摘要：混沌理論分析實(shí)現(xiàn)了多種經(jīng)濟(jì)現(xiàn)象規(guī)律與結(jié)構(gòu)的深層揭示。基于此，本文從股票市場(chǎng)、期貨市場(chǎng)、外匯市場(chǎng)、債券市場(chǎng)、衍生產(chǎn)品市場(chǎng)入手，站在混沌理論視角下對(duì)金融經(jīng)濟(jì)學(xué)進(jìn)行了分析。同時(shí)，以宏觀經(jīng)濟(jì)數(shù)據(jù)、經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)周期為切入點(diǎn)，探究了混沌理論視角下宏觀經(jīng)濟(jì)學(xué)的研究成果。

關(guān)鍵詞：混沌理論；金融經(jīng)濟(jì)學(xué)；宏觀經(jīng)濟(jì)學(xué)

對(duì)于混沌理論來(lái)說(shuō)，由于可以完成隱匿于隨機(jī)（貌似隨機(jī)）經(jīng)濟(jì)現(xiàn)象背后有序結(jié)構(gòu)以及規(guī)律性的研究與揭示，因此在金融經(jīng)濟(jì)學(xué)與宏觀經(jīng)濟(jì)學(xué)的研究中得到了廣泛的應(yīng)用。現(xiàn)階段，基于混沌理論的金融經(jīng)濟(jì)學(xué)研究與宏觀經(jīng)濟(jì)學(xué)研究形成了大量的理論與實(shí)證證據(jù)，能夠?yàn)橄嚓P(guān)領(lǐng)域與理論應(yīng)用指明發(fā)展方向，具有極高的探究?jī)r(jià)值。

一、混沌理論、金融經(jīng)濟(jì)學(xué)與宏觀經(jīng)濟(jì)學(xué)

（一）混沌理論

混沌理論是一種兼具質(zhì)性思考與量化分析的方法，一般用于動(dòng)態(tài)系統(tǒng)中(包括人口移動(dòng)、化學(xué)反應(yīng)、氣象變化、社會(huì)行為等)只能使用整體的、連續(xù)的，而不是單一的數(shù)據(jù)關(guān)系才能加以解釋與預(yù)測(cè)的行為的探究[1]。對(duì)于混沌現(xiàn)象來(lái)說(shuō)，主要存在于容易變動(dòng)的物體或系統(tǒng)內(nèi)，該物體在行動(dòng)初期相對(duì)單純，但是經(jīng)過(guò)一定規(guī)則的連續(xù)變動(dòng)后，則會(huì)產(chǎn)生難以預(yù)料的后果，即混沌狀態(tài)。需要注意的是，這種混沌狀態(tài)與一般雜亂無(wú)章的混亂狀況存在較大差異，可以通過(guò)長(zhǎng)期、完整分析形成某種規(guī)則。

（二）金融經(jīng)濟(jì)學(xué)

作者：閻書(shū)鳳 王蕾 潘巧儀 單位：廣州市衛(wèi)生技術(shù)鑒定和評(píng)估中心

混沌理論(chaostheory)及其應(yīng)用方面的研究,在我國(guó)已廣泛展開(kāi),涉及到數(shù)學(xué)、物理、化學(xué)、信息、人文和社會(huì)等多學(xué)科,以至貫穿信息科學(xué)、生命科學(xué)、空間科學(xué)、地球科學(xué)和環(huán)境科學(xué)領(lǐng)域,并取得一批可喜的成果。在我國(guó),由于教育以及學(xué)科間的屏蔽影響,在醫(yī)學(xué)上的研究尚處于起步階段。醫(yī)學(xué)工作者第一次遇到“混沌”(chaos)這個(gè)詞的時(shí)候,產(chǎn)生的第一反應(yīng),多為“模糊”、“混亂”、“無(wú)序”。容易造成這種誤解也正是這個(gè)學(xué)科的不幸之處,以至帶來(lái)無(wú)數(shù)的爭(zhēng)論與商榷。使用這個(gè)詞匯的多數(shù)學(xué)者也都承認(rèn)這個(gè)詞用得很不理想和不情愿,但仍然還是沒(méi)有其他更好的選擇。至于什么是現(xiàn)代科學(xué)意義上的“混沌”,目前尚無(wú)法用簡(jiǎn)明確切的詞語(yǔ)來(lái)定義,正如對(duì)“生命”一詞無(wú)法定義而只能描述一樣,而對(duì)混沌描述比對(duì)生命的描述要生澀的多。Chaology這個(gè)詞應(yīng)該是混沌學(xué),也已在文獻(xiàn)中出現(xiàn),但目前尚未被名詞審定機(jī)構(gòu)確認(rèn)。

混沌理論的起源可追溯到19世紀(jì),正式誕生在20世紀(jì)60年代,而真正被確定為一門(mén)新興學(xué)科是在80年代。這一新理論的產(chǎn)生是殊途同歸的歷史必然。因?yàn)榕ｎD以來(lái)的定理多是對(duì)線性(或被假設(shè)為線性)的問(wèn)題闡述,而自然界中大量存在的(90%以上)現(xiàn)象是非線性的,人體、生命系統(tǒng)是尤為典型的非線性系統(tǒng)。這就要求有非線性的方法、原理來(lái)解決,不僅是定性,而且要求有定量的研究。因此,研究人員不斷發(fā)展、追求新的認(rèn)識(shí)觀,拓展新的理論和方法,實(shí)踐又反過(guò)來(lái)證實(shí)和支持了這一新學(xué)科。混沌理論與相對(duì)論、量子力學(xué)被譽(yù)為20世紀(jì)三大發(fā)現(xiàn),“后世子孫對(duì)于20世紀(jì)的物理學(xué)、將會(huì)記取這三項(xiàng)革命性的發(fā)展”。

非線性科學(xué)(nonlinearscience)是一門(mén)跨學(xué)科研究的領(lǐng)域,其核心是對(duì)混沌的研究,而研究混沌的工具是分形(fractal)理論和計(jì)算機(jī)。只有在分形幾何(fractalgeome-try)和新型計(jì)算機(jī)誕生的今天,混沌理論的確立才成為可能。計(jì)算機(jī)也不再作為單純的運(yùn)算工具,對(duì)于混沌,它是更重要的研究工具(模擬系統(tǒng)),它將與傳統(tǒng)的實(shí)驗(yàn)室(試管、顯微鏡之類(lèi))并駕齊驅(qū)。醫(yī)學(xué)如何開(kāi)展混沌學(xué)研究,還是一項(xiàng)十分困難的事。因?yàn)槲覀儸F(xiàn)時(shí)的專業(yè)人員,知識(shí)和技能都非常“專業(yè)”,而對(duì)不同領(lǐng)域,跨大學(xué)科的認(rèn)識(shí)和研究還缺少人才(通識(shí)人才),單靠一方圣賢,幾乎是不可能完成的。最可能取得認(rèn)識(shí)優(yōu)勢(shì)的應(yīng)該是醫(yī)學(xué)研究人員。他們有條件學(xué)習(xí)新理論、掌握新方法,使用計(jì)算機(jī),因?yàn)樗麄冏畲蟮膬?yōu)勢(shì)是已經(jīng)掌握了最復(fù)雜的非線性(生命科學(xué))的知識(shí),而其他專業(yè)人員要想重新學(xué)習(xí)和了解生命科學(xué)的知識(shí),很難再有5年、8年或10年的醫(yī)科專修機(jī)會(huì)。混沌的研究和應(yīng)用不是將問(wèn)題搞的更復(fù)雜,恰好相反,是掌握簡(jiǎn)明的方法和原理去解決實(shí)際的問(wèn)題。

