網絡信息資源的冗余數據檢測算法設計

摘 要： 針對網絡信息資源中冗余數據提取精度差、非線性冗余數據難以提取，導致冗余數據的檢測查全率及準確率較低的問題，設計了網絡信息資源的冗余數據檢測算法。針對網絡信息資源中的線性冗余數據，采用經驗模態分解方法提取冗余數據特征，通過特征時間序列得出其狀態特征分布函數，據此構建線性冗余數據檢測模型;針對非線性冗余數據難以檢測的問題，重構非線性冗余數據特征，采用高階累積特征后置聚焦搜索方法構建特征時間序列的指向性波束模型，實現非線性冗余數據的準確檢測。實驗結果表明，該算法能夠準確檢測網絡信息資源冗余信息，對冗余數據的查全率為98%，檢測準確率為95%，證明該算法性能優異。

關鍵詞： 網絡信息資源; 冗余數據; 檢測算法; 經驗模態分解

中圖分類號： TP 311文獻標志碼： A

Detection of Natural Gas Information Abuse in Public

Resource Network by redundant Model method

XIE Na

（College of Electronic Information， Xianyang Vocational and Technical College， Xianyang， Shanxi 712000，? China）

Abstract： Aiming at the problems of poor accuracy of redundant data extraction in network information resources and difficulty in extracting non-linear redundant data， which lead to low detection recall rate and accuracy of redundant data， a redundant data detection algorithm for network information resources is designed. For linear redundant data in network information resources， empirical mode decomposition method is used to extract redundant data features， and its state feature distribution function is obtained through feature time series， and a linear redundant data detection model is constructed accordingly. The problem of data is difficult to detect， reconstruct the characteristics of nonlinear redundant data， and we use the high-order cumulative feature post-focus search method to construct a directional beam model of feature time series to achieve accurate detection of nonlinear redundant data. Experimental results show that the algorithm can accurately detect redundant information of network information resources. The recall rate of redundant data is 98%， and the detection accuracy rate is 95%， which proves that the algorithm has excellent performance.

Key words： network information resources; redundant data; detection algorithm; empirical mode decomposition

0 引言

網絡信息資源以文本、圖像、音頻、視頻、軟件、數據庫等多種形式存在，網絡信息資源的開放性，導致數據存在重復的現象。冗余數據會占據網絡資源，對冗余數據檢測能夠使得網絡信息資源有更好的可擴展性，可以有效幫助資源網絡節省存儲空間，提高網絡帶寬利用率。網絡信息資源中冗余數據具有時變性和隨機性的特征，且非線性冗余數據更是難以檢測[1]。針對這一問題，相關學者對網絡信息資源的冗余數據檢測算法做出了研究。

馮慧芳等針對冗余數據的時變性現象，提出時序特征分析方法，解決了線性冗余數據難以檢測的難題。但是存在無法檢測非線性冗余數據的缺陷[2]。常志朋等提出高階Markov鏈方法，解決了非線性冗余數據難以檢測的難題，但是存在檢測查準率較差的缺陷[3]。潘越偉提出基于高階譜分析的資源濫用行為預測和異常檢測模型，解決了冗余數據檢測準確度較低的問題，但是未考慮非線性冗余數據檢測的問題[4]。

以上3種方法存在未考慮非線性冗余數據的問題，冗余數據檢測的查準率及查全率還有待提高，因此本文針對以上問題，提出一種網絡信息資源的冗余數據檢測算法。對網絡信息資源中的冗余數據進行時間序列擬合和特征采樣，構建冗余信息模型檢測線性冗余數據;根據相空間重組方法重構非線性冗余數據特征，在重構后的相空間中提取高階累積特征，采用高階累積特征的后置聚焦搜索方法實現非線性冗余數據的準確檢測[5]。最后通過仿真實驗驗證了所設計算法的有效性。

1 基于瞬態時序規則的冗余數據檢測算法設計

利用經驗模態分解法提取冗余數據特征，分析冗余數據特征的時間序列，得到冗余數據的瞬態時序規則，據此構建特征信息分布模型，根據冗余數據節點輸出信號模型及數據接收模型得到冗余數據的檢測模型，完成對冗余數據的檢測[6]。

