摘要：針對傳統(tǒng)方法在信噪比高的網(wǎng)絡(luò)環(huán)境中對異常節(jié)點(diǎn)定位精準(zhǔn)度低的問題，提出基于自適應(yīng)級聯(lián)陷波的網(wǎng)絡(luò)異常節(jié)點(diǎn)定位方法。運(yùn)用SQL分析算法對網(wǎng)絡(luò)節(jié)點(diǎn)的通信協(xié)議和信道的分析，構(gòu)建網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)提取模型，完成網(wǎng)絡(luò)異常節(jié)點(diǎn)提取工作;通過聚類理論確定異常節(jié)點(diǎn)與鄰近節(jié)點(diǎn)的皮爾森相關(guān)性系數(shù)，并利用評估函數(shù)計算出異常節(jié)點(diǎn)屬性特征;結(jié)合陷波器和自適應(yīng)級聯(lián)陷波算法實(shí)現(xiàn)對網(wǎng)絡(luò)異常節(jié)點(diǎn)的定位。經(jīng)實(shí)驗證明，基于自適應(yīng)級聯(lián)陷波的網(wǎng)絡(luò)異常節(jié)點(diǎn)定位方法具有較高的精準(zhǔn)度。

　　關(guān)鍵詞：自適應(yīng)級聯(lián)陷波;SQL分析算法;聚類理論;皮爾森相關(guān)性系數(shù);陷波器

　　《網(wǎng)絡(luò)傳播》(月刊)創(chuàng)刊于2004年，由中國外文局對外傳播中心主辦。以報道網(wǎng)絡(luò)傳播新聞動態(tài)、宣傳黨和國家的互聯(lián)網(wǎng)方針政策，總結(jié)引導(dǎo)網(wǎng)上輿論的經(jīng)驗，研究網(wǎng)絡(luò)傳播規(guī)律為主要內(nèi)容，是為互聯(lián)網(wǎng)管理及從業(yè)人員提供政策支持、信息服務(wù)和理論依據(jù)的專業(yè)性期刊。

　　自適應(yīng)級聯(lián)陷波是一種檢測異常和非異常網(wǎng)絡(luò)節(jié)點(diǎn)技術(shù)，由于該項技術(shù)具有很強(qiáng)的濾波和適應(yīng)能力，并且算法簡單易實(shí)現(xiàn)，所以常用于對異常信息檢測定位中。隨著網(wǎng)絡(luò)環(huán)境逐漸變得復(fù)雜、多樣，同時網(wǎng)絡(luò)信噪也逐漸提高，這對網(wǎng)絡(luò)異常節(jié)點(diǎn)定位增加了難度，傳統(tǒng)的方法已經(jīng)無法滿足對異常節(jié)點(diǎn)定位的需求，所以提出將自適應(yīng)級聯(lián)陷波應(yīng)用到網(wǎng)絡(luò)異常節(jié)點(diǎn)定位中，提高對網(wǎng)絡(luò)異常節(jié)點(diǎn)定位的精準(zhǔn)度。

　　1 基于自適應(yīng)級聯(lián)陷波的網(wǎng)絡(luò)異常節(jié)點(diǎn)定位方法

　　1.1 構(gòu)建網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)提取模型

　　為了實(shí)現(xiàn)對網(wǎng)絡(luò)的異常節(jié)點(diǎn)定位，需提取網(wǎng)絡(luò)中存在的異常節(jié)點(diǎn)數(shù)據(jù)，此次選擇通過構(gòu)建模型的方式完成對網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)的提取。網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)提取模型在構(gòu)建是對網(wǎng)絡(luò)協(xié)議和節(jié)點(diǎn)信道的合理分析實(shí)現(xiàn)的[1]。由于網(wǎng)絡(luò)的結(jié)構(gòu)大多都是復(fù)雜多樣的，所以節(jié)點(diǎn)數(shù)據(jù)在傳輸過程中承載著不同的網(wǎng)絡(luò)協(xié)議和網(wǎng)絡(luò)信道，控制節(jié)點(diǎn)數(shù)據(jù)流通的網(wǎng)絡(luò)協(xié)議有隨機(jī)訪問協(xié)議、資源調(diào)度協(xié)議、信道劃分協(xié)議三種，這三種網(wǎng)絡(luò)協(xié)議直接影響構(gòu)建的模型的屬性分類，分別是資源類、屬性類和功能類，此次選用SQL分析算法對網(wǎng)絡(luò)協(xié)議進(jìn)行設(shè)計分析，實(shí)現(xiàn)模型的異常節(jié)點(diǎn)數(shù)據(jù)提取目的，模型構(gòu)建如下：

