基于云計(jì)算技術(shù)的網(wǎng)絡(luò)通信智能監(jiān)控方法設(shè)計(jì)

徐昊　麥著文

摘要：網(wǎng)絡(luò)通信過程中會產(chǎn)生大量的通信數(shù)據(jù)，在面對規(guī)模龐大的通信數(shù)據(jù)量時(shí)，傳統(tǒng)網(wǎng)絡(luò)通信監(jiān)控方法的監(jiān)控效率較低，監(jiān)控?cái)?shù)據(jù)缺乏互通性，監(jiān)控水平參差不齊，無法準(zhǔn)確地監(jiān)控到網(wǎng)絡(luò)通信中潛在的安全隱患問題。為改善傳統(tǒng)監(jiān)控方法的不足，可引入云計(jì)算技術(shù)，使用智能監(jiān)控方法。首先，根據(jù)網(wǎng)絡(luò)通信流量的時(shí)間序列變化提取通信傳輸信號；然后利用云計(jì)算技術(shù)建立網(wǎng)絡(luò)通信智能監(jiān)控模型；最后，通過分層分級的監(jiān)控方式，全方位、全過程地監(jiān)控網(wǎng)絡(luò)通信異常流量。實(shí)驗(yàn)分析結(jié)果表明，新的監(jiān)控方法在數(shù)據(jù)集數(shù)量不斷增多的情況下，監(jiān)控結(jié)果準(zhǔn)確率較為穩(wěn)定，均在95%以上，可行性較高。

關(guān)鍵詞：云計(jì)算；監(jiān)控；網(wǎng)絡(luò)；智能；通信；技術(shù)

一、引言

在互聯(lián)網(wǎng)技術(shù)與計(jì)算機(jī)技術(shù)協(xié)同發(fā)展的趨勢下，網(wǎng)絡(luò)通信速度逐漸加快，各個(gè)行業(yè)領(lǐng)域?qū)W(wǎng)絡(luò)通信的需求越來越大[1]?，F(xiàn)階段，我國網(wǎng)絡(luò)通信技術(shù)在實(shí)際應(yīng)用中仍然存在一定的問題與不足，主要體現(xiàn)在網(wǎng)絡(luò)通信互聯(lián)與網(wǎng)絡(luò)傳輸數(shù)據(jù)互通方面[2]。一旦網(wǎng)絡(luò)通信中出現(xiàn)這兩種問題，對網(wǎng)絡(luò)配置與操控會產(chǎn)生較大的影響，降低網(wǎng)絡(luò)通信數(shù)據(jù)傳輸?shù)馁|(zhì)量與效率，在網(wǎng)絡(luò)通信后續(xù)運(yùn)維過程中，需要消耗大量的人力與物力資源，對企業(yè)的運(yùn)行造成嚴(yán)重經(jīng)濟(jì)損失[3]。因此，科學(xué)合理的網(wǎng)絡(luò)通信智能監(jiān)控方法至關(guān)重要，能夠有效地解決上述問題，對網(wǎng)絡(luò)通信協(xié)議進(jìn)行實(shí)時(shí)監(jiān)控，提高網(wǎng)絡(luò)結(jié)構(gòu)體系的安全性[4]。然而，當(dāng)前發(fā)展趨勢下，我國傳統(tǒng)的網(wǎng)絡(luò)通信監(jiān)控方法在監(jiān)控過程中由于通信數(shù)據(jù)量規(guī)模較龐大，監(jiān)控?cái)?shù)據(jù)之間缺乏互通性，且數(shù)據(jù)采集效率較低。對于不同的通信體系結(jié)構(gòu)，監(jiān)控能力與監(jiān)控水平參差不齊，無法快速準(zhǔn)確地監(jiān)控到網(wǎng)絡(luò)通信中潛在的安全風(fēng)險(xiǎn)與隱患[5]。云計(jì)算技術(shù)通過將海量通信數(shù)據(jù)資源集中到數(shù)據(jù)中心，經(jīng)過虛擬化組織功能，對數(shù)據(jù)進(jìn)行動態(tài)計(jì)算與調(diào)配，使其具有較高的邏輯性與智能性，從而實(shí)現(xiàn)網(wǎng)絡(luò)通信數(shù)據(jù)資源的統(tǒng)一管理[6]。

