前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的壓縮感知網(wǎng)絡(luò)信息特征研究，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。
利用信號(hào)處理領(lǐng)域的壓縮感知理論，將網(wǎng)絡(luò)入侵檢測(cè)要處理的海量的、高緯度的復(fù)雜網(wǎng)絡(luò)中的數(shù)據(jù)，作為壓縮感知新的數(shù)據(jù)輸入，設(shè)計(jì)出新的入侵檢測(cè)的方法，通過先把高緯度數(shù)據(jù)進(jìn)行降維，能夠直接、快速壓縮這些網(wǎng)絡(luò)中的數(shù)據(jù)流，分析和獲取正常和異常行為的特征數(shù)據(jù)，找出其中的規(guī)律，可以取得壓縮感知在信號(hào)處理領(lǐng)域的一樣的優(yōu)質(zhì)效果。
2發(fā)展動(dòng)態(tài)分析
處理海量、高緯度的網(wǎng)絡(luò)數(shù)據(jù)，無論在時(shí)間上還是在空間上，都給計(jì)算機(jī)用戶帶來了新的挑戰(zhàn)。無針對(duì)性的、全盤接受并處理數(shù)據(jù)的做法并不現(xiàn)實(shí)，必須采用新的處理理念，在已取得了實(shí)質(zhì)性的進(jìn)展的同時(shí)，仍存在一些理論和技術(shù)問題需要進(jìn)一步研究和解決，主要表現(xiàn)在：
(1)如何利用壓縮感知理論對(duì)復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分類和處理
(2)如何對(duì)高緯度數(shù)據(jù)進(jìn)行降維處理
(3)如何分析取得抽象的網(wǎng)絡(luò)數(shù)據(jù)特征
(4)如何對(duì)上述問題進(jìn)行實(shí)時(shí)監(jiān)控處理，實(shí)現(xiàn)算法優(yōu)化并通過硬件實(shí)現(xiàn)加速因此，結(jié)合計(jì)算機(jī)犯罪取證這種具體的應(yīng)用場(chǎng)景，挖掘這種復(fù)雜的高維度、大干擾網(wǎng)絡(luò)數(shù)據(jù)的分析和處理方法，對(duì)未來具有極其重要的研究意義和前瞻性應(yīng)用前景。
3壓縮感知在復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)中的應(yīng)用研究
在奈奎斯特采樣定理為基礎(chǔ)的傳統(tǒng)數(shù)字信號(hào)處理框架下，若要從采樣得到的離散信號(hào)中無失真地恢復(fù)模擬信號(hào)，采樣速率必須至少是信號(hào)帶寬的兩倍。然而，隨著當(dāng)前信息需求量的日益增加，信號(hào)帶寬越來越寬，在信息獲取中對(duì)采樣速率和處理速度等提出了越來越高的要求。壓縮感知是建立在矩陣分析、統(tǒng)計(jì)概率論、拓?fù)鋷缀巍?yōu)化與運(yùn)籌學(xué)、泛函分析等基礎(chǔ)上的一種全新的信息獲取與處理的理論框架。它基于信號(hào)的可壓縮性，通過低維空間、低分辨率、欠奈奎斯特采樣數(shù)據(jù)的非相關(guān)觀測(cè)來實(shí)現(xiàn)高維信號(hào)的感知。在該理論下，信號(hào)的采樣速率不再取決于信號(hào)的帶寬，而是取決于信息在信號(hào)中的結(jié)構(gòu)與內(nèi)容，因此在滿足信號(hào)的可壓縮性以及表示系統(tǒng)與觀測(cè)系統(tǒng)的不相關(guān)性兩大條件下，從低分辨觀測(cè)中恢復(fù)高分辨信號(hào)就成為了可能。壓縮感知不僅讓我們重新審視線性問題，而且豐富了關(guān)于信號(hào)恢復(fù)的優(yōu)化策略，極大地促進(jìn)了數(shù)學(xué)理論和工程應(yīng)用的結(jié)合。
4降維后網(wǎng)絡(luò)數(shù)據(jù)特征分析
