時間：2023-06-26 10:16:20
緒論：在尋找寫作靈感嗎？愛發(fā)表網(wǎng)為您精選了8篇網(wǎng)絡(luò)行為審計，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
關(guān)鍵詞:室內(nèi)定位;RSS; BP神經(jīng)網(wǎng)絡(luò);IEEE 802.11b
中圖分類號:TN911.23 文獻(xiàn)標(biāo)識碼:A
1 引 言
目前,室內(nèi)定位算法主要有以下幾種｡
1)Time of arrival(TOA)
TOA定位的基本原理是通過測量節(jié)點(diǎn)間電波傳播的時間來確定節(jié)點(diǎn)的位置｡
TOA算法要求參加定位的各個基站在時間上實現(xiàn)嚴(yán)格同步｡在室內(nèi)環(huán)境中,由于已知點(diǎn)到待測點(diǎn)的距離通常不遠(yuǎn),無線電波的傳播速度太快,且存在嚴(yán)重的多徑干擾,因此無法利用無線電波進(jìn)行測距｡目前,基于TOA的室內(nèi)定位技術(shù)通常是利用超聲波傳播速度較慢的特點(diǎn)(在20攝氏度時超聲波的傳播速度為343.38m/s),來測量出已知點(diǎn)和待測點(diǎn)間的距離,進(jìn)而求出待測點(diǎn)的位置[1]｡
2)GPS L1 Re-radiating
GPS(Global Positioning System)是70年代初由美國開發(fā)的衛(wèi)星導(dǎo)航定位系統(tǒng),本質(zhì)上它也是一個基于TOA的定位系統(tǒng)｡
GPS L1 Re-radiating是將GPS在L1頻段上的信號,通過戶外天線接收后,增益放大為室內(nèi)可接收信號,進(jìn)而基于GPS實現(xiàn)室內(nèi)定位｡
3)Received signal strength,RSS
RSS定位的基本原理是利用移動裝置偵測所接收到的無線電波信號強(qiáng)弱,然后根據(jù)經(jīng)驗?zāi)Ｐ突騌SS隨距離衰減的模型來推斷節(jié)點(diǎn)間的距離,進(jìn)而實現(xiàn)定位[2]｡
該技術(shù)主要使用無線網(wǎng)絡(luò)本身的無線電信號來定位,不需額外添加硬件,是一種低功率､廉價的定位技術(shù)[3]｡
基于信號強(qiáng)度的室內(nèi)定位方法分為經(jīng)驗?zāi)Ｐ头ê托盘査p模型法｡
(1)經(jīng)驗?zāi)Ｐ头?/p>
在經(jīng)驗?zāi)Ｐ头ㄖ?將RSSI數(shù)據(jù)轉(zhuǎn)換為位置信息的方法主要有判定法和概率法兩種｡
(2)信號衰減模型法
信號衰減模型法則無需實地測量位置和RSSI,而是依據(jù)信號強(qiáng)度和距離的特定關(guān)系,結(jié)合三角測量法,根據(jù)來自三個(或以上)AP的RSSI來計算出待測點(diǎn)的位置｡
基于TOA的定位模型在開放的室外環(huán)境中非常有效,但在室內(nèi)環(huán)境卻存在一些問題｡使用超聲波雖可克服無線電波傳輸速度快的問題,但需構(gòu)建專門的超聲波系統(tǒng)｡GPS也主要是針對戶外目標(biāo)設(shè)計的定位系統(tǒng),應(yīng)用于室內(nèi)存在定位精度不高等問題｡基于RSS的定位模型中,經(jīng)驗法需進(jìn)行大量的實地測量,同時無法保護(hù)定位用戶的隱私;而信號衰減法在室內(nèi)受NLOS(非視距傳播)等因素影響,也使得定位精度較低｡
因此,本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位模型并借助MATLAB 7.0加以實現(xiàn)｡采用該方法進(jìn)行室內(nèi)定位,不需要WLAN以外的其他資源｡由于不需要知道定位節(jié)點(diǎn)和建筑物的詳細(xì)特性,用戶的隱私將隨之得到完全的保護(hù)｡
2 基于BP神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位模型
BP神經(jīng)網(wǎng)絡(luò)通常是指基于誤差反向傳播算法(Backpropagation)的多層前向神經(jīng)網(wǎng)絡(luò),目前,該算法已成為應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[4]｡
BP神經(jīng)網(wǎng)絡(luò)采用的是并行網(wǎng)絡(luò)結(jié)構(gòu),包括輸入層､隱含層和輸出層,經(jīng)作用函數(shù)后,再把隱節(jié)點(diǎn)的輸出信號傳遞到輸出節(jié)點(diǎn),最后給出輸出結(jié)果｡該算法的學(xué)習(xí)過程由信息的前向傳播和誤差的反向傳播組成｡在前向傳播的過程中,輸入信息從輸入層經(jīng)隱含層逐層處理,并傳向輸出層｡第一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)｡如果在輸出層得不到期望的輸出結(jié)果,則轉(zhuǎn)入反向傳播,將誤差信號(目標(biāo)值與網(wǎng)絡(luò)輸出之差)沿原來的連接通道返回,通過修改各層神經(jīng)元權(quán)值,使得誤差均方最小｡神經(jīng)網(wǎng)絡(luò)理論已經(jīng)證明BP神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力和泛化功能,任一連續(xù)函數(shù)或映射均可采用三層網(wǎng)絡(luò)加以實現(xiàn)｡
計算技術(shù)與自動化2007年6月第26卷第2期李 瑛等:一種基于BP神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位模型2.1 樣本數(shù)據(jù)的采集和處理
輸入向量為待測點(diǎn)收到的來自至少三個不同位置AP的RSSI值,輸出向量為待測點(diǎn)的坐標(biāo)值(X,Y)｡
樣本采集在一個10mX10m的室內(nèi)場地中進(jìn)行｡使用3個來自SMC公司的AP和1臺配置了ORiNOCO PC CARD的筆記本電腦｡AP及無線網(wǎng)卡符合并工作在IEEE 802.11b標(biāo)準(zhǔn)下｡筆記本電腦所使用的操作系統(tǒng)為RedHat Linux 9.0｡樣本均勻分布在6mx6m的中心區(qū)域中｡
2.2 網(wǎng)絡(luò)結(jié)構(gòu)的確定
Kolmogorov定理已經(jīng)證明[5],任意一連續(xù)函數(shù)可由一個三層BP 網(wǎng)絡(luò)來實現(xiàn)｡雖然研究表明三層以上的BP網(wǎng)絡(luò)可以減少隱含層節(jié)點(diǎn)數(shù),提高計算效率,但在缺乏理論指導(dǎo)的BP網(wǎng)絡(luò)設(shè)計中這樣做容易使問題趨向復(fù)雜化｡因此選擇三層BP神經(jīng)網(wǎng)絡(luò),即只有1個隱含層的BP神經(jīng)網(wǎng)絡(luò)｡
該網(wǎng)絡(luò)輸入層的節(jié)點(diǎn)數(shù)由輸入向量的維數(shù)決定,輸入向量的維數(shù)是3,所以輸入層節(jié)點(diǎn)數(shù)確定為3個｡輸出層節(jié)點(diǎn)數(shù)由輸出向量的維數(shù)決定,這里輸出節(jié)點(diǎn)數(shù)為2 ｡
隱含層節(jié)點(diǎn)數(shù)的選擇在BP網(wǎng)絡(luò)設(shè)計中是一個難點(diǎn),目前還沒有理論上的指導(dǎo)｡過多的網(wǎng)絡(luò)節(jié)點(diǎn)會增加訓(xùn)練網(wǎng)絡(luò)的時間,也會使網(wǎng)絡(luò)的泛化能力減弱,網(wǎng)絡(luò)的預(yù)測能力下降｡然而網(wǎng)絡(luò)節(jié)點(diǎn)過少則不能反映后續(xù)值與前驅(qū)值的相關(guān)關(guān)系,建模不充分｡經(jīng)反復(fù)試驗,將隱含層節(jié)點(diǎn)數(shù)定為30,這樣形成了一個3-30-2結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò),如圖1所示｡
2.3 學(xué)習(xí)算法的選擇
基本BP 算法采用梯度下降法使得誤差均方(mse)趨向最小,直至達(dá)到誤差要求｡但在實際應(yīng)用中,存在收斂速度慢､局部極值等缺點(diǎn)｡Matlab 7.0神經(jīng)網(wǎng)絡(luò)工具箱中提供了十多種快速學(xué)習(xí)算法,一類是采用啟發(fā)式學(xué)習(xí)方法,如引入動量因子的traingdm 算法､變速率學(xué)習(xí)算法traingda ､“彈性”學(xué)習(xí)算法trainrp等;另一類采用數(shù)值優(yōu)化方法,如共軛梯度學(xué)習(xí)算法traincgf 等｡本研究選擇traincgf 算法｡該算法在不增加算法復(fù)雜性的前提下,可以提高收斂速度,并且可沿共扼方向達(dá)到全局最小點(diǎn),較好地解決了經(jīng)典BP算法所存在的收斂速度慢和可能出現(xiàn)局部最優(yōu)解的問題｡
2.4 BP神經(jīng)網(wǎng)絡(luò)的初始化､訓(xùn)練與仿真
1)建立網(wǎng)絡(luò)
net==newff(P3,[30,2],{′tansig′,′purelin′},′traincgf′)
newff()為建立BP 神經(jīng)網(wǎng)絡(luò)的函數(shù);P3為6維矩陣,表示3維輸入向量中每維輸入的最小值和最大值之間的范圍｡[30,2]表示隱層節(jié)點(diǎn)數(shù)是30,輸出層節(jié)點(diǎn)數(shù)是2,{′tansig′,′purelin′}表示隱含層中的神經(jīng)元采用tansig轉(zhuǎn)換函數(shù),輸出層采用purelin函數(shù),′traincgf′表示選擇的學(xué)習(xí)算法｡
2)權(quán)重和閾值初始化
net==init(net)
給各連接權(quán)重LW{1,1}､LW{2,1}及閾值b{1}､b{2}賦予(-1,+1)間的隨機(jī)值｡
3)訓(xùn)練
[net,tr]=train(net,P,T)
P為輸入向量,T為目標(biāo)向量,根據(jù)網(wǎng)絡(luò)學(xué)習(xí)誤差逆?zhèn)鬟f算法,利用阻尼最小二乘算法迭代,由前一次訓(xùn)練得到的網(wǎng)絡(luò)權(quán)重及閾值訓(xùn)練得到新的網(wǎng)絡(luò)權(quán)重及閾值｡
為了使生成的BP網(wǎng)絡(luò)對輸入向量有一定的容錯能力,最好的方法是既使用理想的信號又使用帶有噪聲的信號對網(wǎng)絡(luò)進(jìn)行訓(xùn)練｡具體做法是先用理想的輸入信號對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,直到起平方和誤差足夠小;然后,使用20組理想信號和帶有噪聲的信號對網(wǎng)絡(luò)進(jìn)行訓(xùn)練｡經(jīng)過上述訓(xùn)練后,網(wǎng)絡(luò)對無誤差的信號也可能會采用對付帶有噪聲信號的辦法,這樣會導(dǎo)致很大的代價,因此,需要采用理想的向量對網(wǎng)絡(luò)再次訓(xùn)練,以保證網(wǎng)絡(luò)能對理想信號作出最好的反應(yīng)｡
使用函數(shù)traincgf對網(wǎng)絡(luò)進(jìn)行訓(xùn)練時,當(dāng)網(wǎng)絡(luò)平方和誤差小于3時停止網(wǎng)絡(luò)的訓(xùn)練｡訓(xùn)練過程中的誤差變化情況如圖2所示｡
根據(jù)訓(xùn)練后的網(wǎng)絡(luò)及輸入向量進(jìn)行仿真輸出｡
3 實驗結(jié)果及分析
利用訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了36次定位,并統(tǒng)計了36次定位的平均誤差,結(jié)果如圖3所示｡
與利用信號衰減模型定位相比(如圖4所示),利用BP神經(jīng)網(wǎng)絡(luò)定位具有更高的統(tǒng)計精度｡
與信號衰減模型相比,雖然BP神經(jīng)網(wǎng)絡(luò)的模型解釋直觀性略有不足,但卻可獲得更精確的定位結(jié)果｡