1.1 網絡信息資源數據的瞬態時序規則

為準確檢測網絡信息資源的冗余數據，首先需要分析冗余數據的時間序列。冗余數據是一組非線性時間序列，將冗余特征序列分解重組，并分析、檢測冗余數據的特征。

在網絡信息資源的第i個通信節點，重組資源數據特征，得到冗余數據兩個時序節點之間的坐標為（xs，ys），采用經驗模態分解法，得到網絡信息資源的冗余數據特征模型為式（1）。

式中，T為數據重組次數。分析網絡信息資源冗余數據狀態，得到冗余數據的狀態特征尺度為式（2）。

其中，P為資源數據的幅值調制，I為網絡資源的冗余數據振蕩衰減，t為冗余數據重組次數。

對網絡信息資源冗余數據輸出信號進行經驗模態分解，將復雜的網絡冗余數據分解為一個多徑的IMF分量，得到冗余數據的狀態信息融合動態方程為式（3）。

上式中，rj（x）為網絡信息資源冗余數據的信息融合誤差，xi為IMF分量，s為網絡資源數據。

在網絡信息資源客戶端接收到的冗余數據狀態行為特征模型為g（t），結合冗余數據的狀態信息融合動態方程，得到網絡信息資源的冗余數據特征時間序列為式（4）。

設網絡信息資源冗余數據的狀態行為特征分布函數為式（5）。

其中，Wx（t，v）、Wy（t，v）分別表示橫、縱向行為特征分布函數，t0為冗余數據起始重組點。此時，網絡信息資源冗余數據在時序范圍內的瞬態時序規則為式（6）。

由式（6）實現冗余數據的時間序列分析，在此基礎上構建網絡信息資源冗余數據檢測模型[7]。

1.2 網絡信息資源冗余數據檢測模型構建

分析時間序列，得到冗余數據的瞬態時序規則后，構建冗余數據的冗余信息檢測模型。冗余數據特征的信息分布模型為

式（7）。

式中，ue，k為信息分布序列，k為分布序列數量。采用冗余數據特征混疊譜分解方法，將uv，k按照uv和uk的組成原則時序特征分解，得到網絡信息資源的冗余數據群延遲特征分布為式（8）。

通常情況下，網絡信息資源中冗余數據特征信息的時間序列是時變非平穩的，在非平穩時變沖突過程中，采用相空間重構方法，分解冗余數據的時變信息，根據經驗模態特征得到資源分布信息的帶寬瞬態時序規則估計為式（9）。

式中，（t）為網絡信息資源冗余數據的均勻采樣的頻譜均值，ck為比特反饋系數，τ為時間采樣步長，bk是多尺度分解的平均發生頻率，當權系數滿足b0=0時，構建網絡信息資源冗余數據節點輸出信號模型為式（10）。

式中，a（t）和θ（t）分別是網絡信息資源信道冗余的原始數據包絡和不穩定節點輸出相位信息，a（t）和θ（t）與網絡信息資源傳遞數據信息通道的幅度和瞬時序規則有關，通過擴展信道均衡設計，得到通信節點由N=2P個陣元組成，則信息資源的冗余數據接收模型為式（11）。

其中，si（t）為資源鏈路結構模型中的第i個節點的接收到的網絡冗余信息[8]。冗余數據發生節點輸出的整個行為特征具有非平穩性，采用非平穩信號檢測方法，得到網絡信息資源的冗余數據的檢測模型表示為式（12）。

可見，網絡信息資源的冗余數據可以通過公式（12）模型檢測[9]。

綜上所述，得出基于瞬態時序規則的冗余數據檢測算法整體流程，如圖1所示。

分析圖1可知，構建網絡信息資源的冗余數據特征模型，根據冗余數據的瞬態時序規則構建信息特征分布模型，檢測冗余數據節點輸出信號，采用非平穩信號檢測方法得到網絡信息資源冗余數據的檢測模型。