混沌理論是對(duì)牛頓以來(lái)的決定論(序)和后來(lái)的隨機(jī)論(無(wú)序)的調(diào)和,錢(qián)學(xué)森稱混沌是“宏觀無(wú)序,微觀有序”。還有各種解釋:①中醫(yī)至今對(duì)它還是帶有明顯的古樸哲學(xué)理念,認(rèn)為混沌是“未分化的狀態(tài)”。②郝柏林:“混沌不是簡(jiǎn)單的無(wú)序或是混亂,而是沒(méi)有明顯的周期和對(duì)稱,但又具備豐富的內(nèi)部層次的有序狀態(tài)”。③混沌運(yùn)動(dòng)與大尺度上的規(guī)則性運(yùn)動(dòng)完全不同。④混沌是一種不能用線性方法預(yù)測(cè)的隨機(jī)行為,混沌是一種既有決定性、又有隨機(jī)特征的二重性狀態(tài),“一方面服從大自然法則,如力學(xué)法則。另一方面又有一些偶然性。混沌是在物理學(xué)的決定論規(guī)律和隨機(jī)規(guī)律間架設(shè)的一座橋梁”,混沌才真正揭示了自然的內(nèi)在屬性和本質(zhì)內(nèi)容。這里只能簡(jiǎn)要地提到幾個(gè)和醫(yī)學(xué)有關(guān)的最基本的概念。

1線性和非線性(linearity,nonlinearity)

線性:是數(shù)學(xué)上的一種關(guān)系,如ax=3y+b是用這種關(guān)系式來(lái)表達(dá)的函數(shù)(比例)關(guān)系,它最大的特點(diǎn)是符合疊加原理,既總體等于各部分之和,從式中可以知道過(guò)去,也可以計(jì)算出未來(lái)(決定論)。非線性:在因變量與自變量之間不存在必然固定公式,總體不等于各部分之和,不符合疊加原理,如人體血壓24小時(shí)內(nèi)是M型波動(dòng),無(wú)法從上午10點(diǎn)所測(cè)得的血壓,通過(guò)一個(gè)什么公式來(lái)預(yù)測(cè)上午11點(diǎn)、12點(diǎn)、下午或晚上某時(shí)刻的血壓。人體血壓雖然大致上呈近日節(jié)律,但決定血壓值的因素很多:如地理、季節(jié)、環(huán)境等各種外界因素都隨時(shí)不同;植物神經(jīng)張力、激素、血容量、各器官組織的張力等各種內(nèi)環(huán)境因素更是不斷地處于變化不定之中,受到調(diào)節(jié)之后所表現(xiàn)出的血壓,必然是非線性。其實(shí),人體正常的生理節(jié)律幾乎都是非線性的。人體是一個(gè)典型的非線性動(dòng)力系統(tǒng)已成公認(rèn)。我們過(guò)去的研究方法,總體上都是線性的方法(如均數(shù)±均方差,波譜分析等),而對(duì)于非線性的問(wèn)題,只能用非線性的方法來(lái)研究解決,非線性科學(xué)中成就最為突出的就是混沌理論。

摘要：在現(xiàn)代社會(huì)整體科學(xué)技術(shù)水平不斷發(fā)展的形勢(shì)下，自動(dòng)化控制技術(shù)也得以較快發(fā)展，在此基礎(chǔ)上電氣自動(dòng)化設(shè)備得以越來(lái)越廣泛的應(yīng)用，因而對(duì)其進(jìn)行合理設(shè)計(jì)也就十分必要。在電氣自動(dòng)化設(shè)備設(shè)計(jì)中，電力控制系統(tǒng)設(shè)計(jì)屬于關(guān)鍵內(nèi)容，因而需要結(jié)合科學(xué)合理理論電力控制系統(tǒng)進(jìn)行合理設(shè)計(jì)，而混沌算法就是比較重要的一種理論。本文就基于混沌算法的電氣自動(dòng)化設(shè)備中電力控制系統(tǒng)設(shè)計(jì)進(jìn)行分析。

關(guān)鍵詞：電氣自動(dòng)化設(shè)備；電力控制系統(tǒng)；混沌算法；設(shè)計(jì)

電氣自動(dòng)化設(shè)備屬于當(dāng)前十分重要的一種自動(dòng)化控制設(shè)備，在實(shí)際生產(chǎn)中具有十分廣泛的應(yīng)用。就電氣自動(dòng)化設(shè)備應(yīng)用使情況而言，為使整體設(shè)備在應(yīng)用中保證較好效果，應(yīng)當(dāng)保證各個(gè)系統(tǒng)均得以正常使用而電力控制系統(tǒng)就是十分中重要的一項(xiàng)內(nèi)容，因而需要合理進(jìn)行設(shè)計(jì)。在實(shí)際設(shè)計(jì)過(guò)程中，相關(guān)設(shè)計(jì)人員應(yīng)當(dāng)與混沌算法相結(jié)合，在此基礎(chǔ)上對(duì)系統(tǒng)進(jìn)行合理設(shè)計(jì)，從而使系統(tǒng)可行性及有效性能夠得以進(jìn)一步提升，使其作用及功能得以更好發(fā)揮。

