基于BP神經(jīng)網(wǎng)絡(luò)在物聯(lián)網(wǎng)多敏感信息同源檢索

樊 卓，汪毓鐸

(北京信息科技大學(xué)信息與通信工程學(xué)院，北京 100085)

1 引言

物聯(lián)網(wǎng)中存在的異構(gòu)數(shù)據(jù)逐日增長，用戶如何在海量物聯(lián)網(wǎng)數(shù)據(jù)信息中，快速檢索到對自己有用的信息成為物聯(lián)網(wǎng)檢索技術(shù)亟待解決的主要問題。由于物聯(lián)網(wǎng)中的數(shù)據(jù)多為來自不同傳感器，其來源較為廣泛，導(dǎo)致物聯(lián)網(wǎng)中數(shù)據(jù)多數(shù)均為異構(gòu)數(shù)據(jù)，如何對物聯(lián)網(wǎng)中異構(gòu)多敏感信息進(jìn)行快速檢索也成為了目前的研究難點之一。

部分相關(guān)領(lǐng)域的研究人員對物聯(lián)網(wǎng)信息檢索進(jìn)行了一定研究。其中，丁晗等人[1]提出一種基于UML(Unified Modeling Language)和嵌入式多線程技術(shù)的信息檢索系統(tǒng)。采用融合濾波檢索方法，收集信息分類屬性狀態(tài)函數(shù)，得到信息檢索的輸出信息流，構(gòu)建信息管理系統(tǒng)的信息采集模塊和人機(jī)交互平臺。根據(jù)綜合信息處理和信息檢索的支持向量機(jī)判別函數(shù)，對信息檢索進(jìn)行預(yù)處理，并加載算法程序，實現(xiàn)信息的檢索和多線程調(diào)度，提高了檢索性能，完成信息智能化的軟件開發(fā)與設(shè)計檢索系統(tǒng)。秦代輝等人[2]提出一種信息自動整合檢索仿真研究。結(jié)合文檔行向量的逼近度和極值理論，并迭代調(diào)整塊的屬性集，采用K均值聚類方法將文檔集劃分為不同的文檔數(shù)據(jù)簇。利用數(shù)學(xué)集合和高斯函數(shù)的性質(zhì)計算關(guān)鍵詞的加權(quán)最近鄰值，將數(shù)據(jù)聚類與關(guān)鍵詞加權(quán)最近鄰值相結(jié)合，建立了信息自動集成檢索模型從而完成信息檢索。袁敏等人[3]提出了基于云計算環(huán)境下的信息檢索和智能融合方法。通過設(shè)計邏輯結(jié)構(gòu)和加密流程，并將 ASP和 ADO結(jié)合完成信息檢索。實驗結(jié)果表明，改進(jìn)后的方法能有效提高信息檢索效率，信息融合準(zhǔn)確度較高，具有一定的實用性。

但上述三種方法缺乏對相似信息間同源連續(xù)性規(guī)律的識別，導(dǎo)致檢索效率和速度較低的問題。本文采用一種基于BP神經(jīng)網(wǎng)絡(luò)在物聯(lián)網(wǎng)多敏感信息同源檢索算法。從多維仿生信息學(xué)理論出發(fā)，采用相似性度量法，通過多維空間的幾何分析法分析信息間的關(guān)系，將同源連續(xù)性規(guī)律應(yīng)用于多敏感信息同源檢索中，實現(xiàn)高效的檢索。

2 物聯(lián)網(wǎng)多敏感信息同源檢索

2.1 物聯(lián)網(wǎng)多敏感信息體系構(gòu)建

物聯(lián)網(wǎng)技術(shù)的感知終端功能十分強(qiáng)大，其結(jié)構(gòu)可以將各個模塊集成在一起，對采集到的信息進(jìn)行處理和系統(tǒng)區(qū)分[3]。將實物接入物聯(lián)網(wǎng)，形成一個能夠?qū)崿F(xiàn)通信交互和資源共享的網(wǎng)絡(luò)，達(dá)到智能識別、定位、跟蹤、監(jiān)控和管理的目的，具有動態(tài)網(wǎng)絡(luò)設(shè)施的自我調(diào)節(jié)能力。

