鞠瞻君，劉亞娟

(吉林大學，吉林 長春 130012)

1 引言

伴隨移動網(wǎng)絡的快速發(fā)展，不僅極大便利了人們的日常生活，也對提高了各種網(wǎng)絡軟件運行的整體質量，通信數(shù)據(jù)呈現(xiàn)大幅增長的趨勢。但使用人數(shù)過多、數(shù)據(jù)信息量過于龐大，導致運行速度變得緩慢或者出現(xiàn)卡頓等現(xiàn)象。為了可以應對新興移動數(shù)據(jù)流量的大幅增長，各界已經對5G蜂窩網(wǎng)絡展開深入研究。

王士同等人[1]提出一種多核學習降維方法，將網(wǎng)絡中大量數(shù)據(jù)通過映射函數(shù)反射到高維空間中，在這個過程中可能會促使數(shù)據(jù)流結構出現(xiàn)異變的現(xiàn)象，為了能夠保持原數(shù)據(jù)的流形結構，從原數(shù)據(jù)中獲取重要數(shù)據(jù)信息與映射空間信息，把兩者相結合，使其在高維投影空間中能夠較好地保存原數(shù)據(jù)的流形結構，很大程度的降低因數(shù)據(jù)在映射空間中產生異變而對降維結果造成的影響。原信息與特征信息組成的方法描述為核之間的耦合，再進行優(yōu)化處理獲得其核權重系數(shù)，可操作性較好，但該方法在時間消耗較長。

毛曉菊等人[2]提出一種集群分類映射關聯(lián)降維聚類方法。根據(jù)模糊變換、模糊關聯(lián)聚類、集群分類映射、閾值查找和應用等技術，建立低維特征的多標簽模糊關聯(lián)模型，再利用模糊相關評價將高維文本轉化為低維的模糊關聯(lián)向量，避免維數(shù)災難問題。所提算法不要求分類區(qū)域呈現(xiàn)凸性特征，適用性更加廣泛。該算法的計算復雜度較低和分類精度較好，但是沒有考慮到數(shù)據(jù)在特征空間中的局部性質，無法保持樣本在新特征空間中存在原有的分布結構。

基于此，提出5G蜂窩網(wǎng)絡高維數(shù)據(jù)異構特征映射降維方法，通過隨機矩陣，保留了原有的數(shù)據(jù)特征并排除了冗余度，再根據(jù)半監(jiān)督正則化方法，進一步優(yōu)化高維數(shù)據(jù)異構特征映射降維。

2 5G蜂窩網(wǎng)絡高維數(shù)據(jù)異構框架

5G蜂窩網(wǎng)絡[3]，可以很大程度的加強網(wǎng)絡數(shù)據(jù)管理能力、信息轉發(fā)能力以及整體網(wǎng)絡系統(tǒng)容量。同時能夠對高維數(shù)據(jù)異構進行管理，達到所預期的效果，促使5G蜂窩網(wǎng)絡被普遍使用，變得更加廣泛化、智能化。

未來移動網(wǎng)絡數(shù)據(jù)流量會大幅增加，用戶對網(wǎng)絡流量時速的要求也越來越高，4G網(wǎng)絡已經不能夠滿足人們的使用需求，提出了5G蜂窩網(wǎng)絡，它能夠實現(xiàn)對用戶行為和業(yè)務內容的智能感知和優(yōu)化[4]，能夠進一步掌握網(wǎng)絡頁面的分離情況，確保網(wǎng)絡軟件的升級、優(yōu)化等性能，從而加快網(wǎng)絡軟件更新速度，能夠高效率的減少在運行過程中所消耗的大量成本，還具有開放性、可編程性、靈活性以及可擴展性，并有較好的發(fā)展前景和廣泛的可適用性。

為了能夠更好地使用緩存技術，需要對5G蜂窩網(wǎng)絡中的數(shù)據(jù)實施研究分析，促使其變得更加智能化。5G蜂窩網(wǎng)絡高維數(shù)據(jù)在異構數(shù)據(jù)[5]領域中具有通用性、易用性以及可擴展性。能夠靈活地根據(jù)數(shù)據(jù)流量的需求在熱點區(qū)域擴容數(shù)據(jù)面?zhèn)鬏斮Y源，依據(jù)服務數(shù)據(jù)對象技術，能夠在網(wǎng)絡中對異構數(shù)據(jù)源進行統(tǒng)一數(shù)據(jù)訪問模式，還便于進行二次開發(fā)以及新型數(shù)據(jù)源的引入。5G蜂窩網(wǎng)絡在數(shù)據(jù)處理能力方面更加高效，緩存技術能夠按照用戶需求和業(yè)務特征等因素進行處理，能夠很大程度的減少網(wǎng)絡傳輸時所帶來數(shù)據(jù)流量浪費。

