李洪波，周春姐

(魯東大學(xué)信息與電氣工程學(xué)院，山東 煙臺(tái) 264025)

1 引言

計(jì)算機(jī)技術(shù)水平發(fā)展的同時(shí)，現(xiàn)代企業(yè)和個(gè)人所需要的信息數(shù)據(jù)要求也越來(lái)越高，造成了現(xiàn)代網(wǎng)絡(luò)數(shù)據(jù)中心面臨無(wú)法有效調(diào)配、匯總數(shù)據(jù)以及無(wú)法滿足當(dāng)前網(wǎng)絡(luò)用戶對(duì)信息數(shù)據(jù)量穩(wěn)定性、安全性以及加密性的各方面需求的雙重矛盾。在這樣的情況下，尋求一種基于當(dāng)前通信大數(shù)據(jù)特征屬性，進(jìn)行通信大數(shù)據(jù)引導(dǎo)融合的方法成為了當(dāng)前網(wǎng)絡(luò)數(shù)據(jù)中心研究領(lǐng)域亟待解決的核心問(wèn)題[1]。

由于目前絕大多數(shù)通信網(wǎng)絡(luò)由多種網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)成，其目的就是綜合網(wǎng)絡(luò)大數(shù)據(jù)，滿足云計(jì)算下的用戶要求。所以有關(guān)人員相繼提出根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)和輻射區(qū)進(jìn)行屬性特征融合的數(shù)據(jù)融合策略，這種策略可以簡(jiǎn)稱為“節(jié)點(diǎn)融合”[2]。節(jié)點(diǎn)融合主要依靠PHD節(jié)電傳感器，根據(jù)濾波算法模擬出各節(jié)點(diǎn)的狀態(tài)特征，計(jì)算數(shù)據(jù)關(guān)聯(lián)度，并采用協(xié)方差交流法，實(shí)現(xiàn)數(shù)據(jù)引導(dǎo)融合。此外還有人提出了基于支持向量機(jī)的屬性融合方法和基于深度學(xué)習(xí)的屬性融合方法。前者通過(guò)訓(xùn)練傳感器的屬性信息融合度預(yù)測(cè)值，以此獲取數(shù)據(jù)融合閾值，根據(jù)閾值的高低能否達(dá)到標(biāo)準(zhǔn)值，獲取最終的融合結(jié)果；二者需匯聚網(wǎng)絡(luò)中全部數(shù)據(jù)節(jié)點(diǎn)特征，并利用CNNM模型獲取每個(gè)節(jié)點(diǎn)終端的數(shù)據(jù)原始特征，在此基礎(chǔ)上，將得到的特征結(jié)果及融合數(shù)據(jù)傳輸?shù)絽R聚節(jié)點(diǎn)，完成數(shù)據(jù)融合。

上述幾種通信大數(shù)據(jù)屬性引導(dǎo)融合方法均存在屬性節(jié)點(diǎn)生存期較短的問(wèn)題，究其根本在于，對(duì)當(dāng)前數(shù)據(jù)進(jìn)行粗獷式融合，沒(méi)有真正做到數(shù)據(jù)屬性特征梳理，導(dǎo)致節(jié)點(diǎn)屬性很容易同化或錯(cuò)亂[3]。為了有效解決屬性節(jié)點(diǎn)生存期較短問(wèn)題，提出新型云計(jì)算下通信大數(shù)據(jù)特征融合技術(shù)。

2 通信數(shù)據(jù)特征融合技術(shù)設(shè)計(jì)

2.1 信息數(shù)據(jù)團(tuán)集成

在對(duì)當(dāng)前通信大數(shù)據(jù)多屬性特征引導(dǎo)融合過(guò)程中，因?yàn)閿?shù)據(jù)堆積環(huán)境的負(fù)載特殊性，需要將當(dāng)前用戶所需要的特征數(shù)據(jù)先劃分為不同的數(shù)據(jù)團(tuán)，根據(jù)每個(gè)數(shù)據(jù)團(tuán)最關(guān)鍵的屬性信息，劃分為各個(gè)數(shù)據(jù)塊，并求得數(shù)據(jù)塊密度[4]，以數(shù)據(jù)塊密度作為數(shù)據(jù)團(tuán)集成標(biāo)簽，最終完成信息數(shù)據(jù)團(tuán)集成。以下為具體集成步驟：

