灰烬神主 第827章 地球轨道！七百丈法身！
今天没码完，所以晚一会儿更新，大概凌晨一两点吧，主要是这一章确实有点费劲了，写了两三个小时了，但却还是差了一大截，等更新之后只要重新重新整理这一章就行了。
摘要:为了减少多元异构网路资料安全传输时延，设计一个基于机器学习的多元异构网路资料安全传输技术。透过选择资料来源与资料属性的重要性定义，对多元异构网路资料预处理，并建立多径并行传输架构，在此基础上，采用机器学习方法进行有效频宽估计与引数滤波处理，最后进行频宽排程与通道安全协议体系建立，从而完成基于机器学习的多元异构网路资料安全传输。实验结果表明，此次研究的基于机器学习的多元异构网路资料安全传输有效减少了资料传输时延，并减少了资料传输中断情况与资料丢包率，满足资料传输技术的设计需求。
关键词:机器学习；多元异构网路；资料安全传输；网路资料预处理；并行传输构架
2k
1引言
当前，通讯技术发展迅速，多种网路特点明显，并经过多年的改革创新，使无线接入技术的传输速率逐渐逼近极限。在这种背景下，为满足多种业务需求，需要进行多网写作。但是，传统的写作机制在网路传输资源使用上，不能同时、高效的使用，不能有效保证高效传输业务，并且会增加传输中的能耗问题，从而导致传输过程中发生干扰问题。因此，很多学者开展了关于多元网路资料传输方法的研究。文献[1]中，石玲玲，李敬兆研究了异构网路中安全资料传输机制，该机制主要采用一种基于最佳化的AES-GCM认证加密演算法和基于SHA的数字签名演算法相结合的安全资料传输机制进行资料的传输；文献[2]中，周静，陈琛研究了基于异构网的一种资料安全模型，该模型预先对资料加密处理，然后建立安全传输通道进行了资料的传输。上述两种方法能够获得一定的效果，但是还存在一定的不足。针对上述的不足，为此本文将机器学习方法应用到多元异构网路资料安全传输中，以解决目前存在的问题。实验结果表明，此次研究的多元异构网路资料安全传输技术有效解决了目前存在的问题，具备一定的实际应用意义。
2多元异构网路资料预处理
在多元异构网路资料安全传输中，有很多资料是没有用的，为此需要从多元网路资料中选取相关的资料来源进行传输，从而提高资料传输的准确率与效率。在有效资料来源选择过程中，采用重要性衡量资料属性之间的关系[3-4]，捕获关联性较强的资料，其计算表示式如下所示：(1)公式(1)中，T表示所有资料来源的综合表数，(i，j)表示示例源类间的相关性。根据对资料来源重要性的判断，可以选择关联程度最高的资料表集合，减少不相关表。在上述重要资料来源选择完成后，分析资料属性，由于一个资料来源是有一组资料属性组成的，透过这些属性特征能够反映出待传输资料的基本资讯。主要透过资料元组的相关性进行衡量，分析元组资料出现的次数，即透过元组资料密度进行定义，资料元组密度图如图1所示。图1中，ε表示指定邻域的半径。按照这种思路，对上述资料集中的每个元组资料进行权重的分配[5-7]，它的表示式如下：(2)公式(2)中，w(C)表示属性权重，w(tk)表示核心元组的数目，δ表示异常值，w(tb)表示边的元组数目。
3多径并行传输架构
在上述预处理完成后，建立多径并行传输架构，主要内容如下：预先对流量分割，通讯流分割是传送端用来将大型资料块分割成不同大小或相同大小的资料单元[8]，其大小由通讯流分割的粒度决定，主要分为以下几类：第一，在分组级业务分割中，分组是资料流的最小构成单元，因此，分割方法粒度最小，且分组机率相互独立，可以传送到传送端；第二，流层面的流量分割[9]，将特定目标地址封装在包头部，然后将具有相同目标地址的包聚合为资料流，这些不同的资料流彼此独立，并透过唯一的流识别符号加以区别。利用流级分割技术可以有效地解决资料失真对多径传输的影响[10]。第三，子流层面的流量分割，同一目的地头部的资料流被分成多个子流，所有子流中的包都有相同的目的地地址，在一定程度上解决了流分割演算法中的负载不平衡问题。多径并行传输架构如图2所示。除此之外，在频宽聚合体系结构中，排程演算法是决定业务传输方式和业务子流排程次序[11]，确保业务子流有序到达接收端的核心，接下来我们将讨论资料排程。
4频宽排程方桉制定
对于多元异构网路的资料传输，当某个路径的频宽达到一定值时，网路的频宽会不断增加，传输效能会相对稳定。为提高吞吐量，分配过多频宽会降低频谱利用率，从而导致频谱资源的浪费。在当前频谱资源日益紧张的情况下，对多径并行传输中各路频宽进行排程和管理，不仅能保证多径并行传输的传输效能，而且能有效地利用资源。为此进行处理，实现的主要步骤如下：第一，采用机器学习方法进行有效频宽估计，合理地估计每个子流可充分利用的无线频宽资源，以及以较少的频宽资源达到高吞吐率的要求，是频宽排程演算法的关键。为此采用耦合拥塞控制演算法，对各个子流联合控制，其表示式如下：(3)公式(3)中，MSS表示报文最大长度的常数，由协议设定，RTTi、PLRi分别表示子流所处路径的往返延迟和丢包率。第二，引数滤波处理，因为无线通道的多样性和时变特性，链路引数和路径有效频宽都会发生动态变化，且存在误差。为去除误差，对网路引数进行卡尔曼滤波器滤波，以获得精确的估计值。