統(tǒng)一描述訪問和數(shù)據(jù)轉換作為異構數(shù)據(jù)的主要功能。在這其中統(tǒng)一性的數(shù)據(jù)訪問，也包括了針對數(shù)據(jù)進行詳細描述模塊，該模塊是在對原始數(shù)據(jù)抽取后的基礎上，對其進行抽取描述和訪問區(qū)的構建[6]。數(shù)據(jù)轉換是根據(jù)其相對應的規(guī)則以及需要進行轉換的數(shù)據(jù)集合組來構建的，其中數(shù)據(jù)源的模塊分別是根據(jù)對該數(shù)據(jù)獲取的信息以及對數(shù)據(jù)分析后的結果構成。高維數(shù)據(jù)異構框架如圖1所示。

圖1 高維數(shù)據(jù)異構框架

現(xiàn)階段，無線智能設備的不斷普及，蜂窩網(wǎng)絡流量也隨之加快增長，為了滿足5G蜂窩網(wǎng)絡覆蓋需求，使大規(guī)模無線網(wǎng)絡普遍覆蓋，需要對多種高維數(shù)據(jù)結合、異構[7]進行特征映射降維處理，從而使網(wǎng)絡流量運行更加快速，容量更龐大。

3 高維數(shù)據(jù)異構特征映射降維

3.1 隨機矩陣理論

當隨機矩陣的行數(shù)與列數(shù)的數(shù)值接近最大值時[8]，行列的比值保持不變狀態(tài)。當矩陣維數(shù)接近于最大值能夠滿足隨機矩陣的收斂性，可以較精確的識別高維數(shù)據(jù)。M所描述的是隨機矩陣，其表達式為

M=EET/L

(1)

在式(1)中，E作為N×L的隨機矩陣，其均值為0，方差是1，使Q=N/L，當Q作為固定值時，L→∞，那么隨機矩陣M特征值的概率密度P(λ)其表達式為

(2)

(3)

(4)

式中，λmax與λmin分別作為隨機矩陣M的最大特征值和最小特征值。然后，根據(jù)相關矩陣C和隨機矩陣M的性質，將相關矩陣C分成符合隨機矩陣區(qū)域與差異區(qū)域，再對相關矩陣進行改進處理，排除相關矩陣內存在的噪聲。

3.2 異構數(shù)據(jù)特征選擇

在一定程度上來講，高維數(shù)據(jù)是一組由眾多數(shù)據(jù)集組成的復雜且數(shù)量多的數(shù)據(jù)集，該數(shù)據(jù)根據(jù)不同的數(shù)據(jù)形式，將會以不同的形式出現(xiàn)，這之間雖是同為高維數(shù)據(jù)但由于形式不同所呈現(xiàn)出的數(shù)據(jù)格式便有所不同，與此同時易購數(shù)據(jù)在運行傳輸?shù)倪^程中，同樣也具有多種變形和特征。數(shù)據(jù)量也會隨之增加，從而出現(xiàn)新的數(shù)據(jù)結構格式。

特征選擇作為一項高維數(shù)據(jù)預處理方式，能夠很大程度的降低特征維數(shù)[9]，在不改變原本特征空間性質的基礎上，在原空間內選取一部分重要的特征，重新構成一個新的空間。特征項選擇的優(yōu)劣程度會嚴重影響數(shù)據(jù)聚類的準確率。

在進行高維數(shù)據(jù)異構特征選擇時，運用互信息作為度量標準。設置N×L數(shù)據(jù)矩陣D，F(xiàn)={f1，f2，…，ft}作為特征的整體集合，S={s1，s2，…，sk}作為類別集合，然后建立互信息矩陣M，其表達式為

(5)

在k的值比較小時，無法符合隨機矩陣的條件，故對互信息矩陣M實施增廣處理，復制m此，為M=[M，m(M)]，為了能夠恢復初值的行列比，將m=(L-1)2/(N*k)-1，所得式為

(6)

為了保持數(shù)據(jù)的合理性，對互信息矩陣M按照式(7)和式(8)形式進行規(guī)范化、中心化以及標準化處理，獲得矩陣Md。再按照式(9)運算獲得t×t的特征相關性矩陣C，將其根據(jù)式(10)進行奇異值分解，其公式如下

ij=Iij-(maxIi-minIi)/2

(7)

(8)

(9)

C=UΛV

(10)