利用BP神經(jīng)網(wǎng)絡(luò),雖然可解決傳統(tǒng)處理方法所不能處理的非線性映射問題,但在實際應(yīng)用中,對如何選擇和確定一個合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)沒有確切的理論指導(dǎo),只能通過試驗―調(diào)整―再試驗的過程來確定一個合適的網(wǎng)絡(luò)結(jié)構(gòu)｡同時,BP神經(jīng)網(wǎng)絡(luò)的隱含層作用機(jī)理和隱含層節(jié)點(diǎn)個數(shù)的選擇是BP神經(jīng)網(wǎng)絡(luò)的難點(diǎn)問題｡隱含層的節(jié)點(diǎn)個數(shù)的選擇需反復(fù)進(jìn)行試驗,當(dāng)多次輸出結(jié)果在一定誤差范圍內(nèi)時才可確定｡
4 結(jié)束語
本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位模型,并在基于IEEE 802.11b標(biāo)準(zhǔn)的WLAN環(huán)境中對此模型進(jìn)行了測試｡一個基于信號衰減模型的定位算法也在同樣的環(huán)境中進(jìn)行了測試｡對比結(jié)果表明,利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行室內(nèi)定位能取得更好的定位精度｡
關(guān)鍵詞：無拖曳衛(wèi)星；自適應(yīng)控制；RBF神經(jīng)網(wǎng)絡(luò)；反步法
中圖分類號：TP273文獻(xiàn)標(biāo)識碼：A
Design of Adaptive Neural Network Controllers for LEO Dragfree Satellite
LI Ji,FAN Huijin
(School of Automation, Huazhong University of Science and Technology, Wuhan,Hubei 430074, China)
Abstract:Lowdisturbance environment can be achieved by the LEO(LowEarth Orbit) dragfree satellite, which benefits the validation of relativity, detection of gravitational waves and measurement of gravity field. For dragfree control purpose, most researches proposed controllers with linearized model and ignoring the nonlinear characteristics, which lower the accuracy of controllers. In this paper, by taking into account of the nonlinear characteristics, an adaptive neural network controller is established based on Lyapunov methods and adaptive backstepping control theory. For nonlinear characteristics and unmodeled dynamics, RBF neural network is employed for approximation. At the same time, we introduce the update laws of adaptive neural network weights, which guarantee the stability of the closedloop system and satisfy requirements of the dragfree satellite control system. The simulation results indicate that the controller is effective and the accuracy of the dragfree satellite can be satisfied．
Key words:Dragfree satellite;adaptive control;RBF neural network;backstepping
1 引 言
低軌衛(wèi)星在太空飛行的過程中，承受著來自星際空間的各種擾動［1］，例如，地球、太陽、月亮引力的影響，以及大氣阻力、太陽輻射和地面反射等非慣性力的影響。然而相對論的驗證、引力波探測以及地球重力場的測量等都需要低干擾試驗環(huán)境。為了消除非慣性力的影響，文獻(xiàn)［1］提出無拖曳(drag-free)技術(shù)，設(shè)計了無拖曳衛(wèi)星：用一個質(zhì)量塊置于衛(wèi)星本體內(nèi)部，質(zhì)量塊將不受大氣阻力等外部干擾力的影響，因為質(zhì)量塊不與衛(wèi)星本體接觸，所以幾乎處于自由漂移狀態(tài)，成為理想的寧靜參考源。衛(wèi)星本體保持與質(zhì)量塊之間相互隔離的狀態(tài)，在適當(dāng)傳感器和控制算法條件下，從而保證衛(wèi)星本體實現(xiàn)較高的寧靜性［1］。
無拖曳衛(wèi)星控制器不但可以使衛(wèi)星保持穩(wěn)定，而且良好的控制效果有助于航天任務(wù)的完成以及降低對硬件的要求，所以無拖曳衛(wèi)星控制器設(shè)計一直是無拖曳衛(wèi)星研究的重點(diǎn)。Stephan Theil［2-3］等人考慮了無拖曳衛(wèi)星控制系統(tǒng)的不確定性，利用分散控制策略設(shè)計了系統(tǒng)的魯棒控制器。E.Canuto［4-5］等人針對GOCE衛(wèi)星，建立離散時間狀態(tài)方程，利用嵌入式模型控制策略設(shè)計了可調(diào)控制器。文獻(xiàn)［6］基于干擾觀測模型，設(shè)計了混合H2/H
SymboleB@
最優(yōu)控制器，并以LMI形式給出了求解控制器的條件并證明了控制器的穩(wěn)定性。文獻(xiàn)［7］針對衛(wèi)星本體與質(zhì)量塊相對軌道動力學(xué)模型，采用卡爾曼濾波方法對狀態(tài)和干擾進(jìn)行了估計，并基于狀態(tài)估計設(shè)計了最優(yōu)控制器，有效地抑制了干擾對系統(tǒng)的影響。文獻(xiàn)［8］基于H2優(yōu)化理論設(shè)計了最優(yōu)控制器，通過傳遞函數(shù)法及數(shù)值法雙重分析表明所設(shè)計的控制器符合控制要求。
在這些已有的控制器設(shè)計中，大多未考慮系統(tǒng)的非線性環(huán)節(jié)或采用線性化方法，將系統(tǒng)簡化為線性模型，從而降低了控制器的精度。由于無拖曳衛(wèi)星控制系統(tǒng)本質(zhì)上是一個復(fù)雜的非線性系統(tǒng)，本文將直接針對非線性模型，考慮到系統(tǒng)的非線性特征及未建模動態(tài)，利用神經(jīng)網(wǎng)絡(luò)對函數(shù)的有效逼近能力，對系統(tǒng)模型中的非線性部分進(jìn)行擬合。首先，本文將無拖曳衛(wèi)星控制系統(tǒng)根據(jù)控制目標(biāo)劃分為三個子系統(tǒng)：衛(wèi)星本體與質(zhì)量塊相對位移子系統(tǒng)，即drag-free子系統(tǒng)；衛(wèi)星本體姿態(tài)子系統(tǒng)；以及衛(wèi)星本體與質(zhì)量塊相對姿態(tài)子系統(tǒng)。接著，針對每個二階子系統(tǒng)，利用徑向基函數(shù)(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)對系統(tǒng)的非線性部分進(jìn)行擬合，通過對基函數(shù)中心和方差進(jìn)行學(xué)習(xí)，并采用自適應(yīng)反步控制方法，設(shè)計相應(yīng)控制器，建立神經(jīng)網(wǎng)絡(luò)權(quán)值自適應(yīng)律以及分散自適應(yīng)控制律。仿真結(jié)果驗證了所設(shè)計的控制器的有效性。
計算技術(shù)與自動化2014年6月
第33卷第2期李 季等：低軌無拖曳衛(wèi)星的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
本文下面內(nèi)容安排如下：第2節(jié)問題描述，建立無拖曳衛(wèi)星的動力學(xué)模型；第3節(jié)針對drag-free控制回路、衛(wèi)星本體姿態(tài)控制回路以及衛(wèi)星本體與質(zhì)量塊相對姿態(tài)控制回路，分別設(shè)計控制器，同時給出了穩(wěn)定性分析；第4節(jié)通過仿真證明所設(shè)計的控制器的有效性；第5節(jié)給出結(jié)論與進(jìn)一步的工作。
2 問題描述
本文所考慮的低軌無拖曳衛(wèi)星結(jié)構(gòu)設(shè)計如下：無拖曳衛(wèi)星只包含一個質(zhì)量塊，且形狀為立方體，衛(wèi)星內(nèi)腔壁上的位置敏感器能夠測量衛(wèi)星本體和質(zhì)量塊的相對位置。這里采用靜電位置懸浮及測量系統(tǒng)EPS(Electrostatic Positioning/Measurement System) 來測量質(zhì)量塊相對移動并對其施加靜電力和力矩，根據(jù)EPS的測量結(jié)果，命令推進(jìn)器輸出相應(yīng)的推力，使衛(wèi)星本體跟蹤質(zhì)量塊。推進(jìn)器可以選擇場發(fā)射推進(jìn)器和微膠體推進(jìn)器，它們具有極低的噪聲干擾，而且可以實現(xiàn)極小的推力，非常適合無拖曳控制。但在近地環(huán)境中，大氣阻力有時比較大，尤其在衛(wèi)星的迎風(fēng)面，此時需要采用推力較大的推進(jìn)器，如離子推進(jìn)器。所以在近地環(huán)境中，無拖曳控制往往采用了多種推進(jìn)器組合的方式［1,8］。本文將無拖曳衛(wèi)星控制系統(tǒng)根據(jù)控制目標(biāo)劃分為三個控制回路：衛(wèi)星本體與質(zhì)量塊相對位移控制回路，即dragfree控制回路，衛(wèi)星本體姿態(tài)控制回路以及衛(wèi)星本體與質(zhì)量塊相對姿態(tài)控制回路，相關(guān)動力學(xué)方程如下［9］：
衛(wèi)星本體與質(zhì)量塊相對位移動力學(xué)方程：
rel=1mtm(FGtm+FDtm+FSCtm)－
1msc(FGsc+FCsc+FDsc+FTMsc)－
2ωsc×rel－ωsc×(ωsc×(rh+rrel))－
sc×(rh+rrel)(1)
其中，rrel表示衛(wèi)星本體和質(zhì)量塊的相對位移，rh表示敏感器空腔中心與衛(wèi)星質(zhì)心的距離，mtm表示質(zhì)量塊的質(zhì)量，msc代表衛(wèi)星本體的質(zhì)量，ωsc表示衛(wèi)星本體姿態(tài)角速度，F(xiàn)Gtm、FGsc分別表示衛(wèi)星本體和質(zhì)量塊受到的重力，F(xiàn)Dtm、FDsc分別表示衛(wèi)星本體和質(zhì)量塊受到的非慣性力，F(xiàn)Csc表示衛(wèi)星本體受到的控制力，F(xiàn)SCtm、FTMsc表示衛(wèi)星本體和質(zhì)量塊之間的耦合力。
衛(wèi)星本體姿態(tài)動力學(xué)方程：
sc=I－1sc［TCsc+TDsc+TTMsc－ωsc×(Iscωsc)］(2)
其中，ωsc表示衛(wèi)星本體姿態(tài)角速度，Isc表示衛(wèi)星本體的轉(zhuǎn)動慣量，TCsc，TDsc，TTMsc分別表示衛(wèi)星本體受到的控制力矩、干擾力矩和耦合力矩。
衛(wèi)星本體和質(zhì)量塊的相對姿態(tài)動力學(xué)方程：
rel=tm－ATSsc+ωtm×ATSωsc=
I－1tm［TCtm+TDtm+TSCtm－
(ωrel+ωsc)×(Itm(ωrel+ωsc))］－
ATSsc－ATSωsc×ωrel(3)
其中，ωrel表示衛(wèi)星本體和質(zhì)量塊的相對姿態(tài)角速度，ωtm表示質(zhì)量塊的姿態(tài)角速度，ωsc表示衛(wèi)星本體姿態(tài)角速度，TCtm，TDtm，TSCtm分別表示質(zhì)量塊受到的控制力矩、干擾力矩和耦合力矩，ATS表示從衛(wèi)星本體坐標(biāo)系到質(zhì)量塊本體坐標(biāo)系的旋轉(zhuǎn)矩陣。
通常將質(zhì)量塊和衛(wèi)星間的靜電耦合基本模型看作一個彈簧―阻尼系統(tǒng)，以質(zhì)量塊為例，在敏感器坐標(biāo)系下受到的耦合力和力矩形式如下：
