基于智能計算的網(wǎng)絡(luò)偏差數(shù)據(jù)提取數(shù)學(xué)仿真

陳艷君，陳婷婷

(南昌大學(xué)科學(xué)技術(shù)學(xué)院，江西南昌330029)

1 引言

網(wǎng)絡(luò)技術(shù)得到了飛速的發(fā)展，大眾普及程度也在逐漸提升，網(wǎng)絡(luò)業(yè)務(wù)種類也隨之增多，成為了人們必不可少的工具[1]。根據(jù)調(diào)查研究可知，Internet已經(jīng)是現(xiàn)今全世界范圍內(nèi)最大的資源共享平臺，滲透到了經(jīng)濟、政治、教育、軍事等多個領(lǐng)域，成為了現(xiàn)今整個社會的基礎(chǔ)設(shè)施。隨著網(wǎng)絡(luò)的不斷發(fā)展，用戶經(jīng)歷了由網(wǎng)頁時代→網(wǎng)游時代→網(wǎng)商時代的變化，其對網(wǎng)絡(luò)安全性與性能的需求也在提升[2]。由于網(wǎng)絡(luò)環(huán)境復(fù)雜程度的增加，如何有效的管理網(wǎng)絡(luò)成為現(xiàn)今制約網(wǎng)絡(luò)發(fā)展的關(guān)鍵問題之一。

網(wǎng)絡(luò)發(fā)展為人類帶來便捷的同時，也產(chǎn)生了新的危機，網(wǎng)絡(luò)攻擊事件越來越頻繁，安全漏洞修補速度遠遠跟不上網(wǎng)絡(luò)攻擊方法的更新速度，極大的威脅著網(wǎng)絡(luò)的穩(wěn)定運行，也降低了網(wǎng)絡(luò)的性能，為網(wǎng)絡(luò)管理帶來嚴峻的挑戰(zhàn)。在網(wǎng)絡(luò)遭受到攻擊過程中，攻擊初期網(wǎng)絡(luò)數(shù)據(jù)會產(chǎn)生一定的偏差，后期則會導(dǎo)致網(wǎng)絡(luò)信息泄露，嚴重情況還會導(dǎo)致局域網(wǎng)絡(luò)癱瘓。由此可見，若是可以及時的發(fā)現(xiàn)并提取網(wǎng)絡(luò)偏差數(shù)據(jù)，即可為網(wǎng)絡(luò)防御提供充足的時間以及原始數(shù)據(jù)支撐，為網(wǎng)絡(luò)管理質(zhì)量的提升提供了一個新的方向。相關(guān)學(xué)者也對此進行研究。邵光遠，劉凱[3]提出了一種基于統(tǒng)一計算設(shè)備架構(gòu)(CUDA)的GS流和IP數(shù)據(jù)的提取方法，從任務(wù)劃分，降低耦合度，負載均衡的角度進行了設(shè)計和優(yōu)化，基于CUDA的解決方案獲得了極大的性能提升，在GTX 1050Ti平臺上達到了20～22倍的加速比，但是提取覆蓋率較低；金海波，馬海強[4]提出一種基于統(tǒng)計深度方法的函數(shù)曲線特征分段提取算法.利用數(shù)據(jù)平滑技術(shù)對離散觀測的數(shù)據(jù)進行平滑化處理，同時引入函數(shù)型數(shù)據(jù)的一階和二階導(dǎo)函數(shù);然后，分段計算函數(shù)本身及其低階導(dǎo)函數(shù)的馬氏積分深度值，在此基礎(chǔ)上構(gòu)造函數(shù)曲線特征向量，給出三種選擇調(diào)節(jié)參數(shù)的搜索方案，并進行分類研究，所提算法能有效提取函數(shù)曲線特征，提高分類的準確性，但是提取用時較長。

