云计算智能嵌入式技术下光通信网络路由的研究

由于光通信传输带宽需求以及网络规模和复杂度不断增加,数据传输路径具有较多选择性,易导致路由能耗大、效率低。云计算平台可以提供海量的计算资源和存储空间,能够处理大规模的数据集,为此,基于云计算智能嵌入式技术研究一种光通信网络路由。利用嵌入式技术设计光通信网络的信号转换、编码、解码等功能,根据数据传输与网络节点的能耗特征建立网络路由能耗模型;引入蚁群算法,基于蚂蚁觅食原理找出所有可以实现数据传递的路由;采用遗传算法,通过选择、交叉、变异计算找出这些路由中数据传输最佳的路由,即能耗损失最小的路由。实验结果表明,所提技术能够提升数据传输速度,使丢包率在3.0%以下,且通信时延仅为23 ms,降低数据传送网络节点能量消耗,证实了所提方法的路由通信性能良好。

全光通信网络非线性突变频率干扰检测算法

【目的】针对全光通信网络非线性突变频率干扰问题进行分析时,主要依托于估计信道协方差直接展开干扰检测,并未展开网络通信信号变换处理,使得检测结果的F1⁃score值较低,为此提出了基于时域有限差分的全光通信网络非线性突变频率干扰检测算法。【方法】结合数据包抓包和镜像两种方式采集全光通信网络流量数据,并进行清理、转换和规约处理。依托于时域有限差分工作原理,在时域和频域空间内描述信号的时宽和带宽,应用导数与傅里叶变换算法对实时采集信号进行处理,利用变换后的信号分析非线性突变频率干扰情况,再针对变换后的信号进行检测分析。在时间⁃频率联合特征分析方法辅助下,提取干扰信号的时域、频域特征,依托于反向传播算法和最小化损失函数,简化非线性突变频率干扰检测过程,采用特征距离函数替换网络损失函数,并将其输入基于孪生网络的干扰识别模型中,得出非线性突变频率干扰检测结果。【结果】在不同噪声条件下,所提算法非线性突变频率干扰检测结果的F1⁃score值保持在0.95以上,检测时间低于40 ms。【结论】应用时域有限差分方法的新型检测方法,能够更准确地反映当前通信网络的干扰情况,保证通信网络正常运行,更好地满足了全光通信网络干扰检测要求。

基于边缘计算的光通信网络安全风险等级评估方法

以提升光通信网络安全性为目的,提出基于边缘计算的光通信网络安全风险等级评估方法。首先构建光通信网络安全风险评估指标,并利用各边缘计算节点计算各终端指标数据。以各评估指标数据计算结果为基础,在云中心计算层内构建模糊综合评估模型,以模糊数学理论内的隶属度为基础,实现光通信网络安全风险多层次模糊评估。实验结果表明,该方法的光通信网络安全风险等级评估精度最高为97%,评估误差率最低为3%,该方法能够有效实现评估过程,基于评估结果进行网络优化能够提升光通信网络安全性能。

基于改进迁移学习的光通信网络流量数据连续插值研究

光通信网络流量数据具有大规模和高维度的特点,而数据量纲不一致,数据之间的差异会被放大,使得插值效果不理想,所以提出基于改进迁移学习的光通信网络流量数据连续插值方法。通过Box-Cox变换法对流量数据展开标准化处理,统一数据量级与量纲。通过深度学习理论与VNet技术改进卷积神经网络,通过更新网络参数使连续插值结果与理想数据进行匹配,得到流量数据连续插值结果。实验表明,所提方法的信噪比始终高于27.83 dB,频率-波形分布图与理想数据的频率-波形分布图相似度最高,决定系数在0.8以上,能够获得高质量插值结果。

基于遗传蚁群算法的无源光通信网络重构研究

无源光通信网络的资源利用率直接关系到该网络的通信服务质量。在此背景下,为实现高质量通信,提出基于遗传蚁群算法的无源光通信网络重构方法。该研究在8条假设条件下,以资源利用率最大化为目标,在7个约束条件下,利用遗传蚁群算法求取满足目标函数的最优解,得到无源光通信网络重构方案。结果表明:设计方法应用下的无源光通信网络资源利用率较高,最高为96%,说明设计方法能以最小的资源消耗实现通信传输,具有一定的应用价值。

基于深度信念网络的光通信网络数据异常识别研究

为了降低光通信网络被攻击的概率,保证光通信的安全顺畅,提出基于深度信念网络的光通信网络数据异常识别方法。利用时间-频率相结合的算法建立光通信信道模型,获取信道特征。根据信道特征密度设计数据异常特征的判断准则,利用数据挖掘聚类算法提取异常数据特征。融合BP网络和受限玻尔兹曼机网络,确立深度信念网络结构,结合隐藏层与可见层单元的概率分布情况构建数据异常识别模型,经过数据采集、特征归一化和模型微调等过程完成光通信网络数据异常识别。仿真实验表明,所提方法能够获取准确的光通信网络异常数据特征,光通信网络数据异常识别高和误报率低。

