喬 娟

（國家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心甘肅分中心，甘肅 蘭州 730030）

1 基于深度學(xué)習(xí)的電子通信設(shè)備異常信號(hào)識(shí)別方法

1.1 信號(hào)數(shù)據(jù)預(yù)處理

電子通信設(shè)備的信號(hào)數(shù)據(jù)以文本的格式存儲(chǔ)在服務(wù)器的磁盤中，需要對(duì)這些數(shù)據(jù)篩選統(tǒng)計(jì)，刪除信號(hào)數(shù)據(jù)中的空值，去除掉由于人為操作錄入的錯(cuò)誤信號(hào)數(shù)據(jù)和無關(guān)信號(hào)數(shù)據(jù)，對(duì)信號(hào)數(shù)據(jù)進(jìn)行整理分類和規(guī)范化存儲(chǔ)管理，調(diào)整信號(hào)數(shù)據(jù)格式后重新保存。根據(jù)不同的信號(hào)數(shù)據(jù)類型進(jìn)行分類存放，同一種類型的信號(hào)數(shù)據(jù)放在同一個(gè)文件夾里面進(jìn)行區(qū)分，用數(shù)據(jù)壓縮的方法對(duì)信號(hào)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化約束。對(duì)信號(hào)數(shù)據(jù)歸一化處理，是為了確保識(shí)別結(jié)果能夠真實(shí)、準(zhǔn)確地反應(yīng)電子通信設(shè)備對(duì)信號(hào)的識(shí)別情況。對(duì)數(shù)據(jù)進(jìn)行歸一化

處理的公式為

在對(duì)電子通信設(shè)備信號(hào)識(shí)別的過程中，有些頻點(diǎn)在某些時(shí)刻是不工作的，這時(shí)該頻點(diǎn)的信號(hào)數(shù)據(jù)是異常信號(hào)數(shù)據(jù)[1]。如果去除這些數(shù)據(jù)，當(dāng)該頻點(diǎn)工作時(shí)就會(huì)造成信號(hào)的丟失。異常信號(hào)是在識(shí)別過程中發(fā)生錯(cuò)誤識(shí)別產(chǎn)生的，雖然異常信號(hào)本身沒有任何意義，但是研究電子通信設(shè)備對(duì)異常信號(hào)如何進(jìn)行識(shí)別，可以使電子通信設(shè)備的安全得到保障。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理可以提高數(shù)據(jù)的真實(shí)有效性，標(biāo)準(zhǔn)化處理公式為

式中，x是進(jìn)行標(biāo)準(zhǔn)化處理后，得到的可以作為樣本的數(shù)據(jù)；n是未進(jìn)行標(biāo)準(zhǔn)化處理的數(shù)據(jù)的平均值，是未進(jìn)行標(biāo)準(zhǔn)化處理的數(shù)據(jù)的標(biāo)準(zhǔn)差。最后不要選擇具有唯一性和重復(fù)性的信號(hào)數(shù)據(jù)，選擇可以互相關(guān)聯(lián)的和可進(jìn)行數(shù)據(jù)源屬性編碼的信號(hào)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行遺漏填補(bǔ)和統(tǒng)一的糾正，選取這樣的數(shù)據(jù)是為了使數(shù)據(jù)可以被賦予屬性名和屬性值，方便于后面的研究能夠順利進(jìn)行。

1.2 基于深度學(xué)習(xí)的信號(hào)特征提取

通過使用深度學(xué)習(xí)的方法，對(duì)電子通信設(shè)備信號(hào)的特征進(jìn)行提取。利用深度學(xué)習(xí)對(duì)電子通信設(shè)備信號(hào)數(shù)據(jù)的特征進(jìn)行刻畫，因?yàn)樽詣?dòng)編碼器層疊形成深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，所以進(jìn)行這樣的操作得到的電子通信設(shè)備信號(hào)數(shù)據(jù)的準(zhǔn)確率是比較高的[2]。

使用自動(dòng)編碼器的編碼網(wǎng)絡(luò)和解碼網(wǎng)絡(luò)中的編碼網(wǎng)絡(luò)，對(duì)處理后的數(shù)據(jù)進(jìn)一步壓縮處理，降低編碼端處理過的信號(hào)數(shù)據(jù)量作為輸入的數(shù)據(jù)，由于隱含層的輸入數(shù)據(jù)可能被還原，所以通過信號(hào)數(shù)據(jù)集，選擇根節(jié)點(diǎn)數(shù)據(jù)，然后進(jìn)行遍歷，選擇葉子節(jié)點(diǎn)，構(gòu)建特征樹，方便下面DNN進(jìn)行層疊訓(xùn)練，減少不必要的資源浪費(fèi)。利用深度學(xué)習(xí)的自動(dòng)編碼器對(duì)DNN進(jìn)行層疊訓(xùn)練，DNN就可以從電子通信設(shè)備提供的樣本信號(hào)數(shù)據(jù)中，獲得需要的異常信號(hào)的特征信息。利用深度學(xué)習(xí)的BP算法，DNN獲取的電子通信設(shè)備異常信號(hào)數(shù)據(jù)后，再稍微進(jìn)行一下調(diào)整，使DNN獲得的電子通信設(shè)備異常信號(hào)的特征信息更加完成且準(zhǔn)確。深度學(xué)習(xí)調(diào)整過程如圖1所示。

