異構網絡數據緩沖區替換算法的數學建模仿真

劉淑芬，堯雪莉

(華東交通大學理工學院，江西 南昌 300100)

1 引言

異構網絡數據緩沖區對于異構網絡數據處理有重要意義，異構網絡逐漸發展起來，人們對于網絡的需求程度也越來越高，網絡的單一化已經不能滿足人們更多層次的需求。如何將異構網絡性能進行優質處理使其最終能夠更高效、智能、便利地為人們服務成為目前網絡技術領域重點研究的問題之一[1]。相關學者對于異構網絡數據的算法做了大量研究。

文獻[2]提出異構信息網絡中基于元結構的協同過濾算法，首先利用多元路徑挖掘異構信息網絡數據，然后根據得到的信息進行關聯判斷，在此基礎上，最后利用異構信息網絡實現元結構的協同過濾算法處理。該算法具備完整的控制算法理論框架，可以通過框架將算法與控制技術較好的合并，從而提升了網絡數據的資源利用率，使算法在運行的過程中負載處于平衡狀態，保障了數據處理業務的基本要求，文獻[3]提出一種利用時間相關性處理海量網絡媒體數據流的異構多模態目標識別策略，基于媒體網絡數據的視頻音頻共存特征，將卷積神經網絡(CNN)和約束玻爾茲曼機(RBM)相結合，構造了一種異構的多模態結構，分別用約束玻爾茲曼機和卷積神經網絡對音頻信息和視頻信息進行處理，利用這種異構的多模態結構可以很好地利用不同深度學習神經網絡的優點。之后，利用典型相關分析(CCA)生成共享特征表示，利用視頻幀的時間相干性進一步提高識別精度，并通過多種實驗驗證了該方法的有效性。

雖然目前針對提升異構網絡數據進行處理的問題具有了一定的研究基礎，但是并沒有考慮提升優化問題的處理能力[4]。因此本文將針對于異構網絡數據的處理效率、處理精準度、運行代價等方面提出緩沖區替換算法，通過建立數學模型仿真的方式對算法進行實現，在算法實現的過程中引入多種應用技術來提升算法的效率、精準度和降低算法代價。

2 異構網絡數據緩沖區替換算法基礎

2.1 數據格式的確定

為了能夠更高效的進行數據傳輸來提升算法的運算效率，本文將異構網絡數據劃分為多個數據階層，這些數據階層所包含的數據量大小均勻，可以實現多個數據傳輸通道對數據進行傳輸[5]。為了更夠更好的區分數據的類型，本文對數據的格式進行命名，處于數據傳輸層與應用層之間的數據格式命名為SD1，這種格式的數據將自身包裝起來形成加密層，可以提升數據傳輸的安全性能；在網絡層與數據鏈層之間的數據命名為SD2，這種格式的數據中含有編號以及網絡標識，能夠較好的識別數據的來源以及經過計算后的數據成果；位于算法端口的數據命名為SD3，這種格式的數據具有數據釋放與數據確認的功能，數據自身攜帶編碼程序與解碼程序，便利于緩沖區替換算法的有效運行[6]。如圖1所示為數據格式命名方式的構思圖。

圖1 數據格式命名方式構思圖

2.2 設計異構網絡數據傳輸途徑

本文設計的異構網絡數據傳輸途徑分為兩個控制傳輸鏈路，按照數據的不同格式在兩個鏈路之間進行傳輸，在數據的應用層中設計傳輸協議，引用控制算法對傳輸數據進行操作實現數據的有效傳輸，進而為緩沖區替換算法提供良好的數據基礎[7]。其鏈路數據傳輸結構圖如圖2所示。

圖2 鏈路數據傳輸結構圖

在結構圖中體現了鏈路雙接口網絡模型，利用一個網絡端口建立多個接口。本文采用的數據處理協議適用于所有異構網絡，此協議會隨著數據傳輸的運行時間而發生變化，保證網絡寬帶時刻保持在最佳狀態，還會根據緩沖區的延遲而進行自動化調整[8]。

傳輸協議自身可以不建立傳輸通道，但是需要制定數據應答機制，首先異構網絡傳輸點向協議發送數據集合，協議若發出接收信號則說明數據格式正確可以用來傳輸，并繼續接收數據集合的具體信息，傳輸協議建立成功；若協議發出拒收信號，則說明異構網絡點發出的數據集合格式不正確，無法建立傳輸協議。傳輸協議確定流程如圖3所示。

圖3 傳輸協議確定流程圖

傳輸協議經過確認后，便需要通過通信鏈路進行數據釋放，將數據發送到控制算法窗口中，由于異構網絡中的通信鏈路傳輸速率不同，為了使得控制算法更好的進行數據梳理，本文引入了COJA算法對控制算法的窗口大小進行計算，算法公式如下所示

