基于高均衡多模協(xié)議適配的異構網絡通信數據融合方法

宋慶武　徐妍　肖經緯　欒奇麒　陳志明　楊慶勝

摘? ?要：當前方法多模協(xié)議適配均衡性評價較差，在處理多模協(xié)議適配、異構網絡融合問題時，可靠性低、阻塞率高、丟包率高的問題。提出了基于高均衡多模協(xié)議適配的異構網絡通信數據融合方法。該方法由多模協(xié)議適配和異構網絡融合兩步驟構成，首先通過分化式進化協(xié)議適配器，構建多模協(xié)議適配模型，完成異構網絡多模協(xié)議差異格式轉換，將多模協(xié)議中異構網絡數據統(tǒng)一轉換為相同格式;然后針對轉換后的數據，采用新型異構數據融合算法，實現異構網絡通信數據融合;最后以UMTS+WLAN多模協(xié)議適配、異構網絡融合問題為例，實施融合效果測試，測試結果顯示：該方法在處理異構網絡融合問題時，時延極小，存在可用性，且可靠性、阻塞率、丟包率的測試結果均優(yōu)于對比方法。

關鍵詞：多模;協(xié)議;適配;異構;網絡;融合

中圖分類號：TN01? ? ? ? ? ? ? 文獻標識碼：A

Heterogeneous Network Fusion Technology

Based on High Balanced Multi-mode Protocol Adaptation

SONG Qing-wu1，XU Yan1，XIAO Jing-wei2，LUAN Qi-qi1，CHEN Zhi-ming1，YANG Qing-sheng1

（1.Jiangsu Frontier Electric Power Technology Co.，Ltd.，Nanjing，Jiangsu 211100，China;

2.Jiangsu Hoperun Zhirong Technology Co.，Ltd.，Nanjing，Jiangsu 210012，China）

Abstract：In the current method，the evaluation of multi-mode protocol adaptation is poor. When dealing with multi-mode protocol adaptation and heterogeneous network fusion，the problems of low reliability，high blocking rate，and high packet loss rate are addressed. This paper proposes a heterogeneous network communication data fusion method based on high-balanced multi-mode protocol adaptation. This method consists of two steps：multi-mode protocol adaptation and heterogeneous network fusion. First，through the differentiation evolution protocol adapter，a multi-mode protocol adaptation model is constructed to complete the heterogeneous network multi-mode protocol difference format conversion，and the multi-mode protocol is different. The network data is converted into the same format in a unified manner，then for the converted data，a new heterogeneous data fusion algorithm is adopted to realize the fusion of heterogeneous network communication data. Finally，the UMTS + WLAN multi-mode protocol adaptation and heterogeneous network fusion problems are used as examples to implement the fusion effect test. The test results show that the method has minimal delay，availability，and reliability when dealing with heterogeneous network fusion problems. The test results of blocking rate and packet loss rate are better than the comparison method.

Key words：multimode;protocol;adaptation;heterogeneous;network;convergence

伴隨大數據應用的普及，大數據計算性能也愈發(fā)顯著[1]。隨著數據量、數據維度的增長，想要全方位獲取研究目標所有信息，只在非多樣維度獲取數據特征，它的精度存在一定缺損，必須在非單一維度充分挖掘數據特征。而差異研究領域中實施數據通信時必須先實施通信雙方數據格式轉換[2]。目前，數據格式轉換分成兩類模式：第一種模式為圍繞詳細的通信主體數據格式轉換;第二種模式為把通信主體數據格式保存為XML文件，通過遞歸映射的模式實施數據分析[3]。前者的轉換速度較快，而工作量超標，后者僅可以使用在數據量不多的環(huán)境中，反之將存在數據活動范圍較小，分析速度較低等弊端[4]。而多源異構數據轉換后想要實現異構網絡高效運行，必須采取合理的異構網絡融合方法實現，異構網絡數據融合主要是為了降低冗余數據量，實現高效率網絡通信[5]。為此，提出一種新的多模協(xié)議適配、異構網絡融合方法，對多模協(xié)議適配、異構網絡融合問題實施深入討論。

1? ?新的多模協(xié)議適配、異構網絡融合方法

1.1? ?多模協(xié)議適配模型

目前核心通信協(xié)議的邏輯結構大多以樹形結構為主，所以能夠將全部通信協(xié)議均變成一個和它相符的樹形語義模型，同時把協(xié)議適配器實施分化式進化，構建多模協(xié)議適配模型，詳情見圖1。

