基于機器視覺的通信網絡數據可靠度計算方法

張戰勝，馬亮

（華中師范大學，湖北 武漢 430079）

在互聯網技術高速發展的背景下，通信網絡建設已經成為社會發展的必然趨勢，推動著網絡信息的不斷發展。在通信網絡中，通信網絡數據安全審核、網絡攻擊防御等通信技術已經較為成熟，但通信網絡數據的位置、通信信息泄露及通信數據容易遭到攻擊等技術問題，卻沒有被及時解決，導致通信網絡數據的可靠度較低，成為制約通信網絡發展的關鍵因素[1-2]。為了使通信網絡數據可以在通信網絡中安全、可靠傳輸，需要對通信網絡數據的可靠度進行計算[3-4]。傳統的通信網絡數據可靠度計算方法在計算可靠度時，對通信網絡數據的傳輸過程進行了描述，并建立了通信網絡數據可靠度模型，根據通信網絡數據的傳輸方式設定可靠度節點，最后對通信網絡數據可靠度模型進行單向化分解，在傳統計算方法中，雖在一定程度提升了通信網絡數據傳輸的質量，優化了數據傳輸的方式，但存在數據傳輸延遲，通信網絡數據的封包投遞率、分組丟失率與標準數據相差較大，無法保證通信數據的可靠度[5-6]。

基于傳統方法出現的問題，該文提出了基于機器視覺的通信網絡數據可靠度計算方法。該方法首先基于機器視覺技術建立了通信網絡數據可靠度數學模型，然后根據建立的可靠度數學模型對通信網絡數據的可靠度進行評估，最后通過對比實驗驗證該文所提方法的有效性。

1 通信網絡數據可靠度數學模型

為了確保計算機器視覺的通信網絡數據的可靠度，需要構建一個通信網絡數據可靠度數學模型。通過該可靠度數學模型可以評估通信網絡數據傳輸路徑的數據處理能力，實現通信網絡數據的可靠傳輸，建立的通信網絡數據傳輸信道模型[7-8]如式（1）所示：

式中，γ表示數據傳輸能力系數；d表示機器視覺系統中操作端與通信終端間的距離；s表示傳輸路徑緩沖區大小；A表示數據傳輸過程中通信網絡數據的分組丟包率；Xf表示數據傳輸路徑的時間間隔，γ、A、Xf分別利用式（2）中各式進行表示：

其中，a、b、c、hb表示0～10 之間的自然數。

通常情況下通信網絡數據傳輸路徑的損耗與機器視覺系統中通信終端的通信時間密切相關，通信網絡數據傳輸路徑的損耗影響著通信網絡數據傳輸信道的穩定性。通過選擇一條合適的數據傳輸路徑來計算通信網絡數據發送至通信終端的速率，檢測其他通信網絡數據傳輸路徑的傳輸狀態，評估不同通信網絡數據傳輸路徑處理數據的能力。根據能力的高低動態配置通信網絡數據流量，接收數據傳輸路徑中的離散成分，通信網絡數據的傳輸路徑函數如式（3）所示：

式中，rd表示通信網絡數據傳輸路徑損耗；σ表示通信網絡數據封包投遞率；r表示沒有出現丟失情況的通信網絡數據；I0表示數據傳輸信道衰減系數；K表示傳輸部分通信網絡數據所產生的瞬時功率[9-11]。通信終端檢測過程如圖1 所示。

圖1 通信終端檢測過程

觀察圖1 可知，根據建立的通信網絡數據傳輸路徑函數評估該條路徑的數據傳輸能力，為通信終端分配容量不同的緩沖區空間，通信網絡數據中不同的數據塊離開同一條數據傳輸路徑的時間不同，為了避免在通信終端存儲過量的通信網絡數據，將數據傳輸信道中的上下鏈路設定成互相獨立，降低由于傳輸路徑受衰減影響而產生的路徑損耗率，使通信網絡數據傳輸的路徑特征符合Rice 分布，確定出當前數據傳輸路徑的時間間隔，結合通信網絡數據傳輸路徑函數獲得可靠度數學模型：

其中，Q表示通信網絡數據的可靠度系數，通過可靠度數學模型可以直觀地表示出通信網絡數據的傳輸路徑與數據分組丟失率之間的關系[12-13]。

2 通信網絡數據可靠度計算

根據構建的通信網絡數據可靠度數學模型，對基于機器視覺的通信網絡數據可靠度進行計算。采用蒙特卡羅統計技術獲得通信網絡數據傳輸信道分布和數據傳輸路徑分布，利用分布解析方法計算出通信網絡數據在傳輸路徑中傳輸的成功概率，利用Rice 分布對通信網絡數據的傳輸時間進行描述，通信網絡數據單次傳輸數據量遵循N(μ，σ2)分布，確定通信網絡數據傳輸速率。在通信網絡數據傳輸過程中，如果通信鏈路不中斷保持連續狀態，則說明通信鏈路傳輸通信網絡數據的能力較好，能夠保證通信網絡數據穩定、安全地在通信網絡中進行傳輸，在通信鏈路保持正常連通的條件下，通信網絡數據正常傳輸到通信終端的概率為：

