-
题名基于机器学习的光网络干扰攻击检测、识别与恢复方法
被引量：2
- 1
-
-
作者
巩小雪
庞嘉豪
张琦涵
徐长乐
秦文帅
郭磊
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学智能通信与网络安全研究院
东北大学计算机科学与工程学院
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第7期159-170,共12页
-
基金
国家自然科学基金资助项目(No.62075024,No.62025105,No.62201105,No.62205043,No.62221005)
重庆市自然科学基金资助项目(No.CSTB2022NSCQ-MSX1334,No.cstc2021jcyj-msxmX0404)
重庆市教委创新研究群体基金资助项目(No.CXQT21019)。
-
文摘
光网络由于其结构的脆弱性,容易受到旨在中断通信服务的信号干扰攻击。基于此,提出了一种基于机器学习的攻击检测、识别与恢复框架。在攻击检测与识别方面,评估了BiLSTM、1DCNN和7种常规机器学习分类器(ANN、DT、KNN、LDA、NB、RF和SVM)在检测攻击是否存在,以及识别受到的不同类型的干扰攻击上的性能。在攻击恢复方面,提出了基于BiLSTM-BiGRU的干扰攻击恢复模型,分别用来恢复轻度带内、强度带内、轻度带外和强度带外干扰攻击。数值仿真结果表明,所提模型表现出优异的性能,检测与识别准确率高达99.20%,针对4种攻击的恢复率分别为95.05%、97.03%、94.06%和61.88%。
-
关键词
机器学习
攻击检测与识别
攻击恢复
光网络安全
-
Keywords
machine learning
attack detection and identification
attack recovery
optical network security
-
分类号
TN913.7
[电子电信—通信与信息系统]
-