基于动态密钥的光通信网络数据传输加密研究

为了提高光通信网安全,设计了基于动态密钥的光通信网络数据传输加密方法,首先设定光通信网络数据加密协,跟随数据传输时段,对标数据的排放序列,促使动态密钥不间断更新,自动密钥协商下核对数据传输内容,对照加密和解密全过程,实现光通信网络数据的加密传输,完成方法设计。实验结果表明:本方法在有障碍与无障碍情况下的密钥的生成时间最长分别为0.6 s、0.2 s,且在有障碍与无障碍情况下的窃听占比均保持在10%左右;能够削减数据的窃取成功率。

基于ESN神经网络的光通信网络安全态势辨识研究

光通信网络在传输信息时,很容易被非法攻击,发生信息窃取、篡改和删除等泄露行为。针对上述问题,为保证光通信网络安全,提出一种基于ESN神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器,采集NetFlow流量数据,并实施离散化处理。将NetFlow流量数据转换为流量灰度图像,并借助灰度共生矩阵提取图像特征,包括像素灰度分布的均匀程度、图像包含的信息量、图像的视觉清晰度、灰度共生矩阵元素排列的相似程度、图像局部灰度均匀性,作为NetFlow流量数据的特征。以5项特征为输入,利用ESN神经网络构建辨识模型,得出光通信网络安全态势类型。结果表明:与基于卷积神经网络的识别方法、基于贝叶斯的识别方法以及基于随机配置网络的识别方法相比,所研究方法应用下的杰卡德系数更高,说明该方法辨识准确性更高。

基于深度信念网络的光通信网络数据异常识别研究

为提高光通信网络数据传输能力,基于深度信念网络研究光通信网络数据异常识别方法。先构建光通信网络数据传输模型,采用深度信念网络进行传输信道均衡控制,利用模糊多分类支持向量机提取数据异常特征,构建数据分类学习模型,实现对数据异常重构和关联规则挖掘,采用深度信念网络对光通信网络数据进行异常张量切片重组,用张量对多关系网络进行建模,实现对光通信网络数据异常识别。仿真结果表明,所提改进方法的能量开销仅为1.2 kJ,生命周期为55.75 h,且识别时间仅为1.0 ms,优于其余两种方法,具有更大的应用价值。

基于人工智能技术的光通信网络异流数据检测

为准确检测光通信网络异流数据,提出基于人工智能技术的光通信网络异流数据检测方法。基于K-means聚类分析光通信网络流数据特征类型,实现特征聚类,预处理去除聚类后的网络流数据特征样本中的冗余特征;将预处理后的特征样本作为识别样本,以识别异常网络流数据特征的形式,检测异流数据。实验结果验证:此方法对多种光通信网络异流数据的检测结果与实际情况一致,具有准确检测光通信网络异流数据能力。

基于LSTM模型的光通信网络数据传输负载预测方法

海量的光通信网络传输数据导致光通信信道负载增加,数据传输负载预测难度加大,提出基于LSTM模型的光通信网络数据传输负载预测方法。构建光网络通信数据传输信道模型,计算数据传输速率,结合传输效率计算结果与联合特征选择方法获取数据传输负载序列。构建LSTM预测模型,采用粒子群算法对LSTM预测模型进行优化,将获取的数据传输负载序列输入到LSTM模型中,实现数据传输负载预测。实验结果表明,该方法的光通信网络数据传输负载预测精度平均值为98.9%,预测时间平均值为0.64 s,服务拒绝率最高仅为14.5%。

基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法

智能运维设备发生脱网故障后,往往难以定位,为实现脱网故障区段与故障电流分布间映射关系的确定、寻找脱网故障区段与故障电流分布间映射关系的最短路径,设计一种基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法。选择数据驱动方法中的LightGBM算法,通过大量样本确定离网故障区段与故障电流分布之间的映射关系。基于Dijkstra算法寻找映射关系的最短路径,实施脱网故障区段搜索。设计电力光通信网络智能运维设备脱网故障区段定位平台,实现脱网故障点即智能运维设备信号丢失的定位与告警。对比实验显示,在SDH环网电路区域中的光缆中断导致的脱网故障区段定位、多路由段的光缆故障下的脱网故障区段定位,以及在环状电力区域中的多路由段的光缆故障下的脱网故障区段定位场景中,该方法的定位结果与实际位置最贴近,定位最准确。

基于区块链技术的光通信网络数据加密方法设计

为提升光通信网络数据传输的安全性,设计基于区块链技术的光通信网络数据加密方法。密钥生成中心生成公钥与私钥,数据加密单元结合密钥生成中心生成的公钥加密数据,得到数据密文,用户使用私钥解密云服务器存储的数据密文,获取光通信网络数据明文;加密单元利用对称加密算法,结合密钥生成中心生成的公钥,加密光通信网络数据,通过支持多关键字检索的公钥加密算法,加密关键字,利用基于格的密文策略属性基加密算法,加密数据索引,实现数据加密。实验证明:该方法可有效加密光通信网络数据;在不同类型网络攻击下,该方法加密数据的安全性均较高;在不同数据属性与关键字数量时,该方法的加密效率均较快。