現(xiàn)階段，物聯(lián)網(wǎng)體系結(jié)構(gòu)大致可以分成感知層、網(wǎng)絡(luò)層以及應(yīng)用層。通過3個層面提高信息交互速度和服務(wù)質(zhì)量，滿足市場和用戶的需求。物聯(lián)網(wǎng)的具體結(jié)構(gòu)架構(gòu)在圖1中展現(xiàn)。

圖1 物聯(lián)網(wǎng)體系結(jié)構(gòu)框架

敏感信息作為物聯(lián)網(wǎng)環(huán)境中非常常見的類型，會涉及到很多機(jī)密信息。因此，在物聯(lián)網(wǎng)信息采集過程中，應(yīng)明確信息共享性、敏感性和系統(tǒng)性的特點，進(jìn)一步確保信息處理和采集過程的安全性，確保信息管理和信息維護(hù)的效果符合實際標(biāo)準(zhǔn)，提高物聯(lián)網(wǎng)信息處理的綜合水平[4]。

在多敏感信息與用戶之間構(gòu)建統(tǒng)一的數(shù)據(jù)處理模塊，接收用戶所提出的檢索請求，還能夠協(xié)調(diào)物聯(lián)網(wǎng)各傳感器，采集多個敏感數(shù)據(jù)源，實施有效的信息交換操作。物聯(lián)網(wǎng)信息檢索體系結(jié)構(gòu)在圖2中展現(xiàn)。

圖2 物聯(lián)網(wǎng)信息檢索體系結(jié)構(gòu)

通過圖2可知，在物聯(lián)網(wǎng)環(huán)境下，對多敏感同源信息檢索，能夠確定物聯(lián)網(wǎng)數(shù)據(jù)特性，有效地提高數(shù)據(jù)檢索的效率。

2.2 基于BP神經(jīng)網(wǎng)絡(luò)的多敏感信息同源相似度提取

一般情況下，BP網(wǎng)絡(luò)隱含層較多，經(jīng)過幾次權(quán)值調(diào)整，可以使網(wǎng)絡(luò)學(xué)習(xí)樣本知識，并以權(quán)值的形式存儲；但隱含層過多，需要調(diào)整的權(quán)值數(shù)量也大幅度增加，網(wǎng)絡(luò)學(xué)習(xí)占用的時間也較多。理論上來講，當(dāng)隱層神經(jīng)元(節(jié)點)的數(shù)目可以任意設(shè)定時，一個隱層的三層BP神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近任意連續(xù)函數(shù)；因此，在大多數(shù)應(yīng)用中，只使用一個隱層的三層BP神經(jīng)網(wǎng)絡(luò)[5]。如圖3所示。

圖3 BP網(wǎng)絡(luò)模型

通過圖3可知，三層BP網(wǎng)絡(luò)在輸入層設(shè)定n個節(jié)點，輸出層中的m個節(jié)點，隱層中的1個節(jié)點，N作為樣本數(shù)量，輸入向量[x1，x2，…xn，wji]作為隱層節(jié)點和輸入層節(jié)點間的連接權(quán)重，那么隱層節(jié)點的輸入和輸出的表達(dá)式為

(1)

Oj=f1(NTj)

(2)

隱層節(jié)點的函數(shù)f1選擇S形變換函數(shù)。wji表示輸出層節(jié)點k和隱層節(jié)點j的連接權(quán)值。f2表示輸出層節(jié)點的函數(shù)，可得出yk的表達(dá)式即

(3)

其中，誤差函數(shù)利用平方誤差函數(shù)得出，對于整體樣本的總誤差公式如下

(4)

為了能夠加快運行時的速度，防止陷入局部極小解狀態(tài)，加入動態(tài)因子的學(xué)習(xí)算法，可得到公式如下

(5)

(6)

其中，t+l表示動態(tài)因子量，δjp和δkj分別代表樣本N輸入時輸出層節(jié)點k和隱藏層節(jié)點j的誤差項，其運算式為

(7)