1.1.1? ?多模協(xié)議適配模型的本質

多模協(xié)議適配模型可理解為基于有限狀態(tài)機的協(xié)議適配器，多模協(xié)議適配模型的節(jié)點和協(xié)議適配器的狀態(tài)相呼應，下文中節(jié)點與狀態(tài)表達的意思一致，在協(xié)議適配器研究中表達成節(jié)點，在協(xié)議適配模型研究中表達成狀態(tài)[6-7]。由于多模協(xié)議適配模型非隨機狀態(tài)對設定的輸入能夠不存在或者至少存在一個轉移，因此多模協(xié)議適配模型也等同于隨機類的Moore狀態(tài)機[8]。

1.1.2? ?多模協(xié)議適配模型種類

多模協(xié)議適配模型根據異構網絡通信數據流向設成輸入樹與輸出樹。如果多模協(xié)議適配模型表達內容為輸入接口協(xié)議，即屬于輸入樹[9]。輸入樹邏輯關聯性和輸出樹輸出結果存在直接干擾關系。如果多模協(xié)議適配模型表達內容為輸出口協(xié)議，即屬于輸出樹。輸出樹由輸出結構的邏輯所構建，不代表狀態(tài)與狀態(tài)轉移行為[10，11]。

1.1.3? ?多模協(xié)議適配模型節(jié)點

由于多模協(xié)議適配模型各個節(jié)點均和多模協(xié)議適配器的一種狀態(tài)相同，所以，根據它的作用將其分成根節(jié)點、虛節(jié)點、實節(jié)點以及分支節(jié)點。

（1）將多模協(xié)議適配模型初始節(jié)點設成根節(jié)

點，屬于多模協(xié)議適配模型入口，可理解為多模協(xié)議的稱謂，屬于系統(tǒng)分類代碼，不存在多樣性，代表多模協(xié)議適配器初始情況[12]。

（2）將多模協(xié)議適配模型實際元素設成實節(jié)

點，其代表多模協(xié)議適配器的轉移狀況[13]。

（3）虛節(jié)點和多模協(xié)議的全部異構網絡通信數據元素均不存在關聯性，僅在自己所在的協(xié)議里代表一類狀況轉移的關聯性，例如進入后續(xù)狀況的過程里，必須按照上一個狀態(tài)值實施后續(xù)操作，這時便能通過虛節(jié)點表達。

（4）分支節(jié)點響應協(xié)議里的數據分支，屬于系統(tǒng)中相應適配器的一種轉移狀況，在多模協(xié)議適配模型里代表一類狀態(tài)轉移的關聯性[14]。

1.1.4? ?多模協(xié)議適配模型轉換方法

多模協(xié)議適配模型轉換方法和多模協(xié)議適配器里的動作存在等同性，由于各個節(jié)點均和多模協(xié)議適配器的狀態(tài)相呼應，但多模協(xié)議適配模型和Moore狀態(tài)存在等同性，因此，在各個節(jié)點上能夠導進詳細的動作模式，在多模協(xié)議適配器里加入轉換公式[15-16]。

使用多模協(xié)議匹配器主要是為了把輸入樹元素變成輸出樹數據元素，則多模協(xié)議適配器必須準許此類轉換模式的存在，那么一組異構網絡通信數據種類y與計算函數g的集合是x = g（y1，y2，…，yj）。

此類公式將輸入樹與輸出樹通過有向圖模式兼容，在有向邊中導進公式[17]。

先將計算的目標數據實施種類分類，可理解為定義，在公式中根據C/C++語言的數據種類設定異構網絡通信數據元素。并且公式根據自己所在方位，設成隱式方法與顯示方法。隱式方法即在節(jié)點中導進公式，顯示方法即為在有向邊中導進公式，兩者均隸屬狀態(tài)導進動作引發(fā)范圍，以此將多模協(xié)議中異構網絡數據統(tǒng)一轉換為相同格式[18]。

1.2? ?新型異構網絡數據融合算法

由于多模協(xié)議差異格式轉換后獲取的異構網絡數據仍舊存在異構性，為此，提出了新型異構數據融合算法，實現異構網絡通信數據融合，以此能夠優(yōu)化異構網絡通信質量[19]。

