艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法

李輝燕，肖新華

(1. 湖北理工學(xué)院 計(jì)算機(jī)學(xué)院, 湖北 黃石 435600；2. 湖北理工學(xué)院 機(jī)電工程學(xué)院, 湖北 黃石 435600)

0 引 言

艦船監(jiān)控設(shè)備類型存在多源化、異構(gòu)性特征，如何將此類異構(gòu)類監(jiān)控?cái)?shù)據(jù)進(jìn)行自適應(yīng)存儲，從而提高艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的存儲效率與存儲效果，是當(dāng)下艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲管理的重點(diǎn)問題[1 - 3]。

目前的存儲技術(shù)中，針對艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)而言，并不具備有效的解決方法[4]。在其他領(lǐng)域中的異構(gòu)數(shù)據(jù)存儲研究中，李鴻飛等[5]研究了協(xié)同數(shù)據(jù)管理方法，此方法雖被驗(yàn)證可實(shí)現(xiàn)異構(gòu)數(shù)據(jù)混合存儲，但存儲耗時較多。沈志宏等[6]設(shè)計(jì)了一種異構(gòu)數(shù)據(jù)智能融合管理系統(tǒng)，此系統(tǒng)在異構(gòu)數(shù)據(jù)管理問題中具備較好的使用效果，但目前異構(gòu)監(jiān)控?cái)?shù)據(jù)大多存儲于云存儲平臺，若將此系統(tǒng)使用于云存儲平臺，系統(tǒng)兼容性、集成性等多種問題都有待深入分析，且系統(tǒng)類技術(shù)研發(fā)成本高。

為此，本文研究一種艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法，主要針對基于云存儲模式的艦船監(jiān)控網(wǎng)絡(luò)數(shù)據(jù)管理問題，進(jìn)行自適應(yīng)存儲研究，完成艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的高效、自適應(yīng)存儲。

1 艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲方法

1.1 基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法技術(shù)架構(gòu)

云存儲屬于一種服務(wù)模式，是云計(jì)算的核心技術(shù)之一。其可以利用多種軟件與技術(shù)，把異構(gòu)監(jiān)控?cái)?shù)據(jù)執(zhí)行集成管理，構(gòu)建統(tǒng)一的存儲資源庫，用于存儲大規(guī)模異構(gòu)監(jiān)控?cái)?shù)據(jù)[7]。目前各大監(jiān)控領(lǐng)域均使用云存儲平臺，實(shí)現(xiàn)大規(guī)模監(jiān)控?cái)?shù)據(jù)的統(tǒng)一管理。本文研究的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲方法，為基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法，其主要用于優(yōu)化艦船監(jiān)控網(wǎng)絡(luò)數(shù)據(jù)云存儲平臺的數(shù)據(jù)存儲效果。圖1 為基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法技術(shù)架構(gòu)圖。基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法中，虛擬網(wǎng)關(guān)層、數(shù)據(jù)接口層、數(shù)據(jù)處理層、分布式數(shù)據(jù)存儲層是此方法運(yùn)行時技術(shù)架構(gòu)的四大核心層。

圖1 基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法技術(shù)架構(gòu)Fig. 1 Technical architecture of adaptive storage method for heterogeneous monitoring data of ship monitoring network based on cloud storage

圖2 為各個分布式數(shù)據(jù)存儲邏輯示意圖。考慮異構(gòu)監(jiān)控?cái)?shù)據(jù)的規(guī)模較大，且類型較多，若僅使用一個數(shù)據(jù)存儲模型存儲全部異構(gòu)監(jiān)控?cái)?shù)據(jù)，便會出現(xiàn)存儲進(jìn)程癱瘓問題，為此，結(jié)合集群概念，為了實(shí)現(xiàn)艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的有效存儲，在基于云存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法技術(shù)架構(gòu)中，設(shè)置多個分布式數(shù)據(jù)存儲模型。

圖2 分布式數(shù)據(jù)存儲邏輯示意圖Fig. 2 Distributed Data Storage Logic Diagram

1.2 基于聚類的異構(gòu)監(jiān)控?cái)?shù)據(jù)分類方法

設(shè)置艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)矩陣為：

其中：b，I分別為艦船監(jiān)控網(wǎng)絡(luò)檢索模糊域，異構(gòu)監(jiān)控?cái)?shù)據(jù)分塊匹配集；α為異構(gòu)監(jiān)控?cái)?shù)據(jù)相異度矩陣。

