中圖分類號(hào)：TM743 文獻(xiàn)標(biāo)志碼：A

0 引言

近年來(lái)，智能編程仿真培訓(xùn)概念的提出為編程技能培訓(xùn)提供了新的思路。研究人員在智能編程仿真培訓(xùn)平臺(tái)領(lǐng)域開展了大量研究并取得了一定的實(shí)驗(yàn)成果。例如，陳星延等1通過(guò)構(gòu)建智能編程仿真培訓(xùn)平臺(tái)，建立編程系統(tǒng)中典型場(chǎng)景各編程元素和案例的3D模型，模擬真實(shí)的編程作業(yè)環(huán)境，改善平臺(tái)使用者仿真作業(yè)體驗(yàn)的效果。

但是，現(xiàn)有的智能編程仿真培訓(xùn)平臺(tái)仍存在內(nèi)存小、計(jì)算效率低、失敗概率大等不足，實(shí)際應(yīng)用效果亟待提升。為此，張文杰等[2提出了基于開放式通信的培訓(xùn)平臺(tái)設(shè)計(jì)方法，采用分層分布式的體系結(jié)構(gòu)，實(shí)現(xiàn)精準(zhǔn)建模，基于統(tǒng)一交互界面，實(shí)現(xiàn)了智能編程仿真培訓(xùn)全景展示。然而，該方法容易受到復(fù)雜仿真培訓(xùn)數(shù)據(jù)影響，導(dǎo)致培訓(xùn)效果不佳。孫瑩等[3]提出了基于“互聯(lián)網(wǎng) + 交互式”技術(shù)的平臺(tái)設(shè)計(jì)方法，利用“互聯(lián)網(wǎng) + 交互式\"技術(shù)，建設(shè)了集培訓(xùn)學(xué)習(xí)、練習(xí)考試等功能一體的培訓(xùn)平臺(tái)。該平臺(tái)能夠解決當(dāng)前培訓(xùn)平臺(tái)存在的痛點(diǎn)，但面對(duì)大規(guī)模仿真數(shù)據(jù)，無(wú)法得到有效處理，導(dǎo)致培訓(xùn)效果不佳。謝鋒等[4提出了基于可編程門陣列（Field-programmableGateArray，F(xiàn)PGA）的平臺(tái)設(shè)計(jì)方法，通過(guò)現(xiàn)場(chǎng)FPGA構(gòu)建深度學(xué)習(xí)模型專用加速器，優(yōu)化原始模型，構(gòu)建智能編程仿真培訓(xùn)平臺(tái)。該平臺(tái)具有快速培訓(xùn)效果，但受限于小型化設(shè)備上的部署，導(dǎo)致培訓(xùn)耗時(shí)較長(zhǎng)。

基于上述存在的問(wèn)題，文章提出構(gòu)建智能編程仿真培訓(xùn)平臺(tái)。該平臺(tái)能夠整合分布式的計(jì)算資源和數(shù)據(jù)資源并對(duì)其進(jìn)行動(dòng)態(tài)配置與管理，進(jìn)而為用戶提供所需的服務(wù)。在編程技能訓(xùn)練中，引入智能編程模擬訓(xùn)練平臺(tái)的概念，用于檢測(cè)編程過(guò)程中產(chǎn)生的病毒白噪聲?！安《景自肼暋笔侵冈诰幊踢^(guò)程中，干擾程序正常運(yùn)行、影響編程效果或?qū)е鲁绦虺霈F(xiàn)錯(cuò)誤的一類無(wú)規(guī)律、雜亂的干擾因素，它類似于電子信號(hào)中的白噪聲，會(huì)對(duì)編程的準(zhǔn)確性和穩(wěn)定性造成負(fù)面影響。借助該平臺(tái)，可有效檢測(cè)編程過(guò)程中的病毒白噪聲，確保用戶能夠在任何時(shí)間、任何地點(diǎn)開展典型的智能編程仿真培訓(xùn)。

1基于云計(jì)算的智能編程仿真培訓(xùn)平臺(tái)設(shè)計(jì)

1.1平臺(tái)架構(gòu)