1.混沌理論概述

混沌所指的就是比較普遍的一種非線性現(xiàn)象，且其行為較繁復(fù)，比較類(lèi)似于隨機(jī)性，然而并非完全表現(xiàn)出隨機(jī)性，其往往具備內(nèi)在一定規(guī)律性。所以，對(duì)于混沌現(xiàn)象而言，其主要具備以下幾個(gè)方面性質(zhì)：其一，具備隨機(jī)性特點(diǎn)，這一性質(zhì)所指的就是混沌類(lèi)似于隨機(jī)，因而具有隨機(jī)性；其二，混沌具有遍歷性，這一點(diǎn)所指的就是在一定范圍之內(nèi)，混沌能夠不重復(fù)精力任何一種狀態(tài)；其三，混沌具有規(guī)律性，具體而言就是在一定程度上而言混沌理論雖然類(lèi)似于隨機(jī)性，但是混沌理論自身也存在一定規(guī)律。然而，在上述完全混沌搜索算法中，對(duì)于整個(gè)變量搜索過(guò)程而言，均需要以混沌變量遍歷性為基礎(chǔ)，在此基礎(chǔ)上才能夠?qū)崿F(xiàn)變量搜索，在混沌優(yōu)化問(wèn)題規(guī)模較小情況下，可發(fā)揮出比較明顯的效果，在混沌優(yōu)化問(wèn)題規(guī)模比較大的情況下，則完全混沌算法也就不適用，在實(shí)踐過(guò)程中其算法主要包括局部大規(guī)模遍歷搜索及在大范圍內(nèi)進(jìn)行遍歷搜索，通常而言，往往在規(guī)定時(shí)間內(nèi)將最優(yōu)化問(wèn)題解決比較困難，然而，對(duì)于混沌搜索算法而言，其能夠?qū)渭兓煦缢惴ù嬖诘谋锥说靡暂^好解決。所以，對(duì)于以兩種分類(lèi)方法而言，其主要依據(jù)就是范圍大小及規(guī)模大小程度[1-2]。

2.混沌優(yōu)化算法基本流程概述

第一，迭代性映射這一現(xiàn)象之所以會(huì)出現(xiàn)，其原因主要就是混沌變量自身具備一定遍歷性，這種情況下也就導(dǎo)致混沌變量具有遍歷性軌道，在此基礎(chǔ)上可使相關(guān)問(wèn)題得以較好解決，在此基礎(chǔ)上可實(shí)現(xiàn)混沌變量搜索，通常而言該階段被稱為粗搜索階段，也被稱為初步搜索階段。在保證能夠滿足一定終止條件基礎(chǔ)上，通常情況下會(huì)認(rèn)為對(duì)于搜索過(guò)程中所發(fā)現(xiàn)當(dāng)前最佳狀態(tài)已經(jīng)屬于最優(yōu)化解答方式，或者與最優(yōu)化解答方式相接近，并且能夠?qū)⑵渥鳛橄乱浑A段搜索起點(diǎn)。第二，對(duì)于這一階段而言，其起點(diǎn)為第一階段，在第一階段的基礎(chǔ)上聯(lián)合一定擾動(dòng)，從而在實(shí)行下一環(huán)節(jié)局部細(xì)節(jié)搜索，對(duì)于這一步驟搜索而言，在算法終止及相關(guān)準(zhǔn)則得以滿足的情況下，才能夠確定其完成及結(jié)束。在這一過(guò)程中，應(yīng)當(dāng)注意的一點(diǎn)就是，附加擾動(dòng)的內(nèi)容具有多樣性特點(diǎn)，就實(shí)際實(shí)踐情況來(lái)看，可選擇混沌變量自身，但該隨機(jī)變量應(yīng)當(dāng)保證符合柯西分布以及高斯分布，或者與均勻分布符合，同時(shí)也可以以梯度下降機(jī)制為基礎(chǔ)，對(duì)偏置量實(shí)行相關(guān)變量算法，從而保證其能夠得以較好實(shí)現(xiàn)[2]。

摘要：財(cái)務(wù)管理是當(dāng)代財(cái)務(wù)管理的重要研究方向，財(cái)務(wù)管理過(guò)程十分復(fù)雜，對(duì)財(cái)務(wù)管理進(jìn)行及時(shí)預(yù)警具有重要的研究意義。傳統(tǒng)預(yù)警方法無(wú)法刻畫(huà)財(cái)務(wù)管理的變化規(guī)律，使得財(cái)務(wù)管理預(yù)警結(jié)果不可靠，實(shí)時(shí)性較差。為了獲得理想的財(cái)務(wù)管理預(yù)警結(jié)果，提出了基于混沌粒子群算法化神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警方法。首先對(duì)財(cái)務(wù)管理預(yù)警原理進(jìn)行分析，找到財(cái)務(wù)管理預(yù)警的關(guān)鍵技術(shù)，然后收集與財(cái)務(wù)管理預(yù)警相關(guān)的數(shù)據(jù)，采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)財(cái)務(wù)管理預(yù)警變化規(guī)律進(jìn)行建模和描述，得到財(cái)務(wù)管理預(yù)警的分類(lèi)器，并引入混沌粒子群算法優(yōu)化財(cái)務(wù)管理預(yù)警分類(lèi)器的參數(shù)，最后進(jìn)入了財(cái)務(wù)管理預(yù)警仿真模擬實(shí)驗(yàn)。試驗(yàn)結(jié)果表明，相對(duì)于傳統(tǒng)財(cái)務(wù)管理預(yù)警方法，混沌粒子群算法化神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警正確率得到了有效的提升，在有效時(shí)間內(nèi)對(duì)財(cái)務(wù)管理進(jìn)行預(yù)警，解決當(dāng)前財(cái)務(wù)管理預(yù)警過(guò)程中存在的一些難題，具有較高的實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞：企業(yè)財(cái)務(wù)；管理風(fēng)險(xiǎn)；RBF神經(jīng)網(wǎng)絡(luò)；預(yù)警分類(lèi)器；模擬實(shí)驗(yàn)；混沌粒子群算法

0引言

財(cái)務(wù)管理是當(dāng)代財(cái)務(wù)管理的重要研究方向，財(cái)務(wù)管理過(guò)程十分復(fù)雜，對(duì)財(cái)務(wù)管理進(jìn)行及時(shí)預(yù)警具有重要的研究意義［1－3］。當(dāng)前財(cái)務(wù)管理預(yù)警方法可以劃分為兩大類(lèi)，一類(lèi)為線性財(cái)務(wù)管理預(yù)警型，主要有基于層次分析法的財(cái)務(wù)管理預(yù)警方法、灰色模型的財(cái)務(wù)管理預(yù)警方法，由于財(cái)務(wù)管理預(yù)警是一個(gè)復(fù)雜的變化系統(tǒng)，它們財(cái)務(wù)管理預(yù)警誤差大［4－6］。另一為非線性的財(cái)務(wù)管理預(yù)警方法，如人工神經(jīng)網(wǎng)絡(luò)，其中RBF神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警應(yīng)用范圍最廣，但是其參數(shù)優(yōu)化問(wèn)題一直沒(méi)有解決，影響財(cái)務(wù)管理預(yù)警效果［7－9］。因此傳統(tǒng)預(yù)警方法無(wú)法刻畫(huà)財(cái)務(wù)管理的變化規(guī)律，使得財(cái)務(wù)管理預(yù)警結(jié)果不可靠，實(shí)時(shí)性很差［10］。為了獲得十分理想的財(cái)務(wù)管理預(yù)警結(jié)果，本文提出了基于混沌粒子群算法化神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警方法。首先收集與財(cái)務(wù)管理預(yù)警相關(guān)的數(shù)據(jù)，采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)財(cái)務(wù)管理預(yù)警變化規(guī)律進(jìn)行建模和描述，得到財(cái)務(wù)管理預(yù)警的分類(lèi)器，并引入混沌粒子群算法優(yōu)化財(cái)務(wù)管理預(yù)警分類(lèi)器的參數(shù)，最后采用python編程實(shí)現(xiàn)財(cái)務(wù)管理預(yù)警仿真模擬實(shí)驗(yàn)，結(jié)果表明，相對(duì)于傳統(tǒng)財(cái)務(wù)管理預(yù)警方法，混沌粒子群算法化神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警效果更優(yōu)。