假設(shè)A代表當(dāng)前數(shù)據(jù)G的最高有效連續(xù)性矩陣，V，E代表當(dāng)前通信數(shù)據(jù)的實(shí)際節(jié)點(diǎn)以及數(shù)據(jù)邊的集合，P代表當(dāng)前數(shù)據(jù)的預(yù)設(shè)劃分，Gi代表當(dāng)前劃分P的一個(gè)實(shí)際數(shù)據(jù)團(tuán)，Vi，Ei分別代表當(dāng)前數(shù)據(jù)團(tuán)Gi的實(shí)際節(jié)點(diǎn)和邊的數(shù)據(jù)集合，根據(jù)式(1)將當(dāng)前用戶信息全部劃分為不同中的數(shù)據(jù)團(tuán)，其表達(dá)式為

(1)

對(duì)獲取的數(shù)據(jù)團(tuán)進(jìn)行數(shù)據(jù)劃分，得到劃分后的數(shù)據(jù)模塊p(g)，其表達(dá)式為

(2)

式中，L(Vi，Vj)代表當(dāng)前節(jié)點(diǎn)集合的實(shí)際邊數(shù)據(jù)量，I(s，t)代表當(dāng)前通信大數(shù)據(jù)的實(shí)際信息增益值，?(E)代表不同連度下的節(jié)點(diǎn)數(shù)據(jù)量，R(z，p)代表當(dāng)前大數(shù)據(jù)的屬性劃分，?(h)代表各個(gè)節(jié)點(diǎn)對(duì)當(dāng)前數(shù)據(jù)模塊的實(shí)際貢獻(xiàn)值[5]。

在式(2)的基礎(chǔ)上，對(duì)數(shù)據(jù)模塊的密度μ*(s)進(jìn)行計(jì)算，其計(jì)算公式為

(3)

式中，Aij代表當(dāng)前通信大數(shù)據(jù)之間的連接性矩陣，L代表數(shù)據(jù)節(jié)點(diǎn)V和Vj之間數(shù)據(jù)邊界的數(shù)量，則可以根據(jù)公式直接定義當(dāng)前數(shù)據(jù)模塊的密度，λ(d)代表當(dāng)前數(shù)據(jù)節(jié)點(diǎn)的實(shí)際原始數(shù)據(jù)，ε(E)代表不同數(shù)據(jù)之間的屬性值關(guān)聯(lián)類別和規(guī)則[6-7]。

通過(guò)上述步驟完成數(shù)據(jù)塊的密度求解，數(shù)據(jù)塊密度可視為數(shù)據(jù)團(tuán)的集成標(biāo)簽，根據(jù)標(biāo)簽?zāi)軌驅(qū)崿F(xiàn)數(shù)據(jù)團(tuán)進(jìn)行集成劃分。在此基礎(chǔ)上需要計(jì)算集成標(biāo)簽的初始重要程度。

假設(shè)RC(ei→ej)代表當(dāng)前數(shù)據(jù)塊ei和ej之間的相對(duì)距離，根據(jù)式(4)計(jì)算當(dāng)前數(shù)據(jù)塊的實(shí)際權(quán)值。其計(jì)算公式為

(4)

式中，m代表當(dāng)前通信大數(shù)據(jù)基礎(chǔ)數(shù)據(jù)團(tuán)的總量，sim(Tp)代表任意兩個(gè)數(shù)據(jù)聚類之間的實(shí)際關(guān)系距離的平均值[8]。

(5)

