一种基于Transformer的高安全语义光通信系统及其实现方法

本发明涉及光通信领域，尤其涉及一种基于transformer的高安全语义光通信系统及其实现方法。

背景技术：

1、随着高速互联网接入和多媒体业务需求的日益增长，正交频分复用无源光网络（ofdm-pon）成为现代光通信系统的热门选择。ofdm-pon克服了传统pon的局限性，利用ofdm的高频谱效率提供更大的带宽容量，增加传输距离，并提高了处理多用户时的灵活性。该技术将宽带信道划分为相互正交的多个子载波，具有较高的频谱效率和抗频率选择性衰落信道的鲁棒性。

2、语义通信是一种语义表征信息并传输的技术，其把信息含义的理解环节转换到发送端。在提取关键语义信息的同时，降低传输信息量，减少带宽需求。带宽需求的下降可以进一步带来传输时延和抖动的降低，提升传输可靠性和传输容量，提升传输效率。将语义特征提取模块应用于ofdm-pon系统中，可以将光通信的高速特性与自然语言的语义信息相结合，实现信息的无缝智能交换，进一步提升信息传输效率。然而，ofdm-pon的点对多点拓扑结构可以支持高速数据传输和多媒体业务，但也容易受到窃听和破坏。如何确保语义解释的准确性和解决安全问题是语义光通信面临的重大挑战。

3、语义信息分析和特征提取主要基于自然语言处理技术（nlp），即利用计算机对语义信息进行处理和理解。随着技术的发展，基于神经网络的深度学习技术开始在自然语言处理中得到广泛应用。深度学习的语义表示和灵活的多层网络架构具有强大的拟合和学习能力，显著提高了各种语言处理任务的性能。到目前为止，已经提出了许多不同结构的神经网络用于语义通信系统。卷积神经网络（cnn）在模式识别和图像处理方面具有显著的优势，而递归神经网络（rnn）和长短期记忆（lstm）在自然语言处理和时间序列处理领域得到了广泛的应用。在自然语言处理任务中，传统的编码器-解码器模型大多需要结合cnn或rnn。然而，cnn在训练过程中需要增加卷积层数来提取远距离特征并扩展其视野。rnn的结构可以学习局部依赖关系，但不能并行计算。因此，基于cnn和rnn的传统模型需要较高的计算能力和较长的训练时间。

技术实现思路

1、发明目的：本发明的目的是提供一种基于transformer的高安全语义光通信系统及其实现方法，能实现在降低传输信息量、减少带宽需求的同时，提高ofdm-pon系统的安全性。

2、技术方案：一种基于transformer的高安全语义光通信系统，包括基于transformer的语义特征提取模块和基于混沌映射的智能扰动光传输加密模块；

3、所述语义特征提取模块为编码器-解码器结构，用于提取和存储信息；编码器和解码器分别采用堆叠的自注意层和点式的全连接层；

4、所述编码器由两个相同的层组成，每一层有两个子层；在两个子层周围使用残差连接，然后是层归一化；从编码器输入的信息首先经过一个多头注意力模型，随后多头注意力模型的输出会传递到前馈神经网络中；

5、所述解码器由两个相同的层组成，每层包括多头注意力模型和前馈层；

6、所述智能扰动光传输加密模块，包括混沌密钥序列生成模块和星座图符号信息两层加密模块，实现信息加密。

7、进一步，编码器的每个输入单词创建query、key和value共三个向量,这些向量分别表示为矩阵q、k和v，输出计算表达式如下:

8、其中， 为缩放因子；然后，应用softmax函数来获得这些值的权重；在注意力矩阵a中，第i行的值表示第i个单词的注意力分布；其中矩阵元素 的值表示第i个单词的query向量与第j个单词的key向量的相似度；

9、多头注意力模型的计算公式如下:

10、其中， ，并且q、k和v对应的权重矩阵分别为、、 ；其中各网络层维度为  ，输出维度为；concat（）表示拼接； 为向量z的权重，向量z为由zi 组成的矩阵。