1基于混沌粒子群算法化神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)管理預(yù)警方法

1．1RBF神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是當(dāng)前一種主要的學(xué)習(xí)算法，具有很好的非線性分類(lèi)和預(yù)測(cè)能力，其中RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，如圖1所示。圖1RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)輸入樣本數(shù)據(jù)為X′，Ri（X′）為RBF函數(shù)，RBF神經(jīng)網(wǎng)絡(luò)輸出為式（1）。f（X′）＝∑li＝1WisRi（X′）（1）式中，i表示第i個(gè)神經(jīng)元節(jié)點(diǎn)；l表示神經(jīng)元節(jié)點(diǎn)的數(shù)量；Wis表示隱層層的連接權(quán)值。RBF函數(shù)的具體定義為式（2）。Ri（X′）＝exp－12X′－ci2σ（）（）i（2）式中，ci表示RBF的中心；σi表示中心點(diǎn)寬度；X′－ci為樣本與中心的距離。在RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程中，得到不同樣本與中心之間的具體根據(jù)為式（3）。σi（j）＝X′（j）－ci（j－1）（3）樣本與最小距離的cmin中心進(jìn)行不斷調(diào)整，如式（4）。cmin（j）＝cmin（j－1）＋α（X′（j）－cmin（j－1））（4）式中，α為學(xué)習(xí)速率。并對(duì)距離范式進(jìn)行相應(yīng)的調(diào)整，如式（5）。σmin（j）＝X′（j）－cmin（j）（5）不斷重復(fù)上述過(guò)程，確定最優(yōu)的c（j）［11－13］。在RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程中，參數(shù)連接權(quán)值和聚類(lèi)中心的數(shù)量十分關(guān)鍵，當(dāng)前主要采用人工方式進(jìn)行確定，無(wú)法保證RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)最優(yōu)，因此本文采用混沌粒子群優(yōu)化算法確定連接權(quán)值和聚類(lèi)中心。

1．2混沌粒子群優(yōu)化算法。標(biāo)準(zhǔn)粒子群算法的粒子狀態(tài)更新方式為式（6）、式（7）。vk＋1id＝ωk×vkid＋c1×rand1×pkid－xk（id）＋c2×rand2×pkgd－xk（gd）（6）xk＋1id＝xkid＋vkid（7）式中，參數(shù)具體含義參見(jiàn)文獻(xiàn)［14－15］。由于標(biāo)準(zhǔn)粒子群算法存在一定的不足，如后期收斂速度慢，得到局部最優(yōu)解的概率大，因此得到的RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和聚類(lèi)中心并非全局最優(yōu)，因此引入混沌理論對(duì)標(biāo)準(zhǔn)粒子群算法進(jìn)行改進(jìn)。采用Logistic映射產(chǎn)生一個(gè)序列，具體為式（8）。zi＋1＝μzi（1－zi），i＝0，1，…，μ∈（2，4］（8）粒子群的適應(yīng)度方差（σ2）定義為式（9）。σ2＝∑Nt＝1ft－favg（）f2（9）式中，f為歸一化定標(biāo)因子，具體為式（10）。f＝max1≤i≤Nfi－favg，maxfi－favg＞11，maxfi－favg≤｛1（10）當(dāng)粒子群的適應(yīng)度方差比較小時(shí)，表示粒子群的個(gè)體多樣性比較差，這樣就需要采用混沌序列對(duì)個(gè)體最優(yōu)位置進(jìn)行處理，以增加粒子群的個(gè)體多樣性，找到更優(yōu)的RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和聚類(lèi)中心。

摘要：隨著信息時(shí)代的到來(lái)，信息安全技術(shù)逐漸成為人們重點(diǎn)關(guān)注和研究的對(duì)象。為了保證在通信的過(guò)程中能夠增加相應(yīng)的安全性和保密性，可以利用加密算法的設(shè)計(jì)進(jìn)行改善。現(xiàn)階段互聯(lián)網(wǎng)信息安全優(yōu)化過(guò)程中加密算法有很多種，例如，量子加密算法和超混沌加密算法是現(xiàn)階段信息安全優(yōu)化過(guò)程中的常見(jiàn)算法類(lèi)型，針對(duì)量子加密算法進(jìn)行設(shè)計(jì)，能夠保證通過(guò)密碼學(xué)原理增加通信通道在傳輸信息過(guò)程中的安全性、秘密性及準(zhǔn)確性。而使用超混沌加密算法進(jìn)行設(shè)計(jì)時(shí)，因?yàn)槠淇梢猿尸F(xiàn)出三維現(xiàn)象，所以在一定程度上提升了空間的復(fù)雜性，但是這也決定了在信息傳輸?shù)倪^(guò)程中能夠提升其加密效能。

關(guān)鍵詞：互聯(lián)網(wǎng)；信息安全；加密算法；設(shè)計(jì)

當(dāng)前，隨著信息技術(shù)的不斷發(fā)展，信息通信過(guò)程中的安全性和保密性越發(fā)重要，尤其是在軍事和國(guó)家機(jī)密方面，實(shí)現(xiàn)互聯(lián)網(wǎng)通信保密等級(jí)的提升，能夠保障我國(guó)的國(guó)家機(jī)密及軍事機(jī)密得到更好的保護(hù)。