設(shè)置艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)特征分布域?yàn)镴sm：

其中：Bsm，βsm分別為異構(gòu)監(jiān)控?cái)?shù)據(jù)并行規(guī)劃聚類加權(quán)輸出幅值、聚類自適應(yīng)調(diào)節(jié)參數(shù)；Esm為不等式約束。

引入均值加權(quán)方法，設(shè)置異構(gòu)監(jiān)控?cái)?shù)據(jù)聚類中心中時間窗口為：

其中：t1，t2依次是異構(gòu)監(jiān)控?cái)?shù)據(jù)出現(xiàn)時間、聚類時間。使用式(3)便可獲取不同時間窗口條件下，艦船監(jiān)控網(wǎng)絡(luò)各個虛擬網(wǎng)關(guān)鏈路的異構(gòu)監(jiān)控?cái)?shù)據(jù)特征分布域Jsm信息。

為區(qū)分異構(gòu)監(jiān)控?cái)?shù)據(jù)來源，便需要對異構(gòu)監(jiān)控?cái)?shù)據(jù)進(jìn)行聚類，結(jié)合所提取的Jsm，分析異構(gòu)監(jiān)控?cái)?shù)據(jù)傳輸?shù)奶摂M網(wǎng)關(guān)鏈路信道功率譜密度：

其中：k，F(xiàn)依次為采樣頻率、互功率譜估計(jì)值。

引入時間翻轉(zhuǎn)處理方法、相空間重構(gòu)方法，完成異構(gòu)監(jiān)控?cái)?shù)據(jù)時空加權(quán)處理。則加權(quán)后異構(gòu)監(jiān)控?cái)?shù)據(jù)為：

其中：x(m)，c(m)分別是空間異構(gòu)監(jiān)控?cái)?shù)據(jù)樣本點(diǎn)數(shù)目、回歸參數(shù)。

提取異構(gòu)監(jiān)控?cái)?shù)據(jù)的均值特征量，將其設(shè)成數(shù)據(jù)并行聚類目標(biāo)函數(shù)S，則：

其中：g，?依次為聚類擾動距離、艦船監(jiān)控網(wǎng)絡(luò)子帶中心頻率；Vj，N依次為不同聚類中心時間尺度值、線性約束參量。

艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)融合分類集合為：

其中，ζ為艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的種類數(shù)目。

1.3 基于自適應(yīng)分配的異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲方法

結(jié)合所分類的ζ種艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)樣本，設(shè)置最后用于存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)的分布式數(shù)據(jù)存儲模型數(shù)目為ζ。但為了保證艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)可有效存儲，需要保證分布式數(shù)據(jù)存儲模型的可用存儲空間充足。為此，使用基于性能分析的異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)分配存儲方法，結(jié)合分布式數(shù)據(jù)存儲模型的內(nèi)存狀態(tài)，分析其可用性能，從而完成異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)分配存儲。針對隨機(jī)一個分布式數(shù)據(jù)存儲模型Oj而言，設(shè)置其可用內(nèi)存帶寬是Uj，Oj可用存儲的性能指標(biāo)設(shè)成ρj，ρj只用于描述Oj的目前可用帶寬能夠支持的存儲空間，并不能體現(xiàn)Oj能夠提供可用存儲空間的整體狀態(tài)。為此，引入調(diào)節(jié)因子w：

其中：Dj，分別為Oj的可用容量、分布式數(shù)據(jù)存儲層中全部存儲模型的可用容量均值。，w數(shù)值小于1 時，表示目前可用存儲空間，比分布式數(shù)據(jù)存儲層可用存儲空間均值大，則的存儲空間可存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)。

反之，表示Oj目前可用存儲空間，比分布式數(shù)據(jù)存儲層可用存儲空間均值小，則Oj用于存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)，便會出現(xiàn)存儲失敗問題。

是可體現(xiàn)分布式數(shù)據(jù)存儲模型Oj加權(quán)性能指標(biāo)，此指標(biāo)與Oj目前單位帶寬能夠運(yùn)行的存儲空間存在關(guān)聯(lián)性，將Oj可用存儲空間與分布式數(shù)據(jù)存儲層可用存儲空間相除，此比值與也存在關(guān)聯(lián)性。為此，在分配存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)時，優(yōu)先存儲于數(shù)值小的分布式數(shù)據(jù)存儲模型。

設(shè)置分布式數(shù)據(jù)存儲層存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)時，整體存儲性能指標(biāo)為：

其中，是與的差值，針對Oj而言，若ρdif f數(shù)值較靠近于0 值，那么Oj的存儲性能較好，在存儲異構(gòu)監(jiān)控?cái)?shù)據(jù)時優(yōu)先使用。