就現(xiàn)有研究成果來看，現(xiàn)有網(wǎng)絡(luò)偏差數(shù)據(jù)提取方法在網(wǎng)絡(luò)吞吐量達到10000Mbps以上后，有偏差數(shù)據(jù)提取覆蓋率較低、時間消耗較多的缺陷，無法滿足目前網(wǎng)絡(luò)性能的需求，故提出基于智能計算的網(wǎng)絡(luò)偏差數(shù)據(jù)提取數(shù)學(xué)仿真研究。智能計算指的是一種經(jīng)驗化的計算機思考性程序，主要功能為輔助人類解決復(fù)雜問題，其包含多種智能計算算法，例如遺傳算法、進化算法、人工魚群算法等[4]。此研究依據(jù)網(wǎng)絡(luò)偏差數(shù)據(jù)提取需要，選擇適當?shù)闹悄苡嬎闼惴ǎ源藖砀纳莆墨I[3]方法的局限性，為網(wǎng)絡(luò)管理提供保障。

2 網(wǎng)絡(luò)偏差數(shù)據(jù)提取方法研究

2.1 檢測網(wǎng)絡(luò)偏差數(shù)據(jù)

網(wǎng)絡(luò)由大量的節(jié)點構(gòu)成，并且具備著數(shù)據(jù)量龐大的特征，若想快速的、精確的提取網(wǎng)絡(luò)偏差數(shù)據(jù)，首要的任務(wù)就是實時的檢測網(wǎng)絡(luò)偏差數(shù)據(jù)。由于常規(guī)算法存在著空間復(fù)雜度高的問題，容易導(dǎo)致偏差數(shù)據(jù)檢測的缺失，故此研究基于信息熵對網(wǎng)絡(luò)偏差數(shù)據(jù)進行檢測[5]。

基于信息熵的網(wǎng)絡(luò)偏差數(shù)據(jù)檢測程序如圖1所示。

圖1 基于信息熵的網(wǎng)絡(luò)偏差數(shù)據(jù)檢測流程圖

如圖1所示，隨著采集時間的不斷變化，改變網(wǎng)絡(luò)節(jié)點所獲取數(shù)據(jù)的形式[6]。常規(guī)情況下，時間t處采集的數(shù)據(jù)與歷史數(shù)據(jù)與后繼數(shù)據(jù)存在著時間相關(guān)性，故此研究設(shè)置時間間隔為ΔT，則網(wǎng)絡(luò)數(shù)據(jù)時間序列可表示為

X(T)=[…，x(t-ΔT)，x(t)，x(t+ΔT)，…]

(1)

以式(1)為基礎(chǔ)，計算網(wǎng)絡(luò)數(shù)據(jù)信息熵序列，反映窗口內(nèi)數(shù)據(jù)序列的分布特征。設(shè)置滑動窗口規(guī)格為W，窗口內(nèi)數(shù)據(jù)序列記為Xj(t)，其信息熵記為hj。設(shè)定數(shù)據(jù)序列Xj(t)取值范圍為R={x1，x2，x3，…}，其信息熵計算公式為

(2)

式(2)中，pi表示的是每個網(wǎng)絡(luò)數(shù)據(jù)采樣概率；count(xi)表示的是數(shù)據(jù)xi在窗口內(nèi)數(shù)據(jù)序列Xj(t)中出現(xiàn)的次數(shù)。

隨著窗口[7]的持續(xù)滑動，按照順序計算窗口內(nèi)數(shù)據(jù)的信息熵，得到數(shù)據(jù)信息熵時間序列為H(t)={h1，h2，h3，…，hj，…}。

聯(lián)合偏差概率計算公式為

P=1-(1-c1p1)(1-c2p2)

(3)

式(3)中，P表示的是聯(lián)合偏差概率；c1與c2表示的是權(quán)重系數(shù)；p1與p2表示的是數(shù)據(jù)偏差概率與信息熵偏差概率[8]。

數(shù)據(jù)與信息熵偏差概率由窗口內(nèi)不與某一數(shù)據(jù)點相鄰的數(shù)量與窗口規(guī)格大小的比值計算而得[9]。而窗口內(nèi)不與某一數(shù)據(jù)點相鄰的數(shù)量由數(shù)據(jù)之間距離與閾值比較確定，確定規(guī)則如下述公式所示

