一种面向军事物联网的网络流量异常检测模型*
2021-03-24康潆允孟凡宇冯永新
火力与指挥控制 2021年2期
康潆允,孟凡宇,冯永新
(沈阳理工大学信息科学与工程学院,沈阳 110159)
0 引言
物联网[1](IOT)是一个大型的异构网络,被定义为采用多种信息传感设备,在规定的通信协议下将互联网与物理设备相连接以实现信息的交互,进而实现智能化监控和管理的网络系统。
物联网关键技术起源于军事需求,发展于经济建设,伴随着社会进步和科技发展,其应用也逐渐得到扩展。军事物联网[2]是一个以现有军事网络为基础,将其末端延伸到具体武器装备,通过射频识别(RFID)、红外感应器、传感器、定位系统等信息传感设备,按约定的协议把任何物品与军队内部专用网络连接起来,实现军事活动中人、物、环境之间的联接、信息交互和通信,并对人员、武器、装备智能识别、定位、跟踪、监控和管理,从而实现战场环境感知及实时后勤保障的一种智能化网络。考虑到军事应用中战场环境复杂、作战单元众多,以及持续有效的供给等实际需求,军事物联网已被许多军事专家称为“一个未探明储量的金矿”,并正在孕育着军事变革深入发展的新契机。
针对军事物联网中网络流量数据日趋复杂,以及数据特征维度高,非线性特性强等特点,传统机器学习易出现“维度爆炸”等问题,本文围绕基于深度学习的军事物联网网络流量分析展开讨论,提出一种基于无池化层改进型卷积神经网络的军事物联网网络流量异常检测模型——NPCNN,并构造合理数据集进行性能评估,通过仿真实验对军事物联网网络流量异常检测模型进行了验证。……
登录APP查看全文