利用式（7）表示通信網絡數據所在的通信信道傳輸成功概率：

其中，tR表示通信鏈路堵塞概率，在計算通信網絡數據所在的通信信道的傳輸能力時，需要獲得通信鏈路的繁忙概率，并將其與通信信道傳輸成功概率進行結合，得出通信網絡數據中某一數據節點的傳輸效率。根據通信網絡數據傳輸信道的傳輸性能，獲得通信鏈路與數據傳輸路徑的傳輸性能指標。該指標可以計算通信鏈路在傳輸通信網絡數據時，路徑屬于連通還是繁忙，通信網絡數據可靠傳輸到通信終端的概率，可通過數據傳輸信道中的主信道計算求得。

可靠度計算模型如圖2 所示。

圖2 可靠度計算模型

通過該計算模型可計算通信信道傳輸通信網絡數據的能力和效果，網絡數據在通信過程中，通信網絡數據在單位傳輸信道上傳輸的時間間隔樣本為x1，…，xn，利用式（8）計算此條傳輸信道上成功傳輸概率的平均值：

其中，i為傳輸信道，N表示時間間隔樣本總數，xi表示通信網絡數據在通信鏈路中進行傳輸時所用的時間表示通信網絡數據在傳輸信道中成功傳輸概率的平均值。

為了計算通信網絡數據的可靠度，需要將通信網絡數據在通信鏈路與傳輸信道中成功傳輸的概率進行融合，融合后的成功傳輸概率迭代平均值為：

在融合過程中，通信網絡數據傳輸路徑符合正態分布，傳輸信道符合Rice 分布，融合后獲得不同路徑、不同傳輸信道中通信網絡數據的可靠度為：

式中，SN表示通信網絡數據的可靠度。完成通信網絡數據的可靠度計算后，選擇傳輸成功率最高的通信網絡數據傳輸路徑和傳輸信道，作為最優的數據傳輸鏈路[14-16]。

3 實 驗

為了驗證該文提出的基于機器視覺的通信網絡數據可靠度計算方法的有效性，通過與傳統可靠度計算方法進行實驗對比，驗證該文方法的有效性。

以一組通信網絡數據包從通信鏈路開始，到選擇最優的傳輸路徑，再到成功傳輸至通信終端的整個過程，利用以上構建的基于機器視覺的通信網絡數據可靠度模型以及提出的可靠度評估方法，計算通信網絡數據的分組丟失率和封包投遞率，采用該文計算方法計算完畢后，利用傳統計算方法計算傳統通信網絡數據的分組丟失率和封包投遞率。實驗參數如下：通信網絡數據傳輸速率設定為2 216 Mbit/s，通信網絡數據包傳輸成功率為85%，通信網絡數據包標準長度為140 284 bit，通信網絡數據傳輸節點為150 個，通過式（11）計算通信網絡數據的各個節點的分組丟失率：

采用該文提出的基于機器視覺的通信網絡數據可靠度計算方法與傳統計算方法計算出的分組丟失率結果如圖3 所示。分析圖3 可知，采用該文提出的通信網絡數據可靠度計算方法后，隨著通信網絡數據傳輸時間的增加，通信網絡數據節點產生的分組丟失率逐漸增大，增大到標準丟失率附近開始趨于穩定，與標準丟失率吻合度較高。而采用傳統通信網絡數據可靠度計算方法后，隨著通信網絡數據傳輸時間的增加，通信網絡數據節點產生的分組丟失率一直增大，遠遠超過了標準丟失率，通信網絡數據一直處于失衡狀態，由此可驗證該文通信網絡數據節點產生的分組丟失率遠遠小于傳統方法，分組丟失率更真實、穩定[17]。

圖3 該文方法和實際計算分組丟失率對比

在沒有出現數據包丟失的情況下，通信網絡數據在不同時間內傳輸產生的傳輸延遲以及封包投遞率如圖4 和圖5 所示。

圖4 數據傳輸延遲實驗結果

圖5 封包傳輸率實驗結果

通過對圖4 和圖5 進行分析可知，在該文方法中，隨著通信網絡數據量的不斷增加，通信網絡數據在傳輸過程中，產生的延遲較小，在單次傳輸時，通信網絡數據的封包投遞率逐漸降低，計算出來的結果與真實結果相差較小，吻合度較高。這是由于該文在分析通信網絡數據可靠傳輸的影響因素時，引入了傳輸路徑損耗、網絡數據緩沖區空間等變量，將變量代入通信網絡數據可靠度模型中，計算出了通信網絡數據通信鏈路成功傳輸概率，對傳輸路徑進行了有效的多徑衰減操作，根據蒙特卡羅技術獲得了通信網絡數據傳輸路徑分布和通信鏈路分布，采用機器視覺方法構建了通信網絡數據可靠度模型，并對其進行了有效的評估和計算，全面分析了影響通信網絡數據可靠度的因素，使最后的計算結果與標準結果吻合度較高。而在傳統通信網絡數據可靠度計算方法中，通信網絡數據傳輸延遲較高，封包投遞率隨著通信網絡數據量的增加而增加，計算出來的結果與標準結果相差較大。

4 結束語

文中提出的基于機器視覺的通信網絡數據可靠度計算方法優于傳統方法，通信網絡數據產生的分組丟失率和封包投遞率與標準數據更接近，吻合度更高。