識別

掌握網(wǎng)絡(luò)通信不同鏈路狀態(tài)特征后，引進關(guān)聯(lián)規(guī)則，進行網(wǎng)絡(luò)安全狀態(tài)的識別，將通信網(wǎng)絡(luò)鏈路劃分為由多節(jié)點構(gòu)成的通信信道，網(wǎng)絡(luò)信息從節(jié)點X傳遞到節(jié)點Y的過程可以表示為X→Y，其中X與Y都可以作為關(guān)聯(lián)規(guī)則中的項數(shù)子集，即X中包括1～i個數(shù)據(jù)，Y中也包括1～i個數(shù)據(jù)。將X→Y的支持度發(fā)生概率表示為P，則P可以用X∪Y表示，當(dāng)X→Y行為發(fā)生的置信度前提為X時，則Y節(jié)點發(fā)生通信網(wǎng)絡(luò)異常狀態(tài)的概率可以表示為P（Y|X），當(dāng)X→Y行為發(fā)生的置信度前提為Y時，則X節(jié)點發(fā)生通信網(wǎng)絡(luò)異常狀態(tài)的概率可以表示為P（Y|X）。在上述內(nèi)容的基礎(chǔ)上，設(shè)定一個通信網(wǎng)絡(luò)安全狀態(tài)數(shù)據(jù)庫，將其表示為D，根據(jù)數(shù)據(jù)庫中不同節(jié)點的資源流向，設(shè)定節(jié)點之間的強關(guān)聯(lián)規(guī)則，明確節(jié)點流通規(guī)律，將后者作為識別中的置信度前提。使用多維度挖掘規(guī)則，對不同狀態(tài)下的異常反饋信號作為前提，并根據(jù)信號的支持度大小，識別通信網(wǎng)絡(luò)安全狀態(tài)，可將此過程表示為如下公式（2）所示的計算表達式。

（三）建立通信網(wǎng)絡(luò)異常預(yù)警機制

完成上述設(shè)計后，采用建立通信網(wǎng)絡(luò)異常預(yù)警機制的方式，進行通信網(wǎng)絡(luò)異常預(yù)警，異常與預(yù)警流程如圖1所示。

按照上述圖1所示的流程，進行通信網(wǎng)絡(luò)異常預(yù)警，當(dāng)識別到通信網(wǎng)絡(luò)存在異常與風(fēng)險時，需要提取風(fēng)險信息，采用將其細(xì)化的方式，劃分預(yù)警等級與預(yù)警類別。

采用計算風(fēng)險小波熵的方式，掌握其風(fēng)險程度，計算公式如下：

按照上述表1中內(nèi)容，進行風(fēng)險量化，匹配對應(yīng)的預(yù)警等級，實現(xiàn)對通信網(wǎng)絡(luò)安全的預(yù)警。

四、對比實驗

完成上文基于硬件與軟件對網(wǎng)絡(luò)通信預(yù)警系統(tǒng)的設(shè)計與規(guī)劃后，下述將通過對比實驗的方式，對該系統(tǒng)的實際應(yīng)用性能進行檢驗。

實驗中，選擇某大型網(wǎng)絡(luò)通信中心作為此次實驗的參與方，通過調(diào)研此網(wǎng)絡(luò)中心近五個月網(wǎng)絡(luò)通信用戶的反饋數(shù)據(jù)，分析出在網(wǎng)絡(luò)通信運行中經(jīng)常會出現(xiàn)由于線路故障或通信節(jié)點異常導(dǎo)致的通信中斷事故，這些問題使網(wǎng)絡(luò)通信中心在市場內(nèi)的信譽度較差。因此選擇該通信中心作為此次實驗的對象。

在掌握該網(wǎng)絡(luò)中心的基礎(chǔ)信息后，按照本文設(shè)計的方法，在網(wǎng)絡(luò)通信服務(wù)終端區(qū)域內(nèi)部署TG-200傳感器，將其與通信網(wǎng)絡(luò)傳輸端鏈路進行對接，確保通信連接保持相對良好狀態(tài)后，在MatLab平臺上搭建FTGUI-20003-1B處理器、預(yù)警信號燈、電源、存儲器等附件設(shè)備。隨機選擇該通信中心歷史服務(wù)數(shù)據(jù)中的100.0組數(shù)據(jù)，將其作為樣本數(shù)據(jù)，已知樣本數(shù)據(jù)中含有三組故障數(shù)據(jù)，分別為通信網(wǎng)絡(luò)錯誤代碼數(shù)據(jù)、功率偏差數(shù)據(jù)與冗余數(shù)據(jù)，將三組異常數(shù)據(jù)以隨機插入的方式集成在樣本數(shù)據(jù)中。為了簡化實驗測試過程，按照粗糙集表示方式，對樣本數(shù)據(jù)進行處理，將輸入的數(shù)值表示為0，將通信網(wǎng)絡(luò)的常態(tài)化運行狀態(tài)（/無故障運行狀態(tài)）表示為1，將預(yù)警狀態(tài)表示為2。在網(wǎng)絡(luò)通信的輸入端按照時序?qū)霕颖緮?shù)據(jù)，使用SSimulink建立一個仿真神經(jīng)網(wǎng)絡(luò)模型，對測試樣本進行迭代，通過訓(xùn)練與擬合的方式，進行通信過程監(jiān)控。將預(yù)警信號燈與信號放大器部署在通信網(wǎng)絡(luò)終端，用于模擬用戶端接收的通信網(wǎng)絡(luò)信號。在此次模擬實驗中，設(shè)定系統(tǒng)運行的動量系數(shù)表示為0.6，有效學(xué)習(xí)效率表示為0.35，節(jié)點最高迭代次數(shù)為一萬，允許誤差為0.001。

