基于模糊数学的通信设备异常信号跟踪方法

在对信号进行跟踪时,受传输阶段外界环境中扰动因素影响,以及信号异常特征波动引起的误差影响,跟踪效果的误差较大,为此,提出基于模糊数学的通信设备异常信号跟踪方法研究。在通信设备异常信号识别阶段,从通信设备异常信号的多普勒频移和码相位角度出发,在获取其粗略估计值的前提下,通过二次处理的方式实现对两个参量值的精确估计,并将锁相环结构作为保障本地载波与通信设备发射信号相位一致的工具。在信号跟踪阶段,将锁相环结构引入到模糊数学的负反馈控制环路中,采用模糊数学算法对跟踪过程进行反馈控制,并结合通信设备信号采集结果特征偏差变化率,对模糊数学控制参数进行自适应调整,最后对输出的信号进行去模糊化处理,得到精准的跟踪结果。在测试结果中,设计方法对不同状态下的异常信号跟踪误差均值稳定在5.063-04以内,方差稳定在0.0018以内,均处于较低水平。

基于改进朴素贝叶斯算法的通信网络DDoS攻击检测数学模型

为解决通信网络DDoS攻击检测模型存在着检测准确率低、误报率高的问题,提出基于改进朴素贝叶斯算法的通信网络DDoS攻击检测数学模型。通过DDoS攻击检测架构,了解检测模型的流程;设置特征提取模块,评估特征的重要性;设置分类检测模块,提高模型的准确性;设置数据优化模块,自主学习为模型提供保障。实验结果:文章提出的攻击检测数学模型的检测准确率在94%以上,误报率低于3%,其具备了可行性。