卡尔曼滤波是一种离散时间递推估计演算法，透过对当前时刻的差分递推，根据当前状态的测量值、最后时刻的状态以及预测误差，计算出更精确的当前时刻状态作为输出。研究离散控制系统时，采用线性随机微分方程如下：(4)公式(4)中，xk、xk-1分别代表k时刻与k-1时刻的状态引数，Ak、Bk分别代表系统引数，在多模型系统中为矩阵，分别表示状态转移矩阵和输入矩阵，uk表示控制的输入引数，wk表示计算时的噪声。第三，频宽排程，假设一多径连线条子流，每个子流都彼此独立，每条子流占用一个路径进行资料传输，下面是它的排程过程如图3所示。依据上述过程对频宽排程，最后建立通道安全协议，以保证多元异构资料安全传输。安全协议由SSL协议、规则建立协议、隧道资讯协议等构成。其中，SSL协议主要包括认证演算法和加密演算法两大部分，所有伺服器端的资料包都将透过SSL协议进行加密，以保证讯息通讯的安全性，规则建立协议包括连线资讯和讯息识别，记录表匹配成功生成socket，转发布保证资料资讯在VPN技术通道上的转发和应用。采用OpenVPN程式设计是实现隧道讯息协议的主要方法。客户端传送请求命令讯息，以建立与伺服器的连线。透过连线后，伺服器根据SSL协议将经过加密验证的资料资讯写入隧道资讯资料区，实现与客户端的资料交换和传输。通道安全协议结构如图4所示。在资料传输过程中，按照上述通道安全协议进行传输，以此完成基于机器学习的多元异构网路资料安全传输。
5实验对比
为了验证所设计的基于机器学习的多元异构网路资料安全传输技术的有效性，进行实验分析，并将文献[1]的异构网路中安全资料传输机制、文献[2]的基于异构网的一种资料安全模型做对比，对比三种系统的有效性。此次实验中的实验资料集如表1所示。透过上述采集的实验资料能够看出，实验选取的资料是越来越多的，从而更好的验证三种方法的有效性，主要对比三种方法的传输时延、资料传输中断情况以及链路丢包率，具体内容如下所示。
5.1传输时延对比
分别对比三种方法的传输时延，其对比结果如图5所示。透过分析图5发现，在谷歌公开资料集传输上，三种方法传输时延均较小，随着传输资料量的增加三种方法的资料传输时延都有所增加，但经过对比能够发现，此次研究的基于机器学习的多元异构网路资料安全传输技术传输时延最小，少于传统的两种方法。
5.2资料传输中断情况对比
分别对比应用三种传输技术后，资料传输中断情况，其对比结果如图6所示。透过图6能够发现，此次研究的传输技术发生资料传输中断情况最少，在几次实验中均少于传统两种传输技术。
5.3链路丢包率对比
分别采用此次研究的基于机器学习的多元异构网路资料安全传输技术与传统两种传输技术进行资料传输，三种方法的丢包率对比结果如图7所示。透过分析图7能够发现，传统的异构网路中安全资料传输机制的链路丢包率最高，高于基于异构网的一种资料安全模型与此次研究的传输技术。综上所述，此次研究的基于机器学习的多元异构网路资料安全传输技术较传统两种传输技术传输时延少，丢包率少。其原因在于该研传输技术预先对多元异构网路资料进行了预处理，并制定频宽排程方桉，建立了安全传输协议，从而提高了多元异构网路资料安全传输效果。
6结束语
本文设计了一个基于机器学习的多元异构网路资料安全传输技术，并透过实验验证此次研究技术的有效性。该技术能够提高资料传输的效率，还能够减少资料传输丢包率，实际应用意义较强。但由于研究时间的限制，此次研究的多元异构网路资料安全传输技术还存在一定的不足，为此在后续研究中，还需要进一步最佳化。
摘要：阐述虚拟化技术保证了资讯使用的稳定性和流畅性，云端储存技术保证了资料体分配的合理性，资讯保安技术保证了大资料使用和浏览的安全性。
关键词：计算机系统，大资料，云端储存，虚拟化。
0引言
计算机软体技术可以在较短时间内处理大量资料，采取一定的逻辑进行编辑分析，提出使用者需要的有关资料资讯，进行再加工处理，确定服从于使用者需要的资料分析的有关资料内容。
1虚拟化技术
虚拟化技术是计算机软体技术的创新性技术，它能够在较短的时间内创造一个新的虚拟机器位以供使用者使用，虚拟化技术真正将资讯化资源做到了合理利用，有效的配置软体资源与调动，合理分配计算机软体资源并利用，也能使计算机软体在执行的过程中不会因为软体资源的分配不均导致计算机出现卡、慢等情况。灵活变换是虚拟化技术的显著特征，它能在虚拟出来的计算元件上执行与计算，实现了计算机的跨域分享与合作，将使用者所需的资源处理与切换，形成新的资源链。虚拟化技术主要包括以下几类：伺服器虚拟化、Docker容器技术，其中重点是Docker容器技术。伺服器虚拟化建立在计算机的多次元虚拟化的基础上，将一台本体计算机虚拟成多台虚拟逻辑关联计算机，建立虚拟化层级将计算机的硬体与逻辑关联络统相互联络，透过解耦关联而实现具体功能。所谓的虚拟化层级，就是能够在一台实体计算机上执行多台虚拟化的作业系统，可以互相切换，并且这些层级上的虚拟计算机可以共享某一种或某几种独有的软硬体资源，例如常规计算机中的记忆体、主机板、显示卡等，在此基础上，加上相应的作业系统支援，使用者可以随意在其上下载程式与软体以供自己使用（图1）。