　　在網(wǎng)絡(luò)環(huán)境中，節(jié)點(diǎn)數(shù)據(jù)是通過數(shù)據(jù)庫儲存實(shí)現(xiàn)資源分配的，大量的節(jié)點(diǎn)數(shù)據(jù)在不斷傳輸分配過程中難免會遭受到網(wǎng)絡(luò)不良環(huán)境因素的影響成為異常節(jié)點(diǎn)數(shù)據(jù)，而此時網(wǎng)絡(luò)局部節(jié)點(diǎn)數(shù)據(jù)鏈為：

　　公式⑴中，CB表示網(wǎng)絡(luò)局部環(huán)境中節(jié)點(diǎn)數(shù)據(jù)的數(shù)量，i表示在網(wǎng)絡(luò)協(xié)議執(zhí)行中的節(jié)點(diǎn)數(shù)據(jù)數(shù)量，CBT表示網(wǎng)絡(luò)局部節(jié)點(diǎn)數(shù)據(jù)通信信道，T表示網(wǎng)絡(luò)局部通信通道數(shù)量[2]。當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)接收到數(shù)據(jù)的功率N=n時，系統(tǒng)中央處理器會對網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)進(jìn)行處理;當(dāng)n=1，…，n-1時，在計算完網(wǎng)絡(luò)局部節(jié)點(diǎn)數(shù)據(jù)鏈之后，運(yùn)用SQL分析算法計算出網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)平均吞吐量，其計算公式如下：

　　公式⑵中，y為網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)平均吞吐量，k表示在通信范圍內(nèi)的網(wǎng)絡(luò)節(jié)點(diǎn)，n是節(jié)點(diǎn)k的接收功率，u表示節(jié)點(diǎn)數(shù)據(jù)數(shù)量[3]。假設(shè)在網(wǎng)絡(luò)中所有的異常節(jié)點(diǎn)數(shù)據(jù)所占的比例為a，則網(wǎng)絡(luò)路徑損耗因子為：

　　公式⑶中，Zk表示第k個數(shù)據(jù)在當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)通信中所需要的路線長度盤代表的是網(wǎng)絡(luò)中損壞的路徑。

　　通過以上SQL分析算法對網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)分析過程實(shí)現(xiàn)對網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)提取模型建立，在此模型中實(shí)現(xiàn)對異常節(jié)點(diǎn)數(shù)據(jù)的釆集，為后續(xù)的異常節(jié)點(diǎn)定位提供理論依據(jù)。

　　1.2 解析網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)屬性

　　在上文提取到的網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)基礎(chǔ)上，需要對網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)進(jìn)行進(jìn)一步的深入解析，了解網(wǎng)絡(luò)中異常節(jié)點(diǎn)的屬性特征，從而實(shí)現(xiàn)對異常節(jié)點(diǎn)的定位。此次從網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)提取模型的釆樣數(shù)據(jù)近似值出發(fā)，以聚類理論為解析理論指導(dǎo)，確定節(jié)點(diǎn)數(shù)據(jù)異常系數(shù)，然后根據(jù)RSSI向量近似值找到異常節(jié)點(diǎn)的附近節(jié)點(diǎn)，通過皮爾森相關(guān)性系數(shù)在自我確定階段中的異常節(jié)點(diǎn)的判斷，確定網(wǎng)絡(luò)異常節(jié)點(diǎn)數(shù)據(jù)的屬性特征[4]。

　　假設(shè)，H為時刻r時網(wǎng)絡(luò)節(jié)點(diǎn)k到節(jié)點(diǎn)j之間接收到的異常節(jié)點(diǎn)數(shù)據(jù)，則網(wǎng)絡(luò)節(jié)點(diǎn)k到節(jié)點(diǎn)j之間在r時刻滑動窗口數(shù)據(jù)為：