文章基于云計(jì)算智能編程仿真培訓(xùn)平臺(tái)的培養(yǎng)目標(biāo)，為編程相關(guān)專業(yè)的學(xué)生以及業(yè)內(nèi)的相關(guān)人士建立起一個(gè)內(nèi)部的網(wǎng)絡(luò)環(huán)境[5]。因此，以云計(jì)算為基礎(chǔ)的智能編程仿真培訓(xùn)平臺(tái)，在其內(nèi)部采取了一種局部部署方式，使客戶端與云服務(wù)器一起分擔(dān)任務(wù)，降低平臺(tái)的通信開銷。同時(shí)，由于信息發(fā)布、交流、遠(yuǎn)程培訓(xùn)等功能都要依靠外部網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，使用基于梯形圖編輯模塊的云計(jì)算部署方式，可以讓內(nèi)部和外部進(jìn)行互聯(lián)互通和數(shù)據(jù)信息共享，也為后續(xù)在云部署方式下對(duì)局部部署方式的運(yùn)行狀況監(jiān)測(cè)奠定了基礎(chǔ)[6]。為此，該項(xiàng)目構(gòu)建以內(nèi)網(wǎng)和外網(wǎng)為傳輸渠道，以數(shù)據(jù)庫(kù)為基礎(chǔ)的數(shù)據(jù)支持，以本地部署為主、云部署為輔的混合方式，搭建智能編程仿真培訓(xùn)平臺(tái)，如圖1所示。

圖1智能編程仿真培訓(xùn)平臺(tái)架構(gòu)

由圖1可知，該平臺(tái)主要由數(shù)據(jù)層、支撐層、應(yīng)用層、表現(xiàn)層等4個(gè)部分構(gòu)成。數(shù)據(jù)層以軟件技術(shù)和網(wǎng)絡(luò)環(huán)境為支撐，通過(guò)智能編程仿真培訓(xùn)終端平臺(tái)的作用，構(gòu)建面向服務(wù)對(duì)象的智能編程仿真培訓(xùn)平臺(tái)結(jié)構(gòu)。

梯形圖編輯模塊主要包括3大部分：編輯、編譯和仿真，其中編輯部分由圖元設(shè)計(jì)管理、接口設(shè)計(jì)管理、項(xiàng)目文件管理、編輯功能設(shè)計(jì)管理、程序語(yǔ)法邏輯查找錯(cuò)誤5個(gè)功能部分組成。軟件界面布局均通過(guò)梯形圖編輯模塊來(lái)完成，包括菜單欄、狀態(tài)欄、工具欄以及需要的函數(shù)。該模塊中還包括用于與用戶文件相互作用的項(xiàng)目文件管理器和用于書寫并顯示用戶程序的梯形圖形編輯區(qū)域。圖元設(shè)計(jì)管理模塊主要用來(lái)設(shè)計(jì)梯形圖的圖元類別，具有顯示、保存與再現(xiàn)、屬性設(shè)置以及查找錯(cuò)誤等功能。在梯形圖程序的編輯和設(shè)計(jì)中，編輯函數(shù)管理子模塊主要用于完成各種圖元的添加、刪除、剪切和復(fù)制等操作，還可以對(duì)已經(jīng)完成的操作進(jìn)行撤銷或重復(fù)已經(jīng)撤銷的操作。項(xiàng)目文件管理模塊用于管理梯形圖編程部分的項(xiàng)目文件，確保編程正確加載并通過(guò)配置相關(guān)信息，能夠確保其能夠被正確復(fù)現(xiàn)。另外，該模組會(huì)以檔案的方式儲(chǔ)存于磁盤中。梯形圖語(yǔ)法和邏輯校驗(yàn)?zāi)K的功能是對(duì)已編輯好的梯形圖的語(yǔ)法結(jié)構(gòu)進(jìn)行正確性檢驗(yàn)，如果發(fā)現(xiàn)梯形圖中有語(yǔ)法錯(cuò)誤或處理邏輯上有問(wèn)題，則會(huì)持續(xù)提醒編者進(jìn)行修正，直至將錯(cuò)誤徹底修正。

