基于机器学习的光网络干扰攻击检测、识别与恢复方法

巩小雪; 庞嘉豪; 张琦涵; 徐长乐; 秦文帅; 郭磊

doi:10.11959/j.issn.1000-436x.2023127

您当前的位置：

首页 >

文章列表页 >

基于机器学习的光网络干扰攻击检测、识别与恢复方法

学术论文 | 更新时间：2024-05-31

- 基于机器学习的光网络干扰攻击检测、识别与恢复方法
- Machine learning-based detection, identification and restoration method of jamming attacks in optical networks
- “在光网络领域，专家提出了基于机器学习的攻击检测、识别与恢复框架，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%，为光网络安全提供解决方案。”
- 通信学报 2023年44卷第7期页码：159-170
- 作者机构：
  
  1. 重庆邮电大学通信与信息工程学院，重庆 400065
  2. 重庆邮电大学智能通信与网络安全研究院，重庆 400065
  3. 东北大学计算机科学与工程学院，辽宁沈阳 110819
- 作者简介：
  
  [ "巩小雪（1988− ），女，黑龙江绥化人，博士，重庆邮电大学副教授，主要研究方向为光纤通信、光网络安全和人工智能在光通信网络中的应用" ]
  [ "庞嘉豪（1998− ），男，四川广安人，重庆邮电大学硕士生，主要研究方向为光通信安全" ]
  [ "张琦涵（1994− ），男，辽宁沈阳人，东北大学博士生，主要研究方向为安全光传输、光纤非线性和光信号处理" ]
  [ "徐长乐（2000− ），男，安徽蚌埠人，重庆邮电大学硕士生，主要研究方向为光纤通信" ]
  [ "秦文帅（1994− ），男，山西交城人，重庆邮电大学博士生，主要研究方向为光纤通信" ]
  [ "郭磊（1980− ），男，四川眉山人，博士，重庆邮电大学教授，主要研究方向为光通信网络和无线通信网络" ]
- 基金信息：
  
  国家自然科学基金资助项目(62075024);国家自然科学基金资助项目(62025105);国家自然科学基金资助项目(62201105);国家自然科学基金资助项目(62205043);国家自然科学基金资助项目(62221005);重庆市自然科学基金资助项目(CSTB2022NSCQ-MSX1334);重庆市自然科学基金资助项目(cstc2021jcyj-msxmX0404);重庆市教委创新研究群体基金资助项目(CXQT21019)
- DOI：10.11959/j.issn.1000-436x.2023127
  中图分类号： TN913.7
- 网络出版日期：2023-07，
  
  纸质出版日期：2023-07-25
- 稿件说明：
移动端阅览
巩小雪, 庞嘉豪, 张琦涵, 等. 基于机器学习的光网络干扰攻击检测、识别与恢复方法[J]. 通信学报, 2023,44(7):159-170.

Xiaoxue GONG, Jiahao PANG, Qihan ZHANG, et al. Machine learning-based detection, identification and restoration method of jamming attacks in optical networks[J]. Journal on communications, 2023, 44(7): 159-170.
巩小雪, 庞嘉豪, 张琦涵, 等. 基于机器学习的光网络干扰攻击检测、识别与恢复方法[J]. 通信学报, 2023,44(7):159-170. DOI： 10.11959/j.issn.1000-436x.2023127.

Xiaoxue GONG, Jiahao PANG, Qihan ZHANG, et al. Machine learning-based detection, identification and restoration method of jamming attacks in optical networks[J]. Journal on communications, 2023, 44(7): 159-170. DOI： 10.11959/j.issn.1000-436x.2023127.

浏览量

370

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习的加密流量分类研究综述

面向代码重用检测的程序语义分析模型

工业互联网流量分析技术综述

同态明文-密文矩阵运算及其应用

在线学习辅助的智能接收机设计与实现

基于机器学习的光网络干扰攻击检测、识别与恢复方法

Machine learning-based detection, identification and restoration method of jamming attacks in optical networks

DOI：10.11959/j.issn.1000-436x.2023127