趙健++桑笑楠++馬迪揚(yáng)++宋寧++李千目

摘要：安全策略切換判決算法的設(shè)計(jì)面臨著這樣一對(duì)矛盾：效率與性能。如何在保證效率的條件下提高安全切換判決算法的性能是安全策略切換算法設(shè)計(jì)的一個(gè)難點(diǎn)。本文提出了一種基于網(wǎng)絡(luò)輔助終端判決的安全策略切換判決算法，將網(wǎng)絡(luò)QoS性能的評(píng)估交給網(wǎng)絡(luò)端完成，有效的降低了終端的計(jì)算量，提高了效率。另外由于不同安全應(yīng)用有著不同的QoS要求，因此本文充分考慮了安全應(yīng)用的安全業(yè)務(wù)類型，在網(wǎng)絡(luò)端針對(duì)四種不同業(yè)務(wù)類型分別設(shè)計(jì)了基于模糊邏輯的網(wǎng)絡(luò)QoS得分計(jì)算方法，滿足了安全應(yīng)用的QoS需求。此外，本文充分考慮到這樣一種情況：當(dāng)前的網(wǎng)絡(luò)狀況不能代表未來(lái)的網(wǎng)絡(luò)狀況，而網(wǎng)絡(luò)狀況的變化一般呈現(xiàn)出一定的變化趨勢(shì)。因此，本文利用當(dāng)前的網(wǎng)絡(luò)狀態(tài)來(lái)預(yù)測(cè)未來(lái)的網(wǎng)絡(luò)狀況，為安全策略切換判決提供了更加全面的網(wǎng)絡(luò)QoS信息。

關(guān)鍵詞：智能電網(wǎng)；安全策略；切換

中圖分類號(hào)：TP391.41

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.3969/j.issn.1003-6970.2015.09.019

0 引言

隨著我國(guó)智能電網(wǎng)的建設(shè)，網(wǎng)絡(luò)向用戶側(cè)延伸，“互動(dòng)化”的需求給公司目前的信息安全隔離體系提出了新的要求，在設(shè)計(jì)上遵循原有的三道防線架構(gòu)不變。其中在智能電網(wǎng)互動(dòng)化環(huán)境下信息安全隔離體系中的第一道防線中增加了互動(dòng)化安全區(qū)，主要是為了實(shí)現(xiàn)用戶通過(guò)互聯(lián)網(wǎng)與電網(wǎng)之間的安全互動(dòng)和智能終端接入的安全策略切換。傳統(tǒng)的基于效用函數(shù)的安全策略切換算法一般會(huì)考慮RSS和其他參數(shù)，Xia R等人使用最優(yōu)化的效用函數(shù)來(lái)達(dá)到用戶滿意度和網(wǎng)絡(luò)安全效率的平衡。Li QM等人提出了一種以用戶為分析中心的安全策略切換算法，這種方法的一個(gè)重要特性就是考慮用戶的滿意度，但是它只能適用于非實(shí)時(shí)的安全應(yīng)用。Li QM，Zhang H等人提出了一種基于博弈論的切換算法，該算法基于貝葉斯納什均衡點(diǎn)極大的減少了切換延遲，也使用戶能夠總是以最高的網(wǎng)絡(luò)利用率和最合適的安全成本連接到最好的安全網(wǎng)絡(luò)。雖然學(xué)者們已經(jīng)提出了很多安全切換判決的算法，但是，現(xiàn)有的算法在代價(jià)和性能之間存在著矛盾，無(wú)法滿足實(shí)際的應(yīng)用需求。另外，從國(guó)內(nèi)外的研究現(xiàn)狀來(lái)看，對(duì)于支持安全策略切換的框架研究較少，而高效的切換框架能夠有效地提升整個(gè)安全切換判決的性能。因此，異構(gòu)網(wǎng)絡(luò)的安全切換判決技術(shù)仍然是一個(gè)研究的重點(diǎn)，也是一個(gè)研究的熱點(diǎn)。本文在前人的研究基礎(chǔ)上，提出一種基于終端控制和網(wǎng)絡(luò)輔助的安全切換判決算法，在算法中利用了一階單變量灰色預(yù)測(cè)模型GM（1，1）和模糊邏輯系統(tǒng)這兩個(gè)基本模型系統(tǒng)。

通過(guò)公式4的預(yù)測(cè)方程，我們可以利用樣本數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)數(shù)據(jù)。