(4)

式(4)中，D表示的是數(shù)據(jù)之間距離；σ表示的是設(shè)置閾值；n表示的是窗口內(nèi)不與某一數(shù)據(jù)點相鄰的數(shù)量。

通過調(diào)節(jié)權(quán)重系數(shù)c1與c2，可以控制數(shù)據(jù)偏差概率與信息熵偏差概率在偏差數(shù)據(jù)檢測中的權(quán)重比例，以此來提升網(wǎng)絡(luò)偏差數(shù)據(jù)的靈活度。

聯(lián)合偏差概率需要滿足下述公式

(5)

式(5)中，Ee(p)表示的是節(jié)點在窗口內(nèi)偏差概率的數(shù)學(xué)期望，穩(wěn)定環(huán)境下為常數(shù)；En(p)表示的是網(wǎng)絡(luò)穩(wěn)定工作時偏差概率的數(shù)學(xué)期望；σp表示的是聯(lián)合偏差概率閾值。

2.2 獲取網(wǎng)絡(luò)偏差數(shù)據(jù)特征響應(yīng)函數(shù)

以上述獲得的網(wǎng)絡(luò)偏差數(shù)據(jù)檢測結(jié)果為基礎(chǔ)，采用遺傳算法對其進行更新與平滑處理，并通過平方差函數(shù)值最小機制更新偏差數(shù)據(jù)的中心點，計算偏差數(shù)據(jù)的功率譜密度函數(shù)，將其作為網(wǎng)絡(luò)偏差數(shù)據(jù)特征，從而獲取網(wǎng)絡(luò)偏差數(shù)據(jù)特征響應(yīng)函數(shù)[10]。

假設(shè)網(wǎng)絡(luò)數(shù)據(jù)集合X中每個數(shù)據(jù)均是ρ維矢量，采集時間t處的網(wǎng)絡(luò)數(shù)據(jù)變量記為δ。當?δ=1時，表明網(wǎng)絡(luò)數(shù)據(jù)為正常數(shù)據(jù)；當?δ=-1時，表明網(wǎng)絡(luò)數(shù)據(jù)為偏差數(shù)據(jù)。則網(wǎng)絡(luò)偏差數(shù)據(jù)的頻域模型為

(6)

則每一類別網(wǎng)絡(luò)偏差數(shù)據(jù)樣本屬于該類別的隸屬均值為

(7)

式(7)中，Kζ表示的是第ζ類別的網(wǎng)絡(luò)偏差數(shù)據(jù)樣本總數(shù)量。

(8)

(9)

將式(9)估計結(jié)果代入至式(8)即完成了網(wǎng)絡(luò)偏差數(shù)據(jù)特征模型的構(gòu)建，為后續(xù)偏差數(shù)據(jù)快速提取打下堅實的基礎(chǔ)。

設(shè)置網(wǎng)絡(luò)偏差數(shù)據(jù)訓(xùn)練集為L，樣本類別中已知類別為φm，利用遺傳算法對偏差數(shù)據(jù)進行特征優(yōu)選。定義網(wǎng)絡(luò)偏差數(shù)據(jù)融合濾波器函數(shù)表達式為

(10)

式(10)中，αt(i)表示的是網(wǎng)絡(luò)偏差數(shù)據(jù)的檢測節(jié)點信道偏差；bj(ot+1)表示的是方差為1，均值為0的高斯函數(shù)；Sd(f)表示的是多普勒功率譜。

遺傳算法偏差數(shù)據(jù)特征優(yōu)選主要通過迭代查詢形式，其表達式為

pri(t)=p(t)*qi(t)+H(f)

(11)

式(11)中，pn(t)表示的是迭代查詢散布形式；p(t)表示的是時間t處的網(wǎng)絡(luò)偏差數(shù)據(jù)特征集合；qi(t)表示的是p(t)提取過程中的變異參數(shù)。

則網(wǎng)絡(luò)偏差數(shù)據(jù)特征響應(yīng)函數(shù)表達式為

Sri(t)=Sd(t)*q′i(t)+pri(t)

