趙男男

(1.湛江科技學院 會計學院，廣東 湛江 524094；2.廣東海洋大學 計算機科學與工程學院，廣東 陽江 529500)

隨著移動通信網絡的發(fā)展，雙層結構移動通信網絡端到端信息傳輸?shù)陌踩允艿饺藗兊年P注。在進行雙層結構移動通信網絡端到端信息輸出的安全性控制研究中，需要結合算術編碼和加密模型，通過攻擊檢測設計，構建雙層結構移動通信網絡端到端信息安全防御模型，提高信息輸出的加密能力和抗攻擊能力。研究雙層結構移動通信網絡端到端信息的安全防御方法，在促進雙層結構移動通信網絡輸出的穩(wěn)定性和安全性方面具有重要意義[1]。

雙層結構移動通信網絡端到端信息安全防御是建立在信息特征檢測和加密算法設計的基礎上，目前，雙層結構移動通信網絡端到端信息安全防御方法主要有雙邊加密方法、橢圓曲線加密方法、模糊關聯(lián)規(guī)則編碼加密方法等[2-3]，上述方法主要是通過算術加密設計，實現(xiàn)雙層結構移動通信網絡端到端信息安全防御控制。陳曉東等提出基于多混沌和分數(shù)Fourier的光學圖像加密的傳輸信息安全防御模型，結合多混沌加密實現(xiàn)數(shù)據(jù)信息傳輸?shù)陌踩刂?，但該方法的計算開銷較大。賈軍等提出基于DPI自關聯(lián)數(shù)據(jù)包檢測分類方法，雖然能夠實現(xiàn)移動通信網絡端到端信息安全防御加密，但該方法在加密防御過程中存在收斂性不好的問題。李龍杰等提出基于二次訓練技術的入侵檢測方法，基于查詢轉換的RDF高效查詢方法，實現(xiàn)雙層結構移動通信網絡端到端信息傳輸和加密，但該方法的收斂性不好，并且抗攻擊能力不強。

針對上述問題，本文提出基于優(yōu)化BP神經網絡的信息安全防御方法。首先，構建雙層結構移動通信網絡端到端信息傳輸?shù)哪：诺谰幋a模型，根據(jù)提取的雙層結構移動通信網絡端到端信息譜特征，采用優(yōu)化BP神經網絡算法實現(xiàn)信息聚類和編碼設計；然后，通過優(yōu)化的神經網絡分類尋優(yōu)算法，實現(xiàn)編碼密鑰分類加密控制，以完成信息安全防御優(yōu)化；最后，進行仿真測試分析，展示了本文方法在提高移動通信網絡的端到端信息安全防御能力方面的優(yōu)越性能。

1 信息安全防御的數(shù)據(jù)分析模型和信息融合編碼

1.1 信息安全防御的數(shù)據(jù)分析模型

為了實現(xiàn)信息安全防御的優(yōu)化設計，首先需要構建雙層結構移動通信網絡端到端信息傳輸?shù)哪：诺谰幋a模型，采用聯(lián)合特征辨識方法，實現(xiàn)信息安全防御過程的信息編碼設計。采用分數(shù)間隔譜特征提取方法進行雙層結構移動通信網絡端到端信息安全防御的特征提取，進行雙層結構移動通信網絡端到端信息融合和優(yōu)化編碼設計。結合模糊差分信息融合方法，構建雙層結構移動通信網絡端到端傳輸敏感密鑰提取模型[7]，采用BP神經網絡分類方法，實現(xiàn)雙層結構移動通信網絡端到端信息防御和安全傳輸控制[8]?？傮w結構模型如圖1所示。

圖1 雙層結構移動通信網絡端到端安全防御總體結構模型

采用算術編碼方法，構建雙層結構移動通信網絡端到端信息的特征重組模型，結合終端用戶的病毒特征分析[9]，建立雙層結構移動通信網絡端到端信息采樣序列t(a,b)，通信網絡端到端的信道分布參數(shù)滿足x∈0,1,2，計算雙層結構移動通信網絡端到端信息安全防御的統(tǒng)計值為z(f)，采用定量遞歸分析方法，得到原始雙層結構移動通信網絡端到端信息安全防御的定量遞歸熵比值m(o,u)如式(1)所示。