基于此，本文在傳統(tǒng)網(wǎng)絡(luò)通信監(jiān)控方法的基礎(chǔ)上，引入云計(jì)算技術(shù)，設(shè)計(jì)了一種新的網(wǎng)絡(luò)通信智能監(jiān)控方法，為提高網(wǎng)絡(luò)通信安全提供保障。

二、網(wǎng)絡(luò)通信智能監(jiān)控方法設(shè)計(jì)

（一）提取網(wǎng)絡(luò)通信時(shí)間序列傳輸信號

本文設(shè)計(jì)的網(wǎng)絡(luò)通信智能監(jiān)控方法中，首先根據(jù)網(wǎng)絡(luò)通信流量的時(shí)間序列變化提取通信傳輸信號，為后續(xù)的網(wǎng)絡(luò)通信智能監(jiān)控提供傳輸信號特征，然后分析網(wǎng)絡(luò)通信壓縮頻域感知網(wǎng)絡(luò)的運(yùn)行結(jié)構(gòu)，并基于認(rèn)知用戶的通信操作，設(shè)置網(wǎng)絡(luò)通信流量的數(shù)據(jù)結(jié)構(gòu)為，R={A1，A2，…，Ak}再根據(jù)網(wǎng)絡(luò)通信節(jié)點(diǎn)增加信號傳輸?shù)臒o線功率，構(gòu)建網(wǎng)絡(luò)通信信道訪問的二元表達(dá)式為：

其中，x （r）表示通信用戶在網(wǎng)絡(luò)傳輸中接收到的信號；t （r）表示網(wǎng)絡(luò)授權(quán)用戶傳輸?shù)耐ㄐ帕髁繑?shù)據(jù)信號；ts （r）表示網(wǎng)絡(luò)通信異常頻譜感知傳輸信號；E0表示網(wǎng)絡(luò)通信授權(quán)用戶不存在；E1表示網(wǎng)絡(luò)通信授權(quán)用戶存在。通過該表達(dá)式，獲取到網(wǎng)絡(luò)通信信道訪問信號傳輸?shù)膶?shí)際情況。

在此基礎(chǔ)上，計(jì)算網(wǎng)絡(luò)通信時(shí)間序列傳輸信號的自適應(yīng)迭代步長，公式為：

其中，λ （r）表示網(wǎng)絡(luò)通信時(shí)間序列傳輸信號的自適應(yīng)迭代步長；α表示網(wǎng)絡(luò)通信信道時(shí)間序列信號傳輸?shù)木庵笖?shù)；表示網(wǎng)絡(luò)通信信號傳輸?shù)趓次迭代時(shí)產(chǎn)生的方差。將計(jì)算獲取到的網(wǎng)絡(luò)通信時(shí)間序列傳輸信號的自適應(yīng)迭代步長進(jìn)行均衡轉(zhuǎn)換，過濾信號重復(fù)傳輸?shù)脑鲆鏀?shù)據(jù)，獲取均衡優(yōu)化后的網(wǎng)絡(luò)通信相鄰節(jié)點(diǎn)之間的多種間距[7]。在網(wǎng)絡(luò)通信信道中部署智能傳感器，設(shè)定傳感器節(jié)點(diǎn)的密度，實(shí)時(shí)采集網(wǎng)絡(luò)通信異常傳輸信號的主頻特征[8]。采用網(wǎng)絡(luò)節(jié)點(diǎn)智能化探測技術(shù)，深入分析時(shí)間序列傳輸信號的聯(lián)合特征變化，并基于通信信道信號傳輸?shù)慕换ヒ?guī)律，結(jié)合用戶網(wǎng)絡(luò)通信的實(shí)際需求，獲取網(wǎng)絡(luò)通信流量傳輸中各個(gè)鏈路層路徑的信號衰減損耗，計(jì)算公式為：

其中，E （x）表示網(wǎng)絡(luò)通信流量傳輸中各個(gè)鏈路層路徑的信號衰減損耗；v表示網(wǎng)絡(luò)通信鏈路層監(jiān)測幀數(shù)據(jù)；T H （x）表示網(wǎng)絡(luò)通信鏈路分配參數(shù)；q表示網(wǎng)絡(luò)通信節(jié)點(diǎn)之間信號傳輸速率。綜合上述內(nèi)容，完成網(wǎng)絡(luò)通信時(shí)間序列傳輸信號的提取能夠?yàn)楹罄m(xù)的智能監(jiān)控提供基礎(chǔ)保障。