1.2平臺(tái)功能

基于云計(jì)算的智能編程仿真培訓(xùn)平臺(tái)為用戶提供了模擬培訓(xùn)、在線測(cè)試、資料查詢、信息發(fā)布與共享等功能。

（1）模擬培訓(xùn)功能。

以標(biāo)準(zhǔn)化、規(guī)范化的編程方式，對(duì)智能編程的現(xiàn)場(chǎng)環(huán)境、工作方式和工作過(guò)程進(jìn)行了三維再現(xiàn)，真正實(shí)現(xiàn)了對(duì)編程系統(tǒng)的模擬。將各編程任務(wù)細(xì)化到每個(gè)工作流程，通過(guò)外部設(shè)備和虛擬模擬環(huán)境進(jìn)行互動(dòng)，實(shí)現(xiàn)編程系統(tǒng)中各個(gè)環(huán)節(jié)的順暢運(yùn)行。

（2）在線測(cè)試功能。

以編程系統(tǒng)為研究對(duì)象，通過(guò)理論與模擬兩種考核方式，對(duì)所培訓(xùn)人員培訓(xùn)效果及實(shí)際應(yīng)用能力進(jìn)行綜合評(píng)價(jià)。

（3）資料查詢功能。

可查詢資料包含了典型智能編程項(xiàng)目技術(shù)規(guī)程、標(biāo)準(zhǔn)、編程指導(dǎo)書、編程工具和設(shè)備資料、項(xiàng)目信息等，并通過(guò)視頻、音頻、文檔等多種方式對(duì)項(xiàng)目進(jìn)行了詳細(xì)的講解和演示，方便學(xué)員進(jìn)行實(shí)時(shí)檢索和查詢。

（4）信息發(fā)布與共享功能。

動(dòng)態(tài)發(fā)布智能編程培訓(xùn)的資源、新聞動(dòng)態(tài)，為用戶提供分享和交流的平臺(tái)。

2基于云計(jì)算的智能編程仿真培訓(xùn)關(guān)鍵技術(shù)

隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，傳統(tǒng)的計(jì)算機(jī)病毒防御體系已不能滿足對(duì)日益增長(zhǎng)的網(wǎng)絡(luò)安全威脅的快速響應(yīng)。針對(duì)傳統(tǒng)方法的不足，本研究設(shè)計(jì)了一種面向云計(jì)算的編程病毒檢測(cè)技術(shù)。在病毒發(fā)動(dòng)攻擊的時(shí)候會(huì)有大量愧儡被操控，對(duì)整個(gè)平臺(tái)進(jìn)行攻擊。通過(guò)對(duì)流表項(xiàng)的分析，得到了網(wǎng)絡(luò)中流量分布變化規(guī)律，并對(duì)病毒進(jìn)行了特征提取。以濾波循環(huán)分解時(shí)序（FilteringCycleDecomposition，F(xiàn)CD）為基礎(chǔ)，建立基于FCD時(shí)間序列的病毒自適應(yīng)回歸模型，將其引入支持向量機(jī)分類器。具體過(guò)程如下：

設(shè)置采集時(shí)間間隔，在云計(jì)算環(huán)境下對(duì)網(wǎng)絡(luò)數(shù)據(jù)流進(jìn)行信息采集，計(jì)算每一次采集到的FCD時(shí)間序列長(zhǎng)度，時(shí)間序列的 k 階自相關(guān)系數(shù)，計(jì)算公式為：

公式（1）中， x_i 表示第 i（i=1，2，^{…k，…n）} 個(gè)采集時(shí)間序列集； 表示時(shí)間序列數(shù)學(xué)期望值。在此基礎(chǔ)上，將FCD時(shí)序AAR模型轉(zhuǎn)化成一類多維空間矢量，假定在云計(jì)算環(huán)境中，任意FCD時(shí)間序列被設(shè)置為 N ，那么FCD隨著時(shí)間變化規(guī)律可以表示為：

公式（2）中， f（i） 表示編程過(guò)程時(shí)間函數(shù)； ? 表示編程過(guò)程的病毒白噪聲。結(jié)合該公式，編程過(guò)程中的病毒向量可表示為：

W（i）=[T_i-1，T_i-2，…，T_i-N]

采用一種基于SVM的編程設(shè)計(jì)方法，實(shí)現(xiàn)了對(duì)編程數(shù)據(jù)的低維化和高維化，實(shí)現(xiàn)了在高維空間上對(duì)數(shù)據(jù)進(jìn)行編程處理。結(jié)合粒子群算法對(duì)SVM參數(shù)優(yōu)化，可得到粒子在高維空間中的坐標(biāo)系，檢測(cè)出編程病毒。