(8)

通過上述過程可知，BP網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，廣泛適合于模式識別和分類[6]，同時結(jié)合多維仿生信息理論的點同源連續(xù)性規(guī)則，可提取到更為完整有效的多敏感信息同源相似度，其數(shù)學(xué)描述如下。

在n維特征空間Rn內(nèi)，讓某類事物的所有采樣點所形成的集合為A。取任意兩個樣本X，Y∈A，當(dāng)X≠Y時，必須有滿足B的集合，公式為

(9)

其中，ρ(XM，XM+1)用來描述樣本XM，XM+1之間的間隔距離，L表示采樣點數(shù)。

檢索物聯(lián)網(wǎng)內(nèi)存在相似性的多敏感信息，并根據(jù)相似度對其進(jìn)行排序[7]。

傳統(tǒng)的相似函數(shù)是關(guān)于兩個特征序列的，許多相似性度量方法得到了廣泛的應(yīng)用，如Cosine Similarity，表達(dá)式為

(10)

通過多維仿生信息論的同源連續(xù)性規(guī)則，將相似性度量方法描述為H-S(Y1·Y2)函數(shù)。

將H-S(Y1·Y2)作為一個二進(jìn)制函數(shù)其取值為0或1。如果函數(shù)等于1，則表示兩個特征序列是同源相似的；如果函數(shù)等于0，則表示兩個特征序列不是同源相似的。當(dāng)滿足以下兩個條件之一時，由兩個特征表示的信息在某種程度上是源調(diào)[8]。

兩個相同維空間的特征數(shù)據(jù)部分匹配作為特征數(shù)據(jù)與另一個特征數(shù)據(jù)的所有序列或子序列之間存在對應(yīng)關(guān)系，其表達(dá)式為

(11)

同樣，判斷Y2與Y是否部分或完全匹配，與式(11)類似。

當(dāng)同一維空間中的特征數(shù)據(jù)在同一維空間中平移、旋轉(zhuǎn)或縮放時，變換前后的信息也具有同源性關(guān)聯(lián)[9]。根據(jù)多敏感信息原理的復(fù)合變換矩陣，可得出公式為

(12)

在式(12)中，a和e所描述的是水平軸和垂直軸的比例因子，α所描述的是旋轉(zhuǎn)角度，c和f所描述的是水平軸和垂直軸的平移。

根據(jù)式(12)可以表示兩個特征信息之間的相關(guān)性。如果兩個特征信息是同源的，那么兩個特征信息可以通過幾何變換實現(xiàn)近似推導(dǎo)。

2.3 多敏感信息同源檢索算法

同源性檢索作為生物信息學(xué)的基本課題之一。通過同源搜索，使生物學(xué)家可以從數(shù)據(jù)庫中得到與查詢序列相似的序列，從而快速得到大量有價值的參考信息，有助于進(jìn)一步更準(zhǔn)確地深入分析[10]。

把多維空間仿生信息理論及其點同源連續(xù)性規(guī)律應(yīng)用于多敏感信息檢索中，通過幾何計算方法，使操作過程更加簡單快捷。具體過程如圖4所示。

圖4 檢索原理圖

通過圖4可知，檢索系統(tǒng)可以根據(jù)用戶提交的信息，檢索出大規(guī)模信息資源中與信息最接近的內(nèi)容，對搜索信息資源的相關(guān)程度進(jìn)行排序，并將排序后的搜索結(jié)果反饋給用戶[11]。

根據(jù)多維空間仿生信息學(xué)理論，MN所對應(yīng)于MN維空間的P點，用數(shù)學(xué)符號PMN表示。

將MN維信息在RT維之間轉(zhuǎn)換成KH維特征點，即PMN的多維空間點表達(dá)公式如下：

(13)

通過多維仿生信息學(xué)原理，每個局部塊在RT維空間中都有對應(yīng)的點，PMN的屬性數(shù)據(jù)可以用從KH特征數(shù)據(jù)和RT維空間中的點來展現(xiàn)。