(12)

式(12)中，q′i(t)表示的是網(wǎng)絡(luò)偏差數(shù)據(jù)的信道響應(yīng)函數(shù)。

通過上述過程獲得了網(wǎng)絡(luò)偏差數(shù)據(jù)特征響應(yīng)函數(shù)，為后續(xù)網(wǎng)絡(luò)偏差數(shù)據(jù)的快速提取提供精確的依據(jù)。

2.3 提取網(wǎng)絡(luò)偏差數(shù)據(jù)

以上述確定的網(wǎng)絡(luò)偏差數(shù)據(jù)特征響應(yīng)函數(shù)為偏差數(shù)據(jù)判定依據(jù)，結(jié)合網(wǎng)絡(luò)偏差數(shù)據(jù)的距離與密度，改善現(xiàn)有方法的缺陷，基于智能計算算法實現(xiàn)網(wǎng)絡(luò)偏差數(shù)據(jù)的提取[11]。

常規(guī)情況下，對于網(wǎng)絡(luò)偏差數(shù)據(jù)樣本點，包含兩個參數(shù)，即為網(wǎng)絡(luò)偏差數(shù)據(jù)距離Φi與密度ρi。其中，網(wǎng)絡(luò)偏差數(shù)據(jù)距離計算公式為

Φi=min(dij)

(13)

式(13)中，dij表示的是網(wǎng)絡(luò)偏差數(shù)據(jù)樣本點i與j之間的距離。

網(wǎng)絡(luò)偏差數(shù)據(jù)密度由截斷距離來決定，常規(guī)情況下，截斷距離的選取原理為：將全部偏差數(shù)據(jù)樣本點之間的距離依據(jù)從大到小的順序排列，計算前3%距離數(shù)值的平均數(shù)值，將其作為截斷距離。則網(wǎng)絡(luò)偏差數(shù)據(jù)密度計算公式為

(14)

式(14)中，dc表示的是截斷距離。

上述過程獲得的截斷距離未考慮到網(wǎng)絡(luò)偏差數(shù)據(jù)的局部特征，故需要對截斷距離進行一定的修正。在網(wǎng)絡(luò)偏差數(shù)據(jù)集合中，計算某一偏差數(shù)據(jù)樣本點i與其它樣本點之間的歐式距離[12]，記為d(i，j)，依據(jù)降序排列，則偏差數(shù)據(jù)樣本點i的κ個最鄰近表示為

N(i)=d(i，j)≤d(i，Nκ(i))

(15)

式(15)中，Nκ(i)表示的是第κ個相鄰近距離的偏差數(shù)據(jù)樣本。

則偏差數(shù)據(jù)局部密度計算公式為

(16)

式(16)中，κ由網(wǎng)絡(luò)偏差數(shù)據(jù)樣本數(shù)量的百分比決定。以式(16)計算結(jié)果為基礎(chǔ)，計算精確的網(wǎng)絡(luò)偏差數(shù)據(jù)歐式距離為

(17)

式(17)中，N表示的是網(wǎng)絡(luò)偏差數(shù)據(jù)樣本數(shù)量。

3 數(shù)學(xué)仿真分析

為了驗證提出方法與文獻[3]方法、文獻[4]方法之間的性能差異，采用數(shù)學(xué)仿真軟件——CSDN軟件設(shè)計仿真，具體實驗過程如下所示。

3.1 數(shù)學(xué)仿真方法簡介

數(shù)學(xué)仿真指的是以近似數(shù)學(xué)方程式為基礎(chǔ)的仿真方法，實質(zhì)上就是采用數(shù)學(xué)公式來表示被仿真對象。數(shù)學(xué)仿真基本步驟如下所示：

