網絡隨機不定波動下的異常信號檢測平臺設計與實現

摘 要： 網絡隨機不定波動下的異常信號雜亂無章，并混合在正常信號中，為檢測工作帶來不小的挑戰。因此，設計基于數字信號處理器的異常信號檢測平臺。該平臺利用TMS320C6748數字信號處理器，對異常信號的檢測工作進行實時監管。測量放大電路和高通濾波電路對網絡信號進行放大和濾波操作，并將處理后的網絡信號傳輸至A/D轉換器。A/D轉換器將網絡信號轉換為數字格式，并將網絡數字信號傳輸至TMS320C6748數字信號處理器。平臺采用數字信號處理器輸出網絡隨機不定波動下的異常信號。平臺實現部分給出了A/D轉換器數字轉換流程圖，以及TMS320C6748數字信號處理器檢測流程圖。實驗結果表明，所設計的基于數字信號處理器的異常信號檢測平臺，能夠進行網絡隨機不定波動下異常信號的準確、高效檢測。

關鍵詞： 網絡隨機不定波動； 異常信號； 檢測平臺； 數字信號處理器

中圖分類號： TN926?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）18?0119?04

Abstract： The abnormal signal in network random uncertain fluctuation is chaotic， and is mixed in the normal signal， which brings in a great challenge for detection work. Therefore， an abnormal signal detection platform based on digital signal processor was designed. The digital signal processor TMS320C6748 is used in the platform to supervise the detection of abnormal signal in real time. The measuring amplifying circuit and high?pass filtering circuit are used to amplify and filter the network signal. And then the processed network signal is transmitted to A/D converter. The A/D converter can convert the network signal into digital format， and transmit the network digital signal to TMS320C6748. The digital signal processor is used in the platform to output the abnormal signal in network random uncertain fluctuation. For the platform implementation， the digital conversion flow chart of A/D converter and detection flow chart of TMS320C6748 are given. The experimental results show that the built abnormal signal detection platform based on digital signal processor can detect the abnormal signal in network random uncertain fluctuation accurately and efficiently.

Keywords： network stochastic uncertain fluctuation； abnormal signal； detection platform； digital signal processor

0 引 言

網絡中的異常信號是由網絡設備超載運行、人為錯誤操作以及黑客入侵等異常行為產生的。在現實生活中，網絡往往是隨機不定波動的，此時網絡中的異常信號雜亂無章，混合在正常信號中，為異常信號的檢測工作帶來了不小的挑戰[1?4]。人們往往無法預測異常信號的產生時間，以及其將帶來的危害。因此，準確、高效檢測出網絡隨機不定波動下的異常信號，是確保網絡安全運行的重要條件，也將為企業和個人帶來更好的網絡應用體驗[5?6]。

科研組織曾對異常信號檢測平臺進行了大量的研究，但所研究出的網絡隨機不定波動下的異常信號檢測平臺均存在一定的問題，如文獻[7]研究的基于高階統計量的異常信號檢測平臺，該平臺利用高階統計量算法計算出網絡隨機不定波動下異常信號的分布概率，為異常信號進行大致定位，進而將網絡中的異常信號與正常信號分別提取出來，該平臺的效率較高，但準確率卻不高。文獻[8]研究的基于振子去噪法的異常信號檢測平臺，該平臺利用振子將網絡隨機不定波動情況下的網絡信號去噪，排除網絡信號的干擾波形，令異常信號自動輸出，該平臺的準確率尚可，但檢測時間過長、精度不高，為非法入侵者提供了作案機會，無法有效保證網絡的安全性。文獻[9]研究出的基于人工神經網絡的異常信號檢測平臺，該平臺能夠對網絡中的微小信號進行精確提純，并高效檢測出網絡隨機不定波動情況下的異常信號，實現了平臺準確率和效率的全面提高，但該平臺的存儲能力有效，無法進行復雜網絡的異常信號檢測工作。文獻[10]研究出的基于同步頻率特性的異常信號檢測平臺，該平臺通過對網絡信號進行頻率放大，并將同頻率的標準信號與之對比，進而檢測出網絡隨機不定波動下的異常信號，該平臺的效率雖高，但其準確率還有待提高。

為了解決以上問題，實現對網絡隨機不定波動下異常信號的準確、高效檢測，塑造基于數字信號處理器的異常信號檢測平臺。利用數字處理器準確管控隨機不定波動網絡信號的檢測工作，令異常信號的檢測工作得以高效進行。

1 網絡隨機不定波動下的異常信號檢測平臺設計

1.1 平臺整體設計

網絡隨機不定波動下的異常信號檢測平臺是基于數字信號處理器設計的，其以數字信號處理器作為網絡隨機不定波動下異常信號的檢測核心，平臺中的各電路及設備將網絡信號放大、濾波、轉換，最終送至數字信號處理器進行檢測，并輸出異常信號。圖1為網絡隨機不定波動下的異常信號檢測平臺結構圖。

