移動通信網絡異常信號優化識別分析

董豐愷

（江蘇科技大學計算機學院，南京 212000）

現如今對移動通信網絡異常信號進行識別時還存在不準確問題，急需改進。通過采用一些新穎的方法，能夠妥善解決這些問題，將有利于移動通信網絡領域的健康發展，具有較強的積極意義。

1 關于移動通信網絡異常信號識別的重要性

移動通信網絡行業內的研究將許多重要資源放在異常信號處理方面，這樣能夠更好的提高移動通信網絡工作的穩定性和精確性。如果不能夠及時對這些異常信號進行監測并進行處理，最終帶來的結果是可能造成個人信息泄露，這些泄露的信息有可能十分敏感，導致詐騙案件頻發，社會穩定受到威脅。受制于技術手段，在對移動通信網絡異常信號進行提取時，會存在一定的不精準，必須要采取更加精準高效的方法來解決此類問題，使得移動通信網絡環境更加安全、可靠[1]。

2 基于DFI 的移動通信網絡異常信號處理過程

2.1 分類

在正常工作時，需要對全部數據包進行種類劃分，這一過程需要使用到基于支持向量機的二值分類，然后在得到類型區分結果之后，進一步進行信號歸一化處理。接下來，需要使用特定的方式來進行非線性轉換，將這些結果轉移到更加高維的空間中去，依據特定的規則，可以獲取到移動通信網絡信號的最佳分類面。在此過程中必須要對獲取到的樣本進行記錄，通過（x_i，y_i），x ∈{+1，-1}，i=1，2，…，n。按照該方法來對已經區分出來的樣本進行識別，這一過程相比于傳統的方式，顯得更加高效，是具有十分強的可行性的[2]。

2.2 提取

已經經過SVM 分類器進行分類之后，就得到了移動通信網絡信號識別控制模型。該模型經過使用，獲取到數據向量。繼續經過支持向量機進行工作，最終就可以得到相應的分類結果。緊接著需要使用到數據預處理器進行提取，該公式為：M={q/2}=q/2；（q+1）/2。將其中表現不正常的信號區分出來，并進行歸納總結，使得這些不正常信號的表現特征都能夠顯示出來，就可以進行下一步的識別操作。一般來說，至此會產生兩個結果。要判斷連接端口數據和固定連接IP 數，如果這兩個值存在差異，也就意味著信號不正常，反之則正常[3]。使用三維特征來進行判斷的方式很好的適應了這些情況，能夠有效地完成信號提取過程。

圖一 SVM移動通信網絡信號識別模型

2.3 優化

在對信號提取之后，就需要進行下一階段的優化操作。要對這些已有的特征信息進行向量訓練，最終獲取到訓練向量以及訓練支持向量機，這些操作的目的是能夠獲取到最佳的性能參數。還需要針對異常信號的分類面進行進一步處理，通過這些決策函數來發揮作用。但是必須明確的是要在使用決策函數之前進行預處理，使得異常信號特征信息更加明顯，總結出規律。在這里也需要對移動通信網絡信號的異常信號進行判斷，經過經驗總結，這里也能夠獲取到兩種可能的結果。在進行的過程中，已經經過識別的移動通信網絡記錄表中，按照特定的規則將數據傳送給網絡信號控制中心。至此就可以判斷是正常的情況，執行相應的操作。若決策向量并不在該記錄表中，就可以十分肯定的判斷該信號為異常網絡信號。比較通俗的處理方式就是首先進行標記，使得整個系統都能夠認識到該信號為異常信號，這樣就能夠減少識別錯誤的可能性[4]。在實際應用中直接顯現為能夠減少個人信息泄露的可能性，最終有效地提高移動通信網絡環境的安全性和可靠性。

3 結束語

從目前的發展趨勢看來，移動通信網絡將會在未來的世界發展進程中進一步綻放光彩，發揮更大的作用，因此就必須要處理好移動通信網絡安全問題。通過加強保護移動通信用戶的信息安全，采取更加高效的信號監測方法，能夠提高識別的精準度，使得異常網絡信號更加直觀的反應出來，便于處理。因此可以提出，移動通信網絡異常信號優化識別方法具有較強的可行性。