基于朴素贝叶斯的无线局域网络入侵防御技术研究
2021-02-25胡贵恒潘晓君
胡贵恒,张 震,潘晓君
(安徽工商职业学院 信息工程学院,安徽 合肥 231131)
0 引 言
自20世纪90年代以来,随着通信技术的发展,功能强大的便携式终端以及多媒体终端在社会中逐步得到广泛应用。为了实现在何时何地都能够通信的目标,传统的计算机网络由有线向无线、由固定向移动、由单一业务向多样化业务发展,因此推动了无线局域网(wireless local area network,WLAN)的发展[1]。WLAN能够有效减少传统网络布线的大量工作,在通常情况下,只要安装一个或多个接入设备,就可以实现网络的大面积覆盖。在其覆盖范围内,能够随意接入网络,不受时间与空间的约束。
但是随着WLAN应用范围的逐步扩大,由于其在开放的环境中以空气为介质进行数据传输的特征,安全问题变得尤为突出[2]。随着无线局域网络入侵事件的逐步增多,需要进行无线局域网络入侵信息检测,并设计相应的防御策略,因此相关的无线局域网络入侵防御方法的研究受到人们的极大关注。为实现上述目标,本文提出基于朴素贝叶斯的无线局域网络入侵防御技术。首先构建无线局域网络入侵码元序列频谱特征分解和检测模型,采用模糊信息融合调度方法进行无线局域网络的输出转换控制;然后建立入侵信号滤波模型,采用反馈调制方法进行无线局域网络入侵特征检测,根据结果进行无线局域网络入侵防御;最后通过实验验证了本文所提出技术的有效性。
1 无线局域网络入侵码元序列建模和滤波分析
1.1 码元序列模型
首先构建无线局域网络入侵码元序列频谱特征采样模型[3],结合多维信息特征分解方法进行码元序列的特征分解,采用线性反馈均衡器进行码元序列的多维信息场分析。在空间信道模型中,进行码元序列的输出稳定性控制,采用模糊调制方法进行码元序列的同步解调控制,以此提高无线局域网络入侵码元序列的同步控制转换能力[4],无线局域网络入侵码元序列的采样模型如图1所示。
图1 无线局域网络入侵码元序列的采样模型
(1)
采用频率分量特征分解方法进行无线局域网络入侵码元序列重建和特征采样,结果表示为
(2)
1.2 无线局域网络入侵码元信息滤波
根据上述得到的无线局域网络入侵码元序列,结合频谱分析方法进行无线局域网络入侵信号尺度特征分解,提取无线局域网络入侵码元序列的空间频谱特征量[5],获取码元序列的输出脉冲展宽为
Ts=NfTf
(3)
根据最大波峰检测结果,进行无线局域网络入侵码元序列的传输控制,构建码元序列的纠错模型[6],得到码元序列的波峰检测结果为
(4)
设输入的无线局域网络入侵码元序列的高分辨特征分布集为x(t),对其进行加窗操作[7],实现对码元序列进行多维特征分解,在区间[m0-Δm/2,m0+Δm/2]上,对无线局域网络入侵码元序列进行白化处理,得到
(5)
采用频谱分离式检测方法得到无线局域网络入侵码元序列的模糊度函数表达式为
(6)
k(x)=E(x4)-3E(x2)
(7)
在准平稳随机检测模型下,计算无线局域网络入侵码元序列的分布式频谱特征量,采用高阶矩特征提取方法分析无线局域网络入侵特征分析。其中,无线局域网络入侵模糊指向性特征为
Computition(nj)=(Eelec+EDF)lδ+ETx(l,dj)
=(Eelec+EDF)lδ+lEelec+lεfsdj2
=[(Eelec+EDF)δ+Eelec+εfsdj2]l
(8)
频率分量为
(9)
对无线局域网络入侵码元序列进行融合处理[8],得到匹配滤波函数为
(10)
则无线局域网络入侵码元分布特征量为
x(n)=Acos(0.3πn+φ)+v(n)
(11)
对无线局域网络入侵码元序列进行模糊调制,得到码元在相位φ处的模糊度函数满足[-π,π),以此提高无线局域网络入侵防御过程中的自适应控制能力[9]。
2 无线局域网络入侵防御技术
2.1 构建朴素贝叶斯模型
在上述无线局域网络入侵码元序列频谱特征分解和传输信号特征分解的基础上,得到无线局域网络入侵码元序列频谱特征分解的时域特征分量描述为
(12)
(13)
在上述空间中,无线局域网络入侵码元的频谱特征量为
(14)
对任意一个m×n维的无线局域网络入侵码元序列的传输矩阵W,输出的模糊值域为
(15)
在此基础上,采用朴素贝叶斯模型,提取无线局域网络入侵码元的关键信息特征量为
(16)
其中,ki=E[|si|2]/E2[|si|2]表示无线局域网络入侵码元序列频谱特征分解的最大峰值。
2.2 入侵防御技术
(17)
Rxx=E{X(k)XT(k)}
(18)
假设无线局域网络入侵信号噪声为n(t),对无线局域网络入侵码元编码过程中的噪声信号进行检测,结果为
(19)
(20)
当σ2=1时,在朴素贝叶斯模型中,无线局域网络入侵码元的包络和方差为
(21)
(22)
(23)
(23)式中,朴素贝叶斯特征分解x'(t)和s'(t)分别为
x′(t)=x(t)*hw(t)
(24)
s′(t)=s(t)*hw(t)
(25)
3 仿真实验分析
为了验证基于朴素贝叶斯的无线局域网络入侵防御技术的实际应用效果,采用MATLAB进行仿真分析,无线局域网络入侵码元序列采样的频率为14~32 kHz,无线局域网络入侵码元序列调制的频谱带宽为24 dB,入侵信号阵列的快拍数为80,无线局域网络入侵码元序列检测的模糊隶属度系数为0.45,迭代次数为1 200次,信噪比为-12 dB,根据上述仿真环境和参数设定,进行无线局域网络入侵码元序列检测,得到能耗如图2所示。
分析图2得知,采用本文所设计技术进行无线局域网络入侵防御的能耗开销在0.02~0.56 J变化,能耗开销较小,测试适应度水平,如图3所示。
图2 能耗测试
分析图3得知,随着迭代次数的增加,采用本文所设计技术进行无线局域网络入侵防御的平均适应度水平与最佳适应度水平越来越接近,最后在0.0左右变化。测试网络的输出功率,如图4所示。
图3 适应度水平
分析图4得知,将本文所设计技术应用至无线局域网络入侵防御中后,无线局域网络的输出功率最高达到了20 dBm,输出功率得到明显提高,降低了网络被攻击的风险,提升了网络安全性。
图4 输出功率测试
4 结论与讨论
为提升无线局域网络安全性,提出一种基于朴素贝叶斯的无线局域网络入侵防御技术。采集无线局域网络入侵码元序列信息,在此基础上进行无线局域网络入侵码元序列频谱特征分解和信号特征分解,得到码元序列的时域特征分量,结合模糊信息采样方法进行码元序列的输出转换控制,采用模糊调制方法进行码元序列的输出稳定性调节,实现无线局域网络入侵防御优化。仿真实验分析得知,本文所设计技术能降低网络的能耗,提高输出稳定性,降低网络入侵风险,提高网络安全性。