FSCtm=－Ktransrrel－Dtransrel(4)
TSCtm=－Krotθrel－Drotrel (5)
其中，Ktrans為衛(wèi)星本體和質(zhì)量塊之間的耦合水平彈性系數(shù)，Dtrans為水平阻尼系數(shù)，Krot為衛(wèi)星本體和質(zhì)量塊之間的耦合旋轉(zhuǎn)彈性系數(shù)，Drot為旋轉(zhuǎn)阻尼系數(shù)。
通過線性化處理后，得到低軌無拖曳衛(wèi)星控制系統(tǒng)的動力學(xué)簡化模型如下：
rel=vrel
rel=-Ktransmtmrrel-Dtransmtmvrel-1mscFCsc+
f1(rrel,vrel
sc=ωsc
sc=I-1scTCsc+f2(φsc,ωsc)
rel=ωrel
rel=I-1tmKrotφrel+I-1tmDrotωrel+
I-1tmTCtm-I-1scTCsc+f3(φrel,ωrel)(6)
系統(tǒng)(6)中，φsc、ωsc分別表示衛(wèi)星本體的姿態(tài)角和姿態(tài)角速度，rrel、vrel分別表示衛(wèi)星本體和質(zhì)量塊的相對位移和相對運(yùn)動速度，φrel、ωrel分別表示衛(wèi)星本體和質(zhì)量塊的相對姿態(tài)角和相對姿態(tài)角速度。本文以歐拉角的形式給出了衛(wèi)星本體和質(zhì)量塊的姿態(tài)。
f1(rrel,vrel)，f2(φsc,ωsc)，f3(φrel,ωrel)為未知光滑函數(shù)，代表系統(tǒng)的非線性特征、未建模動態(tài)及未知擾動。
注2.1與文獻(xiàn)［9］相比，本文將擾動項1mscFDsc包含在了f1中，I－1scTDsc包含在了f2中，I－1tmTDtm、I－1scTDsc包含在了f3中，因此，文獻(xiàn)［9］中所研究的模型是本文系統(tǒng)(6)的特例。
上述系統(tǒng)中所涉及的變量均為3維：包含x、y、z三個坐標(biāo)軸方向。為了清晰地闡述本文的主要思想，以下將僅考慮單個坐標(biāo)軸方向，并且假設(shè)變量之間以及坐標(biāo)軸之間的交叉耦合量足夠小。
定義x=［x11,x12,x21,x22,x31,x32］T，其中狀態(tài)變量依次代表rrel、vrel、φsc、ωsc、φrel、ωrel。
系統(tǒng)(6)可寫成如下三個子系統(tǒng)：
衛(wèi)星本體與質(zhì)量塊相對位移子系統(tǒng)，即dragfree子系統(tǒng)：
Σ1:11=x1212=a1x11+b1x12+c1u1+f1(x11,x12)(7)
衛(wèi)星本體姿態(tài)子系統(tǒng)：
Σ2:21=x2222=c2u2+f2(x21,x22)(8)
衛(wèi)星本體與質(zhì)量塊相對姿態(tài)子系統(tǒng)：
Σ3:31=x3232=a2x31+b2x32－c2u2+c3u3+f3(x31,x32) (9)
其中，a1=－Ktransmtm，a2=I－1tmKrot，b1=－Dtransmtm，b2=I－1tmDrot，c1=－1msc，c2=I－1sc，c3=I－1tm，u1=FCsc，u2=TCsc，u3=TCtm。f1(x11,x12)，f2(x21,x22)，f3(x31,x32)代表系統(tǒng)的不確定性、未建模動態(tài)及未知擾動。
3 控制器設(shè)計
3.1 RBF神經(jīng)網(wǎng)絡(luò)
本文的目的是基于Lyapunov穩(wěn)定性理論和自適應(yīng)反步控制，對無拖曳衛(wèi)星控制系統(tǒng)的非線性模型進(jìn)行分析，設(shè)計一種自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器。
人工神經(jīng)網(wǎng)絡(luò)形式多種多樣，RBF神經(jīng)網(wǎng)絡(luò)是其中應(yīng)用較為廣泛的一種，表達(dá)形式如下［10-11］：
Ψ(X)=WTΦ(X) (10)
其中，W=［w1,w2,...,wl］T∈Rl為權(quán)重向量，Φ(x)=［φ1(X),φ2(X),...,φl(X)］T為基函數(shù)向量，l為隱含層神經(jīng)元的個數(shù)，X=［x1,x2,...,xn］代表系統(tǒng)中的狀態(tài)變量，并作為網(wǎng)絡(luò)的訓(xùn)練樣本輸入?；瘮?shù)i(X)選擇高斯函數(shù)，表達(dá)式如下：
φi(X)=exp －X－ci22σ2i(11)
其中，ci=［ci1,ci2,...,cin］T是隱含層第i個徑向基函數(shù)的中心點(diǎn)，n為輸入層向量的維數(shù)，σi是徑向基函數(shù)的寬度。
3.2 dragfree控制回路
3.2.1 控制器設(shè)計
系統(tǒng)Σ1表示dragfree控制回路：
Σ1:11=x1212=a1x11+b1x12+c1u1+f1(x11,x12)
f1(x11,x12)為未知光滑函數(shù)，由于RBF神經(jīng)網(wǎng)絡(luò)對于光滑函數(shù)的有效逼近能力，此時我們采用RBF神經(jīng)網(wǎng)絡(luò)對其進(jìn)行擬合，表達(dá)式如下：
f1(x11,x12)=WT1Φ1(x11,x12) (12)
定義1為權(quán)值的估計值，1為權(quán)值的估計誤差。即：
1=W1－1(13)
本節(jié)將采用RBF神經(jīng)網(wǎng)絡(luò)來對f1進(jìn)行擬合，結(jié)合自適應(yīng)反步控制，建立權(quán)重W1的自適應(yīng)律，通過調(diào)節(jié)權(quán)重，可以達(dá)到系統(tǒng)自適應(yīng)控制的目的。
第一步：考慮x11子系統(tǒng)，選擇Lyapunov函數(shù)：
V11(x11)=12x211 (14)
對V11求導(dǎo)，得：
11=x1111=
x11x12(15)
將x12看成x11子系統(tǒng)的虛擬控制，令：
x12=z12+α11(x11)(16)
其中，z12為引入的新的虛擬控制，α11(x11)滿足α11(0)=0，并選取為：
α11(x11)=－k11x11 (17)
其中，k11＞0為可調(diào)參數(shù)。所以
11=x11(z12+α11(x11))=
－k11x211+x11z12(18)
第二步：考慮系統(tǒng)(x11,x12)，選擇Lyapunov函數(shù)：
V12(x12,x12)=V11(x11)+
12z212+12T1Γ11(19)
其中，Γ1為正定矩陣。
對V12求導(dǎo)，得：
12=－k11x211+x11z12+z1212+•T1Γ11=
－k11x211+z12(x11+12－α11x1111)+•T1Γ11=
－k11x211+z12(x11+a1x11+b1x12+
c1u1+WT1Φ1+k11x12)+•T1Γ11=
－k11x211+z12(x11+a1x11+b1x12+
c1u1+T1Φ1+k11x12)+z12T1Φ1+
•T1Γ11=
－k11x211+z12(x11+a1x11+b1x12+
c1u1+T1Φ1+k11x12)+(z12ΦT1+•T1Γ1)1 (20)
選取控制量為
u1=1c1(－x11－a1x11－b1x12－T1Φ1－
k11x12－k12z12) (21)
其中，k11＞0，k12＞0為可調(diào)參數(shù)。
權(quán)值自適應(yīng)律1為
•1=z12Γ－T1Φ1=
(x12+k11x11)Γ－T1Φ1(22)
3.2.2 穩(wěn)定性分析
定理 1［12］ 考慮如下非線性系統(tǒng)
=f(x)
且
f(0)0 (23)
若存在具有連續(xù)1階偏導(dǎo)數(shù)的標(biāo)量函數(shù)V(x)，滿足以下條件：
1)V(x)是正定的；
2)(x)=dV(x)/dt是負(fù)定的；
3)當(dāng)x
SymboleB@
時，V(x)
SymboleB@
。
則在系統(tǒng)原點(diǎn)處的平衡狀態(tài)是大范圍漸近穩(wěn)定的。
通過上述控制器設(shè)計，由式(19)，顯然V12是正定的，又12=－k11x211－k12z212，由于k11，k12為大于零的可調(diào)參數(shù)，所以12是負(fù)定的，當(dāng)x11
SymboleB@
，z12
SymboleB@
時，V12
SymboleB@
，所以x11，z12在平衡狀態(tài)是大范圍漸近穩(wěn)定的。又由式(16)和式(17)可知，當(dāng)t
SymboleB@
，x110，z120時，有x120，所以x11，x12在平衡狀態(tài)是大范圍漸近穩(wěn)定的。
3.3 姿態(tài)控制回路
3.3.1 衛(wèi)星本體姿態(tài)控制回路
衛(wèi)星本體姿態(tài)狀態(tài)方程如下：
Σ2:21=x2222=c2u2+f2(x21,x22)
f2(x21,x22)為未知光滑函數(shù)，我們采用RBF神經(jīng)網(wǎng)絡(luò)對其進(jìn)行擬合，表達(dá)式如下：
f2(x21,x22)=WT2Φ2(x21,x22)(24)
定義2為權(quán)值的估計值，2為權(quán)值的估計誤差。即：
2=W2－2(25)
本節(jié)將采用RBF神經(jīng)網(wǎng)絡(luò)來對f2進(jìn)行擬合，結(jié)合自適應(yīng)反步控制，建立權(quán)重W2的自適應(yīng)律，通過調(diào)節(jié)權(quán)重，可以達(dá)到系統(tǒng)自適應(yīng)控制的目的。
第一步：考慮x21子系統(tǒng)，選擇Lyapunov函數(shù)：
V21(x21)=12x221(26)
對V21求導(dǎo)，得：
21=x2121=x21x22(27)
將x22看成x21子系統(tǒng)的虛擬控制，令：
x22=z22+α21(x21)(28)
其中，z22為引入的新的虛擬控制，α21(x21)滿足α21(0)=0，并選取為：
α21(x21)=－k21x21(29)
其中，k21＞0為可調(diào)參數(shù)。所以
21=x21(z22+α21(x21))=－k21x221+x21z22(30)
第二步：考慮系統(tǒng)(x21,x22)，選擇Lyapunov函數(shù)：
V22(x21,x22)=V21(x21)+
12z222+12T2Γ22(31)
其中，Γ2為正定矩陣。
對V22求導(dǎo)，得：
22=－k21x221+x21z22+z2222+•T2Γ22=
－k21x221+z22(x21+22－α21x2121)+•T2Γ22=
－k21x221+z22(x21+c2u2+WT2Φ2+
k21x22)+•T2Γ22=
－k21x221+z22(x21+c2u2+T2Φ2+
k21x22)+z22T2Φ2+•T2Γ22=
－k21x221+z22(x21+c2u2+T2Φ2+
k21x22)+(z22ΦT2+•T2Γ2)2 (32)
選取控制量為
u2=1c2(－x21－T2Φ2－
k21x22－k22z22) (33)
其中，k21＞0，k22＞0為可調(diào)參數(shù)。
權(quán)值自適應(yīng)律2為
•2=z22Γ－T2Φ2=(x22+k21x21)Γ－T2Φ2 (34)
3.3.2 衛(wèi)星本體與質(zhì)量塊相對姿態(tài)控制回路
衛(wèi)星本體與質(zhì)量塊相對姿態(tài)狀態(tài)方程如下：
Σ3:31=x3232=a2x31+b2x32－c2u2+c3u3+f3(x31,x32)
f3(x31,x32)為未知光滑函數(shù)，我們采用RBF神經(jīng)網(wǎng)絡(luò)對其進(jìn)行擬合，表達(dá)式如下：
f3(x31,x32)=WT3Φ3(x31,x32) (35)
定義3為權(quán)值的估計值，3為權(quán)值的估計誤差。即：
3=W3－3(36)
本節(jié)將采用RBF神經(jīng)網(wǎng)絡(luò)來對f3進(jìn)行擬合，結(jié)合自適應(yīng)反步控制，建立權(quán)重W3的自適應(yīng)律，通過調(diào)節(jié)權(quán)重，可以達(dá)到系統(tǒng)自適應(yīng)控制的目的。
第一步：考慮x31子系統(tǒng)，選擇Lyapunov函數(shù)：
V31(x31)=12x231 (37)
對V31求導(dǎo)，得：
31=x3131=x31x32(38)
將x32看成x31子系統(tǒng)的虛擬控制，令：
x32=z32+α31(x31)(39)
其中，z32為引入的新的虛擬控制，α31(x31)滿足α31(0)=0，并選取為：