Cnew=UΛnewV

(11)

在高維數(shù)據(jù)異構中含有大量的特征，其中還存在許多相關度較低的冗余特征，相關度較高得特征之間還存在大量的噪聲數(shù)據(jù)，因此需選擇合適的特征，再對特征進行降維處理。

3.3 半監(jiān)督正則化映射降維

在高維數(shù)據(jù)進行異構時[10]，要求數(shù)據(jù)具有完整性、一致性、準確性以及及時性。運用半監(jiān)督正則化方法，對高維數(shù)據(jù)異構特征映射降維。為了防止函數(shù)目標的過度擬合，采用正則化回歸模型，其表達式為

(12)

(13)

(14)

故，在式(12)還能夠表式為

(15)

式中，γK描述的是目標空間函數(shù)的系數(shù)，默認數(shù)值為0.005/l，γI描述的是在幾何函數(shù)中的系數(shù)，默認數(shù)值為0.05N2/l。

最小化處理的顯示映射[12]表達式即

(16)

對式(15)差采用矩陣計算，獲得目標函數(shù)，其表達式為

(17)

通過半監(jiān)督正則化方法處理矢量特征，獲得顯示映射和數(shù)據(jù)最低維度。

4 仿真結果

在進行仿真時，本文運用Windows7操作系統(tǒng)對所提算法降維效果進行檢測，語言編制系統(tǒng)為Mstlab7，內存為8GB，根據(jù)Cloudsim平臺構建5G蜂窩網(wǎng)絡環(huán)境下高維數(shù)據(jù)異構特征映射降維仿真平臺。采樣大型數(shù)據(jù)庫，首先對高維數(shù)據(jù)做PCA降維處理，并保存其97%的主要內容。選擇具有高維數(shù)據(jù)和異構數(shù)據(jù)的數(shù)據(jù)集合，之中有39個異常數(shù)據(jù)記錄，持續(xù)數(shù)值為5*10條TCP，在每條記錄中都包含12個高維數(shù)值屬性。其中設定的具體參數(shù)如表1所示。

表1 實驗設置參數(shù)

充分結合分類器，則5G蜂窩網(wǎng)絡高維數(shù)據(jù)異構特征映射降維框圖如圖2所示。

圖2 異構特征映射降維框圖

分別觀察文獻[1]算法、文獻[2]算法以及本文算法的識別率，從而進行對比分析。目標維數(shù)d按順序取值為1～30維，鄰域KD的取值為7。在3種算法不同維數(shù)下的識別率如表2所示。

表2 平均維數(shù)識別率

從表2的對比中可以看出，本文算法在對高維數(shù)據(jù)異構特征映射降維時，識別率最高，能夠處理大量樣本，平均識別率比文獻[1]和文獻[2]高出1.54%和0.56%。本文算法能夠在低維空間下更清晰的顯示映射，具有較高識別率。

為了進一步驗證不同方法降維的效果，進行對比實驗，實驗結果如圖3所示。

圖3 降維效果的對比圖

如圖所示，文獻[1]方法的降維效果較為模糊，只能識別出幾個特征點，文獻[2]方法的降維效果較為清晰，能夠識別出具體區(qū)域，而所提方法降維效果最為清晰，能夠識別出具體的農田、村落，識別效果較為理想。

在此基礎上，對三種方法的降維過程在網(wǎng)絡運行時所消耗的時間，對比結果如4所示。

圖4 運行消耗時間

從圖中能夠看出，樣本數(shù)量在不斷增多時，本文算法運行時間一直保持平穩(wěn)的狀態(tài)，耗時較短，時間復雜度與其它2種算法相比較較小，具有顯著的優(yōu)越性和準確性。

5 結論

在高維數(shù)據(jù)中含有大量顯著特征的數(shù)據(jù)集，這些數(shù)據(jù)集大幅降低了蜂窩網(wǎng)絡的性能。因此，降維對于5G蜂窩網(wǎng)絡就顯得尤為重要。

1)所提算法對高維數(shù)據(jù)異構特征映射降維時，構建隨機矩陣進行特征選擇，運用半監(jiān)督正則化方法處理矢量特征，獲得顯式映射進一步進行降維處理，縮短了運行時間，提供了降維效率。

2)在平均識別率方面，所提算法比文獻[1]和文獻[2]高出1.54%和0.56%；在實驗個數(shù)為600個時，所提算法用時比文獻[1]方法、文獻[2]方法少60s和40s，具有明顯優(yōu)勢。

3)由于時間有限，此次實驗在時間消耗方面還有提升的空間，這也是我未來的研究方向。