收集用戶端接收的信號，對信號進行模糊粗糙表示，如下圖2所示。

從上述圖2所示的預(yù)測試結(jié)果可以看出，在啟動系統(tǒng)后，通信網(wǎng)絡(luò)反饋信號快速從0達到1，即從輸入狀態(tài)達到常態(tài)化運行狀態(tài)。運行一段時間后，在節(jié)點3觸發(fā)第一次預(yù)警，在節(jié)點7觸發(fā)第二次預(yù)警，在節(jié)點9觸發(fā)第三次預(yù)警。

三次預(yù)警數(shù)據(jù)與上文提出的三組異常數(shù)據(jù)匹配，在終端與技術(shù)人員進行溝通后發(fā)現(xiàn)，在測試過程中，終端預(yù)警信號燈共亮起3次。由此可以說明，本文設(shè)計的基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)通信預(yù)警系統(tǒng)在實際應(yīng)用中，是具有一定可行性的，可以在終端實現(xiàn)對通信網(wǎng)絡(luò)異常的預(yù)警。

分別使用本文設(shè)計的系統(tǒng)與對照組系統(tǒng)，對一組相同的網(wǎng)絡(luò)通信信號進行預(yù)警，將預(yù)警行為延時作為對比實驗的指標(biāo)。計算本文系統(tǒng)與傳統(tǒng)系統(tǒng)的預(yù)警延時，統(tǒng)計計算結(jié)果，如下表2所示。

從上述表2所示的實驗結(jié)果可以看出，本文系統(tǒng)在觸發(fā)網(wǎng)絡(luò)通信預(yù)警時，預(yù)警行為的延時基本可以控制在0s，只有節(jié)點4與節(jié)點5存在0.001s與0.002s的延時，但延時過低可以在實際應(yīng)用中將其忽略不計。而傳統(tǒng)的系統(tǒng)在觸發(fā)預(yù)警行為后，基本存在0.1～0.2s的延時，延時明顯大于本文系統(tǒng)的延時，由此可以證明，本文設(shè)計的基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)通信預(yù)警系統(tǒng)，在實際應(yīng)用中可以有效降低預(yù)警延時，保證預(yù)警行為具有較高的時效性。

五、結(jié)束語

隨著網(wǎng)絡(luò)通信覆蓋范圍的提升，網(wǎng)絡(luò)業(yè)務(wù)以不同的形式疊加在一起，資源的集成深度與廣度呈現(xiàn)明顯的增加趨勢，一旦某一節(jié)點出現(xiàn)網(wǎng)絡(luò)安全問題，通信業(yè)務(wù)層次的故障便會對網(wǎng)絡(luò)通信整體造成影響或干預(yù)。

為了解決此方面問題，本文開展了基于關(guān)聯(lián)規(guī)則的網(wǎng)絡(luò)通信預(yù)警系統(tǒng)設(shè)計，完成設(shè)計后，通過對比實驗證明了設(shè)計的預(yù)警系統(tǒng)，可以有效降低預(yù)警延時，保證預(yù)警的時效性。

作者單位：申乃軍? ? 江蘇自動化研究所

參? 考? 文? 獻

[1] 蔡文斌，張煥域，林密，等. 基于量化分析的電力通信網(wǎng)多維度風(fēng)險預(yù)警優(yōu)化研究[J]. 微型電腦應(yīng)用，2021，37（12）：103-105.

[2] 繆巍巍，吳海洋，陳鵬，等. 基于深度強化學(xué)習(xí)的通信網(wǎng)故障智能感知與預(yù)警模型研究[J]. 機械設(shè)計與制造工程，2021，50（06）：102-104.

[3] 裴加富，胡恩華，林立，等. 基于通信的列車控制數(shù)據(jù)通信子系統(tǒng)的智能診斷和預(yù)警分析[J]. 城市軌道交通研究，2020，23（01）：75-78.

[4] 張李蓀，吳元保，柯勁松，等. 基于無線通信的地質(zhì)災(zāi)害監(jiān)測預(yù)警系統(tǒng)的研究[J]. 江西水利科技，2020，46（03）：157-161.

[5] 王江鋒，劉雨桐，王夢玉，等. 車車通信環(huán)境下基于駕駛意圖共享的車輛避撞預(yù)警算法[J]. 中國公路學(xué)報，2020，33（06）：65-76.

[6] 秦鈺林，周若麟，張珂欣，等. 基于NB-IoT窄帶通信和多傳感器組網(wǎng)技術(shù)的森林火災(zāi)監(jiān)測預(yù)警系統(tǒng)[J]. 物聯(lián)網(wǎng)技術(shù)，2020，10（06）：14-16+19.