(1)

其中，line為采樣序列長度，last為嵌入空間分布延遲，α為模糊度關聯(lián)系數(shù)。采用Turbo碼作為編碼序列，求得雙層結構移動通信網絡端到端信息安全防御參數(shù)，結合特征編碼，實現(xiàn)安全防御控制。

1.2 移動通信網絡端到端信息融合

采用聯(lián)合特征辨識方法，求得雙層結構移動通信網絡端到端信息安全防御序列的矢量空間嵌入維數(shù)[10]，得到雙層結構移動通信網絡端到端傳輸敏感密鑰傳輸協(xié)議：

C→S:Certificate{Certc}

C→S:ClientKeyExchange{Kc}

C→S:CertificateVerify{{hash(messages)}Pc-1}

采用空間均衡調度方法，得到網絡安全防御的信息熵如式(2)所示。

Fon=z(g)x[1-c(i)]

(2)

其中，z為雙層結構移動通信網絡輸出幅值，g為模糊聚類中心，c(i)為聯(lián)合特征分布系數(shù)。對雙層結構移動通信網絡端到端信息安全防御的分布初始狀態(tài)特征量的鄰近點進行信息重構，對通信密鑰H2和H3進行線性標記，得到雙層結構移動通信網絡端到端信息安全防御控制函數(shù)如式(3)所示。

(3)

(4)

計算雙層結構移動通信網絡端到端信息編碼時間序列在第j點編碼矢量k和第l點編碼矢量y的歐式距離如式(5)所示。

(5)

2 移動通信網絡端到端信息安全防御

2.1 信息安全防御的特征編碼檢測

采用碼元頻次檢測[11]，得到雙層結構移動通信網絡端到端信息防御的特征序列表示如式(6)所示。

U={U1,U2,…,UN}

(6)

其中，UN為雙層結構移動通信網絡端到端信息輸出的統(tǒng)計特征量，各個雙層結構移動通信網絡端到端信息安全防御數(shù)據(jù)集合w之間是正態(tài)相關，其中，假設Ds符合D分布函數(shù)，得到雙層結構移動通信網絡端到端信息安全防御的編碼正態(tài)相關分布集如式(7)所示。

(7)

上式中，z(v)表示雙層結構移動通信網絡端到端信息安全防御數(shù)據(jù)的模糊度辨識特征分布集合。結合負荷分量檢測，得到移動通信網絡端到端輸出的擾動概率分布如式(8)所示。

(8)

其中，mi表示端到端信息安全防御控制的分塊長度候選值，n(f)為隨機概率密度熵函數(shù)。

構建雙層結構移動通信網絡端到端信息安全防御的統(tǒng)計序列模型，得到承載分量如式(9)所示。

Ui=t{u,k}(tu-|tk|)

(9)

提取雙層結構移動通信網絡端到端信息的譜特征量，對提取的雙層結構移動通信網絡端到端信息譜特征采用優(yōu)化BP神經網絡算法實現(xiàn)信息聚類和編碼設計。

2.2 網絡端到端信息安全防御加密設計

通過自適應的匹配濾波檢測，實現(xiàn)對雙層結構移動通信網絡端到端信息防御和攻擊檢測，結合模糊聚類分析方法對提取的雙層結構移動通信網絡端到端信息安全防御特征信息進行優(yōu)化加密設計，采用定量遞歸分析方法進行雙層結構移動通信網絡端到端信息安全防御加密的密鑰協(xié)議傳輸函數(shù)描述如式(10)所示。

Se=Sym(Stm)i,i=0

(10)

其中，Sym為密鑰擴展系數(shù)，Stm為端到端信息竊取的防御控制函數(shù)，得到雙層結構移動通信網絡端到端信息加密的信息熵和隨機概率特征分布如式(11)所示。

(11)

上式中，ante是信息加密的信息融合的平衡特征，bete為線性加密控制的模糊分布時延，fcdf為調制頻率參數(shù)，Bmf為雙層結構移動通信網絡端到端信息融合加密的BP神經網絡隱含層加權信息，得到信息安全防御加密的密鑰如式(12)所示。

h(g)=ryu{1-|stb+stem|}

(12)

