醫院通信網絡的異常數據監測技術改進研究

李昂

（上海市第五人民醫院信息科，上海200240）

目前醫院網絡并不安全，經常受到不法分子的攻擊，導致患者信息泄漏。為了能夠實時監測醫院通信網絡異常數據，采用激光通信技術對網絡中異常數據進行監測[1-2]。激光是一種非常好的單色相感光，由于其具有高亮度、方向感強、相干性良好等優勢，因此被應用到信息傳達與通信方面。采用該技術進行媒介間的傳輸，考慮介質的不同，可以分為大氣的光纖通信和激光通信，該技術具有抗干擾性能，使得通信傳輸消耗較小、傳輸距離更遠，大大提高了通信的質量[3]。因此，對激光通信網絡中的異常數據進行監測具有重要意義。傳統監測技術存在不能準確對數據進行監測，而且時間過長等問題，相對較好的是基于傳感器網絡時頻特征的通信網絡異常數據監測方法，該技術能夠提高監測的精準度，降低成本。但在復雜干擾環境下，數據監測不準確的問題，不適合醫院范圍的數據監測[4]。

基于上述問題，提出了基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術。構建通信網絡信道模型，對異常數據采用平均算子的濾波器對噪聲進行干擾，并將輸出的濾波數據進行最優路徑搜索，進而實現監測算法的改進。實驗結果表明，采用激光通信技術對網絡中異常數據進行監測能擁有較好的頻譜增益，且波束指向明確，監測精度較高，具有一定的優越性能。

1 激光通信網絡異常數據監測技術改進

構建激光通信網絡模型實現異常數據的準確監測，在網絡平臺的環境下，由于醫院通信網絡數據傳輸時存在一定的差異性，導致異常數據的來源具有多種屬性[5-6]。針對異常數據的監測，需要根據激光通信網絡中的傳輸節點設計模型，如圖1所示。

圖1 異常數據傳輸節點模型

由圖1可知：根據異常數據傳輸節點模型的構建，分析數據傳輸。數據傳輸是一個三維的連續系統，而信道是一個多直徑非平穩的狀態，采用時間與頻率的聯合對改進技術進行分析，發現該技術能夠構建激光的信道模型[7]，該模型可描述為：

公式（1）中：sn(t)是第n條垂直激光信號傳輸路線上的異常數據單分量頻率特征，Tn(t)為第n條垂直信道的傳輸時延，pc為網絡信道調制的頻率，X為單分量傳輸的信息。

1.1 抗干擾濾波處理

針對通信網絡異常數據的構建的節點模型進行分析，將監測技術進行改進[8-9]。在醫院通信網絡中異常數據監測會受到噪聲的干擾，大大降低監測的精度，因此需要對干擾進行處理。采用平均算子的濾波器進行降噪處理，濾波器的傳輸函數為：

公式（2）中：n為濾波窗口像素數量，Ri為目前窗口中心像素值，Rj是鄰域的像素值，f(Rj)為Ri的灰度值，βij為隸屬度[9]，并且 0≤βij≤1，Kj為尺度參數。

平均算法的濾波器結構圖如圖2所示。

圖2 濾波器

假設激光通信網絡存在異常數據x（k），那么該組的多源寬帶調節頻率序列中的濾波頻率點落在x（k）中，并由此預測誤差的范圍頻率輸出響應[10]。通過自適應的均衡處理，分解通信網絡異常數據色噪的干擾特征[11]。最后將輸出的激光通信異常數據模型表示為：

公式（3）中：t為采樣的時間，xα為解析的信號，a為通信的速度，通過濾波能夠提高激光通信網絡數據傳輸的精度，具有指導性意義。

1.2 異常數據監測實現

由于醫院通信網絡數據的特征屬性較多，結合實例，從中篩選出與之相關的屬性進行分析。將該數據的七元組以關鍵字的形式進行劃分[12-14]，并根據相關統計量對內部和外部網絡IP的屬性進行排列，如表1所示。

表1 網絡狀態屬性列表

通過表1中的網絡狀態屬性完善監測技術的各種功能。

1）網絡流量的實時現實

在該網絡環境下，數據會隨著時間的變化實時更新，最低的時間間隔為秒，每秒都會更新一次。

2）根據網絡熵值的突變發現攻擊源

針對數據的屬性進行熵值的計算，提取出與之相關的關鍵字，并計算網絡熵值的變化。當熵值較大時，網絡中的數據具有不可預測性，表明該網絡處于正常的狀態；當受到惡意攻擊時，與網絡連接的主機惡意數據數量明顯增加，導致該網絡存在較大的攻擊包，進而使醫院數據信息泄漏；當熵值降低時，會立刻發現網絡中存在惡意數據，并進行濾波處理，由此降低惡意數據數量[15]。

3）路徑最優搜索

針對傳統監測技術存在的不足，提出了基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術。對輸出的數據進行局部前后最優路徑搜索，如圖3所示。

圖3 通信網絡異常數據路徑搜索

以圖3搜索出來的激光通信網絡數據的最優包絡幅度值為基礎，對異常數據的實時頻率特征進行分解，獲取異常數據的時延傳輸[16]。

由于激光通信網絡具有非平穩性，因此利用時延性對異常數據監測時，使用高階累積的監測技術對非平穩信號能量進行噪聲控制，引入處理算子，有效地將異常數據進行分離[17]，實現數據實時頻率的耦合。

