УДК 621.391
Анализ трафика демодулированного сигнала
Читать статью полностью
Анализ трафика демодулированного сигнала(989,64 KB)Ссылка для цитирования:
Анализ трафика демодулированного сигнала / И.М. Жданова, С.В. Дворников, К.О. Симонова, Д.В. Васильева // Информация и Космос. – 2025. – № 3. – С. 6–12
Аннотация
В статье представлены результаты обработки битовых последовательностей методами статистического анализа. Рассмотрены возможности статистических показателей для анализа структурных различий битовых потоков. Обосновано применение функции различия для выявления позиций, в которых элементы сравниваемых бинарных последовательностей имеют противоположные значения. Приведены результаты сравнительной оценки, характеризующей чувствительность статистических показателей, используемых при обработке бинарных данных.
Ключевые слова:
статистический анализ данных – statistical data analysis; демодулированный трафик – demodulated traffic; коэффициенты ковариации и корреляции – covariance and correlation coefficients.
Список литературы
1. Шурыгин, С. А. Применение IP-протокола в сетях оперативно технологической связи / С.А. Шурыгин, Ю.В. Ширина // Автоматика, связь, информатика. – 2022. – № 5. – С. 30–32.
2. Корреляционный анализ параметров речевого трафика в IP-сети / К.А. Батенков, В.Ю. Головачев, О.Н. Катков [и др.] // Телекоммуникации. – 2020. – № 12. – С. 39–45.
3. Риск-модель атакуемого канала связи беспроводных сетей с применением технологий VPN / Н.М. Радько, Ю.С. Хирьянова, А.Н. Мокроусов, Е.А. Москалева // Информация и безопасность. – 2023. – Т. 26, № 2. – С. 191–202.
4. Жданова, И. М. Обнаружение аномалий трафика на основе обработки их фреймовых вейвлет-преобразований / И.М. Жданова, С.С. Дворников, С.В. Дворников // Труды учебных заведений связи. – 2024. – Т. 10, № 5. – С. 14–23.
5. Разработка модели обнаружения сетевых аномалий трафика в беспроводных распределенных самоорганизующихся сетях / Л.В. Легашев, Л.С. Гришина, Д.И. Парфенов, А.Ю. Жигалов // Научно-технический вестник информационных технологий, механики и оптики. – 2022. – Т. 22, № 4. – С. 699–707.
6. Жданова, И. М. Модель и условия возникновения аномалий в демодулированном трафике абонентских терминалов VSAT / И.М. Жданова, С.С. Дворников, С.В. Дворников // Системы управления, связи и безопасности. – 2025. – № 1. – С. 105–130.
7. Жданова, И. М. Модель возникновения аномалий в демодулированном трафике абонентских терминалов VSAT / И.М. Жданова, С.С. Дворников, С.В. Дворников // Морской вестник. – 2024. – № 4 (92). – С. 101–103.
8. Меньших, В. В. Обнаружение сетевых аномалий в трафике протокола удаленных рабочих столов в частотной области / В.В. Меньших, А.Ю. Телков // Вестник Воронежского института МВД России. – 2020. – № 1. – С. 48–56.
9. Поздняк, И. С. Выявление DOS-атак с помощью анализа статистических характеристик трафика / И.С. Поздняк, А.И. Плаван // Инфокоммуникационные технологии. – 2021. – Т. 19, № 1. – С. 73–80.
10. Черниговский, А. В. Статистический анализ сетевого трафика / А.В. Черниговский, М.В. Кривов // Математические методы в технике и технологиях – ММТТ. – 2019. – Т. 1. – С. 64–67.
11. Симаков, Д. В. Анализ статистических характеристик интернет трафика в магистральном канале / Д.В. Симаков, А.А. Кучин // T-Comm: Телекоммуникации и транспорт. – 2015. – Т. 9, № 5. – С. 31–35.
12. Веселова, В. А. Подход к обнаружению аномалий в самоподобном сетевом трафике / В.А. Веселова, В.С. Коломойцев // Надежность. – 2023. – Т. 23, № 2. – С. 57–63.
13. Андерсон, Т. Введение в многомерный статистический анализ / Т. Андерсон. – Москва : Физматгиз, 1963. – 500 с.
14. Дворников, С. В. Аппарат анализа частотного ресурса для режима псевдослучайной перестройки рабочей частоты / С.В. Дворников, С.С. Дворников, А.В. Пшеничников // Информационно-управляющие системы. – 2019. – № 4 (101). – С. 62–68.
15. Формирование векторов признаков для систем видеонаблюдения / Д.В. Васильева, С.С. Дворников, Ю.Е. Толстуха [и др.] // Вопросы радиоэлектроники. Серия: Техника телевидения. – 2023. – № 4. – С. 62–68.
16. Сикан, А. В. Оценка стандартных ошибок выборочных коэффициентов вариации и асимметрии при анализе гидрологических рядов / А.В. Сикан, Д.А. Щеглов // Гидрометеорология и экология. – 2024. – № 77. – С. 645–660.
17. Дворников, С. В. Модифицированные импульсные последовательности на основе кодов Баркера / С.В. Дворников, С.С. Дворников, Е.В. Марков // Труды учебных заведений связи. – 2022. – Т. 8, № 1. – С. 8–14.
18. Dvornikov, S. S. SSB signals with controlled pilot level / S.S. Dvornikov, K.D. Zheglov, S.V. Dvornikov // T-Comm. – 2023. – Vol. 17, No. 3. – P. 41–47.
19. Svetunkov, S. G. On the problem of nominal data correlation / S.G. Svetunkov // Technoeconomics. – 2023. – Vol. 2, No. 2 (5). – P. 15–35.
20. Попукайло, В. С. Исследование линейной корреляционной связи в парных выборках малого объема / В.С. Попукайло // Технология и конструирование в электронной аппаратуре. – 2016. – № 1. – С. 27–32.
21. Новиков, В. А. Определение статистической связи между зависимыми нормально распределенными случайными величинами / В.А. Новиков, А.А. Козлов // Вестник воздушно-космической обороны. – 2023. – № 2 (38). – С. 43–45.
22. Дегтярев, А. М. Учет корреляции реперных данных при определении погрешности расчета с применением метода максимального правдоподобия / А.М. Дегтярев, О.А. Серянина // Атомная энергия. – 2023. – Т. 135,
№ 3–4. – С. 165–169.
23. Жердев, Г. М. Анализ ковариационных данных для урана-235 / Г.М. Жердев, Т.С. Кислицына, М.Н. Николаев // Вопросы атомной науки и техники. Серия: Физика ядерных реакторов. – 2020. – № 1. – С. 8–19.
24. Тянь, Ч. Х. Показатель Херста (Коэффициент Херста) / Ч.Х. Тянь // Современные аспекты экономики. – 2019. – № 5 (261). – С. 120–137.
25. Одоевский, С. М. Обработка и учет статистических характеристик мультимедийного трафика / С.М. Одоевский, М.И. Рафальская, И.В. Степанец // Известия Тульского государственного университета. Технические науки. – 2022. – № 2. – С. 385–390.