α31(x31)=－k31x31 (40)
其中，k31＞0為可調(diào)參數(shù)。所以
31=x31(z32+α31(x31))=－k31x231+x31z32(41)
第二步：考慮系統(tǒng)(x31,x32)，選擇Lyapunov函數(shù)：
V32(x31,x32)=V31(x31)+
12z232+12T3Γ33(42)
其中，Γ3為正定矩陣。
對V32求導(dǎo)，得：
32=－k31x231+x31z32+z3232+•T3Γ33=
－k31x231+z32(x31+32－α31x3131)+•T3Γ33=
－k31x231+z32(x31+a2x31+b2x32－c2u2+
c3u3+WT3Φ3+k31x32)+•T3Γ33=
－k31x231+z32(x31+a2x31+b2x32－c2u2+
c3u3+T3Φ3+k31x32)+z32T3Φ3+
•T3Γ33=
－k31x231+z32(x31+a2x31+b2x32－c2u2+
c3u3+T3Φ3+k31x32)+(z32ΦT3+•T3Γ3)3 (43)
選取控制量為
u3=1c3(－x31－a2x31－b2x32+c2u2－
T3Φ3－k31x32－k32z32)(44)
其中，k31＞0，k32＞0為可調(diào)參數(shù)。
權(quán)值自適應(yīng)律3為
•3=z32Γ－T3Φ3=(x32+k31x31)Γ－T3Φ3(45)
3.3.3 穩(wěn)定性分析
由定理1，對于子系統(tǒng)Σ2，由式(31)，顯然V22是正定的，又22=－k21x221－k22z222，由于k21，k22為大于零的可調(diào)參數(shù)，所以22是負(fù)定的，當(dāng)x21
SymboleB@
，z22
SymboleB@
時，V22
SymboleB@
，所以x21，z22在平衡狀態(tài)是大范圍漸近穩(wěn)定的。又由式(28)和式(29)可知，當(dāng)t
SymboleB@
，x210，z220時，有x220，所以x21，x22在平衡狀態(tài)是大范圍漸近穩(wěn)定的。同理可得，x31，x32在平衡狀態(tài)是大范圍漸近穩(wěn)定的。
4 仿真分析
本節(jié)為了證實所提出的控制器的有效性，在matlab/simulink環(huán)境下進(jìn)行了仿真驗證。
仿真參數(shù)如下［9］：衛(wèi)星本體質(zhì)量為1050 kg，質(zhì)量塊質(zhì)量為1 kg，衛(wèi)星本體和質(zhì)量塊之間的初始相對距離為rrel=1×10－3m，衛(wèi)星本體和質(zhì)量塊之間的初始相對姿態(tài)為φrel=1•π/180rad，衛(wèi)星本體和質(zhì)量塊之間的耦合水平彈性系數(shù)Ktrans=1×10－6N/m，水平阻尼系數(shù)Dtrans=1.4×10－11N/m2，衛(wèi)星本體和質(zhì)量塊之間的耦合旋轉(zhuǎn)彈性系數(shù)Krot=1×10－9N•m/rad，旋轉(zhuǎn)阻尼系數(shù)Drot=3.3×10－14N/rad，衛(wèi)星本體的轉(zhuǎn)動慣量Isc=200kg•m2，質(zhì)量塊的轉(zhuǎn)動慣量Itm=2.667×10－4kg•m2。
仿真結(jié)果如圖1―圖3所示。
圖1 衛(wèi)星本體與質(zhì)量塊的相對位移
圖2 衛(wèi)星本體的姿態(tài)
從圖1中可以看出，在含有不確定的情況下，通過設(shè)計的控制器，衛(wèi)星本體與質(zhì)量塊的相對位移最終趨于零，說明衛(wèi)星本體能夠很好的跟蹤質(zhì)量塊，達(dá)到dragfree控制的要求，并且精度在10－6數(shù)量級，滿足dragfree控制的精度需求。圖2~圖3給出了衛(wèi)星本體的姿態(tài)以及衛(wèi)星本體與質(zhì)量塊的相對姿態(tài)及其控制精度，仿真結(jié)果很好的滿足了衛(wèi)星本體與質(zhì)量塊姿態(tài)的一致性。
圖3 衛(wèi)星本體與質(zhì)量塊的相對姿態(tài)
5 結(jié) 論
本文針對無拖曳衛(wèi)星控制系統(tǒng)，考慮到系統(tǒng)的不確定性、未建模動態(tài)以及外界的未知擾動，采用神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行補(bǔ)償，基于Lyapunov 穩(wěn)定性理論，結(jié)合自適應(yīng)反步控制，得到權(quán)值的更新律以及相應(yīng)的控制器。仿真結(jié)果表明，所設(shè)計的控制器有效地抑制了不確定對控制系統(tǒng)的影響。
與傳統(tǒng)衛(wèi)星控制系統(tǒng)相比，無拖曳衛(wèi)星對控制系統(tǒng)提出了極高的性能指標(biāo)要求，下一步將考慮存在耦合時，衛(wèi)星模型的建立和控制器的設(shè)計。
參考文獻(xiàn)
［1］ 施梨，曹喜濱，張錦繡，等. 無阻力衛(wèi)星發(fā)展現(xiàn)狀［J］. 宇航學(xué)報, 2010,31(6):1511-1520.
［2］ PETTAZZI L, LANZON A,THEILS. Design of Robust Decentralized Controllers for Dragfree Satellite［C］.Proc.47th IEEE conf. Decision and Control, 2008:602-607.
［3］ PETTAZZI A,LANZON A,THEIL S. Design of Robust Drag-Free Controllers with Given Structure［J］. GUIDANCE, CONTROL, AND DYNAMICS, 2009,32(5):1609=1620.
［4］ ANDREIS D,CANUTO E. DragFree and Attitude Control for the GOCE satellite［C］.Proc.44th IEEE conf. Decision and Control, 2005:4041-4046.
［5］ CANUTO E,BONA B,CALAFIORE BM. Indri. Dragfree control for the European satellite GOCE. Part I:modelling［C］.Proc.41th IEEE conf. Decision andControl, 2002:1269-1274.
［6］ 曹喜濱，施梨，董曉光，等. 基于干擾觀測的無阻力衛(wèi)星控制器設(shè)計［J］.宇航學(xué)報, 2012,33(4):411-418.
［7］ 李傳江，王玉爽，馬廣富，等. 帶卡爾曼估計器的無拖曳衛(wèi)星干擾補(bǔ)償控制［J］.哈爾濱工業(yè)大學(xué)學(xué)報, 2012,44(7):8-13.
［8］ 李洪銀，胡明. 單測試質(zhì)量無拖曳衛(wèi)星無拖曳及姿態(tài)系統(tǒng)仿真及其控制研究［J］.天文學(xué)報, 2011,52(6):525-536.
［9］ 王玉爽. 無拖曳衛(wèi)星控制方法研究［D］. 哈爾濱：哈爾濱工業(yè)大學(xué), 2011.
［10］宋申民，于志剛，段廣仁. BTT導(dǎo)彈自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制［J］.宇航學(xué)報, 2007,28(5):1224-1230.
關(guān)鍵詞： 正交基神經(jīng)網(wǎng)絡(luò)； 非線性； 衛(wèi)星信道； 預(yù)失真
中圖分類號： TN927?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2013）09?0040?03
0 引 言
高功率放大器是衛(wèi)星通信系統(tǒng)中的重要組成部分，當(dāng)其工作在飽和區(qū)附近時，衛(wèi)星信道具有嚴(yán)重的非線性。這種非線性對信號的影響主要有兩方面[1]：一是信號星座圖發(fā)生變形，造成碼間串?dāng)_（ISI）；二是頻譜再生，引起鄰近信道干擾（ICI）。
隨著現(xiàn)代通信技術(shù)和多媒體業(yè)務(wù)的高速發(fā)展，大容量高速率的信息傳輸十分必要，衛(wèi)星通信也以不可抵擋之勢向高速率大容量的方向迅猛發(fā)展。由于通信速率和通信帶寬的迅猛增加，頻譜資源越來越緊張，現(xiàn)代衛(wèi)星通信更趨向于采用比恒包絡(luò)調(diào)制頻譜效率更高的幅度相位聯(lián)合調(diào)制方式，如DVB?S2標(biāo)準(zhǔn)中的APSK等調(diào)制方式[2?3]。與傳統(tǒng)的相位調(diào)制技術(shù)相比，APSK信號由于其信號幅度的變化，對衛(wèi)星信道的非線性失真更加敏感。為保證通信性能，必須對信道的非線性失真進(jìn)行補(bǔ)償。
1 高功放的非線性特性及其對系統(tǒng)性能的影響
高功放的工作特性分為線性區(qū)和非線性區(qū)，當(dāng)輸入信號功率較低時，輸出和輸入功率關(guān)系是線性的；當(dāng)輸入功率較高時，輸出和輸入功率關(guān)系呈現(xiàn)出非線性，當(dāng)輸出功率達(dá)到飽和，再增加輸入功率，輸出功率不會增大還可能會減小。
高功放非線性模型非常多，本文采用經(jīng)典的Saleh模型，該模型中幅度和相位的輸出僅與輸入信號的幅度有關(guān)。其幅度和相位轉(zhuǎn)移特性曲線如圖1所示，當(dāng)輸入信號歸一化幅度小于0.6時，幅度轉(zhuǎn)移和相位轉(zhuǎn)移呈現(xiàn)線性，大于0.6時，其轉(zhuǎn)移特性呈現(xiàn)非線性。
圖2為16APSK信號經(jīng)過非線性高功放的收發(fā)信號星座圖?？梢钥闯?，接收信號星座圖已經(jīng)發(fā)生嚴(yán)重畸變，外圈星座點(diǎn)半徑被壓縮，內(nèi)圈星座點(diǎn)半徑擴(kuò)大，內(nèi)外圈星座點(diǎn)歐式距離被縮??；星座點(diǎn)相對原來位置發(fā)生逆時針旋轉(zhuǎn)；碼間串?dāng)_很大，星座點(diǎn)扭曲嚴(yán)重。由于高功放非線性效應(yīng)的影響，在不加補(bǔ)償?shù)那闆r下，接收機(jī)已經(jīng)不能正常工作。
2 正交基神經(jīng)網(wǎng)絡(luò)
正交基前向神經(jīng)網(wǎng)絡(luò)模型如圖3所示。該網(wǎng)絡(luò)模型由輸入層、隱藏層和輸出層組成。其中輸入層、輸出層各有一個神經(jīng)元，使用線性激勵函數(shù)[f（x）=x]，隱藏層有[n]個神經(jīng)元，采用一組階次逐漸增高的正交多項式[φ（x）]作為其激勵函數(shù)。
傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)存在收斂速率慢和易陷入局部極小等缺點(diǎn)，文獻(xiàn)[4]提出了一種Chebyshev正交基神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)的隱藏層神經(jīng)元采用Chebyshev正交多項式，即文獻(xiàn)[4]采用基于偽逆的方法，實現(xiàn)了一步權(quán)值直接確定，不需要迭代，具有更高的計算速率和工作精度，同時不存在局部極小的問題?？紤]到Chebyshev正交基神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，將其應(yīng)用到衛(wèi)星非線性信道的補(bǔ)償技術(shù)中。
3 基于正交基神經(jīng)網(wǎng)絡(luò)的預(yù)失真補(bǔ)償算法
正交神經(jīng)網(wǎng)絡(luò)預(yù)失真系統(tǒng)框圖如圖4所示。[x（n）]為預(yù)失真器的輸入，[y（n）]為預(yù)失真器的輸出、高功放的輸入，[z（n）]為高功放的輸出，用[M（?）]和[N（?）]分別表示預(yù)失真器的幅度和相位轉(zhuǎn)移特性，預(yù)失真器的輸入輸出關(guān)系為[1]：
從華爾街寵兒到千夫所指
11月15日、16日兩天，央視“新聞30分”欄目以《記者調(diào)查：虛假信息借網(wǎng)傳播百度競價排名遭質(zhì)疑》、《記者調(diào)查：搜索引擎競價排名能否讓人公平獲取信息》為題，極為罕見地連續(xù)兩期對百度進(jìn)行了揭秘報道。報道稱，由于愿意出較高價格購買關(guān)鍵詞，例如，一些非法醫(yī)療網(wǎng)站在百度搜索結(jié)果中的排名位列推薦位置，而一些網(wǎng)站由于沒有資金購買關(guān)鍵詞慘遭屏蔽。央視的打擊目標(biāo)直指百度的核心商業(yè)模式――搜索引擎競價排名。