圖1中的測量放大電路和高通濾波電路共同組成了基于數字信號處理器的異常信號檢測平臺的調節電路，其能夠實現網絡隨機不定波動信號的放大和濾波。A/D轉換器在軟件的控制下，將調節電路的輸出信號轉換為便于數字信號處理器進行檢測工作的數字信號。數字信號處理器也將對基于數字信號處理器的異常信號檢測平臺進行實時監控。

1.2 數字信號處理器設計

數字信號處理器作為數字信號處理技術的重要研究成果，其不但擁有普通處理器高效、便捷的計算處理性能，還能夠對信號的結構、傳輸流程、處理指令等實施全方位檢測。數字信號處理器最大的優點就是其在注重信號管理和檢測實時性的同時，保證了處理效率和運算精確度，并具有實時斷路和計時的功能。其使用能耗為0.05 W/h，僅利用蓄電池便可為其供電，不用額外設計供電電路。與普通處理器不同，數字信號處理器采用哈佛結構，將程序指令處理端和信號指令處理端分開設計，這種設計方法能夠有效減輕基于數字信號處理器的異常信號檢測平臺的檢測壓力。

數字信號處理器的選擇是基于數字信號處理器的異常信號檢測平臺需重點設計的部分，設計中應注重的選擇因素主要有處理器價格和運行成本、網絡異常信號檢測速度和準確率、處理器硬件和軟件兼容性以及其工作能耗。由于網絡隨機不定波動下的異常信號雜亂無章，故還需在上述基礎上選擇存儲量大的數字信號處理器。

基于以上條件，選擇某境外公司設計的TMS320

C6748數字信號處理器。TMS320C6748數字信號處理器的主頻是456 MHz，其配備了編程接口和標準SD卡座，并擁有兩個信號輸入接口和一個信號輸出接口，可實現網絡隨機不定波動下的異常信號的高效檢測。基于數字信號處理器的異常信號檢測平臺利用TMS320C6748數字信號處理器，對平臺中的電路和元件進行實時監控，其主要監控內容為電能質量與損耗、電路過載檢測、處理時間管控和信號傳輸通道安全管控。

1.3 調節電路設計

由于普通的網絡信號采集分離電路無法在網絡隨機不定波動的環境下將異常信號檢測出來，故基于數字信號處理器的異常信號檢測平臺直接將隨機不定波動下的網絡信號直接引入調節電路中進行異常信號的監測工作。

基于數字信號處理器的異常信號檢測平臺對網絡隨機不定波動下異常信號的檢測原理是根據異常信號幅值同正常信號幅值的差異性，利用調節電路中的測量放大電路放大網絡信號幅值，并通過高通濾波電路消除其中的干擾波形，進而區分出異常信號和標準信號，實現網絡隨機不定波動下異常信號的準確檢測。

1.3.1 測量放大電路設計

為了更好的在網絡隨機不定波動的情況下將異常信號準確識別出來，基于數字信號處理器的異常信號檢測平臺，利用測量放大電路對網絡信號的幅值進行放大，便于將異常信號幅值和正常信號幅值進行對比。

測量放大電路的核心元件是測量放大器。測量放大器擁有較強的抗干擾能力和阻抗調節能力，其能夠將網絡信號幅值快速放大為所需數值，并將放大后的網絡信號穩定輸出到高通濾波電路。測量放大器對所需放大的網絡信號的大小無特殊規定，即便再微小的信號也能被其檢測出來并進行放大工作。圖2是測量放大電路工作原理圖。

圖2中的電阻R1～R7都是線繞精密電阻，其抗負載能力強、散熱快，較比普通電阻來說，線繞精密電阻的阻值更加穩定，可增強測量放大電路的穩定性。當輸入測量放大電路中的網絡信號是直流電流時，可將R2，R5和R7調至相等阻值，這樣網絡信號的干擾電壓輸出值可為零，間接提高了基于數字信號處理器的異常信號檢測平臺的準確率。

當輸入測量放大電路中的網絡信號是交流電流時，測量放大電路的電源常發生電阻與地表直接相接的情況，此時電路中各元件的負載增加，嚴重干擾了電路對網絡信號的放大工作，也會影響基于數字信號處理器的異常信號檢測平臺的安全穩定運行，降低其檢測準確率。而當R1和R2阻值相等時，測量放大電路中導線的電阻及其產生的電容也相等。網絡信號在這種情況下，其干擾電壓輸出值為零。因此，在實際的應用過程中，平臺令R1和R2的阻值相等，以降低平臺的檢測誤差。

1.3.2 高通濾波電路設計

為了進行網絡隨機不定波動異常信號的準確檢測，基于數字信號處理器的異常信號檢測平臺利用高通濾波電路除去網絡信號中的低頻干擾，其電路原理圖如圖3所示。圖3中設計的高通濾波電路為無限制增益類型，其利用阻隔板將相鄰的兩個濾波處理通道隔離開，防止出現不同信道間網絡信號的傳輸對調，并有效阻止了其波形的相互干擾。