（二）基于云計(jì)算技術(shù)建立網(wǎng)絡(luò)通信智能監(jiān)控模型

在上述網(wǎng)絡(luò)通信時(shí)間序列傳輸信號提取結(jié)束后，獲取到網(wǎng)絡(luò)通信信道各個(gè)鏈路層路徑的信號衰減損耗。接下來，基于云計(jì)算技術(shù)建立網(wǎng)絡(luò)通信智能監(jiān)控模型，對網(wǎng)絡(luò)通信異常信號與流量的變化結(jié)構(gòu)進(jìn)行深入分析。首先，在網(wǎng)絡(luò)通信信道建立對端連接，設(shè)定通信傳輸與共享的數(shù)據(jù)包數(shù)量為N，采用云計(jì)算技術(shù)，計(jì)算網(wǎng)絡(luò)通信信道中流量變化特征，公式為：

其中，ε表示網(wǎng)絡(luò)通信信道中流量變化特征；u表示網(wǎng)絡(luò)通信數(shù)據(jù)包占用網(wǎng)絡(luò)通信信道傳輸流量；m表示流量變化特征提取行為次數(shù)。將網(wǎng)絡(luò)通信信道中流量變化特征計(jì)算結(jié)果輸入到智能監(jiān)控模型中，設(shè)定模型運(yùn)行的特征置信區(qū)間，根據(jù)網(wǎng)絡(luò)通信特征置信區(qū)間內(nèi)的信息數(shù)據(jù)變化，獲取區(qū)間的邊界值[9]。在此基礎(chǔ)上，設(shè)計(jì)網(wǎng)絡(luò)通信智能監(jiān)控模型的流量特征格式，為后續(xù)的網(wǎng)絡(luò)通信異常流量分級監(jiān)控提供支持，如表1所示。

表1為本文建立的網(wǎng)絡(luò)通信智能監(jiān)控模型的流量特征格式，作為網(wǎng)絡(luò)通信智能監(jiān)控的參照依據(jù)。

（三）分級監(jiān)控網(wǎng)絡(luò)通信異常流量

在上述基于云計(jì)算技術(shù)的網(wǎng)絡(luò)通信智能監(jiān)控模型建立結(jié)束后，采用分級分層監(jiān)控的方式，對網(wǎng)絡(luò)通信異常流量進(jìn)行全方位地監(jiān)控。本次網(wǎng)絡(luò)通信智能監(jiān)控包括3個(gè)等級：通信異常特征匹配、通信流量指數(shù)平滑監(jiān)控、通信信道流量曲線比對。

首先，實(shí)時(shí)監(jiān)測網(wǎng)絡(luò)通信信道中數(shù)據(jù)、流量或信息的變化情況，提取異常數(shù)據(jù)，將其導(dǎo)入到上述建立的網(wǎng)絡(luò)通信智能監(jiān)控模型中進(jìn)行匹配，并獲取相應(yīng)的匹配項(xiàng)，輸出特征匹配結(jié)果，以此作為網(wǎng)絡(luò)通信異常監(jiān)控初級結(jié)果。在此基礎(chǔ)上，采用網(wǎng)絡(luò)通信流量指數(shù)平滑監(jiān)測的方法，劃分通信監(jiān)控區(qū)域，對網(wǎng)絡(luò)通信信道微觀短期內(nèi)的異常進(jìn)行全方位監(jiān)控，獲取監(jiān)控區(qū)域局部通信流量異?，F(xiàn)象[10]。最后，利用通信信道流量曲線對比的方式，對區(qū)域遺漏的監(jiān)控信息數(shù)據(jù)進(jìn)行深入分析，以宏觀長期監(jiān)控為主，將監(jiān)控到的異常信息數(shù)據(jù)與前一天相同時(shí)段內(nèi)的異常信息數(shù)據(jù)進(jìn)行對比，以此判斷網(wǎng)絡(luò)通信異常流量的變化情況，并實(shí)時(shí)上傳通信異常監(jiān)控結(jié)果，進(jìn)而完成分級監(jiān)控網(wǎng)絡(luò)通信異常流量的目標(biāo)。在分級監(jiān)控過程中，需要注意保障終端用戶的網(wǎng)絡(luò)通信需求，避免監(jiān)控中出現(xiàn)異常情況，降低用戶通信的質(zhì)量與體驗(yàn)水平。