此前，百度以互聯(lián)網(wǎng)黑馬的姿態(tài)屢次創(chuàng)造業(yè)界神話。2005年8月5日，百度上市首日股價沖破100美元，股價漲幅高達(dá)354%，市值達(dá)到39.58億美元，市盈率一度高達(dá)2450倍，成為華爾街萬人追捧的績優(yōu)股。2003年6月，美國第三方權(quán)威統(tǒng)計機(jī)構(gòu)Alexa統(tǒng)計表明，百度成為全球最大的中文搜索引擎。
曾幾何時，籠罩在百度頭上的光環(huán)散去，官司纏身、投訴不斷、媒體曝光令百度應(yīng)接不暇，“點(diǎn)擊欺詐”、“暗箱操作”、“危機(jī)公關(guān)”、“暴力營銷”等負(fù)面新聞與百度如影隨形。如今，百度關(guān)鍵詞競價東窗事發(fā)，沉重打擊華爾街投資人信心，花旗、摩根斯坦利等分析機(jī)構(gòu)相繼調(diào)低了對百度的評級和未來營收預(yù)期，百度股價應(yīng)聲而跌，連續(xù)4日跌幅近40%。以市值計算，百度在短短4天之內(nèi)市值縮水超過120億美元。
百度何以在一夜之間失寵于業(yè)界？會不會就此成為互聯(lián)網(wǎng)上的“三鹿”？
網(wǎng)民揭批百度“舞弊黑幕”
一家名為“反百度聯(lián)盟”的網(wǎng)站負(fù)責(zé)人表示：眾多網(wǎng)民以及中小網(wǎng)站對百度的質(zhì)疑和不滿由來已久，只不過，憚于后者絕對強(qiáng)勢的網(wǎng)絡(luò)話語權(quán)勢，難以發(fā)出自己的聲音。央視此次戳破了膿瘡，作為互聯(lián)網(wǎng)中文強(qiáng)勢引擎的百度沉淀已久的暗黑面悉數(shù)暴露無遺。媒體和公眾對百度的質(zhì)疑主要集中在環(huán)環(huán)相扣、互為表里的四個方面：
存在欺詐虛假網(wǎng)站信息。據(jù)央視報道，從去年開始，國家食品藥品監(jiān)督管理局對違法網(wǎng)絡(luò)售藥行為進(jìn)行了嚴(yán)厲打擊，但在百度搜索引擎上仍可搜索到大量宣稱特效治療癌癥等疾病的非法藥品網(wǎng)站，并且這些藥品中絕大多數(shù)都是沒有取得國家藥準(zhǔn)字號的。據(jù)報道，對于參與競價排名的虛假網(wǎng)站，百度個別工作人員非但沒有進(jìn)行嚴(yán)格審查，甚至還幫助他們弄虛作假，蒙混過關(guān)。
人工干預(yù)搜索結(jié)果。據(jù)知情人士表示，當(dāng)傳統(tǒng)媒體有負(fù)面新聞時，百度可以通過屏蔽相關(guān)內(nèi)容獲得廣告，也可通過置頂?shù)炔僮鞣糯筘?fù)面效果，讓廣告主上門討?zhàn)垺芍芮?，一份?jù)稱來自百度內(nèi)部的汽車營銷PPT方案在網(wǎng)上曝光，該方案特別推薦了百度的“增值服務(wù)”――公關(guān)監(jiān)控和危機(jī)公關(guān)，鼓勵用戶“花錢免災(zāi)”，只要用戶支付足夠的錢，百度就可以替客戶屏蔽搜索引擎上針對客戶的負(fù)面報道。此前，三鹿奶粉事件曝光后，三鹿御用公關(guān)公司試圖用300萬元換取百度刪除負(fù)面新聞，雖然百度對此一概否認(rèn)，但此公關(guān)事件的曝光卻令百度身陷道德危機(jī)。
涉嫌組織網(wǎng)絡(luò)黑社會性質(zhì)的勒索營銷。批評者指出，百度幫主李彥宏儼然成了互聯(lián)網(wǎng)時代的“老大哥”，他所率領(lǐng)的“真理部”借助技術(shù)壟斷優(yōu)勢，操控了互聯(lián)網(wǎng)話語權(quán)，把所有拒絕合作或者反對它的網(wǎng)站以“垃圾信息”為由直接屏蔽。這一舉措引發(fā)了公眾對搜索引擎信息公平性與商家商業(yè)道德的普遍質(zhì)疑。一位不愿透露姓名的站長向記者表示：“只要你參與了百度的競價排名，然后退出了這個游戲，你就會發(fā)現(xiàn)你的網(wǎng)站從此在百度上消失了?！卑俣热A南商證實了這一說法。在幾家門戶網(wǎng)站針對網(wǎng)民的調(diào)查中，80%以上的網(wǎng)民表示“遇到過網(wǎng)站被百度封殺的案例”。
廣告與搜索結(jié)果混淆。在業(yè)內(nèi)流傳著一個冷笑話：許多用戶在百度上搜索資料時，會直接點(diǎn)到最后一頁，然后往前倒過來搜索結(jié)果，因為第一頁幾乎是競價排名的結(jié)果，百度排列信息的重要性和相關(guān)性標(biāo)準(zhǔn)是與廣告主的現(xiàn)金掛鉤，而不是同信息有效性本身掛鉤。網(wǎng)友發(fā)現(xiàn)，隨著參與競價排名的廠商越來越多，用戶查找需要的信息變得越來越困難。業(yè)內(nèi)專家指出：關(guān)鍵詞競價排名，作為一種搜索引擎特有的網(wǎng)絡(luò)廣告，客戶花錢，網(wǎng)絡(luò)商通過特定的方式加以體現(xiàn)和推廣的手段，其本身無可厚非，包括Google在內(nèi)，許多搜索引擎也都以不同方式接納商業(yè)廣告，這是搜索引擎最重要的盈利途徑。然而百度的最大問題在于魚目混珠的操作方法，將付費(fèi)廣告同正常信息相混雜，甚至直接用付費(fèi)廣告頂替正常信息。相反，Google則明確將合作伙伴商業(yè)廣告放置在搜索結(jié)果的右側(cè)，使用者一目了然，根本不會將兩者混為一談。
批評者指出，上述一系列手段成了百度核心競爭力和屢試不爽的秘密武器。
業(yè)界呼吁信息搜索標(biāo)準(zhǔn)透明
其實，百度這些“罪狀”都是表象，所有爭議的焦點(diǎn)和問題的癥結(jié)在于如何確定、誰來確定搜索結(jié)果的標(biāo)準(zhǔn)。
拿 Google 來說，其核心搜索標(biāo)準(zhǔn)是 PageRank （頁面評級），一個頁面被鏈接的數(shù)量（反向鏈接）越多，被推薦越高。這樣的搜索結(jié)果由第三方客觀因素決定，透明、簡單而清晰。雖然 Google 的“良好用心”也常常被部分“聰明”的站長惡意利用，但是根子還是端正的，利多弊少。
而百度的搜索標(biāo)準(zhǔn)卻復(fù)雜到只有百度自己才能理解。一個網(wǎng)站是否被“信息垃圾”的標(biāo)簽屏蔽，全部由百度這個裁判說了算。到底什么是有用信息，什么是無效信息？它們之間的區(qū)別和尺度在哪里？如果裁判裁決的主要依據(jù)不是職業(yè)操守加上專業(yè)經(jīng)驗，而是球隊進(jìn)貢的數(shù)量，“黑哨”就不可避免?！皼]有被收進(jìn)來那肯定是你自己有問題”，正是這種標(biāo)準(zhǔn)的主觀性、隨意性，支撐了百度的全部商業(yè)模型――關(guān)鍵詞競價，客戶出錢的多少決定了信息的價值，決定了它的排位，以及它可以在網(wǎng)民眼球中的位置。分析人士指出，百度首先操控了標(biāo)準(zhǔn)，才得以把客戶作為綁架的“肉票”，才能把千千萬萬網(wǎng)民玩弄于股掌之間。
百度不是關(guān)鍵詞競價排名的發(fā)明者，卻是第一個將其發(fā)揚(yáng)光大，用到極致的公司。百度關(guān)鍵詞競價排名創(chuàng)造的收益占到百度全部收入的九成以上。《人民網(wǎng)》評論一針見血地指出：“競價是百度的蜜糖，卻是網(wǎng)民的毒藥?！狈窗俣嚷?lián)盟網(wǎng)站站長踏無痕表示：“百度自稱是搜索引擎，不過展現(xiàn)給大家的更像一個廣告平臺……搜索結(jié)果的前四頁都是競價排名廣告，到第五頁才出來了真正的搜索結(jié)果，百度想賺錢想瘋了。”具有百度特色的競價模式，毒化了互聯(lián)網(wǎng)商業(yè)環(huán)境和整體氛圍，只要花錢，本應(yīng)公平公正公開的互聯(lián)網(wǎng)信息傳播變成了百度商業(yè)過濾器過濾后充滿銅臭味的歪曲信息，網(wǎng)民真正需要的信息變得支離破碎，甚至無影無蹤。
關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；三維加速度；特征值提取
中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2016）51-0197-02
隨著物聯(lián)網(wǎng)的高速發(fā)展，智慧醫(yī)療的應(yīng)用也越來越廣泛，人體行為識別作為智能監(jiān)測中一個重要的研究方向，也逐漸受到各國學(xué)者的廣泛關(guān)注。隨著我國人口老齡化不斷加劇，老年人意外摔倒問題受到人們關(guān)注，而人體行為識別方法的研究將推進(jìn)更有效更準(zhǔn)確的跌倒檢測算法研究。按照信號的獲取方式，可將現(xiàn)有的人體行為識別方法分為以下兩種：基于計算機(jī)視覺的方法和基于傳感器的方法?；谌S加速度信號的識別方法屬于第二種，第二種方法相較于第一種具有低功耗、高精度、攜帶方便等優(yōu)點(diǎn)。目前BP神經(jīng)網(wǎng)絡(luò)是目前人工神經(jīng)網(wǎng)絡(luò)中研究最深入、應(yīng)用最廣泛的一種。本文選用已有的三軸加速度信號數(shù)據(jù)集，在MATLAB仿真環(huán)境下，基于BP神經(jīng)網(wǎng)絡(luò)設(shè)計并實現(xiàn)人體行為識別算法。
一、數(shù)據(jù)預(yù)處理
本文選用的三軸加速度數(shù)據(jù)來源于南加州大學(xué)人體行為數(shù)據(jù)集，這個數(shù)據(jù)集包括了對14名受測者的12種動作的三軸加速度信號采集。采集過程中，三軸加速度傳感器位于受測者右前臂；采樣頻率為100Hz；12種動作每種動作由每名受測者做5次，即對每種動作采集70個樣本，每個樣本采集時長不定但是足夠捕獲動作的所有信息。考慮實際意義，本文只選取上述14名受測者的7類動作，共計490個加速度數(shù)據(jù)樣本。在特征值提取前需要對濾波得到的加速度數(shù)據(jù)再進(jìn)行加窗處理。選用窗口長度N為512的矩形窗，則結(jié)合采樣頻率可得窗口時間跨度為5.12秒，足夠包含單個完整動作。經(jīng)過預(yù)處理后的數(shù)據(jù)才可以用于后續(xù)的特征值的提取，并用來訓(xùn)練和測試所建立的BP神經(jīng)網(wǎng)絡(luò)。
二、BP神經(jīng)網(wǎng)絡(luò)的建立
BP神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和隱含層組成，其中輸入層與輸出層各為一層，隱含層可以有多層。在網(wǎng)絡(luò)中，相鄰兩層間實現(xiàn)全連接，而處于同一層的神經(jīng)元之間無連接。BP學(xué)習(xí)算法需要提供教師信號。BP網(wǎng)絡(luò)的學(xué)習(xí)過程包括工作信號的正向傳播和誤差信號的反向傳播，并通過修改連接兩個神經(jīng)元的邊的權(quán)值來使得誤差函數(shù)達(dá)到最小。①工作信號的正向傳播。設(shè)X■■表示第k層神經(jīng)元i的輸入總和，Y■■為輸出，第k-1層神經(jīng)元j到第k層神經(jīng)元i的權(quán)值為Wij，則有如下函數(shù)關(guān)系：Y■■=f（X■■）X■■=■W■Y■■ （1）
稱f激勵函數(shù)，通常取f為非對稱Sigmoid函數(shù)，即 f（X■■）=■ （2）
②誤差信號的反向傳播。設(shè)輸出層為第m層，則輸出層第i個神經(jīng)元的實際輸出為Y■■，設(shè)對應(yīng)的教師信號為Yi，定義誤差函數(shù)e為 e=■■（Y■■-Y■）■ （3）
定義d■■表示誤差函數(shù)e關(guān)于U■■的偏導(dǎo)數(shù)，可推得 當(dāng)k=m時，有d■■=Y■■（1-Y■■）（Y■■-Y■）（4）
k
③權(quán)值的修正。設(shè)某一次學(xué)習(xí)權(quán)值的修改量為ΔWij，考慮兩次學(xué)習(xí)的相關(guān)性，可定義權(quán)值修改量如下：
ΔWij（t+1）=-μ?d■■?Y■■+γ?ΔWij（t）（6）
其中，γ為表示兩次修正間的相關(guān)程度的系數(shù)， μ為學(xué)習(xí)速率。綜上，BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)目標(biāo)就是：找一組最合適的邊的權(quán)值Wij，使得誤差函數(shù)滿足 e=min■■（Y■■-Y■）■ （7）
三、BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