1量子加密算法設(shè)計(jì)分析

目前為了保障互聯(lián)網(wǎng)信息安全能夠得到更好的優(yōu)化，可以使用量子加密算法，并且以量子密碼學(xué)作為相應(yīng)的理論基礎(chǔ)，對(duì)算法進(jìn)行合理的設(shè)計(jì)和優(yōu)化。量子力學(xué)的理論基礎(chǔ)是通過(guò)作出不同的假設(shè)，然后使用邏輯推理的方法對(duì)假設(shè)進(jìn)行推理和演算，確保其能夠驗(yàn)證出假設(shè)是否具備準(zhǔn)確性[1]。第1個(gè)量子力學(xué)的假設(shè)是，物理狀態(tài)為空間中的一個(gè)態(tài)勢(shì)量，并且對(duì)質(zhì)量進(jìn)行完全描述，因?yàn)樵诹孔恿W(xué)中根據(jù)概率進(jìn)行詮釋和粒子相伴的波函數(shù)平方具有一定的概率密度意義，而波函數(shù)因?yàn)樽陨聿槐硎救魏胃怕始拔锢砹浚裕渲饕硎靖怕实姆翟诹孔恿W(xué)中使用概率幅值。其根本區(qū)別是能夠優(yōu)于任何一種經(jīng)典的傳統(tǒng)設(shè)計(jì)方法，波函數(shù)的物理意義是能夠準(zhǔn)確描述出系統(tǒng)測(cè)量的結(jié)果概率性的分布情況，同時(shí)還可以記錄出系統(tǒng)在制備過(guò)程中的不同信息，根據(jù)不同的態(tài)對(duì)物理性質(zhì)做出相應(yīng)的響應(yīng)。第2個(gè)量子力學(xué)的假設(shè)是在經(jīng)典的力學(xué)中每一個(gè)力學(xué)值都可以去寫(xiě)相應(yīng)的算符的本征值，在描述了一個(gè)系統(tǒng)的態(tài)勢(shì)量以后，將本征值和該粒子的力學(xué)量進(jìn)行測(cè)量，保證其數(shù)值能夠相等。第3個(gè)量子力學(xué)的假設(shè)是通過(guò)演化和推算，根據(jù)時(shí)間的順序利用方程對(duì)系統(tǒng)的算符進(jìn)行演算。第4個(gè)量子力學(xué)的假設(shè)是因?yàn)闇y(cè)量力學(xué)量F的可能值譜就是算符F的本征值譜，所以可以將系統(tǒng)統(tǒng)一的規(guī)劃為一個(gè)態(tài)勢(shì)量，并且將其所描述的狀態(tài)利用力學(xué)之和算符本征值進(jìn)行描述，然后通過(guò)展開(kāi)系數(shù)進(jìn)行相應(yīng)的計(jì)算。在使用量子加密算法設(shè)計(jì)之前，要明確量子態(tài)的基本性質(zhì)，其基本性質(zhì)體現(xiàn)在以下幾點(diǎn)，首先是具有量子態(tài)的疊加原理，如果將量子系統(tǒng)中可能出現(xiàn)的態(tài)進(jìn)行疊加，則會(huì)形成整個(gè)系統(tǒng)的疊加態(tài)。在經(jīng)典的物理學(xué)中疊加態(tài)主要是指振幅進(jìn)行疊加，并且其可以呈現(xiàn)出線性的疊加趨勢(shì)，然后是量子相干性，在任何一個(gè)微觀世界中，相關(guān)性都是量子態(tài)的基本屬性，量子的相干性能夠保證在疊加的過(guò)程中可以互相干涉，進(jìn)而使量子比特，能夠攜帶更多的量子信息。其次是量子態(tài)還具有不可克隆的特性，利用量子加密算法在進(jìn)行加密設(shè)計(jì)的過(guò)程中，通過(guò)量子的不可克隆定理，能夠保證量子所攜帶的信息更加具備保密性和安全性，從而避免其他黑客對(duì)所攜帶的信息進(jìn)行篡改[2]。然后針對(duì)以上分析對(duì)量子加密算法進(jìn)行相應(yīng)的設(shè)計(jì)，首先要明確量子密鑰的分發(fā)協(xié)議，主要使用了BB84協(xié)議，這種協(xié)議是現(xiàn)階段利用量子密碼學(xué)提出的第1個(gè)分發(fā)協(xié)議，也是現(xiàn)階段使用最多的協(xié)議之一，其主要包含的編碼機(jī)分別是z基和x基。通過(guò)光子的4種不同偏振態(tài)，對(duì)程序進(jìn)行相應(yīng)的編碼，其中，z基的偏振態(tài)為|00》與|900》，x線的偏振態(tài)為|450》與|1350》，然后將在z上的偏振光子與x線上的偏振光子在不同的狀態(tài)上進(jìn)行正交，可以明確兩個(gè)不同線上的偏振光子狀態(tài)互不相交，其編碼的規(guī)則如下所示：BB84協(xié)議主要有兩個(gè)通信信道，第1個(gè)通信信道為經(jīng)典信道，利用這個(gè)信道接收信息和發(fā)送信息的雙方能夠?qū)⒁恍┍匾男畔⑦M(jìn)行交換，然后是量子信道，在傳輸過(guò)程中主要依據(jù)量子態(tài)進(jìn)行隨機(jī)性的信息傳輸，，并且量子信道的傳輸具有一定的隨機(jī)性。其協(xié)議的實(shí)現(xiàn)流程如下所示，第1步是利用Alice制備長(zhǎng)度為（4+δ）n的隨機(jī)密鑰串，然后同樣使用Alice，制備長(zhǎng)度為（4+δ）n的隨機(jī)輸出串b，然后對(duì)比特串的比特進(jìn)行分析，如果其數(shù)值為0，則使用z基編碼對(duì)密鑰串a(chǎn)進(jìn)行編碼，而如果比特幣的比特率為1，則應(yīng)該使用Alice，x基編碼對(duì)密鑰串a(chǎn)進(jìn)行編碼。在編碼完成以后需要通過(guò)Alice，將量子態(tài)發(fā)送給Bob，這時(shí)Bob則能隨機(jī)的選擇z基和x基，對(duì)測(cè)量出的比特串進(jìn)行發(fā)送，利用經(jīng)典信道能夠?qū)㈦S機(jī)數(shù)串b的信息傳輸給Bob。通過(guò)對(duì)Bob和Alice的編碼及測(cè)量機(jī)進(jìn)行相應(yīng)的對(duì)比，并且將其比特值記錄下來(lái)，如果其編碼器和測(cè)量的數(shù)值不相同則丟棄掉，而如果其數(shù)值相同并且都大于2n，則應(yīng)該將數(shù)值進(jìn)行記錄并且傳輸，如果其長(zhǎng)度小于2n，仍然要重新開(kāi)始以上傳輸流程，直到其長(zhǎng)度大于2n則結(jié)束整個(gè)協(xié)議的實(shí)現(xiàn)流程[3]。在正常環(huán)境下，BB84協(xié)議具有良好的運(yùn)輸效果，但是在噪聲環(huán)境下，可能會(huì)對(duì)BB84分配協(xié)議產(chǎn)生一定的影響，由于Alice和Bob在錯(cuò)誤區(qū)分的過(guò)程中，導(dǎo)致竊聽(tīng)錯(cuò)誤，主要因?yàn)樵肼暎栽谕ㄐ诺牡?個(gè)階段中可能會(huì)出現(xiàn)信息的傳輸錯(cuò)誤，目前帶有噪聲的BB84協(xié)議主要由無(wú)噪聲協(xié)議和4個(gè)階段組成，并且其在公共的信道上進(jìn)行傳輸。在進(jìn)行信息傳輸任務(wù)時(shí)，a和b主要是從原始的密鑰中將錯(cuò)誤的位進(jìn)行剔除，然后保證公共密鑰中的數(shù)碼串能夠保持無(wú)誤，第一步是需要通過(guò)Alice，通過(guò)公共頻道與Bob進(jìn)行公開(kāi)性的討論，然后對(duì)奇偶進(jìn)行校驗(yàn)，如果位的奇偶性出現(xiàn)了錯(cuò)誤則應(yīng)該再一次進(jìn)行比較，如果仍然出現(xiàn)錯(cuò)誤，則將最后一位進(jìn)行丟棄，然后是可以使用二分法的方式來(lái)進(jìn)行錯(cuò)誤的尋找，即將錯(cuò)誤的字塊分為兩個(gè)部分，如果兩個(gè)字塊的奇偶性校驗(yàn)一直出現(xiàn)錯(cuò)誤，則將不一致的字塊進(jìn)行丟棄，然后刪除掉錯(cuò)誤的位。因?yàn)槭褂闷媾夹ｒ?yàn)的方法只能夠發(fā)現(xiàn)奇數(shù)位上出現(xiàn)的錯(cuò)誤，所以在后期信息傳輸?shù)倪^(guò)程中，偶數(shù)位上也可能會(huì)存在小部分錯(cuò)誤，所以還需要反復(fù)執(zhí)行上一操作流程，保證重新排列后的原始密鑰能夠具有更高的準(zhǔn)確性和安全性。通過(guò)以上協(xié)議的分析和現(xiàn)實(shí)系統(tǒng)的應(yīng)用，即使沒(méi)有竊聽(tīng)者，其通信的過(guò)程，也可能會(huì)存在一定的差錯(cuò)，所以為了保證密鑰能夠具有絕對(duì)安全的性質(zhì)，還應(yīng)該在合法通信的前提下將所有的差錯(cuò)進(jìn)行檢測(cè)，并且估算出Lve中的最大信息量以及泄漏的信息量。