基于模糊邏輯的切換算法一般有三個(gè)部分：模糊化、模糊規(guī)則和去模糊化（清晰化）。網(wǎng)絡(luò)QoS參數(shù)經(jīng)過(guò)模糊化以后利用模糊規(guī)則輸出模糊評(píng)價(jià)值，最后通過(guò)去模糊化得到網(wǎng)絡(luò)的切換評(píng)價(jià)得分，如圖l所示。可用帶寬（Available Bandwidth）、端到端延遲（End to EndDelay，E2EDelay）、抖動(dòng)（Jitter）、誤碼率（Bit ErrorRate，BER）作為4個(gè)輸入?yún)?shù)，經(jīng)過(guò)隸屬度函數(shù)的模糊化以后得到一系列模糊值，交給判決模塊，判決模塊通過(guò)模糊邏輯規(guī)則（Fuzzy Rule）輸出判決結(jié)果，判決結(jié)果還是一個(gè)模糊值，最后通過(guò)利用輸出參數(shù)的隸屬度函數(shù)去模糊化以后輸出一個(gè)清晰值——網(wǎng)絡(luò)安全切換判決得分。選擇得分最高的一個(gè)網(wǎng)絡(luò)作為切換的目標(biāo)網(wǎng)絡(luò)，執(zhí)行安全策略切換，從當(dāng)前服務(wù)網(wǎng)絡(luò)切換到目標(biāo)網(wǎng)絡(luò)。

傳統(tǒng)的基于模糊邏輯的安全切換判決算法一般在終端完成網(wǎng)絡(luò)的安全切換判決，通過(guò)收集網(wǎng)絡(luò)的信息以及終端和用戶的信息作為模糊邏輯系統(tǒng)的輸入?yún)?shù)，經(jīng)過(guò)模糊邏輯系統(tǒng)的計(jì)算后得出一個(gè)綜合安全切換判決得分，最后根據(jù)得分的高低做出安全策略切換的判決。如圖2所示，終端判斷接收信息強(qiáng)度RSS是否低于閾值，如果低于閾值則發(fā)起切換的判決。判決過(guò)程如下：首先檢測(cè)周圍的可用網(wǎng)絡(luò)，然后獲取網(wǎng)絡(luò)的QoS等信息以及終端和用戶的屬性信息，接著利用模糊邏輯系統(tǒng)做出安全切換判決，最后選擇一個(gè)切換得分最高的網(wǎng)絡(luò)作為切換目標(biāo)網(wǎng)絡(luò)完成網(wǎng)絡(luò)的切換。

（l）模糊化

模糊化的過(guò)程就是利用隸屬度函數(shù)將輸入?yún)?shù)模糊化，模糊集合一般設(shè)為{Low，Mediu，Hi曲}，隸屬度函數(shù)如圖3所示，本文提出的安全切換判決算法中采用的也是圖3中所描述的三角形狀的隸屬度函數(shù)。

從圖3可以看出，對(duì)于參數(shù)P和網(wǎng)絡(luò)N，則有如下三點(diǎn)區(qū)域：

2 基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的安全切換判決算法

模糊邏輯對(duì)于處理模糊的不確定的信息具有天然的優(yōu)勢(shì)，因此已經(jīng)有多位學(xué)者提出了基于模糊邏輯的安全切換判決算法，Li等人提出了一種優(yōu)化的基于模糊邏輯的安全切換判決算法，將遺傳算法應(yīng)用到隸屬度函數(shù)的優(yōu)化中，實(shí)驗(yàn)結(jié)果表明該優(yōu)化算法能夠在保證用戶滿意度的前提下減少切換的次數(shù)，有效的避免了“乒乓效應(yīng)”。然而此方法只考慮了3個(gè)參數(shù)：接收信號(hào)強(qiáng)度（RSS），網(wǎng)絡(luò)費(fèi)用（Cost），數(shù)據(jù)率（DataRate），并沒(méi)有考慮終端的屬性。Xia等人提出了一種考慮多屬性的基于模糊神經(jīng)的安全切換判決算法，該算法使用可用帶寬（Bandwidth），終端移動(dòng)速度，用戶數(shù)，接收信號(hào)強(qiáng)度（RSS），能耗，網(wǎng)絡(luò)覆蓋范圍作為輸入?yún)?shù)，通過(guò)模糊神經(jīng)做出安全切換判決。該算法綜合考慮了多種參數(shù)，利用擁有自學(xué)習(xí)能力的模糊神經(jīng)網(wǎng)絡(luò)，提高了用戶的QoS滿意度，但是算法的復(fù)雜度較高，不太適用于真實(shí)的環(huán)境。