1.輸入層。BP神經(jīng)網(wǎng)絡(luò)的輸入即為各種行為的特征向量，因此首先需要選取合適的特征值構(gòu)建特征向量。根據(jù)統(tǒng)計學(xué)原理和所選加速度信號數(shù)據(jù)集的特征，選取5個特征值：均值、方差、相關(guān)系數(shù)、偏度和峰度。5個特征值均以窗長N為提取單位，特征值的計算直接使用MATLAB已有的函數(shù)。以窗長為單位，分別計算三個軸的加速度信號的上述5種特征值，一次特征值提取可得到一個15維的特征向量，將此向量作為BP神經(jīng)網(wǎng)絡(luò)的輸入，則輸入層可有15個神經(jīng)元。
2.隱含層。隱含層待定的系數(shù)包括隱含層的層數(shù)和每個隱含層包含的神經(jīng)元個數(shù)。為提高學(xué)習(xí)速率，通常選用單隱層的神經(jīng)網(wǎng)絡(luò)，但為獲得更好的學(xué)習(xí)效果，本文考慮單隱層以及雙隱層的BP神經(jīng)網(wǎng)絡(luò)。
關(guān)于隱含層神經(jīng)元的個數(shù)n1選取，本文參考公式如下：n■=■+p （13）
其中，n0為輸入層神經(jīng)元個數(shù)，nm為輸出層神經(jīng)元個數(shù)，p為[1，10]之間的一個常數(shù)。在利用上述公式估算的基礎(chǔ)上，根據(jù)網(wǎng)絡(luò)學(xué)習(xí)的結(jié)果對隱含層神經(jīng)元個數(shù)再做調(diào)整，以達(dá)到最好的學(xué)習(xí)效果。
3.輸出層。神經(jīng)網(wǎng)絡(luò)的輸出層表示人體行為識別的結(jié)果，即判斷該動作屬于哪一類。根據(jù)所研究的7類動作，可以構(gòu)造一個7維的輸出向量。每一個輸出向量對應(yīng)每一次輸出，向量的每一維對應(yīng)每一類動作。若輸入特征值來源于第Z類動作，則期望的輸出向量為第Z維置“1”，其余維置“0”，而實際的輸出向量的7個維度的數(shù)值分別代表屬于7種動作的可能性大小，取數(shù)值最大的維度為分類結(jié)果。
doi:10.11772/j.issn.10019081.2013.07.1842
摘 要:
針對無線傳感器網(wǎng)絡(luò)(WSN)開放性和資源受限導(dǎo)致易受外部和內(nèi)部攻擊以及節(jié)點(diǎn)失效等問題，提出了一種高效、安全的可信節(jié)點(diǎn)間身份認(rèn)證方案。方案采用基于身份和雙線性對理論實現(xiàn)認(rèn)證密鑰協(xié)商與更新，通過基于Beta分布的節(jié)點(diǎn)行為信譽(yù)的管理計算其信任度，利用信任度識別節(jié)點(diǎn)是否可信并采用對稱密碼體制結(jié)合信息認(rèn)證碼實現(xiàn)可信節(jié)點(diǎn)間認(rèn)證。方案不僅能防范竊聽、注入、重放、拒絕服務(wù)等多種外部攻擊，而且能夠抵御選擇性轉(zhuǎn)發(fā)、Wormhole攻擊、Sinkhole攻擊和女巫攻擊等內(nèi)部威脅。與SPINS方案相比，所提方案在同一網(wǎng)絡(luò)環(huán)境下有較長的網(wǎng)絡(luò)生命期、較小的認(rèn)證時延、更高的安全性及可擴(kuò)展性，在無人值守安全性要求較高的WSN領(lǐng)域具有較好的應(yīng)用價值。
關(guān)鍵詞： 無線傳感器網(wǎng)絡(luò)；可信認(rèn)證；節(jié)點(diǎn)行為；基于身份；Beta分布；雙線性對
中圖分類號：TP309文獻(xiàn)標(biāo)志碼:A
英文標(biāo)題
Node behavior and identitybased trusted authentication in wireless sensor networks
英文作者名
LIU Tao1,2*, XIONG Yan1, HUANG Wenchao1, LU Qiwei1, GONG Xudong1
英文地址(
1. College of Computer Science and Technology, University of Science and Technology of China, Hefei Anhui 230027, China;
2. School of Computer and Information, Anhui Polytechic University, Wuhu Anhui 241000, China英文摘要)
Abstract:
關(guān)鍵詞:安全審計系統(tǒng);網(wǎng)絡(luò)安全管理;措施
互聯(lián)網(wǎng)時代信息技術(shù)雖然使人們的生活更加便捷，卻帶來了網(wǎng)絡(luò)安全問題。盡管網(wǎng)絡(luò)外部檢測技術(shù)和防御系統(tǒng)已經(jīng)持續(xù)建設(shè)，在某種程度抵御外部網(wǎng)絡(luò)的入侵，保護(hù)網(wǎng)絡(luò)數(shù)據(jù)信息的安全，但是內(nèi)部網(wǎng)絡(luò)的違規(guī)操作、非法訪問等造成的網(wǎng)絡(luò)安全問題在外部網(wǎng)絡(luò)的防御措施得不到有效解決。因此可以利用安全審計系統(tǒng)進(jìn)行網(wǎng)絡(luò)安全管理，檢測訪問網(wǎng)絡(luò)內(nèi)部系統(tǒng)的用戶，監(jiān)控其網(wǎng)絡(luò)行為，記錄其異常網(wǎng)絡(luò)行為，針對記錄結(jié)果解決網(wǎng)絡(luò)安全問題，對網(wǎng)絡(luò)安全隱患的評判具有重要作用。本文主要介紹安全審計系統(tǒng)以及作用，闡述其在網(wǎng)絡(luò)安全管理的必要性以及實際應(yīng)用。
1網(wǎng)絡(luò)安全管理的安全審計系統(tǒng)
1.1安全審計系統(tǒng)的組成
①事件產(chǎn)生器；②事件數(shù)據(jù)庫；③事件分析器；④響應(yīng)單元。事件產(chǎn)生器的作用：將單位網(wǎng)絡(luò)獲得的事件提供給網(wǎng)絡(luò)安全審計系統(tǒng)；事件分析器的作用：詳細(xì)地分析所得到的數(shù)據(jù)；事件響應(yīng)單元的作用：根據(jù)時間分析器得到的分析結(jié)果做出相應(yīng)的反映；事件數(shù)據(jù)庫的作用：保存時間分析器得到的分析結(jié)果。
1.2安全審計系統(tǒng)的要求
1.2.1記錄與再現(xiàn)記錄安全審計系統(tǒng)中全部違規(guī)操作、非法行為，再現(xiàn)系統(tǒng)某種狀態(tài)的主要行為。1.2.2入侵檢測審計系統(tǒng)檢查出大多數(shù)常見的系統(tǒng)入侵的意圖，設(shè)計相應(yīng)程序阻止入侵行為。1.2.3記錄入侵行為審計系統(tǒng)記錄所有的入侵企圖，對于成功入侵用戶，可以根據(jù)入侵記錄恢復(fù)系統(tǒng)。1.2.4系統(tǒng)本身的安全性安全審計系統(tǒng)必須保證自身系統(tǒng)操作系統(tǒng)和軟件安全以及審計數(shù)據(jù)安全才可以發(fā)揮其在網(wǎng)絡(luò)安全管理的作用。
2網(wǎng)絡(luò)安全審計的必要性
2.1提高企業(yè)數(shù)據(jù)安全管理績效
高新科技技術(shù)已經(jīng)滲透到社會方方面面，有利也有弊，其中企業(yè)來說，網(wǎng)絡(luò)信息安全的問題頻頻出現(xiàn)，這對于企業(yè)網(wǎng)絡(luò)運(yùn)營和實際經(jīng)營造成很大的沖擊、帶來經(jīng)濟(jì)損失。防火墻、防病毒軟件、反入侵系統(tǒng)雖然可以解決部分內(nèi)部用戶的非法違規(guī)網(wǎng)絡(luò)行為導(dǎo)致的網(wǎng)絡(luò)信息安全問題，某種程度也保障了網(wǎng)絡(luò)信息安全。網(wǎng)絡(luò)信息外部的防衛(wèi)無法抵御內(nèi)部用戶在沒有網(wǎng)絡(luò)監(jiān)管時對網(wǎng)絡(luò)內(nèi)部的不合法操作，網(wǎng)絡(luò)外部的安全防衛(wèi)措施無法解決網(wǎng)絡(luò)內(nèi)部出現(xiàn)的故障。所以企業(yè)網(wǎng)絡(luò)要正常運(yùn)營、企業(yè)經(jīng)營要得到持續(xù)發(fā)展，必須要建立企業(yè)內(nèi)部的安全審計系統(tǒng)，對內(nèi)部用戶訪問網(wǎng)絡(luò)系統(tǒng)進(jìn)行嚴(yán)格監(jiān)控和審計，有必要時可以采取相應(yīng)措施懲戒造成網(wǎng)絡(luò)安全問題的人員，讓網(wǎng)絡(luò)信息安全事件不再發(fā)生。
2.2提高網(wǎng)絡(luò)信息安全性
（1）安全審計系統(tǒng)采取訪問控制手段對網(wǎng)絡(luò)信息進(jìn)行安全審計和監(jiān)控，從而提高網(wǎng)絡(luò)信息安全；（2）對網(wǎng)絡(luò)信息加密實現(xiàn)網(wǎng)絡(luò)信息安全審計的目的，實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)私有，做到網(wǎng)絡(luò)安全管理，為了提高網(wǎng)絡(luò)信息安全水平要經(jīng)常維護(hù)與檢查安全日志；（3）安全審計網(wǎng)絡(luò)中傳輸?shù)男畔?，監(jiān)控網(wǎng)絡(luò)操作行為，提高網(wǎng)絡(luò)信息安全性，提供社會組織的網(wǎng)絡(luò)化行為安全性保障。
3安全審計系統(tǒng)在網(wǎng)絡(luò)安全管理的應(yīng)用
安全審計系統(tǒng)和基礎(chǔ)網(wǎng)絡(luò)病毒防護(hù)產(chǎn)品相互結(jié)合，共同保護(hù)網(wǎng)絡(luò)的整體安全。企業(yè)傳統(tǒng)的網(wǎng)絡(luò)安全體系建設(shè)只注重網(wǎng)絡(luò)邊界的安全，重點(diǎn)建設(shè)針對外部網(wǎng)絡(luò)向企業(yè)內(nèi)網(wǎng)攻擊的防護(hù)措施，沒有考慮到內(nèi)網(wǎng)自身存在的安全隱患，企業(yè)的網(wǎng)絡(luò)信息安全無法得到有效保障。因此，借助安全審計系統(tǒng)對企業(yè)網(wǎng)絡(luò)安全進(jìn)行審計和評估，實現(xiàn)企業(yè)網(wǎng)絡(luò)的全面安全監(jiān)督。隨著互聯(lián)網(wǎng)科技快速發(fā)展，銀行金融行業(yè)處于信息化時代，信息化推動銀行智能化發(fā)展，銀行網(wǎng)絡(luò)信息安全對銀行安全穩(wěn)定發(fā)展非常重要，如銀行數(shù)據(jù)集中處理有風(fēng)險、網(wǎng)絡(luò)金融服務(wù)容易受到黑客、病毒攻擊等。由于銀行涉及到金錢等財務(wù)利益上的交易，而且銀行作為信息化時代以客戶為主導(dǎo)的服務(wù)行業(yè)，必須嚴(yán)格地對客戶信息進(jìn)行保密，保障客戶信息安全。不僅銀行關(guān)系到國計民生、對社會經(jīng)濟(jì)發(fā)展也具有重要意義，所以控制銀行信息化風(fēng)險的最有效方法就是建立銀行網(wǎng)絡(luò)信息安全審計系統(tǒng)。網(wǎng)絡(luò)的廣泛應(yīng)用給教育行業(yè)帶來很大便利，目前很多高校和發(fā)達(dá)地區(qū)中小學(xué)都建立自己的校園網(wǎng)，但是網(wǎng)絡(luò)問題作為信息化水平發(fā)展的附屬品，給校園網(wǎng)安全管理造成很大困擾。雖然校園網(wǎng)已經(jīng)加大網(wǎng)絡(luò)外部病毒防御系統(tǒng)建設(shè)，但是網(wǎng)絡(luò)內(nèi)部檢測和審計更需要引起重視，為了減少網(wǎng)絡(luò)有害信息和侵權(quán)行為，規(guī)范師生上網(wǎng)行為，維護(hù)校園網(wǎng)安全穩(wěn)定運(yùn)行，非常有必要建立校園網(wǎng)絡(luò)安全審計系統(tǒng)。
4結(jié)語
本文詳細(xì)介紹了網(wǎng)絡(luò)安全管理的安全審計系統(tǒng)以及功能，并且闡述了網(wǎng)絡(luò)安全審計的必要性，安全審計系統(tǒng)的使用，使網(wǎng)絡(luò)監(jiān)控力度大大加強(qiáng)，讓網(wǎng)絡(luò)監(jiān)控效率得到顯著提高，為信息化建設(shè)提供了良好的保障。
參考文獻(xiàn)
[1]付曉坤.網(wǎng)絡(luò)安全審計技術(shù)的運(yùn)用[J].中國水運(yùn),2013(09):50-51.