式中，vi代表當(dāng)前數(shù)據(jù)內(nèi)部的實(shí)際節(jié)點(diǎn)總量，Degree(e)代表當(dāng)前模式圖G中，數(shù)據(jù)表e的相對(duì)節(jié)點(diǎn)數(shù)量，γ(W)代表用戶核心數(shù)據(jù)樣本類型數(shù)據(jù)集，μ(x)為樣本中的數(shù)據(jù)種類比[9]。

利用R，S分別指代當(dāng)前大數(shù)據(jù)網(wǎng)絡(luò)用戶所需要的不同數(shù)據(jù)聚類主題，則根據(jù)數(shù)據(jù)源的聚類思想，將不同類型數(shù)據(jù)團(tuán)進(jìn)行有效集成，作為當(dāng)前大數(shù)據(jù)信息不同數(shù)據(jù)類別的主題組，根據(jù)式(6)進(jìn)行表述。

(6)

式中，Ti和Tj分別代表當(dāng)前數(shù)據(jù)組中的數(shù)據(jù)表，Tp代表關(guān)系數(shù)據(jù)表Ti的權(quán)值。φ(C)代表當(dāng)前數(shù)據(jù)團(tuán)集成聚類的結(jié)果數(shù)量[10]。

綜上所述可以確定，對(duì)當(dāng)前數(shù)據(jù)堆積環(huán)境下的使用用戶，在進(jìn)行通信大數(shù)據(jù)分類過(guò)程中，可以采用上述方法將其全部轉(zhuǎn)化為不同類型的數(shù)據(jù)團(tuán)，再根據(jù)數(shù)據(jù)聚類思想將數(shù)據(jù)團(tuán)中的通信數(shù)據(jù)信息和數(shù)據(jù)屬性特征優(yōu)化成不同的數(shù)據(jù)組，以此實(shí)現(xiàn)數(shù)據(jù)海量堆積情況下的數(shù)據(jù)團(tuán)集成。

2.2 數(shù)據(jù)屬性特征計(jì)算

通過(guò)上述聚類集成方法將數(shù)據(jù)信息進(jìn)行高度集成以后，即可將集成獲取的信息團(tuán)進(jìn)行分解，對(duì)信息屬性特征進(jìn)行計(jì)算。采用粗糙集計(jì)算方法，對(duì)當(dāng)前集成信息團(tuán)的數(shù)據(jù)屬性進(jìn)行評(píng)估，從而為后續(xù)特征引導(dǎo)融合提供數(shù)據(jù)基礎(chǔ)[11-12]。

設(shè)E為當(dāng)前數(shù)據(jù)決策樹(shù)的屬性描述數(shù)值，D為當(dāng)前數(shù)據(jù)屬性架構(gòu)的集合，則信息團(tuán)分解公式為

(7)

式中，QD(E)表示當(dāng)前信息特征屬性E對(duì)當(dāng)前屬性架構(gòu)集合D的正域描述，V表示當(dāng)前數(shù)據(jù)特征集合的實(shí)際基數(shù)。根據(jù)式(7)對(duì)分解后的信息團(tuán)進(jìn)行屬性特征計(jì)算，其表達(dá)式為

η′=η-Dj

(8)

式中，Dj表示數(shù)據(jù)屬性的對(duì)應(yīng)條件依賴程度，即該數(shù)據(jù)在特征數(shù)據(jù)集中的權(quán)重[12]。

根據(jù)粗糙集來(lái)確定數(shù)據(jù)屬性特征比例關(guān)系，需要對(duì)當(dāng)前通信大數(shù)據(jù)特征權(quán)重值進(jìn)行計(jì)算，其詳細(xì)步驟如下：

step1:根據(jù)運(yùn)算數(shù)據(jù)能夠獲取的計(jì)算屬性值，可以獲取當(dāng)前數(shù)據(jù)集屬性集合權(quán)重，即數(shù)據(jù)集屬性集合依賴值，計(jì)算公式如下