以上算法雖然都是基于模糊邏輯的優(yōu)化算法，但是他們都沒(méi)有考慮未來(lái)網(wǎng)絡(luò)的可能狀況，也沒(méi)有考慮當(dāng)前應(yīng)用的安全業(yè)務(wù)類型，因?yàn)椴煌陌踩珮I(yè)務(wù)類型有著不同的QoS需求。本文基于以上分析，提出了一種基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的安全切換判決算法（Security Prediction andFuzzy-Logic Based Vertical Switch Decision Algo-rithm，SPFL）。該算法和已有算法的主要區(qū)別是：

1）面向QoS安全感知，根據(jù)4個(gè)安全業(yè)務(wù)分類分別計(jì)算網(wǎng)絡(luò)的QoS得分。

2）基于網(wǎng)絡(luò)輔助的切換方式，網(wǎng)絡(luò)端負(fù)責(zé)計(jì)算自身QoS得分，有效地減少了終端的計(jì)算負(fù)擔(dān)，提高了算法的實(shí)用性。

3）基于一階單變量灰色預(yù)測(cè)模型GM（1，1）預(yù)測(cè)網(wǎng)絡(luò)未來(lái)QoS得分，將當(dāng)前網(wǎng)絡(luò)得分、未來(lái)網(wǎng)絡(luò)預(yù)測(cè)得分和終端能耗結(jié)合考慮，提高了切換的準(zhǔn)確性，減少了不必要的切換，有效降低了“乒乓效應(yīng)”，并且延長(zhǎng)了終端的續(xù)航時(shí)間。

4）采用網(wǎng)絡(luò)的預(yù)篩選和預(yù)判決。網(wǎng)絡(luò)預(yù)篩選可以有效地刪除一些不滿足條件的候選網(wǎng)絡(luò)，減少候選網(wǎng)絡(luò)的數(shù)量，從而降低計(jì)算的復(fù)雜度，有效地降低安全切換判決的時(shí)間。預(yù)判決可以為終端用戶提前做出網(wǎng)絡(luò)切換的判決，提高用戶的滿意度。

SPFL算法的基本思路基于如下的思想：不同的安全應(yīng)用有不同QoS需求，區(qū)分應(yīng)用的安全業(yè)務(wù)類型能夠有效提高網(wǎng)絡(luò)QoS評(píng)價(jià)的準(zhǔn)確性。此外，網(wǎng)絡(luò)QoS參數(shù)代表了網(wǎng)絡(luò)的性能指標(biāo)，而且當(dāng)前最好網(wǎng)絡(luò)不一定是未來(lái)的最佳網(wǎng)絡(luò)，當(dāng)前的次好的網(wǎng)絡(luò)未來(lái)可能是最佳的網(wǎng)絡(luò)。因此直接選擇未來(lái)的最佳網(wǎng)絡(luò)能夠極大的減少不必要的切換次數(shù)，從而降低“乒乓效應(yīng)”。

SPFL算法作為面向網(wǎng)絡(luò)QoS的安全切換判決算法重點(diǎn)考慮了可用帶寬（Available Bandwidth）、端到端延遲（End to End Delay，E2EDelay）、抖動(dòng)（Jitter）和誤碼率（Bit Error Rate，BER）四種網(wǎng)絡(luò)QoS參數(shù)，針對(duì)每個(gè)網(wǎng)絡(luò)計(jì)算對(duì)應(yīng)網(wǎng)絡(luò)QoS得分。在評(píng)價(jià)網(wǎng)絡(luò)QoS得分時(shí)，SPFL算法針對(duì)不同的安全業(yè)務(wù)類型設(shè)計(jì)了不同的評(píng)分標(biāo)準(zhǔn)。在此基礎(chǔ)上利用GM（1，1）預(yù)測(cè)模型預(yù)測(cè)未來(lái)網(wǎng)絡(luò)的QoS得分，最后綜合考慮候選網(wǎng)絡(luò)的真實(shí)QoS得分和預(yù)測(cè)QoS得分，做出網(wǎng)絡(luò)切換的判決，并選擇一個(gè)最優(yōu)的網(wǎng)絡(luò)作為目標(biāo)切換網(wǎng)絡(luò)。