3智能編程仿真培訓(xùn)平臺(tái)應(yīng)用

3.1 應(yīng)用環(huán)境

該實(shí)驗(yàn)將基于云計(jì)算的智能編程仿真培訓(xùn)平臺(tái)應(yīng)用到帶電接架空線路與空載線路連接引線作業(yè)中，在正常情況下，帶電接架空線路與空載線路連接引線作業(yè)線路中的電流處于穩(wěn)定狀態(tài)。此時(shí)，不會(huì)出現(xiàn)相電流突變的情況，各相電流之間相互協(xié)調(diào)、平衡，共同維持著作業(yè)線路的正常運(yùn)行。為了全面評(píng)估作業(yè)過(guò)程中可能出現(xiàn)的各種異常情況，實(shí)驗(yàn)進(jìn)行了假設(shè)性模擬。假設(shè)在測(cè)點(diǎn)布置過(guò)程中，布置了A1～A7的測(cè)點(diǎn)，其中在測(cè)點(diǎn)A2、A5上出現(xiàn)了異常情況，這些異常情況表現(xiàn)為測(cè)點(diǎn)檢測(cè)到的電流值偏離正常范圍、電流波形出現(xiàn)畸變。

實(shí)驗(yàn)將此作為應(yīng)用環(huán)境，研究不同方法通過(guò)編程仿真培訓(xùn)后是否能檢查出電流異常變化，以此評(píng)價(jià)不同方法的應(yīng)用效果。

3.2應(yīng)用實(shí)測(cè)數(shù)據(jù)

在 10ms 內(nèi)實(shí)際統(tǒng)計(jì)的故障電流值如表1所示。

表1實(shí)際故障電流幅值變化范圍

由表1可知，測(cè)點(diǎn)A2變化范圍為 [-0.30A 0.30A]，測(cè)點(diǎn)A2變化范圍為 [-0.60A，0.60A] 。

3.3應(yīng)用結(jié)果與分析

將基于開放式通信的培訓(xùn)平臺(tái)、基于“互聯(lián)網(wǎng) + 交互式\"技術(shù)的平臺(tái)、基于FPGA的平臺(tái)與基于云計(jì)算的培訓(xùn)平臺(tái)的培訓(xùn)效果進(jìn)行對(duì)比分析，對(duì)于測(cè)點(diǎn)A2，通過(guò)仿真培訓(xùn)獲取的故障電流值如圖2所示。

圖2不同方法對(duì)測(cè)點(diǎn)A2的仿真培訓(xùn)結(jié)果對(duì)比分析

由圖2可知，在基于開放式通信的培訓(xùn)平臺(tái)下，通過(guò)仿真培訓(xùn)獲取的故障電流值變化幅度具有規(guī)律性，但在時(shí)間為 0～4ms 時(shí)，變化波形過(guò)于集中，變化范圍為[-1.03A，1.08A]，與實(shí)際不一致;在基于“互聯(lián)網(wǎng) + 交互式\"技術(shù)的平臺(tái)下，通過(guò)仿真培訓(xùn)獲取的故障電流值變化幅度也具有規(guī)律性，但變化范圍為[-1.20A，1.20A] ，與實(shí)際不一致；在基于FPGA的平臺(tái)下，通過(guò)仿真培訓(xùn)獲取的故障電流值變化幅度也具有規(guī)律性，但在時(shí)間為 0～4ms 時(shí)，變化波形過(guò)于集中，變化范圍為 [-0.90A，0.90A] ，與實(shí)際不一致；在基于云計(jì)算的培訓(xùn)平臺(tái)下，通過(guò)仿真培訓(xùn)獲取的故障電流值變化幅度具有規(guī)律性，變化范圍為 [-0.30A ，0.30A]，與實(shí)際一致。

