基于改進魚群算法的網絡通信安全極限挖掘

張 震，張佑春，蓋昊宇，朱 煉

(安徽工商職業學院 應用工程學院，安徽 合肥 231131)

隨著計算機網絡通信技術的發展，網絡通信的安全性受到人們的極大關注，需要構建網絡通信安全傳輸信道模型，結合網絡通信安全極限挖掘技術進行網絡傳輸的信道均衡控制，建立網絡通信安全極限信息的大數據特征提取模型，結合模糊信息聚類方法，進行網絡通信安全極限挖掘信息挖掘和自適應調度，通過空間信道均衡控制方法，進行網絡通信安全設計[1]，提高網絡通信的質量的同時，確保網絡通信安全，研究網絡通信安全極限挖掘方法，在網絡通信安全設計中具有重要意義，相關的網絡通信安全極限挖掘方法研究受到人們的極大關注。對網絡通信安全極限挖掘是建立在信道均衡設計基礎上的，結合碼間干擾抑制方法，進行網絡通信安全極限挖掘，采用智能學習算法，實現網絡通信安全極限挖掘優化[2]，本文提出基于改進魚群算法的網絡通信安全極限挖掘技術。構建網絡通信的多徑傳輸信道模型，提取網絡通信安全極限信息的統計特征量，結合模糊信息聚類方法進行網絡通信安全極限挖掘過程中的自適應尋優，根據魚群算法的優化尋優路徑進行網絡通信安全極限信息挖掘和資源調度，實現玩兩個通信安全極限挖掘，最后進行仿真測試分析，得出有效性結論。

1 網絡通信信道模型和均衡設計

1.1 網絡通信信道模型

為了實現基于改進魚群算法的網絡通信安全極限挖掘，首先構建網絡通信安全極限信息分配模型和信道傳輸模型，結合空間信道均衡設計方法，進行網絡通信信道均衡配置，提高網絡通信傳輸的安全性，采用異構有向圖分析方法進行網絡通信安全極限信息傳輸設計，構建網絡通信安全極限信息資源分配結構模型[3]，得到網絡通信安全傳輸信道模型如圖1所示。

圖1 網絡通信安全傳輸信道模型

根據圖1所示的網絡通信信道模型，采用自適應的鏈路轉發協議，進行網絡通信安全傳輸的節點優化部署設計，通過空間信道傳輸匹配方法，進行網絡通信安全極限分配[4]，假設網絡通信安全極限傳輸的屬性集為X={x1,x2,…,xn}，采用波特間隔均衡方法進行網絡通信安全極限信息分配，得到優化的節點分配模型如圖2所示。

圖2 優化的節點分配模型

根據圖2所示的節點分布模型，進行網絡通安全傳輸和自適應控制，采用魚群算法進行網絡通信安全傳輸的在線調節[5]，構建網絡安全傳輸的自適應調制系統，網絡安全信息傳輸的模糊貼近度φ1定義為：

(1)

1.2 網絡通信安全信道均衡設計

在構建網絡通信的多徑傳輸信道模型的基礎上，結合模糊信息調度方法進行網絡通信安全的自適應信道均衡控制，采用多徑濾波和自相關匹配檢測方法進行網絡通信安全傳輸過程中的碼間干擾抑制，得到自適應的特征加權系數為ω=(ω1,ω2,…,ωn)T，ωj∈[0,1]，假設網絡通信安全極限信息傳輸的模糊動態約束參數模型描述為：xj={x1j,x2j,…,xmj}T，建立網絡通信安全極限信息調度模型，得到網絡通信安全極限輸出評價集滿足：

(2)

用Ui,j(t)表示的網絡通信的信道載波數，結合子載波控制方法，進行空間均衡調度，建立類函數為：

(3)

分析網絡通信安全極限信息輸出的模糊特征匹配集，得到信道均衡的最優解集為：

(4)

(5)

(6)

根據上述分析，進行網絡通信傳輸控制，提高信道均衡性。

2 網絡通信安全極限挖掘

2.1 網絡通信的抗擾抑制

采用多徑濾波和自相關匹配檢測方法進行網絡通信安全傳輸過程中的碼間干擾抑制，建立網絡通信安全極限信道容量參數估計模型，結合改進的魚群算法進行網絡通信安全極限信息挖掘，建立網絡通信安全極限信息分配的模糊決策矩陣：

(7)

根據模糊決策模型，進行網絡通信安全極限信息分配，采用差異度模糊特征匹配方法[7]，構建網絡通信安全極限評價指標集為Ek∈E(k=1,2,…,t)，根據線性相關關系進行信息融合，得到模糊度擴展系數X，信道干擾抑制的模糊度函數為：

(8)

(9)

重構網絡通信安全極限信息的遞歸圖模型，采用相空間重構的方法，實現網絡通信安全極限挖掘，得到極限挖掘的自適應學習權重為vi，構建通信傳輸信道均衡模型，得到特征匹配矩陣表示為：

U={μik|i=1,2,…,c,k=1,2,…,n}

(10)

其中，c為人工魚群搜索步數，μik為人工魚群學習的決策系數。

采用人工魚群學習算法進行自適應尋優，得到有限的關聯特征向量vi，vi=((w1,t1),(w2,t2),…,(wj,tj))，網絡通信的抗擾抑制輸出為：

(11)

根據抗干擾抑制結果，進行網絡通信安全極限挖掘。

2.2 網絡通信安全極限挖掘輸出

(12)

人工魚群學習的迭代函數為：

j=1,2,…,J+1

(13)

根據魚群算法的優化尋優路徑進行網絡通信安全極限信息挖掘和資源調度，提高網絡通信安全傳輸和自適應控制能力[8]，綜上分析，實現網絡通信安全極限信息挖掘。

3 仿真實驗與結果分析

為了驗證本文方法在實現網絡通信安全極限信息挖掘和網絡通信安全傳輸中的應用性能，進行仿真實驗分析，網絡通信安全極限傳輸的極限頻率為4.24kHz～15kHz，碼間干擾的強度為SNR=0～12dB，擴頻濾波的階數為24，分組長度為64位，根據上述仿真環境和參數設定，進行網絡通信安全極限挖掘，得到通信信道輸入端的信號波形如圖3所示。

圖3 輸入端的網絡通信信號

以圖3的信號為輸入，提取網絡通信安全極限信息的統計特征量，結合模糊信息聚類方法進行網絡通信安全極限挖掘，采用人工魚群算法進行尋優設計，得到通信輸出如圖4所示。

圖4 網絡通信安全輸出

分析圖4得知，采用本文方法能提高網絡通信的安全性，信號輸出的保真性較好。測試不同方法進行網絡通信極限挖掘的輸出均方根誤差，得到對比結果如圖5所示。

圖5 均方根誤差對比

對數據進行統計分析，得到誤碼率結果見表1，分析表1得知，本文方法進行網絡通信極限挖掘的輸出誤碼率較低。

表1 輸出誤碼對比

結語

建立網絡通信安全極限信息的大數據特征提取模型，結合模糊信息聚類方法，進行網絡通信安全極限挖掘信息挖掘和自適應調度，本文提出基于改進魚群算法的網絡通信安全極限挖掘技術。采用魚群算法進行網絡通信安全傳輸的在線調節，建立網絡通信安全極限信息調度模型，采用異構有向圖分析方法進行網絡通信傳輸的信道均衡控制，重構網絡通信安全極限信息的遞歸圖模型，采用相空間重構的方法，實現網絡通信安全極限挖掘，本文方法進行網絡通信安全極限挖掘的準確性較好，信道均衡性較好，提高了網絡通信的安全性，降低輸出誤碼率。