1.2.1? ?數據種類和特征

將2.1小節(jié)轉換后的多源異構網絡通信數據在數據與質量兩個問題中實施研究，數量問題主要描述成數值，質量問題主要描述成語言變量[20]。按照轉換后的多源異構網絡通信數據表達模式的差異，本文把轉換后的多源異構網絡通信數據設成定性與定量兩種，主要分析非指定變量、二值類、語言水平與使用詞匯術語四種表達，詳情見表1：

若轉換后的多源異構網絡通信數據屬于大樣本，非指定變量滿足正態(tài)分布，將其設成Y ～ （α，β2），其中期望與標準差分別設成α，β。

二值類數據主要用來表示對事實的認可與推翻，取值范圍為[0，1]。

1.2.2? ?融合算法

假定異構網絡通信數據融合存在m個決策：B = （B1，B2，…，Bm），則n個轉換后的異構網絡數據源是Z = （Z1，Z2，…，Zn），將每個異構網絡通信數據源的置信度設成qj，則異構網絡數據融合算法詳細步驟是：

（1）運算轉換后的異構網絡通信數據源對決策的認可水平

從轉換后的異構網絡通信數據倉庫中提取異構網絡通信數據，按照異構網絡通信數據的差異種類，將其變成對決策的認可水平：

Zji = （bji，cji，dji）? ? ? ? ?（1）

式中，第j異構網絡通信數據源對第i決策對象的認可水平設成Zji;認可水平的三角模糊數設成（bji，cji，dji），同時0 ≤ bji ≤ cji ≤ dji ≤ 1。

（2）設置OWA算子權重向量

按照決策者的喜好，選取合理的模糊語義量化標準，設置設OWA算子權重向量。模糊語義原則通過分成“大部分”、“一半”、“盡量”，其參數依次設成（0.31，0.81）、（0，0.06）以及（0.6，1.1），按照參數能夠獲取模糊語義量化算子g（y）。

按照g（y），計算OWA算子權重向量？覣= （？覣1，？覣2，…，？覣m），m描述異構網絡通信數據源數量。

（3）按照每個異構網絡通信數據源置信度qj與認可水平值zji將zji轉換[21]。

為使用OWA權重向量，必須按照qj和zji將每個決策值實施轉換后根據大小排列，采用模糊判決法實施轉換，則有：

Zji - min = qj × zji? ? ? ? （2）

Zji - max = qj + zji - qj × zji? ? ? ?（3）

Zji - average = ■? ? ? （4）

（4）按照OWA算子權重向量與轉換后的認可水平實現異構網絡通信數據融合，同時運算每個決策的最后決策值。則有：

式中，第j個最大元素設成cji。

（5）按照真實問題根據決策值大小實施融合決策，完成異構網路通信數據融合[22]。

2? ?實驗結果

使用計算機仿真方法分析方法本文方法的應用效果。設定異構網絡融合環(huán)境是UMTS+WLAN，移動終端在UMTS覆蓋區(qū)域里均衡分布，移動終端的位移滿足非指定行走模式，移動速度控制在每秒21 m之內。UMTS、WLAN的覆蓋半徑依次設成2000 m、151 m。將采樣頻率設成每秒10次。

（1）時延測試

圖2為使用方法本文方法融合與沒有使用本文融合前的異構網絡融合時延測試結果：

分析圖2可知，使用方法1融合與沒有使用本文融合前的異構網絡融合時延存在顯著不同，使用前常規(guī)的異構網絡融合時延伴隨移動終端數據的增多，時延逐漸增大，當移動終端數目高達91個時，時延達到0.71 s;使用方法1后，異構網絡融合時延波段較為穩(wěn)定，最大時延也低于0.21 s，對比之下，方法1在處理異構網絡融合問題時，時延極小，存在可用性。

（2）可靠性測試

測試方法1（本文方法）、方法2（基于動態(tài)負載傳遞的異構網絡融合方法）、方法3（基于按需協(xié)議轉換的虛擬異構網絡融合方法）在處理多模協(xié)議適配、異構網絡融合問題時，多模協(xié)議差異格式轉換的乒乓效應出現次數。以此分析三種方法在應用時的可靠性，多模協(xié)議差異格式轉換的乒乓效應出現次數如圖3所示：