利用多維仿生信息學(xué)中的幾何映射和投影擴(kuò)展方法，可以在RT維中找到KH點的特征空間，得到一組μ維特征空間，表示為Rμ={p1，p2，…，pKH}。

相似性有效度量直接決定了對象的排序。當(dāng)面對數(shù)據(jù)信息搜索引擎窗口所呈現(xiàn)的大量內(nèi)容，用戶往往無法瀏覽全部信息內(nèi)容，因此對資源信息的排序順序顯得十分重要。

特征提取之后的相似性度量作為多敏感信息同源檢索中的關(guān)鍵，實質(zhì)是判斷檢索信息與被檢索信息數(shù)據(jù)庫內(nèi)節(jié)點間隔距離。在多維仿生信息學(xué)理論中，特征提取之后的任何特征信息都對應(yīng)于同一維空間中的一個點，因此，識別節(jié)點信息間隔就是分析其在μ維空間內(nèi)點和點之間的關(guān)系。

將同源相似性和仿生距離相結(jié)合，即完成多敏感信息同源檢索。利用方程(14)中描述的θ(Y1，Y2)函數(shù)來表示特征數(shù)據(jù)計算的距離函數(shù)。

(14)

步驟1：提取多敏感信息的特征數(shù)據(jù)；

步驟2：計算每個多敏感信息和被檢索信息的H-S(Y1，Y2)和θ(Y1，Y2)；

步驟3：將H-S(Y1，Y2)=1的信息檢索結(jié)果進(jìn)行剔除，減輕系統(tǒng)的內(nèi)存壓力。

步驟4：H-S(Y1，Y2)=0的檢索按θ(Y1，Y2)值從小到大的順序輸出。

通過同源相似性和仿生距離相結(jié)合檢索，獲得檢索結(jié)果并按照合理順序排列，在減輕系統(tǒng)內(nèi)容壓力的同時，實現(xiàn)多敏感同源信息檢索。

3 實驗結(jié)果分析

為了驗證物聯(lián)網(wǎng)多敏感信息同源檢索的有效性和可行性，進(jìn)行了實驗研究。在實驗過程中，以Windows 2010操作系統(tǒng)為硬件平臺，利用MATLAB軟件對實驗過程進(jìn)行實驗。在相同條件下，對多用戶相似源敏感信息進(jìn)行檢索，對比所提方法、文獻(xiàn)[1]方法和文獻(xiàn)[2]方法在檢索過程中耗用的時間。具體內(nèi)容，如表1所示。

表1 不同方法檢索完成時間對比

由表1可以得出，本文檢索方法完成信息檢索的時間最短，說明其速度較快。通過對敏感信息特征提取降低檢索的計算復(fù)雜度，提高檢索速度。

最終目的是實現(xiàn)多用戶相似源信息的檢索，目前，用戶對檢索結(jié)果的滿意度已成為衡量檢索質(zhì)量的準(zhǔn)則。實驗中隨機(jī)選擇100個用戶，采用三種方法檢索所需信息，并允許用戶對檢索結(jié)果進(jìn)行評價。把評價滿意度總分設(shè)定成10分，每10個用戶形成一組滿意度評價結(jié)果，計算各組的平均值，得到用戶滿意度對比圖如圖5所示。

圖5 不同檢索方法的用戶滿意度對比

如圖5可知，用戶對所提方法得到的檢索結(jié)果最為滿意，能夠獲得多用戶相似源信息，說明該檢索方法具有優(yōu)質(zhì)有效性和可行性，可更好地滿足用戶需求。

4 結(jié)論

提出基于BP神經(jīng)網(wǎng)絡(luò)在物聯(lián)網(wǎng)多敏感信息同源檢索算法，利用多維信息仿生理論對多敏感信息同源相似度提取，按同源相似信息仿生距離相結(jié)合檢索。雖檢索速度和用戶滿意度較高，但占用系統(tǒng)內(nèi)存大，對安裝設(shè)備硬件要求高，所以下一步研究是如何在保證查全率、查準(zhǔn)率和查詢速度基礎(chǔ)上，減少對空間內(nèi)存的依賴。