入侵網絡特征變化信號提純方法研究

蔣成

摘 要： 由于受到網絡入侵類型多變的影響，傳統的網絡入侵后異常信號檢測系統調制能力和檢測穩定性較差。設計基于人工免疫的網絡被入侵后異常信號檢測系統。系統中的信號采集模塊利用FPGA設計入侵參數，通過該參數采集被入侵網絡中的全部信號。調制模塊對信號采集模塊傳輸來的信號進行拆解、放大和濾波操作，生成待檢測信號集合，同時對調制模塊中計時器電路和濾波電路進行設計，異常信號檢測模塊利用TMS320VC5402芯片，對待檢測信號集合進行異常信號檢測、存儲和報警，調制模塊和異常信號檢測模塊均基于人工免疫設計。同時編寫了人工免疫模型的組建代碼，利用人工免疫模型對系統工作流程進行篩選。實驗結果表明所設計的系統擁有較強的調制能力和檢測穩定性。

關鍵詞： 網絡入侵； 異常信號； 檢測系統； TMS320VC5402

中圖分類號： TN926?34； TN815 文獻標識碼： A 文章編號： 1004?373X（2016）24?0154?04

Purification method of intruded network feature variation signal

JIANG Cheng

（Hubei Engineering University， Xiaogan 432000， China）

Abstract： The modulating capacity and detecting stability of the traditional abnormal signal detection system after network is intruded become poor due to the influence of the variable network intrusion types. The artificial immunity based abnormal signal detection system dealing with intruded network was designed. The signal acquisition module in the system uses FPGA to design the invasion parameters to acquire all the signals in the intruded network. The modulating module is used to disassemble， amplify and filter the signals coming from the signal acquisition module to generate the signal set under detection. The timer circuit and filtering circuit in the modulating module were designed. The TMS320VC5402 chip is used by the abnormal signal detection module to perform the abnormal signal detection， storage， and alarming. The modulating module and anomaly signal detection module were designed based on artificial immunity. The forming code of the artificial immunity model was compiled. The artificial immunity model is used to screen the system workflow. The result of simulation experiment shows that the system has strong modulating capacity and detecting stability.

Keywords： network intrusion； abnormal signal； detection system； TMS320VC5402

當今社會已進入到網絡時代，各行各業的網絡信息化建設已成為提高企業競爭力的有效途徑[1]。與此同時，網絡易被入侵的弊端使得企業中重要信息無法被私密保存，各行各業開始期待著一種能夠對網絡被入侵后異常信號進行有效檢測的系統[2]。

傳統的網絡入侵后異常信號檢測系統包括：文獻[3]研發基于半徑動態檢測的網絡入侵后異常信號檢測系統；文獻[4]基于危險理論研發網絡入侵后異常信號檢測系統；文獻[5]基于動態取證研發網絡入侵后異常信號檢測系統。但這些傳統系統運行成本較高，因此并未被大面積推廣，設計基于人工免疫的網絡被入侵后異常信號檢測系統。

1 基于人工免疫的網絡被入侵后異常信號檢測

系統設計

人工免疫的首次提出是在醫療界，其擁有較強的“自我”和“非我”判斷能力，將其應用于網絡入侵后異常信號檢測系統中，可以提高網絡入侵異常信號檢測系統的調制能力和檢測穩定性。基于人工免疫的網絡被入侵后異常信號檢測系統由信號采集模塊、調制模塊和異常信號檢測模塊組成[6]。

1.1 信號采集模塊設計

網絡入侵異常信號檢測系統選用現場可編程門陣列（Field?Programmable Gate Array，FPGA）作為信號采集模塊核心管理元件。FPGA擁有便于攜帶、管控效果良好和穩定性強等特點，圖1為FPGA連接電路圖。

分析圖1可知，FPGA有兩個輸入端，分別進行電源和被入侵網絡信號的輸入。信號采集模塊可以對網絡進行實時監控，當網絡被入侵時，立刻對網絡中的全部信號進行調出；電容C對所調出的被入侵網絡信號進行循環計數和存儲，當其中的信號量達到預設數值時， FPGA便將這些信號組建成信號包，并傳輸到調制模塊，通過電感L實施信號包的緩沖傳輸，避免傳輸擁堵。