高通濾波電路的濾波性能較強，經其處理后的網絡信號便可被區分出異常信號和正常信號。但由于TMS320C6748數字信號處理器只能進行數字型網絡信號的異常檢測，故高通濾波電路將放大、濾波后的網絡信號傳輸至A/D轉換器進行格式轉換。A/D轉換器的轉換流程，將在網絡隨機不定波動下的異常信號檢測平臺的軟件設計中給出。

2 網絡隨機不定波動下的異常信號檢測平臺實現

網絡隨機不定波動情況下的網絡信號經調節電路輸出到A/D轉換器進行數字轉換，得到網絡數字信號。TMS320C6748數字信號處理器能夠利用該網絡數字信號，檢測出其中的異常信號。檢測平臺中的A/D轉換器進行數字轉換的流程如圖4所示。

由圖4可知，A/D轉換器數字轉換流程為首先控制A/D轉換器進行初始化工作，隨即開啟軟件的定時器為A/D轉換設定單次傳輸時間，并同時將RAM清空，防止信道擁堵，提高基于數字信號處理器的異常信號檢測平臺效率。在隨機不定波動下網絡信號傳輸過程中，若定時器設定的傳輸時間達到上限，A/D轉換器將調用軟件的內置算法，對網絡信號進行數字轉換。隨后，A/D轉換器將獲取到的網絡數字信號傳輸到TMS320C6748數字信號處理器，進行異常信號的檢測工作，其檢測流程如圖5所示。

圖5中給出的TMS320C6748數字信號處理器對異常信號的檢測流程為：當TMS320C6748數字信號處理器接收到網絡數字信號時，會根據公式：

3 實驗分析

網絡隨機不定波動下異常信號檢測平臺的高準確率能夠保護網絡運行安全，而其高效率則能避免網絡不安全行為的再次入侵。

實驗構建了隨機不定波動網絡模型，其網絡信號經放大后的輸出幅值如圖6所示。基于該網絡模型進行平臺準確率和效率的驗證，并對不同網絡隨機不定波動下異常信號檢測平臺的檢測效果進行對比，其準確率和精度對比結果如圖7和表1、表2所示（將網絡信號正常輸出時間效率設為100%）。

對比分析圖6、圖7，以及表1和表2可知，三個平臺的對比結果中，基于振子去噪法的異常信號檢測平臺的準確率和效率均最低；同步頻率特性的異常信號檢測平臺的準確率約為74%，存在較大的優化空間。其效率尚可為93.98%；本文平臺的準確率和效率均高于以上兩個平臺，分別為95.4%和98.52%。實驗結果說明，本文為網絡隨機不定波動情況下設計的基于數字信號處理器的異常信號檢測平臺，具有較高的準確率和效率。

4 結 論

網絡隨機不定波動下的異常信號雜亂無章，并混合在正常信號中，為檢測工作帶來不小的挑戰。因此本文設計基于數字信號處理器的異常信號檢測平臺。該平臺利用TMS320C6748數字信號處理器，對異常信號的檢測工作進行實時監管。測量放大電路和高通濾波電路對網絡信號進行放大和濾波操作，并將處理后的網絡信號傳輸至A/D轉換器。A/D轉換器將網絡信號轉換為數字格式，并將網絡數字信號傳輸至TMS320C6748數字信號處理器。平臺采用數字信號處理器輸出網絡隨機不定波動下的異常信號。平臺實現部分給出了A/D轉換器數字轉換流程圖，以及TMS320C6748數字信號處理器檢測流程圖。實驗結果說明，所塑造的基于數字信號處理器的異常信號檢測平臺，能夠進行網絡隨機不定波動下異常信號的準確、高效檢測。

參考文獻

[1] 靳攀.雜波環境下網絡波動信號采樣模型[J].計算機仿真，2014，31（10）：334?337.

[2] 姜迪，王玉文.隨機波動率模型下的歐式期權定價[J].哈爾濱師范大學自然科學學報，2015，31（3）：38?41.

[3] 柳向東，楊飛，彭智.隨機波動率模型下的VIX期權定價[J].應用數學學報，2015，38（2）：285?292.

[4] 高娟，郭萌，霍學云，等.GAS6/AXL信號通路失活對小鼠能量代謝的影響[J].中國實驗動物學報，2014，22（1）：57?62.

[5] 穆麗文，彭賢博，黃嵐.異構復雜信息網絡下的異常數據檢測算法[J].計算機科學，2015，42（11）：134?137.

[6] 楊君普，楊旺，于瑩.基于雙模調頻分解的網絡攻擊信號檢測仿真[J].計算機仿真，2015，32（6）：292?295.

[7] 張賢驥，王倫文.基于構造型神經網絡的異常模式發現方法[J].計算機科學，2014，41（7）：297?300.

[8] 李妍琰，何勇.光纖通信網絡中故障優化診斷方法仿真[J].計算機仿真，2014，31（9）：221?224.

[9] 謝鑫，吳慧娟，饒云江.一種基于光纖布喇格光柵振動傳感器的光纖圍欄入侵監測系統及其模式識別[J].光子學報，2014，43（5）：26?31.

[10] 席亮，張鳳斌，劉海龍.免疫入侵檢測多形態檢測算法[J].高技術通訊，2014，24（1）：16?22.