設(shè)置需要存儲的異構(gòu)監(jiān)控?cái)?shù)據(jù)為，其數(shù)據(jù)長度與此數(shù)據(jù)存儲需消耗內(nèi)存帶寬依次為Zj，Rj，則此數(shù)據(jù)在Oj中存儲分配的數(shù)據(jù)容量為xj，xj必須具備的條件為：

滿足式(13)條件的分布式數(shù)據(jù)存儲模型為最優(yōu)存儲模型，不僅可保證異構(gòu)監(jiān)控?cái)?shù)據(jù)有效存儲，且保證分布式數(shù)據(jù)存儲模型之間的合理分配。

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)環(huán)境設(shè)計(jì)

設(shè)置艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲時，云存儲平臺的分布式數(shù)據(jù)存儲層中，存在15 個分布數(shù)據(jù)存儲模型。分布式數(shù)據(jù)存儲層可用存儲空間、帶寬依次是150 GB、150 MB，15 個分布式數(shù)據(jù)存儲模型中，僅有8 個模型的存儲性能可滿足異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲需求。需要存儲的艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的文件長度是0.15～10.5 GB。設(shè)置表1 所示艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)樣本，作為本文方法的實(shí)驗(yàn)?zāi)繕?biāo)。

表1 隨機(jī)異構(gòu)監(jiān)控?cái)?shù)據(jù)文件Tab. 1 Details of Random Heterogeneous Monitoring Data Files

2.2 異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲效果測試

使用本文方法存儲表1 的6 種異構(gòu)監(jiān)控?cái)?shù)據(jù)，存儲請求命中率如圖3 所示。存儲請求命中率用于體現(xiàn)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲成功率，存儲請求命中率越接近于1，表示分布式數(shù)據(jù)存儲模型被有效分配存儲數(shù)據(jù)的效果越高，存儲成功率越高。從圖3 可知，異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲請求命中率數(shù)值最大值為0.99，命中率較高，使用本文方法后，艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)可被成功分配存儲。

圖3 異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲請求命中率測試結(jié)果Fig. 3 Heterogeneous Monitoring Data Storage Hit Rate Test Results

結(jié)合表1 數(shù)據(jù)可知，所需存儲的異構(gòu)監(jiān)控?cái)?shù)據(jù)長度范圍為2～10 GB，不同異構(gòu)監(jiān)控?cái)?shù)據(jù)長度條件中，異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲寫入效率的變化，結(jié)果如圖4 所示。可知，隨著異構(gòu)監(jiān)控?cái)?shù)據(jù)長度增大，存儲耗時逐漸增多，但最大值為50 ms 左右，存儲速度較快。而使用本文方法前，存儲耗時隨著數(shù)據(jù)長度增大而增多，存儲耗時最大值超過600 ms，數(shù)據(jù)存儲效率低。

圖4 本文方法使用前后存儲寫入效率Fig. 4 Storage hit rate before using the method in this article

測試本文方法使用后，云存儲平臺所存儲的異構(gòu)監(jiān)控?cái)?shù)據(jù)分布狀態(tài)，以此分析本文方法對異構(gòu)監(jiān)控?cái)?shù)據(jù)分類效果。測試結(jié)果如圖5 所示，可知，本文方法使用后，異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲時，數(shù)據(jù)分類明確，不存在數(shù)據(jù)混雜狀態(tài)，優(yōu)化了異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲效果。

圖5 本文方法使用后異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲狀態(tài)Fig. 5 Heterogeneous monitoring data storage status after using the method in this article

3 結(jié) 語

本文研究艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)自適應(yīng)存儲方法，結(jié)合云存儲平臺的技術(shù)架構(gòu)，從異構(gòu)監(jiān)控?cái)?shù)據(jù)分類、數(shù)據(jù)存儲模型自適應(yīng)分配存儲角度，優(yōu)化云存儲平臺對艦船監(jiān)控網(wǎng)絡(luò)異構(gòu)監(jiān)控?cái)?shù)據(jù)的存儲效果。

1) 異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲請求命中率數(shù)值最大值為0.99，能夠自適應(yīng)分配存儲模型，響應(yīng)異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲請求，從而提高存儲請求命中率，提高了異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲成功率。

2)不同長度異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲耗時對比中，耗時最大值為50 ms 左右，和使用前相比，本文方法可縮短異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲耗時，提高異構(gòu)監(jiān)控?cái)?shù)據(jù)存儲速度。

3)異構(gòu)監(jiān)控?cái)?shù)據(jù)可實(shí)現(xiàn)分類存儲，優(yōu)化數(shù)據(jù)存儲狀態(tài)。