2 網絡信息資源冗余數據的檢測算法改進

在對冗余數據檢測的基礎上，針對非線性冗余數據難以檢測的問題，根據高階累積特征后置聚焦搜索方法，提取非線性冗余數據特征，構建非線性冗余數據檢測模型，完成對非線性冗余數據的檢測。

2.1 非線性冗余數據特征提取

對網絡信息資源中的非線性冗余數據的非線性擬合和特征采樣，假設網絡信息資源非線性冗余數據輸出信號的標量時間序列為

x（t），t=0，1，…，n-1，非線性冗余數據分布的頻譜特征為式（13）。

式中，j表示采樣發生頻率[10]。采用相空間重組方法，在重構的相空間中提取得到非線性冗余數據高階累積分量為g=[g（0），g（1），…，g（N-1）]T，此時網絡信息資源非線性冗余數據的IMF分量之和為式（14）。

式中，ci代表各經驗模態分解IMF分量，rn代表高階累積量。采用雙曲調頻母小波后置聚焦搜索，得到非線性冗余數據的冗余時間點τ為時間t的函數，為式（15）。

式中，c為動態特征的時間窗口，構建網絡信息資源的信道模型[11]，描述為式（16）。

式中，an（t）為信道帶寬。在重構的相空間中得到非線性冗余數據特征向量模型為式（17）。

式中，e為相空間重構特征量。根據公式（17）提取非線性冗余數據特征向量，以此作為搜索目標向量，進行非線性冗余數據的檢測。

2.2 非線性冗余數據的檢測

根據非線性冗余數據特征向量構建一個微分方程[12]，表達非線性冗余數據的信息流模型為式（18）。

式中，h[z（t0+nΔt）]為非線性用于數據時間序列函數，ωn為非線性冗余數據時間序列測量誤差值。

采用后置聚焦搜索方法完成非線性冗余數據正交分布向量分解[13]，為式（19）。

式中，n-（m-1）τ，表示非線性冗余數據時間序列的分布時滯，m為在相空間中的嵌入維數。

由此構建網絡信息資源的非線性冗余數據時間序列的指向性波束模型[14-15]，完成對網絡信息資源的非線性冗余數據的檢測，為式（20）。

式中，λ為數據采樣次數。根據上述算法，完成對冗余數據的檢測。

由此可得用于絡信息資源非線性冗余數據檢測的算法，如圖2所示。

分析圖2可知，針對非線性冗余數據，首先提取其分布頻譜特征，據此構建特征向量模型，利用后置聚焦搜索分解非線性冗余數據正交分布向量，構建非線性冗余數據時間序列的指向性波束模型，完成非線性冗余數據檢測。

3 檢測實驗

3.1 實驗環境及實驗數據

為驗證所提方法對冗余數據特征檢測的有效性，設計了仿真實驗。采用MATLAB仿真軟件作為實驗平臺，利用C++編程實現網絡信息資源中冗余數據檢測算法的運行，以資源分布數據庫中的數據及資源網絡的中心交換機數據作為實驗原始數據，選用1 024 MB網絡信息資源，其中包含20個冗余數據，設置網絡信息資源的資源搜索和相關行為特征的采集時間間隔5 min，離散采樣發生頻率為fs=10*f0 Hz=10 KHz，采樣的樣本長度為1 024 MB，冗余數據的訓練集為頻帶2～30 kHz、時寬5.6 ms的線性調頻時間序列。

采用文獻[2]、文獻[3]方法作為實驗對照組，測試三種方法檢測網絡信息資源冗余數據的查全率及準確率。

3.2 冗余數據的檢測查全率評價

在冗余數據檢測的基礎上，測試三種方法對融數據檢測的及查全率，計算如式（21）。

式中，A為檢測到的冗余數據，B為網絡信息資源。根據上述計算公式，對1 024 MB網絡信息資源共進行10次檢測并取每次檢測結果的均值，得到冗余數據的檢測查全率對比結果，如圖3所示。

從圖3結果得知，采用文獻[2]方法檢測冗余數據的查全率為89%，采用文獻[3]方法的查全率為86%，而采用所提方法對冗余數據檢測的查準率查全率為98%。根據上述結果得出，所提方法對冗余數據檢測的查全率較高，說明所提方法的檢測性能較好。