2超混沌加密算法設(shè)計(jì)分析與優(yōu)化

當(dāng)前超混沌加密算法也是現(xiàn)階段改善計(jì)算機(jī)信息傳輸過(guò)程中安全性的主要算法之一，在超混沌算法之前，常見(jiàn)的混沌系統(tǒng)為三維現(xiàn)象，其最為明顯的特征是主要包含了李雅普諾夫指數(shù)，因?yàn)槠溥\(yùn)行的軌跡較為固定，而且不具有相應(yīng)的穩(wěn)定性，所以，超混沌系統(tǒng)和一般混沌系統(tǒng)的區(qū)別是能夠在一定程度上改善相應(yīng)的運(yùn)動(dòng)軌跡，并且保證運(yùn)動(dòng)軌跡不會(huì)局限在同一個(gè)方向上，但是因?yàn)檫@些應(yīng)用優(yōu)勢(shì)也決定了，超混沌的系統(tǒng)在實(shí)際設(shè)計(jì)過(guò)程中空間更為復(fù)雜，所以使用超混沌加密算法保證系統(tǒng)不會(huì)輕易被入侵者和黑客進(jìn)行破譯和篡改[4]。目前主要是用了Rossler系統(tǒng)和Lorenz系統(tǒng)對(duì)超混沌加密算法進(jìn)行相應(yīng)的設(shè)計(jì)及計(jì)算，公式如下所示。加密端的方程為：解密端的方程為：如果保證兩個(gè)方程的參數(shù)及初始狀態(tài)值都能夠相同，則在信息傳輸?shù)倪^(guò)程中不會(huì)出現(xiàn)較大的失誤，因此密文則會(huì)準(zhǔn)確地轉(zhuǎn)變?yōu)槊魑摹Ｔ谶M(jìn)行實(shí)踐的過(guò)程中，首先要在計(jì)算機(jī)頁(yè)面上打開(kāi)加密設(shè)置，然后將所有的數(shù)據(jù)設(shè)置為標(biāo)準(zhǔn)的加密強(qiáng)度。在加密、解密的過(guò)程中，同時(shí)還要選擇加密和解密功能，并且對(duì)加密級(jí)別的參數(shù)進(jìn)行設(shè)置，在口令輸入完成以后，點(diǎn)擊開(kāi)始處理進(jìn)行加密操作。目前為了保證信息能夠具有更高的安全性和隱秘性，主要對(duì)音頻和視頻文件進(jìn)行加密處理，在加密處理后無(wú)法觀看或者聽(tīng)到原始的文件信息，并且文件信息主要有噪音或者亂碼取代，只有通過(guò)解密完成以后，才可以獲取原始的準(zhǔn)確信息，因此對(duì)一些相對(duì)較為重要的視頻文件或者音頻文件進(jìn)行保密時(shí)，利用超混沌加密算法具有重要的意義。

摘要：在目前的電子信息保密通信傳輸鏈加密工作中，常常使用電路混沌作為數(shù)據(jù)加密法，但電路混沌對(duì)電路高衰變存在限制，在通信傳輸中存在吞吐量不足問(wèn)題。因此提出新的電子信息保密通信傳輸鏈加密方法。首先定義完美保密性，通過(guò)加密密鑰完成信息保密，同時(shí)采用半導(dǎo)體激光器來(lái)代替?zhèn)鹘y(tǒng)電路混沌，建立激光混沌模型，實(shí)現(xiàn)電子信息保密通信傳輸鏈的加密。為驗(yàn)證改進(jìn)方法的有效性，設(shè)計(jì)仿真實(shí)驗(yàn)，在不同的發(fā)射功率和保密中斷概率下對(duì)比不同方法加密性能。實(shí)驗(yàn)結(jié)果得出，所提方法吞吐量更多，性能更好，具有應(yīng)用有效性。

關(guān)鍵詞：保密通信；加密方法；電路混沌；數(shù)據(jù)加密

0引言

傳統(tǒng)的通信模式中將信息調(diào)制在發(fā)射機(jī)的周期載波上，在加密的過(guò)程中通常采用數(shù)值計(jì)算的加密方法，但破譯較為容易[1]。而混沌模式下，通信過(guò)程由非線性方程、參數(shù)等條件決定，隨機(jī)性明顯。而國(guó)外學(xué)者就此提出了蔡氏電路，運(yùn)用該電路為模型達(dá)成了混沌同步以及保密通信[2]。但使用混沌電路產(chǎn)生隨機(jī)數(shù)的方法雖然可以達(dá)成加密，但應(yīng)用效果不理想。半導(dǎo)體激光器，具有寬帶、高速、低衰減的優(yōu)勢(shì)，但研究仍在起步階段[3]。

1電子信息保密通信傳輸量加密方法改進(jìn)

