就是要叫白熊 作品
第827章 地球軌道！七百丈法身！
今天沒碼完，所以晚一會兒更新，大概凌晨一兩點吧，主要是這一章確實有點費勁了，寫了兩三個小時了，但卻還是差了一大截，等更新之後只要重新刷新這一章就行了。
摘要:為了減少多元異構網絡數據安全傳輸時延，設計一個基於機器學習的多元異構網絡數據安全傳輸技術。通過選擇數據源與數據屬性的重要性定義，對多元異構網絡數據預處理，並建立多徑並行傳輸架構，在此基礎上，採用機器學習方法進行有效帶寬估計與參數濾波處理，最後進行帶寬調度與信道安全協議體系建立，從而完成基於機器學習的多元異構網絡數據安全傳輸。實驗結果表明，此次研究的基於機器學習的多元異構網絡數據安全傳輸有效減少了數據傳輸時延，並減少了數據傳輸中斷情況與數據丟包率，滿足數據傳輸技術的設計需求。
關鍵詞:機器學習；多元異構網絡；數據安全傳輸；網絡數據預處理；並行傳輸構架
1引言
當前，通信技術發展迅速，多種網絡特點明顯，並經過多年的改革創新，使無線接入技術的傳輸速率逐漸逼近極限。在這種背景下，為滿足多種業務需求，需要進行多網寫作。但是，傳統的寫作機制在網絡傳輸資源使用上，不能同時、高效的使用，不能有效保證高效傳輸業務，並且會增加傳輸中的能耗問題，從而導致傳輸過程中發生干擾問題。因此，很多學者開展了關於多元網絡數據傳輸方法的研究。文獻[1]中，石玲玲，李敬兆研究了異構網絡中安全數據傳輸機制，該機制主要採用一種基於優化的aes-gcm認證加密算法和基於sha的數字簽名算法相結合的安全數據傳輸機制進行數據的傳輸；文獻[2]中，周靜，陳琛研究了基於異構網的一種數據安全模型，該模型預先對數據加密處理，然後建立安全傳輸信道進行了數據的傳輸。上述兩種方法能夠獲得一定的效果，但是還存在一定的不足。針對上述的不足，為此本文將機器學習方法應用到多元異構網絡數據安全傳輸中，以解決目前存在的問題。實驗結果表明，此次研究的多元異構網絡數據安全傳輸技術有效解決了目前存在的問題，具備一定的實際應用意義。
2多元異構網絡數據預處理
在多元異構網絡數據安全傳輸中，有很多數據是沒有用的，為此需要從多元網絡數據中選取相關的數據源進行傳輸，從而提高數據傳輸的準確率與效率。在有效數據源選擇過程中，採用重要性衡量數據屬性之間的關係[3-4]，捕獲關聯性較強的數據，其計算表達式如下所示:(1)公式(1)中，t表示所有數據源的綜合表數，(i，j)表示示例源類間的相關性。根據對數據源重要性的判斷，可以選擇關聯程度最高的數據表集合，減少不相關表。在上述重要數據源選擇完成後，分析數據屬性，由於一個數據源是有一組數據屬性組成的，通過這些屬性特徵能夠反映出待傳輸數據的基本信息。主要通過數據元組的相關性進行衡量，分析元組數據出現的次數，即通過元組數據密度進行定義，數據元組密度圖如圖1所示。圖1中，e表示指定鄰域的半徑。按照這種思路，對上述數據集中的每個元組數據進行權重的分配[5-7]，它的表達式如下:(2)公式(2)中，w(c)表示屬性權重，w(tk)表示核心元組的數目，δ表示異常值，w(tb)表示邊的元組數目。
3多徑並行傳輸架構
在上述預處理完成後，建立多徑並行傳輸架構，主要內容如下:預先對流量分割，通信流分割是發送端用來將大型數據塊分割成不同大小或相同大小的數據單元[8]，其大小由通信流分割的粒度決定，主要分為以下幾類:第一，在分組級業務分割中，分組是數據流的最小構成單元，因此，分割方法粒度最小，且分組概率相互獨
立，可以發送到發送端；第二，流層面的流量分割[9]，將特定目標地址封裝在包頭部，然後將具有相同目標地址的包聚合為數據流，這些不同的數據流彼此獨立，並通過唯一的流標識符加以區別。利用流級分割技術可以有效地解決數據失真對多徑傳輸的影響[10]。第三，子流層面的流量分割，同一目的地頭部的數據流被分成多個子流，所有子流中的包都有相同的目的地地址，在一定程度上解決了流分割算法中的負載不平衡問題。多徑並行傳輸架構如圖2所示。除此之外，在帶寬聚合體繫結構中，調度算法是決定業務傳輸方式和業務子流調度次序[11]，確保業務子流有序到達接收端的核心，接下來我們將討論數據調度。