基于云计算平台的光通信网络信道均衡方法研究

光通信网络信道均衡是优化光通信效果的关键。为了有效节约光通信网络信道的能量开销、实现通信信道均衡,提出基于云计算平台的光通信网络信道均衡方法。利用云计算平台的分布式处理节点,设计光通信系统的分析平台结构。基于云计算平台搭建网络节点的能耗计算模型,获得光通信系统信道总能耗。创新性地计算信道的能量衰减程度修正值,采用节点自适应接收发送模式构建信道控制模型,获取进程节点与信息调度关系。通过光通信网络信道均衡方法确保网络信道合理优化,实现信道均衡。测试结果表明,该方法可以有效实现信道均衡,使数据传输成功率达到99.41%、能量开销低至18 kJ、传输时延低至12 ms、信道均衡丢包率低至1.82%。该方法减少了通信能量开销,实现了信道分配水平的优化。

基于图论的光通信网络故障智能恢复研究

为了提高处理光通信网络故障的效率,研究了基于图论的光通信网络故障智能恢复方法。利用图论建立光通信网络邻近矩阵,划分网络结构的区域,利用图论寻找故障发生位置,通过切换光开关恢复光通信网络信号传输,针对链路阻塞问题,根据流量补图获取链路的带宽和代价,在流量传输路径中寻找到超负价环,确定阻塞位置,转移流量,疏通阻塞链路。实验结果显示:利用图论可以加快锁定光通信网络故障的位置,EB与BD方向相反,减少50的流量,链路阻塞顺利疏通,高效恢复任务,具有应对突发故障能力。

基于资源利用率的可重构无源光通信网络

为了提升网络带宽容量、降低网络时延,提出基于资源利用率的可重构无源光通信网络。通过可重构平台的网络管理构件、数据采集构件、P2P重定向构件共同配合,建立可重构无源光通信网络,依据可重构无源光通信网络层间信息互通特点,在网络物理层上添加MAC层,设计基于MAC-RPON层的资源分配模型,MAC层依据用户队列内调度事宜轻重程度,将所有队列数据包按照优先级别排序,物理层通过可重构无源光通信网络的准入、带宽分配和频谱分配三个步骤,将子载波合理分配给每个用户。实验分析表明:所研究网络可有效完成资源分配,且网络带宽容量大,更好地满足资源合理利用需求;网络平均队列长度短,资源分配时延低、效率快,有效提升网络资源利用率。

基于云计算平台的光通信网络信道均衡分配方法

以降低光通信网络干扰程度、实现信道均衡分配为目的,提出基于云计算平台的光通信网络信道均衡分配方法。构建基于云平台的光网络通信数据交互模型,使用改进粒子群算法计算光通信网络信道节点适应度函数值,选取光通信网络信道内连通性节点,求解信道动态邻域决策函数,实现光通信网络信道均衡分配。实验结果表明:该策略具备可靠性较强,可均衡分配聚集的光信号,使其呈现小堆聚集且规则分布状态,实现了信道均衡分配;该策略有效提升了光通信网络的吞吐量,降低了光通信节点对网络产生干扰程度。

基于循环神经网络的光通信网络节点入侵告警算法

当前光通信网络节点在遭受入侵时,告警的准确性和响应速度都存在较大的不足,为此,开展基于循环神经网络的光通信网络节点入侵告警算法研究。收集光通信网络的数据,从中提取受损节点的特征。同时,利用循环神经网络中的长短期记忆网络(Long Short-Term Memory,LSTM)模型,并利用Sigmoid函数补偿信息,构建改进LSTM的节点入侵检测模型,完成入侵行为告警。实验结果表明,设计方法可以实现光通信网络节点入侵行为的准确告警,且响应速度明显提高。

基于图论方法的光通信网络关键节点确定

为提升网络连通性能,对基于图论方法的光通信网络关键节点确定方法进行研究。依据图论方法建立光通信网络图论模型,利用自适应蚁群算法,求解图论模型,获取节点间的最优路径,优化光通信网络;利用基于局部中心性的关键节点确定算法,按照局部中心性指标选择网络初始点覆盖集,并剔除该点覆盖集,以迭代方式,选取令网络连通节点对提升最小的节点,将其回添至优化网络内,以点覆盖集内节点符合待剔除关键节点数为止,完成光通信网络关键节点确定。实验证明:该方法可有效优化光通信网络,提升网络连通性能;在无向无权与无向加权网络时,该方法均可精准确定关键节点,选择局部度和中心性指标作为关键节点确定的局部中心性指标,可提升关键节点确定精度。

全光通信网络在智慧建筑设计中的应用

在介绍全光通信网络主流技术POL无源光局域网技术特点、网络结构、线路保护基础上,探讨ONU数量计算、ODN信道的衰减计算等POL网络设计重点。结合项目实际案例阐述全光通信网络在智慧建筑设计中的应用和计算过程,对比分析全光通信网络在节约机房面积、节省布线成本等方面的优势。