使用不同方法對(duì)于測(cè)點(diǎn)A5，通過(guò)仿真培訓(xùn)獲取的故障電流值，如圖3所示。

由圖3可知，在基于開放式通信的培訓(xùn)平臺(tái)下，故障電流值變化幅度相比于其他方法過(guò)于集中，變化范圍為 [-1.20A，1.20A] ，與實(shí)際不一致；在基于“互聯(lián)網(wǎng) + 交互式”技術(shù)的平臺(tái)、基于FPGA的平臺(tái)下，故障電流值變化范圍分別為 [-0.90A，0.90A] ！[-0.30A，0.30A] ;在基于云計(jì)算的培訓(xùn)平臺(tái)下，通過(guò)仿真培訓(xùn)獲取的故障電流值變化幅度具有規(guī)律性，變化范圍為 [-0.60A，0.60A] ，與實(shí)際一致。

圖3不同方法對(duì)測(cè)點(diǎn)A5的仿真培訓(xùn)結(jié)果對(duì)比分析

4結(jié)語(yǔ)

文章所設(shè)計(jì)的基于云計(jì)算的智能編程仿真培訓(xùn)平臺(tái)，有效解決了傳統(tǒng)培訓(xùn)方式無(wú)法滿足日益增長(zhǎng)的編程學(xué)習(xí)需求的難題，借助云計(jì)算的強(qiáng)大算力與存儲(chǔ)能力，打破了本地硬件資源的限制，實(shí)現(xiàn)了資源的動(dòng)態(tài)分配。根據(jù)時(shí)間序列的 k 階自相關(guān)系數(shù)，能夠模擬各種真實(shí)的編程場(chǎng)景，為學(xué)員提供實(shí)時(shí)、精準(zhǔn)的反饋與指導(dǎo)，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)路徑規(guī)劃。由應(yīng)用研究結(jié)果可知，該平臺(tái)能夠獲取故障電流值變化幅值，且獲取結(jié)果與實(shí)際一致，顯著提升了培訓(xùn)效果與學(xué)員的編程能力。

參考文獻(xiàn)

[1]陳星延，張雪松，謝志龍，等.面向“云一邊一端”算力系統(tǒng)的計(jì)算和傳輸聯(lián)合優(yōu)化方法[J].計(jì)算機(jī)研究與發(fā)展，2023（4）：719-734.

[2]張文杰，王寧，凌萬(wàn)水.基于開放式通信的配電自動(dòng)化仿真培訓(xùn)系統(tǒng)構(gòu)建技術(shù)研究[J].電子器件，2024（4）：1087-1094.

[3]孫瑩，李敬，胡晨煒，等.基于“互聯(lián)網(wǎng)+交互式”技術(shù)的安全教育培訓(xùn)服務(wù)平臺(tái)的建設(shè)：以冶金行業(yè)為例[J].工業(yè)安全與環(huán)保，2024（4）：71-73.

[4]謝鋒，楊昶楠，陸軍.優(yōu)化目標(biāo)檢測(cè)網(wǎng)絡(luò)的設(shè)計(jì)與FPGA硬件實(shí)現(xiàn)[J].廣西大學(xué)學(xué)報(bào)（自然科學(xué)版），2024（3） ：595-605.

[5]康宇晗，時(shí)洋，陳照云，等.面向邁創(chuàng) + MatrixZone異構(gòu)系統(tǒng)的深度學(xué)習(xí)編程框架[J].計(jì)算機(jī)工程與科學(xué)，2023（7） ：1149-1158.

[6]錢佳明，婁文啟，宮磊，等.面向3D-CNN的算法壓縮-硬件設(shè)計(jì)協(xié)同優(yōu)化[J].計(jì)算機(jī)工程與應(yīng)用，2023（18）：74-83.

（編輯戴啟潤(rùn)）

Abstract：Traditional training models are limited by local hardware resources and cannot meet the growing demand for programming learning.To addressthis isse，the paper proposes a design and application method for an intelligent programming simulation training platform based oncloud computing.The platform adoptsa partialdeployment approach，primarily local deployment with cloud deployment as a supplement，to buildan inteligent programming simulation training platform.This platform providesusers with functions such as simulation training，online testing， resource lookup，file management， information release and sharing.Additionally，by combining time series k -order autocorrelation coeficients，itdetects virus white noiseduring the programming process，therebycompleting intelligent programming simulation training.Research results show that theplatform obtained fault currntvalue changesat measurement points A2 and A5，which are [-0.30A，0.30A] ，[-0.6O A， O.6O A]，consistent with actual values， thus meeting the growing demand for programming learning.

Key words： cloud computing; intelligent programming; simulation training platform; virus white noise