分析圖3數據可得，三種方法在處理多模協(xié)議適配、異構網絡融合問題時，多模協(xié)議差異格式轉換的乒乓效應出現次數較少，則方法可靠性較高。表中測試結果顯示，方法1在處理多模協(xié)議適配、異構網絡融合問題時，多模協(xié)議差異格式轉換的乒乓效應出現次數均值為4次，方法2、方法3的乒乓效應出現次數均值依次是11次與15次，所以，方法1在處理多模協(xié)議適配、異構網絡融合問題時存在較好的可靠性。

（3）阻塞率測試

圖4是方法1（本文方法）、方法2（基于動態(tài)負載傳遞的異構網絡融合方法）、方法3（基于按需協(xié)議轉換的虛擬異構網絡融合方法）在處理多模協(xié)議適配、異構網絡融合問題后，網絡的阻塞率對比結果：

由圖4數據可知，方法1在處理多模協(xié)議適配、異構網絡融合問題后，異構網絡通信阻塞率在移動終端數目是31個時，阻塞率達到最大值，之后伴隨移動終端數目的變多，阻塞率始終為0.13;當移動終端數目為41個時，方法2處理后的異構網絡阻塞率高達0.33;方法3處理后的異構網絡阻塞率伴隨移動終端數目的增多而增大，最大值高達0.55。對比之下，方法1處理后的異構網絡通信阻塞率最低。

（4）丟包率測試

設定UMTS、WLAN的覆蓋半徑依次是400 m+31 m、800 m+61 m、1200 m+91 m、1600 m+121 m、2000 m+151 m，測試方法1（本文方法）、方法2（基于動態(tài)負載傳遞的異構網絡融合方法）、方法3（基于按需協(xié)議轉換的虛擬異構網絡融合方法）在處理多模協(xié)議適配、異構網絡融合問題后，異構網絡通信中的丟包率，結果如表2所示：

由表2測試結果能夠知道，UMTS、WLAN的覆蓋半徑從400 m + 31 m增長至800 m + 61 m時，方法1處理后的異構網絡通信中丟包率從0.01增大至0.02，但UMTS、WLAN的覆蓋半徑從800 m + 61 m持續(xù)變大后，方法1處理后的異構網絡通信中丟包率始終保持為0.02，且始終低于方法2、方法3的丟包率，由此驗證，方法1處理多模協(xié)議適配、異構網絡融合問題后，異構網絡通信中的丟包率最小。

（5）多模協(xié)議適配效果測試

以適配均衡性為指標，設定多模協(xié)議依次為Zigbee + Wi - Fi + 藍牙、UMTS + WLAN。UMTS + WLAN的覆蓋半徑是400 m + 31 m，Zigbee + Wi - Fi + 藍牙的覆蓋半徑是1000 m + 5 m + 3 m。測試方法本文方法對兩個方案的多模協(xié)議適配均衡性，該指標主要通過10位相關技術人員實施評價，每位技術人員的評分限額為10分，均衡性總分值為100分。則兩種方案的模協(xié)議適配均衡性結果如圖5所示：

由圖5數據可知，多模協(xié)議依次為Zigbee+Wi-Fi+藍牙、UMTS+WLAN時，方法1對多模協(xié)議適配問題處理后，10位技術人員對方法1的評價分數總值均為99分，評價較高，由此可知，方法1對多模協(xié)議適配問題處理后，多模協(xié)議適配均衡性較高。

3? ?結? ?論

伴隨網絡數據的爆炸性增長，多模協(xié)議適配以及異構網絡融合的有效處理，對網絡數據通信質量存在積極影響。圍繞多模協(xié)議適配、異構網絡融合技術實施深度研究，并將研究方法使用在UMTS+WLAN多模協(xié)議適配與異構網絡融合、Zigbee+Wi-Fi+藍牙、UMTS+WLAN多模協(xié)議適配問題中，主要獲取以下幾點應用效果：

（1）使用本方法對UMTS+WLAN多模協(xié)議適配與異構網絡融合后，異構網絡融合時延波段較為穩(wěn)定，最大時延也低于0.21 s;多模協(xié)議差異格式轉換的乒乓效應出現次數均值為4次，低于同類方法;伴隨移動終端數目的變多，阻塞率始終為0.13;丟包率始終保持為0.02。

（2）多模協(xié)議依次為Zigbee+Wi-Fi+藍牙、

UMTS+WLAN時，本方法對多模協(xié)議適配問題處理后的評價較高，其多模協(xié)議適配均衡性較高。

參考文獻

[1]? ? 安占新，許傳明，王曉玲. 多模異構冗余軟件系統(tǒng)同步技術研究[J]. 航天控制，2019，37（05）：46-50.