三、實(shí)驗(yàn)分析

為了進(jìn)一步客觀分析此監(jiān)控方法的可行性，進(jìn)行了如下文所示的實(shí)驗(yàn)。

本次實(shí)驗(yàn)選取某實(shí)驗(yàn)室真實(shí)可用的互聯(lián)網(wǎng)網(wǎng)絡(luò)通信ISOT數(shù)據(jù)集作為研究目標(biāo)，隨機(jī)抽取數(shù)據(jù)集中2021年3月1日0：00至24：00與2021年3月2日0：00至24：00的網(wǎng)絡(luò)通信數(shù)據(jù)，作為本次實(shí)驗(yàn)的兩個(gè)背景數(shù)據(jù)集，將2021年6月8日19：00-22：00的異常網(wǎng)絡(luò)通信數(shù)據(jù)，分別注入兩個(gè)背景數(shù)據(jù)集中，構(gòu)建生成異常數(shù)據(jù)集。此數(shù)據(jù)集中包括網(wǎng)絡(luò)惡意軟件的異?；顒印⒗]件以及基于IRC協(xié)議的僵尸惡意行為等，對兩個(gè)異常數(shù)據(jù)集進(jìn)行標(biāo)號處理，分別標(biāo)號為YCSJ-05與YCSJ-06，再將上述本文設(shè)計(jì)的基于云計(jì)算技術(shù)的網(wǎng)絡(luò)通信智能監(jiān)控方法應(yīng)用到上述數(shù)據(jù)集中。

首先，捕獲YCSJ-05與YCSJ-06異常數(shù)據(jù)集的時(shí)間長度與IP地址數(shù)量，對數(shù)據(jù)集的網(wǎng)絡(luò)異常數(shù)據(jù)包與網(wǎng)絡(luò)流量進(jìn)行標(biāo)注，生成異常數(shù)據(jù)標(biāo)簽。然后基于云計(jì)算技術(shù)，計(jì)算出YCSJ-05與YCSJ-06兩個(gè)異常數(shù)據(jù)集中異常網(wǎng)絡(luò)數(shù)據(jù)包比值，獲取網(wǎng)絡(luò)通信異常數(shù)據(jù)比例，若比例大于0.001，則將樣本數(shù)據(jù)集標(biāo)注為通信異常，相反則標(biāo)注為通信正常。標(biāo)注結(jié)束后，通過智能化的監(jiān)控方式，實(shí)時(shí)監(jiān)控YCSJ-05與YCSJ-06兩個(gè)數(shù)據(jù)集的動態(tài)變化，并針對異常變化發(fā)出預(yù)警。

為了更加直觀地驗(yàn)證本文設(shè)計(jì)的智能監(jiān)控方法的有效性，本次實(shí)驗(yàn)采用對比分析的實(shí)驗(yàn)方法，將本文設(shè)計(jì)的基于云計(jì)算技術(shù)的網(wǎng)絡(luò)通信智能監(jiān)控方法，與傳統(tǒng)的網(wǎng)絡(luò)通信安全態(tài)勢監(jiān)控方法進(jìn)行對比。首先，結(jié)合層次化分析的原理，設(shè)定本次對比中所使用的網(wǎng)絡(luò)通信特征量指標(biāo)，如表2所示。

在此基礎(chǔ)上，利用有限元分析方法，計(jì)算各項(xiàng)特征量指標(biāo)的準(zhǔn)確率，計(jì)算公式為：

其中，P表示網(wǎng)絡(luò)通信監(jiān)控特征量指標(biāo)的準(zhǔn)確率；Ma表示測試集中網(wǎng)絡(luò)通信異常數(shù)據(jù)被正確監(jiān)控為異常的數(shù)據(jù)數(shù)量；Ta表示測試集中網(wǎng)絡(luò)通信正常數(shù)據(jù)被正確監(jiān)控為正常的數(shù)據(jù)數(shù)量；Ra表示測試集中網(wǎng)絡(luò)通信異常數(shù)據(jù)被錯(cuò)誤監(jiān)控為正常的數(shù)據(jù)數(shù)量；Ca表示測試集中網(wǎng)絡(luò)通信正常數(shù)據(jù)被錯(cuò)誤監(jiān)控為異常的數(shù)據(jù)數(shù)量。通過計(jì)算，可以獲得兩種監(jiān)控方法監(jiān)控結(jié)果的準(zhǔn)確率，并比較在不斷增加測試集數(shù)量的情況下監(jiān)控結(jié)果準(zhǔn)確率的變化趨勢。