[2]張文穎.探討網(wǎng)絡(luò)安全中安全審計與監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J].電腦知識與技術(shù),2013(16):3738.
關(guān)鍵詞：安全審計；監(jiān)控系統(tǒng)；系統(tǒng)設(shè)計；系統(tǒng)應(yīng)用；信息網(wǎng)絡(luò)
中圖分類號：TP39；F239文獻(xiàn)標(biāo)識碼：A文章編號：1003-5168（2015）08-0006-3
隨著計算機(jī)技術(shù)、信息技術(shù)不斷推陳出新，各類威脅到網(wǎng)絡(luò)信息安全的因素越來越多，雖然防火墻與外部檢測技術(shù)等能夠在某種程度上防止網(wǎng)絡(luò)的外部入侵，保護(hù)數(shù)據(jù)信息不受侵犯［1］。但也會因入侵技術(shù)的更新和漏洞的長期存在而無法徹底保障網(wǎng)絡(luò)處于安全狀態(tài)。因此，在現(xiàn)有技術(shù)的基礎(chǔ)上，通過引入安全審計系統(tǒng)對用戶的網(wǎng)絡(luò)行為加以記錄，對網(wǎng)絡(luò)安全隱患給出評判具有重要的現(xiàn)實意義。
1網(wǎng)絡(luò)安全審計的必要性
1.1提高企業(yè)數(shù)據(jù)安全管理績效
近年來，我國信息化程度不斷加深，尤其新媒體技術(shù)和自媒體技術(shù)的出現(xiàn)，企業(yè)信息的網(wǎng)絡(luò)化、無邊界化趨勢越來越明顯，也使得網(wǎng)絡(luò)信息安全問題不斷突顯。在這種情況下，無論是企業(yè)本身還是參與網(wǎng)絡(luò)信息提供和維護(hù)的第三方，在端口和信息通道內(nèi)都加強(qiáng)了對信息安全策略的部署，無論是信息的控制還是數(shù)據(jù)的授權(quán)，都在大量管理制度和規(guī)則下運(yùn)行。即便如此，與網(wǎng)絡(luò)信息安全相關(guān)的各類故障還是不斷出現(xiàn)，甚至?xí)o企業(yè)的網(wǎng)絡(luò)運(yùn)營和實際經(jīng)營都造成了消極影響。但是，當(dāng)我們對信息安全漏洞進(jìn)行分析和查驗時發(fā)現(xiàn)，一些嚴(yán)重的信息安全問題之所以會由于不合規(guī)、不合法而給利益相關(guān)者造成經(jīng)濟(jì)損失，其中一個重要原因便是一些內(nèi)部“合法”用戶的“非法”操作。這是因為，對于一般的網(wǎng)絡(luò)信息或者數(shù)據(jù)，借助防火墻、防病毒軟件、反入侵系統(tǒng)等都能夠解決，在一定程度上能夠保證信息安全?？墒且坏﹥?nèi)部人員在缺乏監(jiān)管的情況下進(jìn)行違規(guī)操作，就會使在信息外部建立起來的防線無能為力［2］。一項最新的調(diào)查顯示，企業(yè)內(nèi)部人員是對企業(yè)網(wǎng)絡(luò)信息進(jìn)行攻擊最為嚴(yán)重也最難防范的。在這種情況下，亟須提高企業(yè)的內(nèi)部審計能力，對內(nèi)部用戶的誤用、濫用信息行為進(jìn)行審計和監(jiān)管，對那些可能或者已經(jīng)造成各種安全事故的人員，在要求其協(xié)助網(wǎng)管人員找出原因外，還對其按照相關(guān)法律法規(guī)進(jìn)行嚴(yán)肅處理，以杜絕此類事件再次發(fā)生。
1.2提高網(wǎng)絡(luò)運(yùn)維績效
當(dāng)前，在網(wǎng)絡(luò)環(huán)境中構(gòu)建統(tǒng)一的安全審計平臺，提高網(wǎng)絡(luò)運(yùn)維績效，是十分必要的。在這一平臺之上，能夠?qū)χ匾O(shè)備系統(tǒng)的安全信息進(jìn)行統(tǒng)一監(jiān)管，以便能夠在海量數(shù)據(jù)中挖掘出有價值的信息，使信息的獲取和使用更加有效。可見，提高網(wǎng)絡(luò)信息的可靠性和真實性，借助網(wǎng)絡(luò)信息安全審計提供網(wǎng)絡(luò)運(yùn)維管理績效，是網(wǎng)絡(luò)化運(yùn)營需要認(rèn)真思考的問題［3］。實際上，信息的安全防御是信息安全審計的一種，都是要在信息生產(chǎn)的源頭對其進(jìn)行管理和監(jiān)控，并對可能對信息安全造成威脅的因素加以防范。而即便在信息源頭未能做到完全的安全防范，在事后也可以借助各種技術(shù)手段及時分析安全防御系統(tǒng)中可能存在的各類漏洞。甚至能夠在安全防御的過程中，對非法操作行為和動作進(jìn)行還原，使違法、違規(guī)用戶的不當(dāng)操作暴露出來，為認(rèn)定其非法行為提供真實有效的客觀證據(jù)。因此，對網(wǎng)絡(luò)信息進(jìn)行安全審計是一項復(fù)雜的系統(tǒng)工程，不但要規(guī)范網(wǎng)絡(luò)、主機(jī)以及數(shù)據(jù)庫的訪問行為，還要對用戶的使用習(xí)慣、信息內(nèi)容形成和改變進(jìn)行監(jiān)控和審計，以便有效地完成對各類信息的監(jiān)管，提高信息質(zhì)量，為企事業(yè)單位的信息運(yùn)用和網(wǎng)絡(luò)運(yùn)營提供安全保障。
1.3提高網(wǎng)絡(luò)信息安全性
在網(wǎng)絡(luò)空間中，有以下安全問題值得用戶關(guān)注并予以重視：①通過訪問控制機(jī)制強(qiáng)化對網(wǎng)絡(luò)信息進(jìn)行安全審計和信息監(jiān)控是十分必要的，這種做法不但能提高網(wǎng)絡(luò)信息的安全性，還能在訪問控制的作用下，限制外來用戶對關(guān)鍵資源的訪問，以保證非法用戶對信息或數(shù)據(jù)的入侵，同時也能對合法用戶的行為進(jìn)行規(guī)范，防止因操作不當(dāng)而造成破壞［4］。需要注意的，訪問控制系統(tǒng)不但界定了訪問主體還界定了訪問，其目的在于檢測與防止系統(tǒng)中的非法訪問。而借助對訪問控制機(jī)制的管理和設(shè)計，能在很大程度上實現(xiàn)對網(wǎng)絡(luò)信息的安全審計，使網(wǎng)絡(luò)信息處在安全狀態(tài)；②雖然網(wǎng)絡(luò)是開放的，但網(wǎng)絡(luò)數(shù)據(jù)卻具有私有性，只有在被授權(quán)的情況下才能讓非用戶或者原始使用者訪問，否則將被控制在不可見的范圍。為了實現(xiàn)這一點(diǎn)，就需要進(jìn)行網(wǎng)絡(luò)安全管理，包括網(wǎng)絡(luò)安全審計，通過信息加密，比如加密關(guān)鍵字或者授權(quán)機(jī)制、訪問控制等。為了提高網(wǎng)絡(luò)信息安全水平，還要維護(hù)與檢查安全日志；③提高網(wǎng)絡(luò)信息安全性，為社會組織的網(wǎng)絡(luò)化行為提供安全保障，除了要對現(xiàn)實中傳輸?shù)男畔⑦M(jìn)行安全審查外，對網(wǎng)絡(luò)中傳輸?shù)男畔⒁惨M(jìn)行安全審計，通過對網(wǎng)絡(luò)操作行為的監(jiān)控，評判信息的安全等級，有針對性地對網(wǎng)絡(luò)加以控制。
2信息時代網(wǎng)絡(luò)安全審計的關(guān)鍵技術(shù)與監(jiān)控范疇
在網(wǎng)絡(luò)信息安全審計的過程中，為了最大限度地提高審計效果，不但需要借助多種信息、網(wǎng)絡(luò)和計算機(jī)技術(shù)，還應(yīng)進(jìn)一步界定網(wǎng)絡(luò)審計的監(jiān)控范圍，使網(wǎng)絡(luò)信息安全審計能夠在更為廣闊的領(lǐng)域得到應(yīng)用。
2.1網(wǎng)絡(luò)安全審計的關(guān)鍵技術(shù)
在前文的分析中可知，在當(dāng)前網(wǎng)絡(luò)環(huán)境中，網(wǎng)絡(luò)信息安全的直接威脅主要來自網(wǎng)絡(luò)內(nèi)部，要建立切實有效的監(jiān)督體制，對有破壞信息安全傾向的員工進(jìn)行監(jiān)督，以保障信息安全。為了實現(xiàn)這個目標(biāo)，除了要在制度上加以制約外，還應(yīng)借助以下網(wǎng)絡(luò)安全審計技術(shù)：①基于的網(wǎng)絡(luò)安全審計技術(shù)。借助該技術(shù)構(gòu)建起來的信息安全系統(tǒng)以網(wǎng)絡(luò)主機(jī)為載體，以分布式方式運(yùn)行。這一技術(shù)雖然能夠很好地防范信息安全威脅，但是由于監(jiān)視器是這一信息系統(tǒng)的核心模塊，需要高度保護(hù)，一旦出現(xiàn)故障，就會引發(fā)其他轉(zhuǎn)發(fā)器都陷入被動境地，無法正常提交結(jié)果；②基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全審計技術(shù)。數(shù)據(jù)挖掘是近幾年被廣泛采用的信息安全技術(shù)，以此為基礎(chǔ)建立起來的網(wǎng)絡(luò)安全審計系統(tǒng)能夠借助數(shù)據(jù)挖掘技術(shù)或者大數(shù)據(jù)技術(shù)，以大量日志行為為樣本，對數(shù)據(jù)中體現(xiàn)出來的行為進(jìn)行描述、判斷與比較，特征模型，并最終對用戶行為特征和行為結(jié)果進(jìn)行界定；③基于神經(jīng)網(wǎng)絡(luò)的審計技術(shù)。神經(jīng)網(wǎng)絡(luò)是計算機(jī)應(yīng)用領(lǐng)域中廣泛采用的技術(shù)，該關(guān)鍵技術(shù)的使用能夠改變網(wǎng)絡(luò)單元狀態(tài)，使連接權(quán)值處在動態(tài)之中，一旦加入一個連接或者移去一個連接，就能夠向管理者指示出現(xiàn)了事件異常，需要果斷采取行動保證信息安全。單純使用該技術(shù)所產(chǎn)生的作用是十分有限的。一般情況下，要將多種技術(shù)配合使用，以便能對出現(xiàn)的異常情況做出解釋，這對確認(rèn)用戶或者事故責(zé)任人是有明顯幫助的；④借助專家系統(tǒng)構(gòu)建的網(wǎng)絡(luò)安全審計技術(shù)。該技術(shù)較于其他技術(shù)能夠?qū)⑿畔⑾到y(tǒng)的控制推理獨(dú)立出來，使問題的解決能夠借助輸入的信息。為了評估這些事實，在運(yùn)行審計系統(tǒng)之前，需要編寫規(guī)則代碼，而這也恰是能夠有效防范網(wǎng)絡(luò)信息安全威脅的有效手段。