(1)

式中，Qz(t)代表控制算法窗口的大小，Qy(t)代表控制算法窗口大小總和，S代表數據在通信鏈路中的傳輸時間，Qz(t-1)代表控制算法的擁堵窗口。由于擁堵窗口的狀態情況為未知量，所以本文建立Inter-2算法對擁堵窗口未知量進行計算，算法公式如下

(2)

式中，T代表窗口數據傳輸周期，V代表窗口擁堵系數。將式(2)所得的數據代入式(1)中即可確定寬口的大小[9]。

數據傳入到控制算法的窗口中即可得知數據傳輸容量大小和負載的均衡程度，在窗口中控制算法將數據集合進行分解控制，使數據集合以更小的單位進入緩沖區[10]，從而為緩沖區替換算法的運行提供良好的數據基礎。

3 建立異構網絡數據緩沖區替換算法的數學模型

3.1 異構網絡數據緩沖區設計

本文將緩沖區分為冷區與熱區兩部分，數據訪問量達到兩次的為熱區，數據訪問量為單次的為冷區，熱區與冷區之間的形態是可以相互轉換的，若冷區的訪問量上升則轉換為熱區，若熱區的數據訪問量下降，則轉換為冷區[11]。設定冷區的數據容量是有下限的，熱區的容量是有上限的，若數據超出一定的范圍，冷區與熱區之間的數據可以進行互換，從而使緩沖區的數據更加具有靈活性能。在緩沖區的冷、熱區組成中，還具有干凈區與臟區，干凈區代表數據一直處于流動狀態，數據被加載后便被緩沖區清除，而臟區代表數據一直處于加載狀態，無法進行流通長時間的停留在緩沖區。如圖4所示為緩沖區的劃分分布圖。

圖4 緩沖區劃分分布圖

首先確定緩沖區的冷區與熱區，暫時將兩區進行固定，禁止冷區與熱區之間的動態轉換，隨后引入緩沖區替換算法中的替換技術，大面積的將數據傳輸到冷區中，再將熱區中的干凈區進行定位標識引入冷區中的臟區中，由于臟區的數據交換能力較弱，無法迅速的將熱區數據排出，導致冷區數據被填滿，在此階段冷區中的數據均為可用數據，而熱區中的數據大多為滯留數據，但是由于熱區中的臟區轉移到冷區中，所以此時熱區具有良好的數據替換性能，及時的將冷區滯留數據進行替換。

異構網絡數據的緩沖區替換算法需要依靠緩沖區中的不同區段數據進行計算，從而制定緩沖區機制來滿足算法的正常運行。將緩沖區中的冷區與熱區進行標識記錄，方便數據的尋找與計算，利用標識可以迅速的找出位于臟區的數據，根據區域的定義可知，臟區的數據逐漸的堆積停留容易造成緩沖區替換算法的卡頓，由于數據標識技術的不夠成熟，在進行臟區數據搜尋的過程中難免出現誤差，導致緩沖區算法無法發揮出最穩定的工作性能，本文針對此問題提出一種定義標識緩沖區的方案，更夠更好的識別出臟區的滯留數據，改善緩沖區替換算法的運算環境[12]。

綜上所述，本文應用定靶標識區域替換的原理將緩沖區中的冷區臟區替換為熱區臟區，使冷區中的數據均為可用數據，而熱區具有較高效率的數據替換性能，同時也具有可用數據，為緩沖區算法的實現提供了良好的運算環境。

3.2 緩沖區替換算法的實現

本文建立異構網絡數據緩沖區替換算法的數學模型來對緩沖區替換算法進行實現，緩沖區替換算法需要不斷地在進行鏈條替換，高效率的將數據，增加干凈區的替換長度，不斷的提升數據鏈條的更換速度，使異構網絡得到更加優質的數據。

假設緩沖區數據鏈條數為n個，在任意鏈條進行替換計算的概率均為p，則緩沖區數據的狀態參數如下

(3)

式中，p1代表運算過程中的空間鏈條，p2代表運算成功的鏈條，p3代表在運算的過程中發生緩沖區信道發生碰撞的概率。

由于鏈條的長度不盡相同，設進行一次運算的平均時間為t，根據已經確定的參數值來計算鏈條的負載計算長度，計算公式如下所示

(4)

式中，h代表鏈條的平均負載計算長度，?代表替換算法的運算時間延遲與誤差，G代表緩沖區間信道的服務時間，R代表緩沖區與運算服務器之間的時間間隙。

將一次緩沖區替換算法的運算過程體現在信道服務中，可以分解為多次數據異構網絡數據的傳輸間隙，目前已經知道緩沖區數據鏈條的長度以及在信道中進行運算的碰撞概率和單次運算的平均時長，可以生成以下函數

(5)