另一方面，考慮到網(wǎng)絡(luò)較多的時(shí)候，算法的計(jì)算量比較大，而終端的計(jì)算能力有限。SPFL算法在給網(wǎng)絡(luò)評(píng)價(jià)之前，根據(jù)終端的特性做了一個(gè)初步的候選網(wǎng)絡(luò)的篩選，從而大大降低了算法的計(jì)算量。此外對(duì)于一些必需切換的情況，比如RSS急劇下滑、馬上要離開(kāi)當(dāng)前網(wǎng)絡(luò)的覆蓋范圍等情況，SPFL算法也提供了相應(yīng)的切換策略。

基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的安全切換判決（SPFI）算法主要包括預(yù)處理、基于模糊邏輯的網(wǎng)絡(luò)得分的計(jì)算、基于GM（1，1）預(yù)測(cè)模型的網(wǎng)絡(luò)QoS得分預(yù)測(cè)和網(wǎng)絡(luò)選擇4個(gè)主要步驟。

1）預(yù)處理

預(yù)處理作為安全切換判決算法的第一個(gè)階段對(duì)整個(gè)算法的性能有著主導(dǎo)的作用，在本文提出的預(yù)處理階段主要完成兩項(xiàng)任務(wù)：第一，切換預(yù)判決，根據(jù)當(dāng)前網(wǎng)絡(luò)RSS和預(yù)計(jì)駐留時(shí)間做出提前的網(wǎng)絡(luò)安全切換判決；第二、候選網(wǎng)絡(luò)篩選，對(duì)終端移動(dòng)速度和駐留時(shí)間做預(yù)篩選，刪除不滿足條件的網(wǎng)絡(luò)，從而減少候選網(wǎng)絡(luò)的數(shù)量，降低整體算法的復(fù)雜度。

切換預(yù)判決

當(dāng)終端感知到當(dāng)前服務(wù)網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度RSS低于閾值RSS_th時(shí)，一個(gè)被迫的切換不得不被執(zhí)行。此時(shí)為了避免服務(wù)的中斷，必須快速完成切換，因此會(huì)選擇可用網(wǎng)絡(luò)中上一次排名較高的網(wǎng)絡(luò)作為目標(biāo)切換網(wǎng)絡(luò)。

另一方面，在RSS暫時(shí)還滿足要求的情況下，如果預(yù)計(jì)到終端馬上要離開(kāi)當(dāng)前網(wǎng)絡(luò)，即預(yù)計(jì)駐留時(shí)間小于最小的閾值（本文取閾值為IOS），則會(huì)提前執(zhí)行下面的第二步——基于模糊邏輯的網(wǎng)絡(luò)得分計(jì)算和第三步——基于GM（1，1）預(yù)測(cè)模型的網(wǎng)絡(luò)QoS預(yù)測(cè)，提前完成網(wǎng)絡(luò)的切換，提高用戶的滿意度。圖4描述了切換預(yù)判決階段的流程。

候選網(wǎng)絡(luò)預(yù)篩選

終端移動(dòng)速度篩選。不同的網(wǎng)絡(luò)支持的最大的移動(dòng)速度不一樣，比如WiFi只能支持步行的速度Skm/h，而UTMS和WiMax（802.16e）均可以支持120km/h以上的移動(dòng)速度，完全滿足城市交通的速度。因此如果當(dāng)前終端移動(dòng)速度大于5km/h，則可以將WiFi網(wǎng)絡(luò)從候選網(wǎng)絡(luò)列表中刪除。

預(yù)計(jì)駐留時(shí)間篩選。駐留時(shí)間體現(xiàn)了終端在候選網(wǎng)絡(luò)中的預(yù)計(jì)停留時(shí)間，如果停留時(shí)間太短，則頻繁的網(wǎng)絡(luò)切換會(huì)導(dǎo)致服務(wù)質(zhì)量的下降，降低用戶的滿意度。因此根據(jù)終端在候選網(wǎng)絡(luò)中的預(yù)計(jì)駐留時(shí)間做出網(wǎng)絡(luò)的預(yù)篩選，將預(yù)計(jì)駐留時(shí)間小于Imin的網(wǎng)絡(luò)從候選網(wǎng)絡(luò)列表中刪除。圖5描述了候選網(wǎng)絡(luò)預(yù)篩選流程圖。