2 實驗

為了驗證提出的基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術的有效性及可靠性，進行了如下實驗。

2.1 實驗環境與參數設置

實驗的硬件環境采用醫院主機，將配置參數設為：CPU3.0G，Core(TM)CPUT6600，內存大小為24G，進行操作的系統為Windows8。采用商業數學軟件進行數據處理與信號的設計[12]。采用激光技術對通信網絡異常數據進行監測時的數據離散采樣率為p=10*p0Hz=10 kHz，異常數據采樣的樣本長度為1 024，激光通信的信號q(t)采用頻帶為2 kHz到25 kHz、時寬為3.5 ms，寬帶為B=1 000 Hz，醫院的異常數據輸出碼元寬度為0.2 ms。

2.2 數據分析

根據上述實驗設定仿真參數，對激光通信網絡中存在的異常數據進行監測。首先需要對原始數據進行采集，然后采用濾波算法對抗干擾濾波進行設計，得到結果如圖4、5所示。

圖4 激光通信網絡濾波前原始數據傳輸

圖5 激光通信網絡濾波后輸出數據

由圖4、圖5可知：對原始數據進行采集時，受到噪聲干擾，很難有效實現對異常數據的監測，因此采用基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術，能夠有效實現對干擾因素的抑制。而異常數據的包絡幅值具有波束指向性，為異常數據監測實驗提供基礎。

2.3 頻譜增益結果與分析

采用四階累積的后置路徑搜索激光通信網絡異常數據監測技術，能夠實現對醫院通信網絡中異常數據的監測，獲得的異常數據監測結果如圖6所示。

圖6 異常數據的監測結果

由圖6可知：采用該技術能夠增強醫院通信網絡異常數據的監測，且該技術具有良好的頻譜增益效果，波束指向明確，有效地驗證了該監測技術的精準度。

2.4 信噪比結果與分析

為了測試監測技術的性能，將傳統技術與改進技術進行對比，進行100次的實驗，能夠得到性能曲線圖如圖7所示。

圖7 兩種技術監測性能對比

由圖7可知：采用傳統技術使異常數據監測概率維持在0.523左右；采用改進技術對醫院通信異常數據進行監測時，準確率一直處于上上升的狀態，并且比傳統技術性能優越。

2.5 實驗結論

根據上述實驗內容，對激光通信網絡中存在的異常數據進行監測，在對原始數據進行采集時，容易受到噪聲干擾，很難有效實現對異常數據的監測。采用基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術進行數據采集，能夠有效實現對干擾因素的抑制，異常數據的包絡幅值具有波束指向性，為異常數據監測實驗提供基礎。采用該技術能夠增強醫院通信網絡異常數據的監測，波束指向明確，良好的頻譜增益效果凸顯該技術的優越性。通過仿真實驗，有效地驗證了該監測的精準度，且準確率一直處于上上升的狀態，比傳統技術性能優越。

3 結束語

采用傳統技術進行監測時，異常數據的準確率較低，效率較差。提出了基于四階累積的后置路徑搜索激光通信網絡異常數據監測技術。對醫院異常數據流進行干擾時，對輸出的濾波數據進行前后局部最優路徑搜索，并對搜索路徑進行規劃，從而實現異常數據的精準監測。實驗結果表明，該技術進行通信網絡異常數據監測時，準確率高。

參考文獻：

[1]羅黎霞.激光通信網絡中的異常數據檢測方法研究[J].激光雜志，2016，37（10）：133-136.

[2]許鵬，張繼棟.基于改進遺傳算法的光纖網絡異常數據檢測[J].科技通報，2016，32（7）：163-166.

[3]張國慶，汪富強，孫瑜，等.基于ModBus協議的核電廠KRT與DCS通信改進研究及應用[J].現代電子技術，2016，39（1）：85-88.

[4]王紅霞，劉麗.高靈敏光纖網絡的異常數據檢測定位研究[J].激光雜志，2016，37（7）：93-96.

[5]修雁，陳立軍.通信網絡中故障數據優化檢測仿真研究[J].計算機仿真，2015，32（11）：115-118.

[6]賴鍇，王新兵.一種改進的WSN異常檢測和定位算法研究[J].計算機科學，2015，42（4）：89-93.

[7]鄧榮，唐林.基于改進神經網絡的光纖通信故障數據的自動識別[J].激光雜志，2016，37（6）：142-146.

[8]趙根林，李華.一種改進的網絡數據泄漏檢測方案研究[J].計算機工程與應用，2016，52（2）：96-104.

[9]李冉，賀體剛，趙明.移動通信網絡的流量監測仿真研究[J].計算機仿真，2016，21（10）：153-156.

[10]李洪成，吳曉平，嚴博.面向MANET異常檢測的分布式遺傳k-means研究[J].通信學報，2015，36（11）：167-173.

[11]李燕，龍洋，梁曉麗.電力線通信技術在能源互聯網架構下應用場景的研究[J].電子技術應用，2016，11（z1）：121-135.

[12]石鑫，朱永利.面向輸電線路監測的無線傳輸網絡QoS保障技術研究[J].中國電力，2015，48（3）：39-43.

[13]孔慶偉.一種網絡通信信道濾波調制方法的改進研究[J].計算機仿真，2016，33（5）：204-207.

[14]李筱林.一種船舶光通信網絡的可用性改進方法[J].艦船科學技術，2016，45（2x）：88-90.

[15]崔博，牛悅嬌.關于移動通信資源分配方法的改進研究[J].計算機仿真，2016，33（8）：193-196.

[16]何智勇，毛燕琴.基于節點能量均衡的Zigbee網絡路由協議改進[J].光通信研究，2017，23（3）：57-61.

[17]劉亞娟，程兆生.基于_NET_Castle框架的醫院人力資源管理系統的開發與設計[J].電子設計工程，2016，24（12）：51-53.