函數的最終解為緩沖區替換算法在信道環境良好，具有一定概率發生數次碰撞，數據鏈條長度保持一致的情況下的運算效率。

本文還建立數學模型對算法的干擾因素進行分析，每個異構網絡中都有多個基站來支撐數據傳輸，基站的數據傳輸途徑與信道資源占用同一條寬帶，在兩端同時運行的過程中時常會有數據的相互干擾，信道對數據的傳輸存在干擾的數學模型如式(6)所示

(6)

式中，IN代表干擾損耗，KN代表算法運算數量，d1代表寬帶的分配比例。

4 實驗對比及仿真證明

為了驗證緩沖區替換算法的穩定有效性，以及高效率、高精準度、低代價特點，本文將進行仿真對比實驗，實驗采用Matlab進行數據處理的編程設計，在MATLAB的命令窗口運行simulink命令，新建空白模型窗口，并在其中輸入異構信號源，將simulink界面中不同模塊間信號線進行連接，最后在編程框架協議下構建異構網絡數據緩沖區替換算法的大數據采樣，實驗結果可通過其顯示的波動幅值進行采集。將本文算法與文獻[2]算法、文獻[3]算法的結果數據進行對比，分析本文算法是否具有相關優勢。在實驗中建立三個仿真模型，分別為字節替換仿真、閃讀次數仿真、資源消耗仿真。其系統功能的網絡數據緩沖監控平臺參數設置如表1所示：

表1 網絡數據緩沖監控平臺參數設置

4.1 字節替換仿真結果

在緩沖區中的眾多算法中，對字節精準的進行替換是一項十分重要的性能，但是傳統的算法在運算的過程中對字節替換的命中率較低，在相同的緩沖區環境下，分別應用本文算法與文獻[2]算法和文獻[3]算法進行字節替換仿真，比較三種算法的精準程度，比較結果如圖5所示。

圖5 三種方法精準程度對比結果

由圖5可知，本文算法具有較高的精準度，本文替換算法的運行是基于明確的數據格式上進行的，緩沖區的數據由于格式的不同而被標識，算法在運行的過程中能夠較容易地提取所需數據，從而提升了本文算法的精準度。

4.2 閃讀次數仿真結果

緩沖區算法中閃讀的次數代表著算法的效率，不同算法在一定的時間內，進行閃讀的次數越多則代表該算法的運算效率越高，本文將文獻[2]算法和文獻[3]算法與本文算法處于同一緩沖區內，保證因變量的相同，比較同一時間內兩種算法的閃讀次數，從而比較兩種算法的效率結果，如圖6所示為三種方法閃讀次數結果比較圖。

圖6 三種方法閃讀次數比較結果

由圖6可知，本文算法在相同時間內進行閃讀的次數大于文獻[2]算法和文獻[3]算法，由此可以進一步得知本文的算法在運算效率方面優于文獻[2]算法和文獻[3]算法，本文的緩沖區替換算法有著較為完善的數據傳輸體系，極大的縮短了數據輸出的時間，并且本文通過數學建模設計緩沖區，為緩沖區替換算法提供了良好的基礎。

4.3 資源消耗仿真結果

算法在進行運算的過程中需要占用異構網絡的系統資源以及寬帶空間，算法所占的資源越小則證明該算法的運算代價越低，在仿真中本文應用遺傳算法對資源消耗量進行計算，最終通過實驗數據進行比對。如圖7所示為利用遺傳算法進行資源消耗量計算方案結構圖。

圖7 遺傳算法資源消耗計算方案結構圖

根據圖中方案可以建立目標函數進行資源消耗量求解，公式如下

(7)

通過目標函數，得到文獻[2]算法和文獻[3]算法算法的平均資源占用率為23.2%和21.5%，本文算法的平均資源占用率為10.3%，因此本文算法具有運算低代價的優勢。

5 結束語

考慮傳統算法在進行數據處理的過程中融合了多個異構網絡基站的數據，增加了網絡的覆蓋性與網絡容量，在保障網絡用戶服務上有著較大的優勢，但是數據計算能力較弱，不能夠以較高的效率進行工作；且主要根據異構網絡信號的強弱進行數據處理，整體流程較為簡單，不需要依靠網絡結構，在數據運算的過程中不能精準的處理數據，邏輯比較模糊，不能應用于異構網絡的用戶通信端口，為此本文提出異構網絡數據緩沖區替換算法的數學建模。本文緩沖區替換算法相對于傳統算法，有著運算效率高、運算精準度高、運算代價低等優勢，本文對異構網絡的數據進行格式區分，分別將不同格式的數據代入不同的運算通道中，極大的加快了數據傳輸效率；對網絡數據傳輸途徑進行分析，明確了數據的傳輸路線，并制定了相關機制；在算法的實現過程中，建立數學模型設計獨立的緩沖區，極大的提升了算法的性能。