壓縮感知理論指出：當(dāng)信號(hào)在某個(gè)變換域是稀疏的或可壓縮的，可以利用與變換矩陣非相干的測(cè)量矩陣將變換系數(shù)線性投影為低維觀測(cè)向量，同時(shí)這種投影保持了重建信號(hào)所需的信息，通過進(jìn)一步求解稀疏最優(yōu)化問題就能夠從低維觀測(cè)向量精確地或高概率精確地重建原始高維信號(hào)。在該理論框架下，采樣速率不再取決于信號(hào)的帶寬，而在很大程度上取決于兩個(gè)基本準(zhǔn)則：稀疏性和非相干性，或者稀疏性和等距約束性。
5改進(jìn)型壓縮感知算法在高數(shù)據(jù)量和大干擾環(huán)境下的應(yīng)用
壓縮感知的一般過程包括信號(hào)的稀疏性表示、測(cè)量矩陣的設(shè)計(jì)、信號(hào)的重建。傳統(tǒng)的以奈奎斯特采樣定理為準(zhǔn)則的高速采樣后再壓縮的過程浪費(fèi)了大量的采樣資源。但是典型的有意義的圖像，從小波理論的角度看來是非常稀疏的，也就是可壓縮的。壓縮感知理論要解決的主要問題包括信號(hào)的稀疏表示；信號(hào)的低速采樣，即信號(hào)從N維降到M維時(shí)信號(hào)能量不被破壞，在實(shí)際中還要考慮觀測(cè)矩陣的硬件實(shí)現(xiàn)可能性；以及如何設(shè)計(jì)快速的重構(gòu)算法保證重構(gòu)信號(hào)的精確性和穩(wěn)定性。壓縮感知理論能夠直接、快速地壓縮采集網(wǎng)絡(luò)中的數(shù)據(jù)流，尤其是在高數(shù)據(jù)量、大干擾環(huán)境下，通過對(duì)訪問數(shù)據(jù)的壓縮采樣，獲取正常和異常行為的特征數(shù)據(jù)。這種數(shù)據(jù)處理方式避開了大量的數(shù)據(jù)處理，直接獲取特征，這對(duì)于網(wǎng)絡(luò)中需要進(jìn)行高維的數(shù)據(jù)處理過程來說，大大節(jié)省了處理時(shí)間，為實(shí)現(xiàn)實(shí)時(shí)的入侵檢測(cè)提供了重要的技術(shù)手段。同時(shí)利用壓縮的數(shù)據(jù)特征，去匹配正常和異常的行為庫，其行為判別的效率將大大提高。
6算法的有效性和實(shí)時(shí)性
壓縮感知理論利用信號(hào)的稀疏特性，避開高速采樣，即可以以非常低的率進(jìn)行信號(hào)處理，發(fā)現(xiàn)了采集稀疏信號(hào)的少量重要信息就可以近似或精確重建出源信號(hào)的重要性質(zhì)，顯著降低信號(hào)的時(shí)間和計(jì)算成本以及數(shù)據(jù)存儲(chǔ)傳輸代價(jià)，有效地緩解了高速采樣的壓力。同時(shí)，壓縮感知把高維信號(hào)映射成低維后再進(jìn)行處理，僅采集少量觀測(cè)值，遠(yuǎn)遠(yuǎn)小于信號(hào)的維數(shù)，減少了存儲(chǔ)和傳播的信息量，減輕了網(wǎng)絡(luò)傳輸?shù)膲毫Γ閺?fù)雜的高維數(shù)據(jù)分析提供了新方法。目前，已經(jīng)發(fā)展了分布式CS理論、BayesianCS理論、譜CS、邊緣CS理論、塊CS理論等。不僅在理論上為統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、編碼理論、信息論、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和雷達(dá)探測(cè)等領(lǐng)域帶來了新的啟示，同時(shí)在圖像重建和分布式傳感器網(wǎng)絡(luò)等方面都有很重要的實(shí)際應(yīng)用。
7總結(jié)
利用壓縮感知理論，把高維度的數(shù)據(jù)降維，提高對(duì)數(shù)據(jù)的壓縮率。將本文提到的方法應(yīng)用到網(wǎng)絡(luò)數(shù)據(jù)流的取證過程，并進(jìn)行理論分析和檢驗(yàn)，然后給出可能的證據(jù)呈現(xiàn)形式。
作者：湯曉軍 劉震 單位：山東省廣播電視監(jiān)測(cè)中心 山東省電子信息產(chǎn)品檢驗(yàn)院