圖1 深度學(xué)習(xí)調(diào)整過程

分析通過DNN獲得的電子通信設(shè)備異常信號(hào)的特征數(shù)據(jù)，設(shè)信號(hào)的尺度為x，時(shí)延為y，電子通信設(shè)備的異常信號(hào)數(shù)據(jù)的特征參數(shù)計(jì)算公式為

式中，z(y)是所要得到的異常信號(hào)數(shù)據(jù)的特征參數(shù)。分離電子通信設(shè)備異常信號(hào)的頻譜偏移特性，可得到頻率與時(shí)間相關(guān)聯(lián)的參數(shù)，其形式表現(xiàn)為

1.3 電子通信設(shè)備異常信號(hào)識(shí)別

提取到電子通信設(shè)備異常信號(hào)特征后，根據(jù)提取到的特征進(jìn)行電子通信設(shè)備異常信號(hào)的識(shí)別[4]。對(duì)特提取的異常信號(hào)的特征數(shù)據(jù)向量值進(jìn)行訓(xùn)練處理，選擇異常信號(hào)的最優(yōu)分類面，方便進(jìn)行下面的電子通信設(shè)備異常信號(hào)的識(shí)別，便于對(duì)之后的函數(shù)計(jì)算值的有效性顯示，方便信號(hào)的直接傳遞以完成進(jìn)一步識(shí)別工作。在進(jìn)行識(shí)別的過程中，受到了多方面的因素的影響，為了讓識(shí)別的過程能夠順利進(jìn)行，需要去除掉這些不利于信號(hào)識(shí)別的影響的干擾，通過式（7）計(jì)算需要去除識(shí)別干擾。

式中，K是隨機(jī)序列；a是電子通信設(shè)備異常信號(hào)的有效密度；SNR是信號(hào)的隨機(jī)性，通過式（8）得出的結(jié)果表明，電子通信設(shè)備異常信號(hào)與隨機(jī)序列有關(guān)聯(lián)。

通過上述所有計(jì)算，忽略不計(jì)其他因素對(duì)于計(jì)算結(jié)果的影響，調(diào)制處理計(jì)算的最終數(shù)據(jù)結(jié)果，處理后的數(shù)據(jù)結(jié)果表示的就是最終的，對(duì)于電子通信設(shè)備異常信號(hào)識(shí)別的結(jié)果。通過對(duì)電子通信設(shè)備信號(hào)數(shù)據(jù)的預(yù)處理，利用完成預(yù)處理后的數(shù)據(jù)進(jìn)行信號(hào)特征的提取，根據(jù)提取結(jié)果，進(jìn)行異常信號(hào)的識(shí)別計(jì)算，最終分析計(jì)算結(jié)果作為識(shí)別結(jié)果，完成電子通信設(shè)備異常信號(hào)的識(shí)別。

2 實(shí)驗(yàn)

本文利用深度學(xué)習(xí)對(duì)電子通信設(shè)備異常信號(hào)進(jìn)行識(shí)別，通過實(shí)驗(yàn)的形式對(duì)使用深度學(xué)習(xí)的方法進(jìn)行信號(hào)識(shí)別測試。首先把進(jìn)行過預(yù)處理的電子通信設(shè)備異常信號(hào)數(shù)據(jù)進(jìn)行分組，然后提取電子通信設(shè)備異常數(shù)據(jù)信號(hào)特征，特征提取完成后對(duì)兩組數(shù)據(jù)，分別采用深度學(xué)習(xí)的方法和傳統(tǒng)的方法，進(jìn)行電子通信設(shè)備異常信號(hào)識(shí)別，最后分析通過這兩種方法進(jìn)行識(shí)別得到的識(shí)別結(jié)果。在實(shí)驗(yàn)過程中，忽略一些不可抗力的干擾影響，其他的識(shí)別環(huán)境均保持一樣，然后進(jìn)行下面的實(shí)驗(yàn)準(zhǔn)備。