根據(jù)對比結(jié)果可知，在測試集數(shù)量不斷增多的情況下，基于云計(jì)算技術(shù)的智能監(jiān)控方法的準(zhǔn)確率呈現(xiàn)上升趨勢，且準(zhǔn)確率均在95%以上；而傳統(tǒng)監(jiān)控方法在測試集數(shù)量為200和400時(shí)，監(jiān)控結(jié)果準(zhǔn)確率降低，表現(xiàn)較不穩(wěn)定。基于此，可得出結(jié)論，本文設(shè)計(jì)的智能監(jiān)控方法更加具有優(yōu)勢。

四、結(jié)束語

由于網(wǎng)絡(luò)通信中會產(chǎn)生大量的數(shù)據(jù)，在計(jì)算與處理中具有較高的復(fù)雜性與難度，傳統(tǒng)的網(wǎng)絡(luò)通信監(jiān)控方法在面對這一情況時(shí)，監(jiān)控能力有限，無法準(zhǔn)確地監(jiān)控到網(wǎng)絡(luò)通信潛在的風(fēng)險(xiǎn)與隱患。為此，本文設(shè)計(jì)了基于云計(jì)算技術(shù)的智能監(jiān)控方法，此方法能夠有效地提高對海量網(wǎng)絡(luò)通信數(shù)據(jù)資源的調(diào)配與管理，顯著提升通信數(shù)據(jù)的計(jì)算能力與處理能力，這對保障各個(gè)行業(yè)領(lǐng)域的網(wǎng)絡(luò)通信安全具有重要的研究意義。

參? 考? 文? 獻(xiàn)

[1]周妃，周靜.基于圖譜特征提取的寬帶城域光纖網(wǎng)絡(luò)異常識別方法[J].激光雜志，2022，43（05）：116-120.

[2]李杰，楊黎霞，許磊，等.基于Socket的網(wǎng)絡(luò)通信流量異常監(jiān)測方法[J].信息與電腦（理論版）， 2022，34（02）：176-179.

[3]張亮，屈剛，李慧星，等.智能電網(wǎng)電力監(jiān)控系統(tǒng)網(wǎng)絡(luò)安全態(tài)勢感知平臺關(guān)鍵技術(shù)研究及應(yīng)用[J].上海交通大學(xué)學(xué)報(bào)，2021，55（S2）： 103-109.

[4]郭東明.基于CAN總線的無人值守變電所過程層設(shè)備運(yùn)行狀態(tài)智能監(jiān)控方法[J].能源與環(huán)保， 2021，43（10）：288-293.

[5]張皓瑜，王梅，芶小珊.基于物聯(lián)網(wǎng)與云計(jì)算的塑料成型生產(chǎn)智能監(jiān)控系統(tǒng)研究[J].塑料科技， 2021，49（07）：110-112.

[6]祝唯微，李萬陽，張世軍，等.基于CCHP耦合的電力網(wǎng)絡(luò)監(jiān)控儀表流量監(jiān)控分析[J].自動化與儀器儀表， 2021（04）：186-189.

[7]曾婷，黃東軍.智能視頻監(jiān)控系統(tǒng)異常行為檢測算法研究綜述[J].計(jì)算機(jī)測量與控制，2021，29（07）：1-6，20.

[8]徐志杰，朱凌云，金鑫.一種測量工業(yè)控制系統(tǒng)網(wǎng)絡(luò)健康與安全性的方法[J].石油化工自動化， 2021，57（02）：59-64.

[9]于振中，洪輝武，徐斌，等.基于多粒度聯(lián)合孤立森林的機(jī)器人實(shí)時(shí)異常監(jiān)控方法[J].計(jì)算機(jī)應(yīng)用研究， 2021，38（06）：1785-1789.

[10]石兆軍，周曉俊，李可，等.基于多源信息融合的網(wǎng)絡(luò)安全監(jiān)控技術(shù)[J].計(jì)算機(jī)工程與設(shè)計(jì)， 2020，41（12）：3361-3367.

徐昊（1980.08-），男，漢族，研究生，高級工程師，研究方向：企業(yè)數(shù)字化轉(zhuǎn)型、公共大數(shù)據(jù)、云計(jì)算技術(shù)。