　　公式(4)中，?t表示在時刻r一共存在的節(jié)點(diǎn)數(shù)據(jù)數(shù)量。假設(shè)O點(diǎn)為H的中心節(jié)點(diǎn)數(shù)據(jù)，網(wǎng)絡(luò)中中心點(diǎn)O到R(r)的距離為L，以此組建異常節(jié)點(diǎn)評分函數(shù)?(x)，對提取到的異常節(jié)點(diǎn)進(jìn)行異常程度的評估，并且將異常節(jié)點(diǎn)最小評估誤差作為函數(shù)?(x)的目標(biāo)函數(shù)，將評估分?jǐn)?shù)最大的異常節(jié)點(diǎn)給予刪除，如果刪除該異常節(jié)點(diǎn)后評估誤差能夠有所減小，則說明該異常節(jié)點(diǎn)與評估結(jié)果相符，以下是函數(shù)?(x)的公式表達(dá)：

　　公式(5)中，dH(m)，H(n)代表節(jié)點(diǎn)m到節(jié)點(diǎn)n之間的距離，Em而代表網(wǎng)絡(luò)節(jié)點(diǎn)距離判定閥值，dHO代表異常節(jié)點(diǎn)數(shù)據(jù)丑到網(wǎng)絡(luò)節(jié)點(diǎn)中心O的距離，median代表網(wǎng)絡(luò)節(jié)點(diǎn)異常程度叫由于在網(wǎng)絡(luò)環(huán)境中各個節(jié)點(diǎn)的所處環(huán)境具有一定的差異性，所以將待定位的網(wǎng)絡(luò)異常節(jié)點(diǎn)到臨近節(jié)點(diǎn)的滑動窗口信號強(qiáng)度參數(shù)作為帶定位節(jié)點(diǎn)的異常屬性特征。假設(shè)在r時刻待定位的異常節(jié)點(diǎn)n的屬性特征為Sn，Sm為n的臨近節(jié)點(diǎn)m的屬性特征，則的屬性特征為：

　　在公式(6)中，∑R(r)為節(jié)點(diǎn)n到滑動數(shù)據(jù)窗口的信號強(qiáng)度，同理結(jié)算出Sm然后運(yùn)用皮爾森相關(guān)性系數(shù)來分析異常節(jié)點(diǎn)n與節(jié)點(diǎn)m的屬性不同，以下是異常節(jié)點(diǎn)n與鄰近節(jié)點(diǎn)m的皮爾森相關(guān)系數(shù)計算公式：

　　公式⑺中，E(Sn-Sm)表示節(jié)點(diǎn)n與節(jié)點(diǎn)屬性差均值，?Sn·?Sm代表節(jié)點(diǎn)n與節(jié)點(diǎn)m空間相差程度，由此得出網(wǎng)絡(luò)異常節(jié)點(diǎn)的屬性特征。

　　1.3 提出自適應(yīng)級聯(lián)陷波定位網(wǎng)絡(luò)異常節(jié)點(diǎn)

　　由于網(wǎng)絡(luò)環(huán)境中存在加強(qiáng)的信噪，為了減小網(wǎng)絡(luò)信噪對異常節(jié)點(diǎn)定位的影響，此次釆用自適應(yīng)級聯(lián)陷波實(shí)現(xiàn)異常節(jié)點(diǎn)的定位，自適應(yīng)級聯(lián)陷波算法具有能夠自動濾波的優(yōu)點(diǎn)，它是包含陷波器與自適應(yīng)級聯(lián)陷波算法于一體的定位技術(shù)，同時為了提高異常節(jié)點(diǎn)定位的準(zhǔn)確性，在應(yīng)用算法進(jìn)行節(jié)點(diǎn)定位時需要將陷波器重新進(jìn)行設(shè)計，從而實(shí)現(xiàn)自適應(yīng)級聯(lián)陷波算法的最優(yōu)定位[6]。下圖為自適應(yīng)級聯(lián)陷波結(jié)構(gòu)設(shè)計。1 [2] 存入我的閱覽室