11、进一步，所述混沌密钥序列生成模块，通过采用henon映射生成的具有复杂性和混沌特性的序列。

12、进一步，所述星座图符号信息两层加密模块分为星座加密和子载波加密两层；在使用qam调制过程中，对星座点的相位进行扰动，实现第一层加密；经过星座图加密后，数据进入ofdm调制模块，实现对ofdm信号子载波进行加密；

13、在第一层加密过程中，对16qam星座中星座点相位进行加密，具体过程如下：

14、其中，为极坐标系下未加密星座点的角度，为极坐标系下加密星座点的角度；floor( )代表向下取整函数，mod( )代表取余函数，表示星座点相位旋转角度；

15、经过第一层加密后，将ofdm信号转换成一个二维矩阵；二维矩阵中每一列表示每个子载波，其中每个元素表示相应子载波上的一个符号。

16、上述任一项基于transformer的高安全语义光通信系统的实现方法，包括步骤如下：

17、s1，在发送端，通过基于transformer的语义特征提取模块将光通信的高速特性与自然语言的语义信息相结合，实现高速传输语义特征信息数据；

18、s2，将高速传输语义特征信息数据通过串行字符并转换发送；

19、s3，在qam调制过程中，在星座点上引入相位扰动，对ofdm调制中的子载波进行干扰和加密；

20、s4，经过星座图加密后，数据进入ofdm调制模块，实现对ofdm信号子载波进行加密；

21、s5，在加密数据进行逆快速傅立叶变换操作之后，数据通过并行字符串转换发送；

22、s6，在接收端，执行加密的反向操作来解密数据。

23、本发明与现有技术相比，其显著效果如下：

24、1、本发明通过基于transformer的高安全语义光通信系统传输信号，将光通信的高速特性与自然语言的语义信息相结合，实现高速传输语义特征信息数据；

25、2、利用多头注意力机制可以有效弥补传统基于cnn和rnn的语义特征提取模型的缺陷，降低计算量的同时实现并行运算；

26、3、本发明的加密模块通过动态改变henon混沌映射的初始值得到密钥序列组，对星座图和频率两个维度的信息进行加密，进一步提升了加密系统整体的可靠性。

技术特征：

1.一种基于transformer的高安全语义光通信系统，其特征在于，包括基于transformer的语义特征提取模块和基于混沌映射的智能扰动光传输加密模块；

2.根据权利要求1所述基于transformer的高安全语义光通信系统，其特征在于，编码器的每个输入单词创建query、key和value共三个向量,这些向量分别表示为矩阵q、k和v，输出计算表达式如下:

3.根据权利要求1所述基于transformer的高安全语义光通信系统，其特征在于，所述混沌密钥序列生成模块，通过采用henon映射生成的具有复杂性和混沌特性的序列。

4.根据权利要求1所述基于transformer的高安全语义光通信系统，其特征在于，所述星座图符号信息两层加密模块分为星座加密和子载波加密两层；在使用qam调制过程中，对星座点的相位进行扰动，实现第一层加密；经过星座图加密后，数据进入ofdm调制模块，实现对ofdm信号子载波进行加密；

5.如权利要求1-4任一项所述基于transformer的高安全语义光通信系统的实现方法，其特征在于，包括步骤如下：

技术总结
本发明公开了一种基于Transformer的高安全语义光通信系统及其实现方法，所述光通信系统包括基于Transformer的语义特征提取模块和基于混沌映射的智能扰动光传输加密模块；语义特征提取模块用于提取和存储信息；编码器和解码器分别采用堆叠的自注意层和点式的全连接层；从编码器输入的信息首先经过一个多头注意力模型，随后多头注意力模型的输出会传递到前馈神经网络中；所述解码器由两个相同的层组成，每层包括多头注意力模型和前馈层；所述智能扰动光传输加密模块，包括混沌密钥序列生成模块和星座图符号信息两层加密模块，实现信息加密。本发明能实现高速传输语义特征信息数据，提升加密系统整体的可靠性。

技术研发人员：任建新,刘博,毛雅亚,马一澜,吴翔宇,吴泳锋,孙婷婷,赵立龙,戚志鹏,李莹,王凤,哈特
受保护的技术使用者：南京信息工程大学
技术研发日：
技术公布日：2024/2/8