2）基于模糊邏輯的網(wǎng)絡(luò)QoS得分的計(jì)算

我們知道網(wǎng)絡(luò)QoS是評(píng)價(jià)網(wǎng)絡(luò)好壞的一個(gè)重要指標(biāo)，以往的算法一般都是在終端計(jì)算網(wǎng)絡(luò)的QoS得分，而網(wǎng)絡(luò)QoS得分依賴于網(wǎng)絡(luò)的QoS參數(shù)，不同的網(wǎng)絡(luò)需要分別計(jì)算，因此隨著可用網(wǎng)絡(luò)數(shù)目的增加，網(wǎng)絡(luò)QoS的計(jì)算量也在不斷增加，極大的浪費(fèi)了終端的計(jì)算能力。為此，在第三章介紹的切換框架的基礎(chǔ)上，本文采用網(wǎng)絡(luò)端負(fù)責(zé)QoS得分計(jì)算的方式，充分利用了網(wǎng)絡(luò)的計(jì)算能力，大大減少了終端的計(jì)算量，增加了算法的實(shí)用性。同時(shí)充分考慮了不同的應(yīng)用安全業(yè)務(wù)類型對(duì)于網(wǎng)絡(luò)QoS參數(shù)要求的不同，設(shè)計(jì)了4種針對(duì)不同安全業(yè)務(wù)類型的模糊邏輯系統(tǒng)來(lái)完成網(wǎng)絡(luò)的QoS得分的計(jì)算。下面從隸屬度函數(shù)設(shè)計(jì)、模糊邏輯規(guī)則設(shè)計(jì)兩個(gè)方面展開(kāi)詳細(xì)介紹。

隸屬度函數(shù)設(shè)計(jì)

通過(guò)前面預(yù)處理之后，我們得到了滿足終端特性需求的候選網(wǎng)絡(luò)，在本階段中，我們考慮網(wǎng)絡(luò)的QoS參數(shù)包括可用帶寬（Available Bandwidth）、端到端延遲（End to End Delay，E2EDelay）、抖動(dòng)（Jitter）、誤碼率（Bit Error Rate，BER）。由于這些參數(shù)擁有很大的模糊性，很多時(shí)候常常是用高低來(lái)衡量，因此，基于模糊邏輯的網(wǎng)絡(luò)得分計(jì)算被應(yīng)用到本文的網(wǎng)絡(luò)QoS得分計(jì)算中。首先需要對(duì)這個(gè)4個(gè)QoS設(shè)計(jì)隸屬度函數(shù)，圖6展示了這四個(gè)參數(shù)的隸屬度函數(shù)。

輸出隸屬度函數(shù)如圖7所示，區(qū)間[0，50]為L(zhǎng)ow，[25，75]為Medium，[50，100]為High。

模糊規(guī)則設(shè)計(jì)

由前面的介紹知道，不同的應(yīng)用安全業(yè)務(wù)類型擁有不同的QoS需求，因此本文在傳統(tǒng)的基于模糊邏輯的安全切換判決算法的基礎(chǔ)上，充分考慮了當(dāng)前應(yīng)用的安全業(yè)務(wù)類型對(duì)安全切換判決的影響，分別給通話安全業(yè)務(wù)、流媒體安全業(yè)務(wù)、交互式安全業(yè)務(wù)和后臺(tái)安全業(yè)務(wù)設(shè)計(jì)了4種不同的模糊邏輯規(guī)則，表l描述不同安全業(yè)務(wù)類型的QoS需求。

就本文而言，對(duì)于每一個(gè)安全業(yè)務(wù)類型有3*3*3*3=81條規(guī)則，4種安全業(yè)務(wù)類型的話一共產(chǎn)生4*81=324條規(guī)則，由于篇幅限制，本文僅給每個(gè)安全業(yè)務(wù)列出幾個(gè)規(guī)則樣例以方便說(shuō)明，如表2所示。

從表2中可以看出，每個(gè)模糊規(guī)則都嚴(yán)格按照不同的安全業(yè)務(wù)類型的QoS需求來(lái)設(shè)計(jì)，其他規(guī)則也可以按照同樣的思路完成設(shè)計(jì)。

3）基于GM（1，1）預(yù)測(cè)模型的網(wǎng)絡(luò)QoS得分預(yù)測(cè)

