[发明专利]一种基于物理层数据的战术通信网关键节点识别方法

说明书

本发明公开了一种基于物理层数据的战术通信网关键节点识别方法，涉及网络通信技术领域。其包括：从战术通信网采集物理层数据；训练全连接BP神经网络；获取MAC协议的仿真时序信号；提取仿真时序信号中由帧类比参数和占空比参数构成的特征参数集Ⅰ；训练支持向量机；提取组网数据中由帧类比参数和占空比参数构成的特征参数集Ⅱ，识别战术通信网所使用的MAC协议；抽取时序片段构成样本数据Ⅱ，标记出各数据段对应的网络节点；对组网数据进行模式匹配，识别战术通信网的拓扑结构；根据战术通信网的拓扑结构，识别出其关键的网络节点。该方法不需要对物理层数据进行协议解析，便可得到战术通信网的网络拓扑结构，并根据网络拓扑结构识别出关键网络节点。

技术领域

本发明涉及网络通信技术领域，具体而言，涉及一种基于物理层数据的战术通信网关键节点识别方法。

背景技术

近年来网络关键节点识别的方法主要分为两类：第一类是社会网络分析法，包括：度值法、中介性方法、k壳分解法、特征向量法等，这类方法将节点的关键性等价于显著性，指标的研究不破坏网络的整体性；第二类是节点删除法，这类方法是将节点的关键性等价节点删除后网络的破坏性，指标的研究破坏了网络的整体性。随着神经网络的兴起，更多的人采用智能手段进行数据挖掘，从而找到关键节点识别，但这些研究都是图或者基于图的挖掘，少部分特殊应用网络会利用网络中传输的负载信息进行挖掘。

目前，针对地域通信网、ad_hoc网络等类型战术通信网的关键节点研究也都在拓扑结构已知的情况下，提出了适合战术网络的指标。但是战术通信网最显著的特点是保密性高、可靠性高，在不解析物理层数据的情况下，拓扑结构难以获得。如何采集合适的物理层数据，并且能够利用此物理层数据获取拓扑，从而进行关键节点的识别，也并没有一个完整的方法流程。

发明内容

本发明在于提供一种基于物理层数据的战术通信网关键节点识别方法，其能够缓解上述问题。

为了缓解上述的问题，本发明采取的技术方案如下：

本发明提供了一种基于物理层数据的战术通信网关键节点识别方法，包括以下步骤：

S1、从战术通信网采集物理层数据，所述物理层数据包括单一辐射源数据以及组网数据；

S2、利用能量检测算法，对单一辐射源数据进行有效信号帧端点检测，获得其有效信号帧，从其每段有效信号帧中抽取若干时序片段构成样本数据Ⅰ；

S3、利用样本数据Ⅰ训练全连接BP神经网络；

S4、选取若干竞争类MAC协议，对MAC协议进行仿真，获取各MAC协议的仿真时序信号；

S5、对仿真时序信号进行调制、加噪后，从中提取由帧类比参数和占空比参数构成的特征参数集Ⅰ；

S6、利用特征参数集Ⅰ中的参数组成特征向量，训练支持向量机；

S7、从所述组网数据中提取由帧类比参数和占空比参数构成的特征参数集Ⅱ，将特征参数集Ⅱ中的参数组成特征向量，并输入训练好的支持向量机中，识别战术通信网所使用的MAC协议；

S8、对所述组网数据进行有效信号帧端点检测，获得其有效信号帧，从其每段有效信号帧中抽取若干时序片段构成样本数据Ⅱ，将样本数据Ⅱ输入训练好的全连接BP神经网络进行识别，根据样本数据Ⅱ识别结果标识组网数据中有效信号帧的网络节点来源；

S9、根据步骤S7中识别出的MAC协议和步骤S8中对组网数据中有效信号帧的标识结果，对组网数据进行模式匹配，并识别战术通信网的拓扑结构；

S10、根据战术通信网的拓扑结构，识别出其关键的网络节点，完成战术通信网关键节点的识别。