1.2 調制模塊設計

調制模塊能夠對信號采集模塊傳輸的信號包進行拆解、信號放大和濾波，是異常信號檢測的基礎。拆解是對信號包中信號進行依次調用的過程，信號放大是對信號幅值進行放大的過程，經放大后的信號，可以對其中的有用特征進行有效提取，隨后，調制模塊對信號的有用特征進行濾波。本文對調制模塊的計時器電路和濾波電路進行重點設計，圖2、圖3分別為計時器電路和濾波電路。

分析圖2可知，調制模塊選用的是“看門狗”計時器，其擁有4個輸入接口和4個輸出接口，所提供的重要功能包括虛擬桌面、電子控制、異常判斷和電源復位等。虛擬桌面是指計時器為調制模塊工作流程構建虛擬模型的過程，電子控制是指計時器的所有工作全部受計算機自動控制，增強網絡入侵后異常信號檢測系統的調制能力；異常判斷是指計時器通過將調制模塊的實際發生數據與預設參數進行對比，并實施計時判斷的過程，系統經由此項功能對調制模塊的工作時間進行控制，并將該接口設為電源接地端；當異常判斷給出的判斷結果為“超時”[7]，調制模塊便會進行電源復位，電源復位是保證系統調制性能的實際操作流程。

分析圖3可知，電容C1和C2為10 μF的普通電容，C3～C6是0.1 μF的陶瓷電容，陶瓷電容相對普通電容來說，擁有更為細化的濾波功能。該濾波電路利用2個普通電容對信息包進行強濾波，再使用4個陶瓷電容對信息包的細節進行處理，使調制模塊擁有很強的濾波性能。調制模塊的濾波結束后，將生成信號包的待檢測信號集合，調制模塊將該集合傳輸到異常信號檢測模塊中。

1.3 異常信號檢測模塊設計

異常信號檢測模塊對所接收到的待檢測信號集合進行異常信號的檢測。該模塊以人工免疫為理論基礎，其將人工免疫中“自我”和“非我”的判斷理念設計于檢測工作中。異常信號檢測模塊的核心元件是TMS320VC5402芯片[8]。TMS320VC5402芯片是美國某公司研發的一款高性能定點處理器，該芯片利用哈佛結構將程序指令和電路數據分開進行存儲，使芯片具有低耗能和高檢測能力的優點，且價格不高、兼容性較強，非常適合用于網絡入侵后異常信號檢測過程。TMS320VC5402芯片的供電電壓有兩種，分別為3.3 V和1.8 V。3.3 V電壓為芯片的輸入/輸出接口供電，1.8 V電壓為芯片的檢測工作供給電能。對TMS320VC5402芯片供電電路的設計是一項非常重要的內容，應使所設計出的電路能夠持續、低耗地為TMS320VC5402芯片供電，如圖4所示。

由圖4可知，異常信號檢測模塊中的TMS320

VC5402芯片提供的初始供電電壓為5 V，經圖4（a）將其轉換成3.3 V的電壓供TMS320VC5402芯片使用，在異常信號檢測模塊調用TMS320VC5402芯片進行檢測工作時，將通過圖4（b）中的電路把3.3 V電壓轉換成1.8 V電壓。

異常信號檢測模塊利用TMS320VC5402芯片對待檢測信號集合進行檢測。TMS320VC5402芯片先將待檢測信號集合解碼，將解碼后的待檢測信號按照其特征類型進行分類，隨后對其進行異常信號檢測，TMS320VC5402芯片中含有兩種檢測電路，分別是標準檢測電路和記憶檢測電路。標準檢測電路將待檢測信號的特征與標準協議進行比對，所獲取的異常信號將被存儲和報警；記憶檢測電路根據標準檢測電路中的存儲數據，對非首次入侵的異常信號進行攔截和檢測，這一設計旨在提高所研發基于人工免疫的網絡入侵后異常信號檢測系統的檢測效率和檢測穩定性。

2 網絡入侵后異常信號檢測系統實現

2.1 人工免疫模型組建代碼設計

人工免疫模型組建是網絡入侵后異常信號檢測系統實現的前提條件。假設x代表記憶檢測電路，y代表標準檢測電路，z代表檢測電路最終集合，data代表待檢測信號，則所設計的人工免疫模型組建代碼如下：

Begin

Initialization x?set；

data=0；

do

{

A random y set to join x in the collection；

if（y not through negative selection）

{

Delete y

}

else

{

Calculate y fitness；

Add y to the set z；

y.number=1；

while（y.amputate

}

if（y detected an invasion）

{

Update z set；

z.number++；

}}

2.2 系統工作篩選流程設計

在網絡入侵后異常信號檢測系統實現過程中，采用第1節設計的人工免疫模型將初次系統流程與系統流程進行對比，篩選出系統工作中無效流程將被刪除，增強系統的調制能力和檢測穩定性。其中，系統工作流程有效的概率稱作適應值，適應值越小的檢測工作流程，其被刪除的可能性就越大。因此，對系統工作流程的篩選是系統軟件的設計重點，其流程圖如圖5所示。