2.2網(wǎng)絡(luò)信息安全審計的監(jiān)控范疇
2.2.1信息安全審計方法。經(jīng)驗表明，一些網(wǎng)絡(luò)信息安全審計系統(tǒng)可以借助遠(yuǎn)程登錄完成對服務(wù)器的管理和對應(yīng)用系統(tǒng)、數(shù)據(jù)庫系統(tǒng)的記錄等，用戶的操作行為和操作習(xí)慣會在服務(wù)器上留下痕跡。該類安全審計一般要按照以下步驟進(jìn)行：采集對被審計單位的相關(guān)信息數(shù)據(jù)，以保證數(shù)據(jù)的全面性與完整性；對采集到的數(shù)據(jù)信息進(jìn)行綜合分析與處理，使之能夠轉(zhuǎn)換成對于審計工作對應(yīng)的數(shù)據(jù)形式；借助計算機(jī)審計軟件完成對審計數(shù)據(jù)的復(fù)核。按照業(yè)內(nèi)的經(jīng)驗，在網(wǎng)絡(luò)信息安全審計的設(shè)計過程中，需要將數(shù)據(jù)采集環(huán)節(jié)作為整個審計工作的前提與基礎(chǔ)，是其中的核心環(huán)節(jié)，否則，將無法保證數(shù)據(jù)的完整性、全面性和準(zhǔn)確性以及及時性，后面的審計工作也就無法正常開展。一般而言，借助互聯(lián)網(wǎng)進(jìn)行審計數(shù)據(jù)的采集主要有直接讀取數(shù)據(jù)和記住數(shù)據(jù)庫連接件讀取兩種方式，它們之間具有相似性。按照這兩種方式完成數(shù)據(jù)采集，一旦其中一方數(shù)據(jù)的存儲格式改變，就應(yīng)及時對數(shù)據(jù)采集全部存儲格式進(jìn)行調(diào)整。這樣就會導(dǎo)致數(shù)據(jù)采集效率和效果受到影響，降低信息安全審計的靈活性。因此，在實際操作中，要保證數(shù)據(jù)存儲格式的一致性，防止審計低效。
2.2.2信息安全審計設(shè)備。在網(wǎng)絡(luò)信息安全審計中，只要將需要管理的網(wǎng)絡(luò)設(shè)備（比如出口路由器、核心交換機(jī)、匯聚交換機(jī)與接入交換機(jī)等）添加到相關(guān)安全審計系統(tǒng)之中，就能夠獲得發(fā)送過來的SNMP數(shù)據(jù)包。隨后，信息安全審計系統(tǒng)就會對數(shù)據(jù)包依據(jù)事件的等級和重要性予以分類，以便在后續(xù)的查詢和使用中更加方便。實際上，網(wǎng)絡(luò)的信息安全設(shè)備種類繁多，具體操作方法也大同小異。只要按照不同廠商設(shè)備的設(shè)置步驟和原則，開啟對應(yīng)的SNMP功能之后，將相關(guān)設(shè)備添加到網(wǎng)絡(luò)中安全審計系統(tǒng)之后，就能夠進(jìn)行相關(guān)操作。當(dāng)然，在這一過程中，要對串聯(lián)在網(wǎng)絡(luò)中的設(shè)備予以重點(diǎn)關(guān)注，要保證甚至能夠允許SNMP數(shù)據(jù)包通過。由此可以看出，借助安全設(shè)備實現(xiàn)對網(wǎng)絡(luò)信息的監(jiān)控和審計，能夠為網(wǎng)絡(luò)信息安全提供必要保障。當(dāng)然，由于監(jiān)控信息會不斷更新，加之由于海量數(shù)據(jù)造成的壓力，要依照實際需求確定監(jiān)控信息可以被記錄，以便能夠縮小記錄范圍，為信息安全審計提供更有價值、更具針對性的數(shù)據(jù)。
2.2.3信息安全審計流程。通過指派權(quán)限，設(shè)備管理員能夠更為直觀和真實地了解對應(yīng)設(shè)備的操作過程。如果在這一過程中出現(xiàn)了故障，可以對應(yīng)地分析和查找問題，找到解決問題的途徑。此外，網(wǎng)絡(luò)信息系統(tǒng)的類別較多，以不同平臺或者中間件定制開發(fā)的系統(tǒng)也不盡相同。在這種情況下，就需要以信息手冊為藍(lán)本，在與開發(fā)人員進(jìn)行溝通之后，確定開放日志接口，并將其納入到網(wǎng)絡(luò)信息安全審計的范疇。
3網(wǎng)絡(luò)信息安全審計監(jiān)控系統(tǒng)的設(shè)計與應(yīng)用
3.1網(wǎng)絡(luò)信息安全審計系統(tǒng)的運(yùn)行設(shè)計
當(dāng)前，網(wǎng)絡(luò)信息安全審計系統(tǒng)經(jīng)常使用兩個端口，其主要任務(wù)便是對聯(lián)入局域網(wǎng)系統(tǒng)的核心部位交換機(jī)與服務(wù)器進(jìn)行數(shù)據(jù)和信息交換。而為了更好地收集與存放信息安全審計數(shù)據(jù)，無論是系統(tǒng)日志還是安全審計系統(tǒng)的安全管控中心，都要設(shè)在同一服務(wù)器之上。這樣一來，基于網(wǎng)絡(luò)的信息安全審計系統(tǒng)就能夠在搜集安全審計系統(tǒng)內(nèi)部數(shù)據(jù)的同時，按照要求從相關(guān)子系統(tǒng)模塊中獲取數(shù)據(jù)，以保證各個系統(tǒng)內(nèi)的信息實現(xiàn)共享，提高信息安全審計的效率。
3.2網(wǎng)絡(luò)信息安全審計系統(tǒng)的實現(xiàn)
網(wǎng)絡(luò)信息安全審計系統(tǒng)不但是一個能夠幫助企業(yè)完成內(nèi)部經(jīng)濟(jì)管理與效益控制的系統(tǒng)，社會組織還能借助網(wǎng)絡(luò)安全監(jiān)控體系，實現(xiàn)對網(wǎng)絡(luò)操作對象的實時監(jiān)控，保證網(wǎng)絡(luò)操作中相關(guān)文件與數(shù)據(jù)的安全。這一審計系統(tǒng)的工作原理為：①借助網(wǎng)絡(luò)文件監(jiān)控能夠?qū)崿F(xiàn)消息的安全傳遞，借助標(biāo)簽維護(hù)可實現(xiàn)對安全標(biāo)簽的及時、正確處理；②借助多線程技術(shù)，構(gòu)建網(wǎng)絡(luò)信息安全監(jiān)控系統(tǒng)的驅(qū)動程序消息控制模塊，實現(xiàn)對驅(qū)動程序的全程監(jiān)視，并保證信息接收與發(fā)送過程處在安全保護(hù)之中；③借助系統(tǒng)程序中的文件對用戶進(jìn)程中的相關(guān)文件操作予以過濾、監(jiān)視和攔截，以保證網(wǎng)絡(luò)數(shù)據(jù)訪問處在全面審核與嚴(yán)格控制之中，使網(wǎng)絡(luò)環(huán)境中文件的安全得到保障。
3.3網(wǎng)絡(luò)信息安全審計系統(tǒng)的實際應(yīng)用
通常而言，網(wǎng)絡(luò)信息安全審計系統(tǒng)的實際應(yīng)用需要在動態(tài)管理的狀態(tài)下進(jìn)行。只有這樣，才能在投入使用之后，完全、精準(zhǔn)地記錄用戶的網(wǎng)上操作行為，也能對數(shù)據(jù)庫服務(wù)器的運(yùn)行予以全面監(jiān)控。比如，一旦企業(yè)員工通過“合法手段”對業(yè)務(wù)系統(tǒng)的安全性造成了威脅，那么這類“非法操作”等網(wǎng)絡(luò)行為就會被記錄和禁止。這是因為用戶的相關(guān)行為能夠映射到網(wǎng)絡(luò)信息安全審計系統(tǒng)之中，管理者能夠借此對用戶信息和相關(guān)操作進(jìn)行快速定位，在極短的時間內(nèi)就能夠查出事故責(zé)任人，為信息安全運(yùn)行和非法行為的處置都提供極大便利。此外，基于先進(jìn)技術(shù)建立起來的網(wǎng)絡(luò)信息安全審計系統(tǒng)，還可以在全局層面上監(jiān)視網(wǎng)絡(luò)安全狀況，對出現(xiàn)的任何問題都能夠予以有效把控，對那些可能造成企業(yè)重大變故或者機(jī)密、核心信息的外泄行為，能夠借助網(wǎng)絡(luò)信息實時動態(tài)監(jiān)控系統(tǒng)做出積極反應(yīng)。
參考文獻(xiàn)：
［1］付曉坤.網(wǎng)絡(luò)安全審計技術(shù)的運(yùn)用［J］.中國水運(yùn)，2013（9）：50-51.
［2］張文穎.探討網(wǎng)絡(luò)安全中安全審計與監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)［J］.電腦知識與技術(shù)，2013（16）：37-38.
［3］伍閩敏.建設(shè)企業(yè)計算機(jī)網(wǎng)絡(luò)安全審計系統(tǒng)的必要性及其技術(shù)要求［J］.信息安全與技術(shù)，2011（12）：34-36.