QoS得分會(huì)被記錄在終端的網(wǎng)絡(luò)信息數(shù)據(jù)庫(kù)中，而這些得分隨著網(wǎng)絡(luò)狀態(tài)變化也會(huì)動(dòng)態(tài)的變化，當(dāng)前的網(wǎng)絡(luò)狀態(tài)不能代表未來(lái)網(wǎng)絡(luò)的狀態(tài)，而最近的網(wǎng)絡(luò)變化趨勢(shì)可以預(yù)測(cè)未來(lái)網(wǎng)絡(luò)的狀況。因此本文設(shè)計(jì)了基于一階單變量灰色預(yù)測(cè)模型GM（1，1）的網(wǎng)絡(luò)QoS得分預(yù)測(cè)模型，具體過(guò)程如下。

至此我們得到兩個(gè)網(wǎng)絡(luò)排名列表：基于當(dāng)前網(wǎng)絡(luò)QoS計(jì)算值的網(wǎng)絡(luò)排名列表和基于未來(lái)網(wǎng)絡(luò)QoS預(yù)測(cè)值的網(wǎng)絡(luò)排名列表，假設(shè)排名結(jié)果如表3所示：結(jié)果，WLAN排在候選網(wǎng)絡(luò)的第一名，但是在網(wǎng)絡(luò)預(yù)測(cè)結(jié)果中，WLAN的得分下降到了80，排在第二名，而UMTS網(wǎng)絡(luò)的預(yù)測(cè)得分上升到了85，排在了第一名，由此可見(jiàn)，UMTS網(wǎng)絡(luò)QoS正在呈上升趨勢(shì)，而WLAN正在呈下降趨勢(shì)，并且未來(lái)很快UMTS的得分將會(huì)超越WLAN，因此我們做出的安全切換判決應(yīng)該是切換到UMTS，從而減少了切換次數(shù)，避免了不必要的網(wǎng)絡(luò)切換，降低了“乒乓效應(yīng)”。

4）網(wǎng)絡(luò)選擇

網(wǎng)絡(luò)選擇作為安全切換判決的最后一步，是一個(gè)決定性的一步。本文提出的安全切換判決算法中網(wǎng)絡(luò)選擇考慮的因素包括網(wǎng)絡(luò)QoS真實(shí)值、網(wǎng)絡(luò)QoS預(yù)測(cè)值和能耗。

首先分析網(wǎng)絡(luò)QoS真實(shí)值、網(wǎng)絡(luò)QoS預(yù)測(cè)值對(duì)于網(wǎng)絡(luò)選擇的影響。網(wǎng)絡(luò)QoS真實(shí)值反應(yīng)了當(dāng)前網(wǎng)絡(luò)的真實(shí)狀況，網(wǎng)絡(luò)QoS預(yù)測(cè)值代表的是未來(lái)網(wǎng)絡(luò)的預(yù)測(cè)狀況。在此提出一個(gè)切換選擇的主要準(zhǔn)則：如果候選網(wǎng)絡(luò)的預(yù)測(cè)值大于當(dāng)前服務(wù)網(wǎng)絡(luò)的預(yù)測(cè)值，并且候選網(wǎng)絡(luò)的預(yù)測(cè)值大于可接受的網(wǎng)絡(luò)QoS閾值，則執(zhí)行網(wǎng)絡(luò)切換，否則停留在當(dāng)前網(wǎng)絡(luò)。

在此基礎(chǔ)上給出一個(gè)網(wǎng)絡(luò)過(guò)濾規(guī)則：如果候選網(wǎng)絡(luò)的真實(shí)值低于可接受的網(wǎng)絡(luò)QoS閾值，則排除該候選網(wǎng)絡(luò)。提出此過(guò)濾規(guī)則的目地是為了排除激進(jìn)的網(wǎng)絡(luò)切換，所謂激進(jìn)的網(wǎng)絡(luò)切換是指候選網(wǎng)絡(luò)的真實(shí)值低于閾值的情況下，預(yù)測(cè)值高于閾值并且排在第一名，從而導(dǎo)致的不可靠的網(wǎng)絡(luò)切換。

3 結(jié)論

本文主要分析了提出的基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的安全切換判決算法（SPFI），在分析了該算法與其他算法的區(qū)別的基礎(chǔ)上，闡述了算法主要思想，并詳細(xì)描述了算法的關(guān)鍵步驟：預(yù)處理、基于模糊邏輯的網(wǎng)絡(luò)QoS得分計(jì)算、基于GM（1，1）預(yù)測(cè)模型的網(wǎng)絡(luò)QoS預(yù)測(cè)和安全網(wǎng)絡(luò)選擇。