由圖5可知，人工免疫主要對系統中的調制工作和檢測工作進行流程篩選。人工免疫先進行調制工作的流程篩選，對其工作適應值進行計算，再將計算結果與否定選擇進行對比。否定選擇是人工免疫中的一項重要篩選方法，其將篩選標準定義為長度為A的字符串，將B定義為永久不刪除的字符串。當調制工作流程中的某一項與A，B同時產生重疊，則視為該項流程通過，其將未通過的流程參數記錄并存儲，再將該項流程刪除。人工免疫對檢測工作進行的流程篩選與上述內容相同。軟件最終會將已刪除的流程參數和最終工作流程輸出。

3 實驗測試

3.1 系統調制能力測試

本文設計的基于人工免疫的網絡入侵后異常信號檢測系統的調制能力是系統檢測工作的基礎保障。對本文系統調制能力的測試應從被入侵網絡信號經調制后的頻域特性和時域特性入手，判定二者是否能夠被有效提取。實驗對被入侵網絡的狀態進行了模擬，并在該網絡中加入一強一弱兩個異常信號。設定強異常信號中時域特性的峰值為6.0 V，頻率[9]為190 kHz。設定弱異常信號中時域特性的峰值為2.0 V，頻率為110 kHz。規定調制過的信號電壓值與實際電壓差值應不高于0.25 V，若差值低于0.08 V，則可判斷系統調制能力強。本文系統的調制結果曲線如圖6、圖7所示。

由圖6和圖7可知，經本文系統調制后的強異常信號時域特性的峰值為5.95 V，頻率為190.6 kHz。弱異常信號的時域特性的峰值為1.95 V，頻率為109.9 kHz。將以上結果與規定值進行比對能夠得出，本文系統擁有較強的調制能力。

3.2 系統檢測穩定性測試

在系統檢測穩定性測試中，實驗給出4種網絡入侵類型，分別是網絡監聽、緩沖溢出、IP地址欺騙和SYN攻擊。利用本文系統、基于危險理論的檢測系統以及半徑動態檢測系統，對上述入侵進行異常信號檢測，檢測結果如表1所示，其中：

檢測率=（系統檢測出的異常信號數據量÷異常信號總數據量）×100%

表1中的檢測率數據是通過系統對4種網絡入侵分別進行2 000次檢測得出的。經由對比上述數據中各系統的最低值和最高值之差，能夠清晰地得出，本文系統擁有較強的檢測穩定性。

4 結 論

本文設計基于人工免疫的網絡被入侵后異常信號檢測系統，仿真實驗結果說明，所設計的系統擁有較強的調制能力和檢測穩定性。

表1 異常信號檢測結果統計表（檢測率） %

參考文獻

[1] 崔建平.基于3G?ASCX的小型飛行器異常導航信號檢測系統設計[J].計算機測量與控制，2015，23（6）：2149?2151.

[2] 王玉萍，曾毅.基于PTG502?CAN的鍋爐管道異常壓力檢測系統設計[J].計算機測量與控制，2015，23（8）：2673?2675.

[3] 昂正全，趙京廣，李一超.衛星測控站頻譜監測系統設計方案及實現[J].計算機測量與控制，2014，22（11）：3466?3469.

[4] 陳嬌，潘天紅，張明.基于信號變化速率的時間序列異常值檢測方法[J].北京工業大學學報，2014，40（7）：992?995.

[5] 黃婷，劉政連，王巳.基于曲率擴散模型的可見數字圖像水印攻擊算法研究[J].中央民族大學學報（自然科學版），2014，23（3）：49?55.

[6] 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.

[7] 楊福來，孫旭飛，李碩.基于FPGA的信號燈沖突檢測電路的設計與實現[J].微型機與應用，2015，34（23）：23?26.

[8] 陳小軍，時金橋，徐菲，等.面向內部威脅的最優安全策略算法研究[J].計算機研究與發展，2014，51（7）：1565?1577.

[9] 馬曉賢，彭力.一種改進的無線傳感器網絡DV?Hop定位算法[J].計算機工程與應用，2015，51（21）：97?101.