步驟一：依據(jù)實驗?zāi)康臉?gòu)建系統(tǒng)的數(shù)學(xué)模型；

步驟二：依據(jù)構(gòu)建數(shù)學(xué)模型的特點選擇適當?shù)挠嬎銠C作為仿真工具；

步驟三：將數(shù)學(xué)模型轉(zhuǎn)換成選擇計算機能夠接受的形式，也將其稱為仿真模型，同時將轉(zhuǎn)換后數(shù)學(xué)模型輸入至計算機中；

步驟四：構(gòu)建計算機輸入數(shù)學(xué)模型，同時記錄各個狀態(tài)量的變化情況；

步驟五：輸出實驗結(jié)果，同時形成實驗報告。

依據(jù)網(wǎng)絡(luò)偏差數(shù)據(jù)提取的需求，選擇CSDN軟件作為數(shù)學(xué)仿真工具，以此來進行網(wǎng)絡(luò)偏差數(shù)據(jù)提取實驗。選取計算機配置如表1所示。

表1 計算機配置表

3.2 實驗數(shù)據(jù)準備

實驗所用網(wǎng)絡(luò)數(shù)據(jù)來源于英特爾伯克利研究所，其數(shù)據(jù)集合由35個傳感器節(jié)點構(gòu)成的網(wǎng)絡(luò)采集所得，其網(wǎng)絡(luò)部署結(jié)構(gòu)如圖2所示。

圖2 網(wǎng)絡(luò)部署結(jié)構(gòu)圖

將偏差數(shù)據(jù)注入實驗網(wǎng)絡(luò)中，為了提升實驗的客觀性，對實驗網(wǎng)絡(luò)數(shù)據(jù)進行隨機打亂，提高后續(xù)實驗進行的公正性。

另外，設(shè)置滑動窗口規(guī)格為1000，窗口滑動設(shè)置為持續(xù)滑動形式。在時間t處滑動窗口內(nèi)包含100個網(wǎng)絡(luò)數(shù)據(jù)。

為了顯示偏差數(shù)據(jù)注入后網(wǎng)絡(luò)節(jié)點的變化，給出某一時刻的滑動窗口內(nèi)網(wǎng)絡(luò)數(shù)據(jù)信息熵變化情況示意圖，如圖3所示。

圖3 網(wǎng)絡(luò)數(shù)據(jù)信息熵變化示意圖

3.3 實驗結(jié)果分析

依據(jù)上述選取的數(shù)據(jù)仿真軟件，準備的實驗數(shù)據(jù)進行網(wǎng)絡(luò)偏差數(shù)據(jù)提取實驗。自變量選擇網(wǎng)絡(luò)吞吐量，其區(qū)間為10000-50000Mbps，通過偏差數(shù)據(jù)提取覆蓋率與時間消耗數(shù)據(jù)反映方法性能。

通過實驗得到偏差數(shù)據(jù)提取覆蓋率數(shù)據(jù)如表2所示。

表2 偏差數(shù)據(jù)提取覆蓋率數(shù)據(jù)對比結(jié)果

通過實驗得到偏差數(shù)據(jù)提取時間消耗數(shù)據(jù)如表3所示。

表3 偏差數(shù)據(jù)提取時間消耗數(shù)據(jù)對比結(jié)果

如表2、表3數(shù)據(jù)顯示，在網(wǎng)絡(luò)吞吐量10000-50000Mbps背景下，與文獻[3]方法、文獻[4]方法相比較，提出方法的偏差數(shù)據(jù)提取覆蓋率更大，時間消耗更少，充分表明提出方法具備更好的網(wǎng)絡(luò)偏差數(shù)據(jù)提取效果。

4 結(jié)束語

此研究引入智能計算技術(shù)，并依據(jù)網(wǎng)絡(luò)偏差數(shù)據(jù)提取需求，選擇了適當?shù)闹悄苡嬎闼惴āz傳算法，提出了全新的網(wǎng)絡(luò)偏差數(shù)據(jù)提取方法，采用數(shù)據(jù)仿真形式驗證了提出方法的性能，發(fā)現(xiàn)提出方法極大的提升了偏差數(shù)據(jù)提取覆蓋率，降低了時間消耗，可以為網(wǎng)絡(luò)管理提供更加有力的支撐。