[2]? ? 陶洋，赫前進. 異構融合網絡中的垂直切換機制研究[J]. 計算機科學與探索，2016，10（04）：504-515.

[3]? ? 崔雨勇.基于分級信息融合的引信多模融合[J]. 電訊技術，2016，56（06）：670-674.

[4]? ? 鄧輝，王廣林，陳乃東，等. 構建融合蛋白提高重組葡萄糖異構酶的催化性能[J]. 現代食品科技，2016，32（10）：52-59.

[5]? ? 卿利. 空中異構戰(zhàn)術網絡IP通信架構及協(xié)議開銷分析[J]. 電訊技術，2019，59（09）：1020-1025.

[6]? ? 布金偉，左小清，周羽佳，等. BDS/GPS/GLONASS多模融合偽距單點定位性能比較與分析[J]. 地球物理學進展，2019，34（05）：1707-1713.

[7]? ? 孟小峰，杜治娟. 大數據融合研究：問題與挑戰(zhàn)[J].? 計算機研究與發(fā)展，2016，53（2）：231-246.

[8]? ? 王興偉，李婕，譚振華，等. 面向“互聯網+”的網絡技術發(fā)展現狀與未來趨勢[J]. 計算機研究與發(fā)展，2016，53（04）：729-741.

[9]? ? 湯奕，陳倩，李夢雅，等. 電力信息物理融合系統(tǒng)環(huán)境中的網絡攻擊研究綜述[J]. 電力系統(tǒng)自動化，2016，40（17）：59-69.

[10]? 湯奕，王琦，倪明，等. 電力信息物理融合系統(tǒng)中的網絡攻擊分析[J].? 電力系統(tǒng)自動化，2016，40（6）：148-151.

[11]? 文志誠，陳志剛，唐軍.基于信息融合的網絡安全態(tài)勢量化評估方法[J]. 北京航空航天大學學報，2016，42（08）：1593-1602.

[12]? 周逸凡，趙志峰，張宏綱. 基于智能SDN面向5G的異構蜂窩網絡架構[J].? 電信科學，2016，32（6）：28-35.

[13]? 周彥偉，楊波，張文政，等. 安全高效的異構無線網絡可控匿名漫游認證協(xié)議[J].? 軟件學報，2016，27（2）：451-465.

[14]? 溫佩芝，許晨蛟，鄧珍榮，等. 多級異構無線傳感器網絡分簇路由協(xié)議[J].? 計算機工程與設計，2016，37（6）：1471-1477.

[15]? 溫有福，賈彩燕，陳智能. 一種多模態(tài)融合的網絡視頻相關性度量方法[J].? 智能系統(tǒng)學報，2016，11（3）：359-365.

[16]? 冀振燕，皮懷雨，姚偉娜.融合多源異構數據的混合推薦模型[J]. 北京郵電大學學報，2019，42（01）：126-132.

[17]? 余穎華，李艷，吳德恩，等.有向移動異構傳感網分布式部署策略[J]. 傳感技術學報，2016，29（08）：1273-1279.

[18]? 白若琛，龐成鑫，賈佳，等.多協(xié)議融合LPWAN能源物聯網云平臺的設計[J]. 計算機科學，2019，46（S1）：589-592.

[19]? 王艷嬌，唐琦.改進的異構無線傳感器網絡路由能量算法[J]. 計算機工程與應用，2019，55（22）：80-85.

[20]? 馬守江，胡道允，李晟如，等.利用基于SDN的IP融合切換技術實現面向多業(yè)務的動態(tài)流量調控[J]. 中國科學：信息科學，2016，46（05）：665-676.

[21]? 王也夫，曾國蓀，丁春玲.基于圖非均衡劃分的軟件定義網絡異構控制器負載優(yōu)化部署[J]. 計算機應用，2016，36（04）：883-888.

[22]? 李超鵬，王勁林.基于兩級分段模型的異構數據處理與網絡攻擊檢測[J]. 微電子學與計算機，2019，36（08）：54-58.