(9)

setp2:根據(jù)式(9)獲取的數(shù)據(jù)，進(jìn)一步計(jì)算當(dāng)前屬性Dk對(duì)當(dāng)前數(shù)據(jù)屬性SE的依賴性，即

(10)

setp3:根據(jù)以下公式計(jì)算當(dāng)前數(shù)據(jù)集第j個(gè)數(shù)據(jù)屬性的歸一性系數(shù)。

(11)

根據(jù)上述的公式可以對(duì)當(dāng)前數(shù)據(jù)屬性權(quán)重進(jìn)行計(jì)算，以最大權(quán)值作為模糊決策樹(shù)的根節(jié)點(diǎn)、然后開(kāi)始進(jìn)行特征計(jì)算。

設(shè)通信大數(shù)據(jù)構(gòu)成集合可以用Y={(yj，zj)|j=1，2…，e}表示，其中，yj=(yj1，yj2，…yje)能夠用于描述當(dāng)前數(shù)據(jù)的權(quán)值集合；(B1，B2，…，Be)用于描述當(dāng)前數(shù)據(jù)的對(duì)應(yīng)屬性值。根據(jù)下列公式可以確定當(dāng)前數(shù)據(jù)特征集合的綜合期望值。

(12)

假設(shè)，當(dāng)前的數(shù)據(jù)屬性為Bg(g=1，2，…，e)，擁有r個(gè)不同屬性的信息權(quán)值，則將其屬性分解溝可以獲取如下描述

(13)

利用當(dāng)前公式可計(jì)算的數(shù)據(jù)屬性Bg可以確定其信息增益對(duì)比值。

(14)

根據(jù)以下公式數(shù)據(jù)，可以針對(duì)上述計(jì)算獲取的增益對(duì)比值，建立優(yōu)化決策樹(shù)

(15)

將當(dāng)前信息的增益比最大值數(shù)據(jù)作為數(shù)據(jù)決策樹(shù)的各項(xiàng)分支數(shù)據(jù)，以此建立決策數(shù)據(jù)節(jié)點(diǎn)。再根據(jù)節(jié)點(diǎn)信息屬性權(quán)重，設(shè)置對(duì)應(yīng)分支，從而獲取下級(jí)對(duì)應(yīng)子節(jié)點(diǎn)，完成整個(gè)決策樹(shù)的建立。

根據(jù)上述闡述的方法，可以計(jì)算數(shù)據(jù)屬性的信息量，從而進(jìn)行數(shù)據(jù)特征挖掘，完成數(shù)據(jù)屬性的特征計(jì)算。

2.3 信息屬性排序

屬性特征計(jì)算完畢后，需要對(duì)其進(jìn)一步排序，才能進(jìn)行最后的屬性引導(dǎo)融合。通過(guò)輸入輸出關(guān)聯(lián)法，排序和計(jì)算當(dāng)前決策樹(shù)信息屬性特征權(quán)值。同時(shí)，采用分離法對(duì)去掉部分屬性的當(dāng)前信息進(jìn)行信息組內(nèi)距離間距比值的計(jì)算，并根據(jù)聯(lián)系法對(duì)輸入和輸出特征的屬性關(guān)聯(lián)度進(jìn)行計(jì)算，其計(jì)算公式為

(16)

(17)

在式(16)與式(17)中，S(k)表示當(dāng)前數(shù)據(jù)屬性下實(shí)際輸入值的關(guān)聯(lián)梯度；C(k)表示當(dāng)前數(shù)據(jù)屬性下實(shí)際分離值的關(guān)聯(lián)梯度；sign代表當(dāng)前數(shù)據(jù)符號(hào)函數(shù)；SWK代表去k特征數(shù)據(jù)間的組內(nèi)距離；SBK代表去k特征數(shù)據(jù)之間的組間距離。x(i，k)和y(i)分別表示當(dāng)前樣本數(shù)據(jù)的屬性值和輸出值，此時(shí)數(shù)據(jù)k屬性的權(quán)值可以根據(jù)以下公式進(jìn)行計(jì)算。