3.3 冗余數據的檢測準確率評價

測試采用3種方法檢測網絡信息資源冗余信息的準確率，得到檢測準確率的對比情況，如圖4所示。

由圖4可知，文獻[2]方法對網絡信息資源中冗余數據的檢測準確率為60%，文獻[3]方法對冗余數據的檢測準確率為75%，而所提方法對冗余數據的檢測準確率為95%。由此可以得出，采用所提方法檢測冗余數據的準確率較高。

4 總結

本文提出一種基于經驗模態分解及高階累積特征后置聚焦搜索的網絡信息資源冗余數據檢測方法。采用經驗模態分解方法，構建冗余數據檢測模型，以此完成對網絡信息資源中線性冗余數據的檢測;采用相空間重組方法重構非線性冗余數據特征，提取高階累積特征，根據高階累積特征的后置聚焦搜索方法構建檢測模型，完成對非線性冗余數據的準確檢測。實驗結果表明，所提算法能夠有效檢測到網絡信息資源中的冗余數據，對冗余數據檢測的查準率和查全率較高，能夠保障網絡信息資源的有效利用。

在保障公共網絡資源利用效率的基礎上，需要進一步保障網絡信息資源的安全性和穩定性，未來將重點對這一方面做出進一步研究。

參考文獻

[1] 陳虹君， 羅福強， 趙力衡，等. 大數據下網絡信息資源丟失優化識別仿真[J]. 計算機仿真， 2017， 34（9）：358-361.

[2] 馮慧芳， 張俊鵬， 楊茂. 基于時序網絡的VANET拓撲特征分析[J]. 計算機應用研究， 2017， 34（10）：251-254.

[3] 常志朋， 劉小弟， 張世濤. 基于高階Markov鏈的重大決策社會風險變權集對預測模型[J]. 控制與決策， 2018， 33（12）：134-141.

[4] 潘越偉. 網絡中資源數據傳輸效率優化數學模型仿真[J]. 計算機仿真， 2018， 35（2）：144-147.

[5] 曾明， 王二紅， 趙明愿，等. 基于時間序列符號化模式表征的有向加權復雜網絡[J]. 物理學報， 2017， 66（21）：265-275.

[6] 張超. 基于雙譜能量算子的碰摩轉子故障特征提取[J]. 中國工程機械學報， 2018（3）：269-273.

[7] 周雪燕， 孔夢榮. 多尺度紋理圖像數據抗干擾信息映射方法研究[J]. 微電子學與計算機， 2017， 34（7）：128-131.

[8] 朱飛燕. 大數據資源調度中多種類復雜信息智能定向檢索[J]. 自動化與儀器儀表， 2019， 232（02）：124-127.

[9] 陳宏濤， 劉帆， 張靜. 結合多元經驗模態分解和加權最小二乘濾波器的遙感圖像融合[J]. 光子學報， 2019， 48（5）：123-125.

[10] 王猛， 譚躍生. 云計算平臺網絡公共資源應急調度仿真研究[J]. 計算機仿真， 2018， 35（2）：371-374.

[11] 湯建明， 寇小強. 海量網絡文本去重系統的設計與實現[J]. 計算機應用與軟件， 2018， 35（12）：39-43.

[12] 任智， 李秀峰， 王坤龍，等. 考慮節點多社區屬性的機會網絡高吞吐量路由算法[J]. 小型微型計算機系統， 2018（8）：1719-1724.

[13] 毛正雄， 趙志宇， 孫北寧. 基于Nginx的Web響應加速優化研究[J]. 自動化與儀器儀表， 2018（4）： 31-34.

[14] 夏遠遠， 王宇. 基于HNC理論的社區問答系統問句檢索模型構建[J]. 計算機應用與軟件， 2018（8）：98-101.

[15] 張仕學. 大型文本數據庫中分布式數據去重備份方法[J]. 科學技術與工程， 2018， 018（004）：310-315.

（收稿日期： 2020.03.28）

基金項目：咸陽市科學技術研究局攻關專項（2019k02-08）

作者簡介：謝娜（1982-），女，碩士，副教授，研究領域：計算機網絡技術等。