2.1 實(shí)驗(yàn)準(zhǔn)備

選擇幾款不同型號(hào)的6部手機(jī)作為電子通信設(shè)備，然后提取它們的異常信號(hào)作為實(shí)驗(yàn)數(shù)據(jù)集，在選擇的這6部手機(jī)中，兩部主屏分辨率為1920×1080，型號(hào)為one型號(hào)，運(yùn)行內(nèi)存為2G的手機(jī)，為它們進(jìn)行編號(hào)a和b；兩部主屏分辨率為2400×1080，型號(hào)為two型號(hào)，運(yùn)行內(nèi)存為4G的手機(jī)，為它們進(jìn)行編號(hào)c和d；兩部主屏分辨率為2340×1080，型號(hào)為three型號(hào)，運(yùn)行內(nèi)存為8G的手機(jī)，為它們進(jìn)行編號(hào)e和f。從這6部手機(jī)中，每部手機(jī)都采集5 000條信號(hào)長度為5 000的信號(hào)數(shù)據(jù)。

使用自動(dòng)編碼器對(duì)信號(hào)特征進(jìn)行提取，自動(dòng)編碼器結(jié)構(gòu)如圖2所示。

圖2 自動(dòng)編碼器結(jié)構(gòu)

對(duì)信號(hào)類型進(jìn)行分類，類型分為實(shí)信號(hào)和復(fù)信號(hào)等幾類。然后，使用Dropout的方法，對(duì)DNN迭代的概率進(jìn)行信號(hào)識(shí)別保留。使用ReLU函數(shù)對(duì)信號(hào)節(jié)點(diǎn)進(jìn)行激活，參數(shù)個(gè)數(shù)的具體設(shè)置如表1所示。

表1 參數(shù)設(shè)置表

采用梯度下降的方法，設(shè)batch為64，迭代次數(shù)為350，然后進(jìn)行電子通信設(shè)備異常信號(hào)的識(shí)別。

2.2 實(shí)驗(yàn)結(jié)果

如表2表示，不論是對(duì)不同的手機(jī)型號(hào)的信號(hào)進(jìn)行識(shí)別，還是對(duì)相同的手機(jī)型號(hào)的信號(hào)進(jìn)行識(shí)別，使用本文的方法都比使用傳統(tǒng)的方法對(duì)手機(jī)的信號(hào)的識(shí)別率要更高。

表2 識(shí)別結(jié)果數(shù)據(jù)表

本文使用深度學(xué)習(xí)的方法對(duì)6部手機(jī)信號(hào)進(jìn)行識(shí)別，a和b的手機(jī)型號(hào)相同都為one，表2識(shí)別結(jié)果顯示：采用本文方法對(duì)a的識(shí)別率比采用傳統(tǒng)方法的對(duì)a識(shí)別率高0.17%，對(duì)b的識(shí)別率同樣高出0.17%；c和d的手機(jī)型號(hào)相同都為two，上表識(shí)別結(jié)果顯示：采用本文方法對(duì)c的識(shí)別率比采用傳統(tǒng)方法的對(duì)c識(shí)別率高0.12%，對(duì)d的識(shí)別率高出了0.07%；e和f的手機(jī)型號(hào)相同都為three，上表識(shí)別結(jié)果顯示：采用本文方法對(duì)e的識(shí)別率比采用傳統(tǒng)方法的對(duì)e識(shí)別率高0.10%，對(duì)d的識(shí)別率同樣高出了0.10%?？傮w上來看，采用本文的深度學(xué)習(xí)的方法都比采用傳統(tǒng)的方法識(shí)別率高，證明了深度學(xué)習(xí)方法對(duì)電子通信設(shè)備異常信號(hào)識(shí)別的優(yōu)越性高于傳統(tǒng)的識(shí)別方法。

3 結(jié)束語

本文研究了電子通信設(shè)備異常信號(hào)的識(shí)別，通過對(duì)新數(shù)據(jù)進(jìn)行預(yù)處理，然后使用深度學(xué)習(xí)的方法提取電子通信設(shè)備異常信號(hào)的特征，最后通過計(jì)算完成對(duì)電子通信設(shè)備異常信號(hào)的識(shí)別。使用深度學(xué)習(xí)的方法進(jìn)行電子通信設(shè)備信號(hào)的識(shí)別，降低了計(jì)算的損耗，提高了訓(xùn)練的速度，使識(shí)別率能夠接近于100.00%，這在實(shí)際應(yīng)用中有著重要的作用，對(duì)于電子通信設(shè)備異常信號(hào)的識(shí)別工作有幫助，具有廣泛的發(fā)展應(yīng)用空間?！?/p>