R(k)=αS(k)+(1-α)C(k)

(18)

式中，α為常數(shù)項(xiàng)，其值為0到1之間。

式(18)中，通信數(shù)據(jù)屬性的原始數(shù)據(jù)較大，也會(huì)導(dǎo)致其屬性特征權(quán)值增大。反之則會(huì)減小。這就導(dǎo)致了在后續(xù)特征引導(dǎo)時(shí)會(huì)出現(xiàn)信息數(shù)據(jù)屬性誤差，因此需要對(duì)當(dāng)前數(shù)據(jù)特征屬性進(jìn)行歸一化處理，從而有效消除數(shù)據(jù)誤差。設(shè)計(jì)采用最大規(guī)范法，對(duì)當(dāng)前原始數(shù)據(jù)進(jìn)行線性交叉，設(shè)minA和maxA分別表示當(dāng)前數(shù)據(jù)實(shí)行的最大值和最小值，計(jì)算式如下：

(nmax(A)-min(A)+nmin(A))

(19)

通過(guò)上述公式，可以獲取對(duì)當(dāng)前通信信息排序的方法，輸入和輸出的數(shù)據(jù)關(guān)聯(lián)公式如下

(20)

根據(jù)以上關(guān)系式和通信大數(shù)據(jù)樣本值的計(jì)算變化，可以獲取當(dāng)前特征輸入值和輸出值的重要性衡量，對(duì)于特征數(shù)據(jù)庫(kù)屬性樣本值，輸入和輸出變化越大，屬性的重要程度就越高，再根據(jù)當(dāng)前數(shù)據(jù)信息量計(jì)算重要性進(jìn)行排序計(jì)算，即可完成最終結(jié)果排序。

2.4 實(shí)現(xiàn)數(shù)據(jù)融合

通過(guò)尋找和提取數(shù)據(jù)特征，盡可能明確當(dāng)前通信數(shù)據(jù)的特征子集，在利用上述計(jì)算公式對(duì)特征進(jìn)行過(guò)濾式選取。在2.3節(jié)提出的特征排序的基礎(chǔ)上，利用比對(duì)法篩選當(dāng)前大數(shù)據(jù)的特征屬性需求性。

通過(guò)相似性度量方法對(duì)不同數(shù)據(jù)樣本的數(shù)據(jù)相似程度進(jìn)行描述，描述過(guò)程通常采用歐氏距離計(jì)算，該算法表示為

(21)

式中，p和p′表示當(dāng)前通信數(shù)據(jù)，d(p，p′)為數(shù)據(jù)中的信息需求實(shí)際差異性，fi和fi′分別表示數(shù)據(jù)內(nèi)p，和p′中第i個(gè)特征數(shù)取值。wi取值為1時(shí)，表示當(dāng)前特征沒(méi)有被融合；d表示數(shù)據(jù)維數(shù)。

利用相似數(shù)據(jù)K對(duì)當(dāng)前通信數(shù)據(jù)進(jìn)行估算，在選擇同類型數(shù)據(jù)后，需要對(duì)其進(jìn)行調(diào)整，確定數(shù)據(jù)評(píng)估結(jié)果。利用平均值法，選擇數(shù)據(jù)K作為平均值估算樣本數(shù)據(jù)，并根據(jù)相似性進(jìn)行引導(dǎo)融合，融合公式為

(22)

式中，pk代表當(dāng)前數(shù)據(jù)p特征屬性最相近的數(shù)據(jù)，d(p，pk)表示數(shù)據(jù)之間的實(shí)際距離；δ表示常數(shù)。