1.1完美保密性。相關(guān)研究指出了更加理想的加密方案，同時(shí)定義了完美保密性，將信號(hào)端發(fā)送的消息設(shè)為M并在編碼器中添加經(jīng)過(guò)密鑰產(chǎn)生的加密密鑰K，并將消息M加密成密文E并傳遞給接收端，而在接收者預(yù)先已知密鑰K，通過(guò)密鑰K進(jìn)行解碼，即可獲得還原后的消息ˆM。假設(shè)在傳輸?shù)倪^(guò)程中密文E被竊聽(tīng)，消息{}12=...nMM，MM，且獲取到的消息取值滿足{0,1,...,}kM⊆C，而加密后的密文{}12,,...,nE=EEE，密鑰{}12,,...,nK=KKK，在保密的過(guò)程中，需要保證竊聽(tīng)者即使獲得了密文E但在密文E中無(wú)法得到消息M的相關(guān)信息，則密文E與消息M，均要滿足：P(ME)=P(M)（1）在（1）當(dāng)中，P(M)代表消息M的先驗(yàn)概率，P(ME)代表在已知密文E后，消息M可驗(yàn)概率。根據(jù)信息論理論，將信源熵設(shè)為H(M)，同時(shí)也代表信源符號(hào)存在的不確定度。H(ME)則代表竊聽(tīng)者在收到消息E后仍對(duì)M存在的不確定性，即信息疑義度，則可得出公式：()()()2=logMHM∑PMPM（2）()()()2=,logEMHME∑PMEPME，（3）同時(shí)密鑰與明文信息通常屬于等概率分布，則信源熵()2HM=logC。衛(wèi)葉斯公式表示為：()()()()()()()()()()()22,2,2=,loglogloglogEMBMEMEHMEPMEPMEPEPMEPMEPEPMPMCPEHM===×=∑∑∑∑，（4）而I(M;E)可以代表在竊聽(tīng)用戶通過(guò)密文E獲取到消息M的信息量，作為平均互信息量，則獲得下面公式：()()()()()()2;,log0MEPMEIMEPMEPMHMHME==−=∑∑（5）在（5）公式中，竊聽(tīng)用戶的疑義度和信源的信息熵相等時(shí)，同時(shí)竊聽(tīng)用戶得到的信息量為0，此時(shí)的通信可以達(dá)到完全的保密。而得到較好的保密性，同時(shí)要求密鑰的信息熵大于信源信息熵，即H(K)≥H(M)。在消息中，每比特的信息需要1比特的密鑰進(jìn)行加密。

1.2激光混沌模型。傳統(tǒng)電路混沌不能適應(yīng)當(dāng)前發(fā)展下的電路帶寬以及電路高衰減的限制，在當(dāng)前現(xiàn)代高速寬帶通信網(wǎng)絡(luò)中難以應(yīng)用[4-5]。因此本文選擇激光混沌通信模式來(lái)代替?zhèn)鹘y(tǒng)的電路混沌。激光器具有復(fù)雜的非線性行為。同時(shí)激光器也從周期、準(zhǔn)周期經(jīng)歷倍周期分叉并走向混沌。同時(shí)混沌激光作為通信載波的環(huán)利用激光的特性，發(fā)揮光纖傳輸?shù)牡退p的優(yōu)勢(shì)。而本文中選用的激光器為單模運(yùn)轉(zhuǎn)的半導(dǎo)體激光器，速率方程可采用耦合的線性方程來(lái)描述，不考慮自發(fā)輻射噪音影響，則速率方程可表示為：(){()1()}()2EdEtNGNEtdt=ω−−Γ（6）()()()2dEtGNEtdt=（7）其中，E(t)代表激光器的光場(chǎng)復(fù)漸變振幅，N(t)代表激光器的載流子數(shù)，ω(N)代表激光器在沒(méi)有外部擾動(dòng)時(shí)振蕩頻率，G(N)代表增益函數(shù)，函數(shù)關(guān)系可表示為()1thpGNτ=，同時(shí)thN代表激光器在沒(méi)有外部擾動(dòng)情況下，激光取得閾值的載流子數(shù)，pτ代表光子壽命，在半導(dǎo)體激光器中，G(N)的線性表達(dá)式為：()()NthGN=GN−N（8）在（8）公式中，NG代表微分增益，在激光強(qiáng)度較高時(shí)，增益呈現(xiàn)出飽和的狀態(tài)，可采用s代表增益飽和參數(shù)，則：()(())2211NgGgEtEt=≈−+（9）在（9）公式中g(shù)代表增益系數(shù)，而ω(N)的系數(shù)和激光器的折射率以及對(duì)應(yīng)的載流子密度相關(guān)，可表示為：()ththnNNnNωωω∗∂=+∆∂（10）在（10）公式中，thω代表激光器的自由振蕩頻率，而th∆N=N−N，n代表折射率，n∗代表有效的群速度折射率。而對(duì)其中的VCSEL，其種的對(duì)數(shù)形式的增益為：()log()//1()LZgNthNLGt=ΓΓvaNtN+εPt（11）在（11）公式中，LΓ代表側(cè)向的光場(chǎng)限制因子，ZΓ代表縱向的光場(chǎng)限制因子，gv代表光場(chǎng)激光的群速度，Na代表光的增益系數(shù)，NLε代表增益壓縮因子，P(t)代表電場(chǎng)E(t)受到轉(zhuǎn)換時(shí)的光子密度。同時(shí)當(dāng)半導(dǎo)體激光器在缺乏外部擾動(dòng)的情況下，所注入的電流會(huì)超過(guò)閾值范圍，當(dāng)半導(dǎo)體激光器輸出經(jīng)歷過(guò)馳豫振蕩，并進(jìn)入穩(wěn)定狀態(tài)，且不會(huì)產(chǎn)生混沌激光。同時(shí)在半導(dǎo)體激光器中產(chǎn)生的混沌激光輸出需要增加自由度，其中的方法可以通過(guò)電流直接調(diào)制來(lái)達(dá)成。電流直接調(diào)制，運(yùn)用該方法的一個(gè)信號(hào)來(lái)調(diào)制半導(dǎo)體激光器的偏置電流，同時(shí)激光器的速率方程可以表示為：()()()112pdEtiNGNEtdtωτ=−−（12）()()()2modsindcocnIItdNNGNEtdteωτ+=−−（13）在上述公式中modω代表調(diào)制頻率，根據(jù)調(diào)制頻率的增加，激光器激光的馳豫振蕩頻率中，激光器在由倍周期分岔中進(jìn)入混沌工作區(qū)。同時(shí)在外部光的注入條件下，當(dāng)頻差不斷增大，半導(dǎo)體激光器中的副激光器會(huì)產(chǎn)生倍周期分岔，同時(shí)進(jìn)入到混沌工作區(qū)中，當(dāng)注入的系數(shù)過(guò)大時(shí)，副激光器也從穩(wěn)定、周期進(jìn)入到混沌狀態(tài)中。而放置在半導(dǎo)體激光器外部的反射器件，將激光器的輸出重新返回，形成外部光反饋。受到外部光反饋，激光呈現(xiàn)出多個(gè)特征值，同時(shí)通過(guò)調(diào)節(jié)激光器的反饋系數(shù)以及驅(qū)動(dòng)電流，表現(xiàn)出更復(fù)雜的混沌形態(tài)。