其中，stb和stem分別是數(shù)據(jù)密文和收斂密鑰。綜上分析，通過自適應的匹配濾波檢測，實現(xiàn)對雙層結構移動通信網絡端到端信息防御和攻擊檢測，在優(yōu)化BP神經網絡約束下，實現(xiàn)對信息安全防御的尋優(yōu)參數(shù)識別，提高信息安全防御能力。優(yōu)化算法的實現(xiàn)流程如圖2所示。

圖2 移動通信網絡端到端信息安全防御算法優(yōu)化設計

3 仿真實驗與結果分析

實驗設定雙層結構移動通信網絡端到端信息的長度為4000，信息防御的分塊檢測樣本序列長度為120，線性加密的密鑰大小為200，BP神經網絡的輸入層節(jié)點數(shù)為240，中間層節(jié)點數(shù)為200，輸出層為30，根據(jù)上述參數(shù)設定，得到待加密的雙層結構移動通信網絡端到端信息如圖3所示。

(a)樣本序列1

(b)訓練樣本2圖3 雙層結構移動通信網絡端到端信息原始時間序列

以圖3數(shù)據(jù)為測試對象，實現(xiàn)雙層結構移動通信網絡端到端信息加密，加密輸出如圖4所示。

(a)測試樣本1

(b)樣本序列2圖4 雙層結構移動通信網絡端到端信息防御加密輸出

分析圖4得知，針對兩種不同的測試樣本，本文方法的加密輸出頻率雖然出現(xiàn)細微波動，但是總體的輸出頻率最大波動值不超過0.1，并且本文方法的加密輸出頻率并不會受到節(jié)點數(shù)量的影響，本文方法的加密輸出頻率并不會隨著節(jié)點數(shù)量的增加而出現(xiàn)幅度較大的波動。因此，說明本文方法的加密輸出結果較為穩(wěn)定，輸出的置亂性較好，對雙層結構移動通信網絡端到端信息防御加密輸出具有良好的效果。

測試雙層結構移動通信網絡端到端信息防御的抗攻擊能力，三種方法的抗攻擊能力指數(shù)結果如表1所示。

表1 抗攻擊能力指數(shù)

從表1的測試結果中可以看出，隨著迭代次數(shù)的不斷增加，三種方法的抗攻擊能力指數(shù)均出現(xiàn)波動下降的情況，但是直到迭代結束，本文方法的抗攻擊能力指數(shù)始終高于兩種對比方法。當?shù)螖?shù)為230次時，本文方法的抗攻擊能力指數(shù)為0.908，基于多混沌和分數(shù)Fourier方法的抗攻擊能力指數(shù)為0.591，基于二次訓練技術的抗攻擊能力指數(shù)為0.680。因此，本文方法能夠有效抵御端到端的攻擊。

三種方法的攻擊檢測精度對比結果如圖5所示。

圖5 攻擊檢測精度對比結果

分析圖5的測試結果得知，在整個實驗過程中，本文方法的攻擊檢測精度始終保持在93%以上，并且本文方法的檢測結果較為穩(wěn)定，波動幅度較小。反觀兩種對比方法的攻擊檢測精度結果，基于多混沌和分數(shù)Fourier方法的最高檢測精度未超過60%，基于二次訓練技術的最高檢測精度75%。通過上述實驗結果可知，本文方法可以提高攻擊檢測精度，提高網絡的安全性。

結語

為構建雙層結構移動通信網絡端到端信息安全防御模型，提高信息輸出的加密能力和抗攻擊能力，本文提出基于優(yōu)化BP神經網絡的信息安全防御方法。采用算術編碼方法，構建雙層結構移動通信網絡端到端信息的特征重組模型，對提取的雙層結構移動通信網絡端到端信息譜特征，采用優(yōu)化BP神經網絡算法實現(xiàn)信息聚類和編碼設計，進行雙層結構移動通信網絡端到端信息安全防御的輸出均衡調節(jié)，實現(xiàn)移動通信網絡端到端信息安全防御和加密。分析得知，本文方法進行移動通信網絡端到端信息安全防御加密的安全性較高，抗攻擊能力較好。