根據(jù)上述論述，在對(duì)當(dāng)前云計(jì)算通信數(shù)據(jù)特征屬性計(jì)算和排序后，利用當(dāng)前數(shù)據(jù)用戶信息間的數(shù)據(jù)相關(guān)性進(jìn)行數(shù)據(jù)度量，可以實(shí)現(xiàn)數(shù)據(jù)屬性的初選，再確定特征子集，最終實(shí)現(xiàn)多屬性的引導(dǎo)融合。

3 仿真研究

為了證明上述設(shè)計(jì)的云計(jì)算下通信大數(shù)據(jù)多屬性特征引導(dǎo)融合方法的可用性，需要進(jìn)行仿真。本文仿真平臺(tái)采用Weak3.08，憑借Weak3.08高效的數(shù)據(jù)特征仿真能力，對(duì)本文方法的有效性開(kāi)展實(shí)驗(yàn)。

仿真從當(dāng)前CUI數(shù)據(jù)庫(kù)中，調(diào)借了4個(gè)無(wú)任何標(biāo)簽的模塊化數(shù)據(jù)集(KGE、Docword、USC_nytimes、Househoid)，實(shí)驗(yàn)通過(guò)比較上述設(shè)計(jì)的融合方法和傳統(tǒng)基于支持向量機(jī)的特征融合方法的仿真特性進(jìn)行有效性判別，特征參數(shù)選取數(shù)據(jù)節(jié)點(diǎn)融合能耗以及節(jié)點(diǎn)挖掘率。表1給出了實(shí)驗(yàn)所用的五組數(shù)據(jù)集具體情況。

表1 實(shí)驗(yàn)用數(shù)據(jù)集

仿真具有多個(gè)數(shù)據(jù)約簡(jiǎn)方法，通過(guò)對(duì)數(shù)據(jù)需求的特征識(shí)別和融合分類完成實(shí)驗(yàn)。圖1給出了實(shí)驗(yàn)中兩種方法的節(jié)點(diǎn)融合耗能，其結(jié)果如下。

圖1 融合能耗對(duì)比

根據(jù)圖1能耗數(shù)據(jù)可以看出，隨著數(shù)據(jù)量的疊加，兩種方法的能耗沒(méi)有明顯的增減變化，證明兩種方法均存在較高的穩(wěn)定性。但是根據(jù)數(shù)據(jù)結(jié)果可以看出，此次設(shè)計(jì)的融合方法與傳統(tǒng)向量機(jī)法相比，綜合能耗更小，平均能耗比例均在3%以下。

在相同的實(shí)驗(yàn)環(huán)境下，通過(guò)對(duì)比10組不同的實(shí)驗(yàn)數(shù)據(jù)的節(jié)點(diǎn)挖掘率，進(jìn)一步驗(yàn)證設(shè)計(jì)方法的有效性，其中A表示當(dāng)前組別序號(hào)，X表示設(shè)計(jì)方法的挖掘率，Y表示傳統(tǒng)方法的挖掘率。具體數(shù)據(jù)如下。

表2 挖掘率對(duì)比表

因?yàn)閿?shù)據(jù)挖掘樣本完全隨機(jī)選擇，其數(shù)據(jù)類型和數(shù)據(jù)量較為多元化，所以兩個(gè)實(shí)驗(yàn)組獲取的挖掘率沒(méi)有明顯的規(guī)律。但是通過(guò)數(shù)據(jù)統(tǒng)計(jì)可以確定，上述設(shè)計(jì)方法的實(shí)際挖掘率明顯高于傳統(tǒng)方法，再次驗(yàn)證了本文方法的優(yōu)越性能。

4 結(jié)束語(yǔ)

高速增長(zhǎng)的通信數(shù)據(jù)是現(xiàn)代網(wǎng)絡(luò)資源整理匯總的核心，也是未來(lái)數(shù)據(jù)管理領(lǐng)域面臨的重要挑戰(zhàn)。提出的通信大數(shù)據(jù)多屬性特征引導(dǎo)融合方法可以有效提高節(jié)點(diǎn)存活周期，從而實(shí)現(xiàn)特征引導(dǎo)融合效率的提高。