無(wú)線傳感器對(duì)當(dāng)前的社會(huì)生產(chǎn)生活是一項(xiàng)不可缺少的關(guān)鍵技術(shù)，人類(lèi)的網(wǎng)絡(luò)活動(dòng)得以順利開(kāi)展很大一部分都是基于無(wú)線傳感技術(shù)的安全使用。由于無(wú)線傳感器的網(wǎng)絡(luò)環(huán)境復(fù)雜，節(jié)點(diǎn)之間的協(xié)作能力脆弱，安全問(wèn)題也更加的突出，迫切的需要得到有效的技術(shù)解決。

1無(wú)線傳感器網(wǎng)絡(luò)

無(wú)線傳感器網(wǎng)絡(luò)是一種分布式的傳感網(wǎng)絡(luò)，它通過(guò)把無(wú)數(shù)的傳感器節(jié)點(diǎn)進(jìn)行自由分布，通過(guò)這些節(jié)點(diǎn)末梢來(lái)感知外部世界，并對(duì)收集的信息進(jìn)行檢查的傳感器。由于無(wú)線傳感器是通過(guò)無(wú)線的方式進(jìn)行通信，傳感器設(shè)備的設(shè)置位置多變，適應(yīng)能力強(qiáng)，自由度高，還可以隨時(shí)隨地的跟互聯(lián)網(wǎng)進(jìn)行連接，從而形成一個(gè)多跳自組織式的無(wú)線網(wǎng)絡(luò)。不過(guò)，因?yàn)閭鞲衅鞯捏w積小，便于攜帶等特點(diǎn)，它的能量供應(yīng)方式大多數(shù)都是選擇的微型電池構(gòu)成結(jié)構(gòu)，為傳感器提供能量，這就需要以縮減傳感器的節(jié)點(diǎn)面積增加供應(yīng)電池的面積。為了保障無(wú)線傳感器傳輸?shù)男畔⑼暾裕诒ＷC傳感器節(jié)點(diǎn)面積的前提下，裝載電池的面積往往很小，這也是無(wú)線傳感器能量供應(yīng)小、通信能力弱的原因。

2無(wú)線傳感器的安全威脅類(lèi)型來(lái)源

無(wú)線傳感器網(wǎng)絡(luò)主要由節(jié)點(diǎn)、傳感網(wǎng)絡(luò)和用戶這三部分組成，而無(wú)線傳感器的安全威脅，也基于安全目標(biāo)的不同分為不同的方法。

2.1物理破壞方法

物理破壞層主要針對(duì)現(xiàn)實(shí)的傳感器節(jié)點(diǎn)本身，使用惡意的物理破壞手段破壞節(jié)點(diǎn)，就能阻止一定范圍內(nèi)的信息傳輸和信息交流。

一、非線性動(dòng)力學(xué)方法

近年來(lái),非線性動(dòng)力學(xué)特別是分形幾何和混沌科學(xué)的理論被廣泛地應(yīng)用于許多領(lǐng)域,包括經(jīng)濟(jì)學(xué)、生物學(xué)、醫(yī)學(xué)和社會(huì)學(xué)等方面的研究。在生物醫(yī)學(xué)中的應(yīng)用主要是對(duì)生物醫(yī)學(xué)信號(hào)的非線性動(dòng)力學(xué)參數(shù)的計(jì)算,進(jìn)而通過(guò)比較這些參數(shù)分析結(jié)果以得到可靠的醫(yī)學(xué)信息。常用的非線性動(dòng)力學(xué)參數(shù)主要包括:維數(shù)、熵及李亞普諾夫指數(shù)。

1.維數(shù)

維數(shù)是用來(lái)描述物體的空間幾何形狀,如1維、2維等日常所說(shuō)的整數(shù)維及如1.5維、3.5維等分?jǐn)?shù)維的幾何空間形狀。為了分析信號(hào)的分形特征,測(cè)量的信號(hào)在不同時(shí)刻之值生成重構(gòu)坐標(biāo)矢量,從而構(gòu)成相空間(即重構(gòu)相空間)。分形維數(shù)分析了信號(hào)在不同尺度下相同程度的復(fù)雜特性,信號(hào)最基本的分形特征就是它的分?jǐn)?shù)維數(shù)。關(guān)聯(lián)維是分?jǐn)?shù)維的一種,常被用來(lái)分析生物醫(yī)學(xué)信號(hào),按照GP法(GrassbergerandProcaccia,1983)計(jì)算出來(lái)的,它是一個(gè)相空間中軌跡的幾何度量,描述軌跡中兩點(diǎn)的關(guān)聯(lián)性。關(guān)聯(lián)維數(shù)值的大小表示相空間中軌跡的復(fù)雜或不規(guī)則程度,所以能夠定量描述嗓音信號(hào)的復(fù)雜程度。例如,恒定信號(hào)(吸引子是一個(gè)不動(dòng)點(diǎn))的維數(shù)是0,周期信號(hào)(如正弦波)的維數(shù)是1,隨信號(hào)的復(fù)雜程度而逐漸增加,這樣就可以定量測(cè)量聲帶振動(dòng)的信號(hào),評(píng)估其復(fù)雜性。

2.熵

熵是描述信號(hào)系統(tǒng)的可預(yù)測(cè)性,是系統(tǒng)混亂無(wú)序程度的量度。在非線性動(dòng)力學(xué)中,用熵來(lái)估算產(chǎn)生新信息的速率,如熵趨近于0,則系統(tǒng)在作規(guī)則運(yùn)動(dòng)(如周期運(yùn)動(dòng)),相反,如熵值趨近于無(wú)窮,則系統(tǒng)處于完全隨機(jī)的過(guò)程。對(duì)于一個(gè)混沌系統(tǒng),可以用熵來(lái)測(cè)量信號(hào)的復(fù)雜程度,借此可根據(jù)信息的丟失和產(chǎn)生的速率對(duì)系統(tǒng)進(jìn)行分類(lèi),判斷系統(tǒng)的復(fù)雜程度。周期運(yùn)動(dòng)的熵為0,隨機(jī)運(yùn)動(dòng)的熵為無(wú)限大,混沌運(yùn)動(dòng)的熵是一個(gè)有限的值,可表示信號(hào)的不規(guī)則程度,這樣也可以量化聲帶振動(dòng)的信號(hào),評(píng)估其復(fù)雜程度。

3.李亞普諾夫指數(shù)