摘要:為了減少多元異構網絡數據安全傳輸時延，設計一個基於機器學習的多元異構網絡數據安全傳輸技術。通過選擇數據源與數據屬性的重要性定義，對多元異構網絡數據預處理，並建立多徑並行傳輸架構，在此基礎上，採用機器學習方法進行有效帶寬估計與參數濾波處理，最後進行帶寬調度與信道安全協議體系建立，從而完成基於機器學習的多元異構網絡數據安全傳輸。實驗結果表明，此次研究的基於機器學習的多元異構網絡數據安全傳輸有效減少了數據傳輸時延，並減少了數據傳輸中斷情況與數據丟包率，滿足數據傳輸技術的設計需求。
關鍵詞:機器學習；多元異構網絡；數據安全傳輸；網絡數據預處理；並行傳輸構架
1引言
當前，通信技術發展迅速，多種網絡特點明顯，並經過多年的改革創新，使無線接入技術的傳輸速率逐漸逼近極限。在這種背景下，為滿足多種業務需求，需要進行多網寫作。但是，傳統的寫作機制在網絡傳輸資源使用上，不能同時、高效的使用，不能有效保證高效傳輸業務，並且會增加傳輸中的能耗問題，從而導致傳輸過程中發生干擾問題。因此，很多學者開展了關於多元網絡數據傳輸方法的研究。文獻[1]中，石玲玲，李敬兆研究了異構網絡中安全數據傳輸機制，該機制主要採用一種基於優化的aes-gcm認證加密算法和基於sha的數字簽名算法相結合的安全數據傳輸機制進行數據的傳輸；文獻[2]中，周靜，陳琛研究了基於異構網的一種數據安全模型，該模型預先對數據加密處理，然後建立安全傳輸信道進行了數據的傳輸。上述兩種方法能夠獲得一定的效果，但是還存在一定的不足。針對上述的不足，為此本文將機器學習方法應用到多元異構網絡數據安全傳輸中，以解決目前存在的問題。實驗結果表明，此次研究的多元異構網絡數據安全傳輸技術有效解決了目前存在的問題，具備一定的實際應用意義。
2多元異構網絡數據預處理
在多元異構網絡數據安全傳輸中，有很多數據是沒有用的，為此需要從多元網絡數據中選取相關的數據源進行傳輸，從而提高數據傳輸的準確率與效率。在有效數據源選擇過程中，採用重要性衡量數據屬性之間的關係[3-4]，捕獲關聯性較強的數據，其計算表達式如下所示:(1)公式(1)中，t表示所有數據源的綜合表數，(i，j)表示示例源類間的相關性。根據對數據源重要性的判斷，可以選擇關聯程度最高的數據表集合，減少不相關表。在上述重要數據源選擇完成後，分析數據屬性，由於一個數據源是有一組數據屬性組成的，通過這些屬性特徵能夠反映出待傳輸數據的基本信息。主要通過數據元組的相關性進行衡量，分析元組數據出現的次數，即通過元組數據密度進行定義，數據元組密度圖如圖1所示。圖1中，e表示指定鄰域的半徑。按照這種思路，對上述數據集中的每個元組數據進行權重的分配[5-7]，它的表達式如下:(2)公式(2)中，w(c)表示屬性權重，w(tk)表示核心元組的數目，δ表示異常值，w(tb)表示邊的元組數目。
3多徑並行傳輸架構
在上述預處理完成後，建立多徑並行傳輸架構，主要內容如下:預先對流量分割，通信流分割是發送端用來將大型數據塊分割成不同大小或相同大小的數據單元[8]，其大小由通信流分割的粒度決定，主要分為以下幾類:第一，在分組級業務分割中，分組是數據流的最小構成單元，因此，分割方法粒度最小，且分組概率相互獨
立，可以發送到發送端；第二，流層面的流量分割[9]，將特定目標地址封裝在包頭部，然後將具有相同目標地址的包聚合為數據流，這些不同的數據流彼此獨立，並通過唯一的流標識符加以區別。利用流級分割技術可以有效地解決數據失真對多徑傳輸的影響[10]。第三，子流層面的流量分割，同一目的地頭部的數據流被分成多個子流，所有子流中的包都有相同的目的地地址，在一定程度上解決了流分割算法中的負載不平衡問題。多徑並行傳輸架構如圖2所示。除此之外，在帶寬聚合體繫結構中，調度算法是決定業務傳輸方式和業務子流調度次序[11]，確保業務子流有序到達接收端的核心，接下來我們將討論數據調度。