陳遠聰

（華南農(nóng)業(yè)大學珠江學院，廣東 廣州 510900）

計算機系統(tǒng)與計算機網(wǎng)絡(luò)中的動態(tài)優(yōu)化:模型、求解與應用

陳遠聰

（華南農(nóng)業(yè)大學珠江學院，廣東 廣州 510900）

隨著計算機網(wǎng)絡(luò)技術(shù)的發(fā)展，計算機網(wǎng)絡(luò)資源已經(jīng)形成了動態(tài)化的分布和利用，并在社會的各個行業(yè)內(nèi)都有廣泛的應用，隨著計算機網(wǎng)絡(luò)使用范圍的擴展，計算機網(wǎng)絡(luò)的業(yè)務(wù)種類以及業(yè)務(wù)數(shù)量不斷增加，尤其是計算機網(wǎng)絡(luò)的運行成本以及相應的使用模型需要不斷的優(yōu)化，應當基于實際運用中計算機網(wǎng)絡(luò)的應用理論進行網(wǎng)絡(luò)的動態(tài)優(yōu)化以及模型改良，本文針對動態(tài)優(yōu)化的模型及其求解和未來應用進行分析討論，提出了一些計算機網(wǎng)絡(luò)模型的優(yōu)化建議.

計算機系統(tǒng)；計算機網(wǎng)絡(luò)；動態(tài)模型；優(yōu)化

隨著網(wǎng)絡(luò)時代的到來，計算機網(wǎng)絡(luò)以及計算機系統(tǒng)已經(jīng)成為了社會大眾日常生活中不可缺少的部分，并且計算機網(wǎng)路以及計算機網(wǎng)絡(luò)系統(tǒng)也深入到了各個行業(yè)之中，為了更高效率的應用計算機網(wǎng)絡(luò)技術(shù)，進行合理的網(wǎng)絡(luò)資源分配利用以及高效率的應用是十分必要的事情，在這一過程中，如何提高計算機網(wǎng)絡(luò)技術(shù)以及模型利用的效率和理論是一個重要問題.

在優(yōu)化計算機網(wǎng)絡(luò)模型的時候，優(yōu)化理論的出現(xiàn)以及應用成為了解決問題的關(guān)鍵以及分析問題的必要方法，在使用優(yōu)化理論的時候，應當從時間角度以及靜態(tài)優(yōu)化的角度進行分析，在兩者互相結(jié)合的基礎(chǔ)上應運而生出了動態(tài)優(yōu)化以及分析的理論，在靜態(tài)的優(yōu)化理論的分析指導下，整個計算機網(wǎng)絡(luò)系統(tǒng)是一個靜態(tài)不便的系統(tǒng)，在進行資源需求分析以及資源分配的時候，所有的優(yōu)化措施都是一成不變的，也是一個與時間概念沒有直接關(guān)系的分析，這一理論的單獨應用無法實現(xiàn)真正的網(wǎng)絡(luò)系統(tǒng)優(yōu)化，在此基礎(chǔ)上要結(jié)合其他客觀因素的分析，從靜態(tài)分析的角度結(jié)合動態(tài)分析的理論進行函數(shù)模型概念，在動態(tài)優(yōu)化理論的指導下，計算機網(wǎng)絡(luò)系統(tǒng)的優(yōu)化是收益與時間的共同累積量，與靜態(tài)理論有明顯差別的是，動態(tài)理論在分析計算機網(wǎng)絡(luò)系統(tǒng)的時候?qū)ο到y(tǒng)的變化進行了明確的描述，構(gòu)建一個動態(tài)的模型進行分析，在此基礎(chǔ)上提出具有針對性的優(yōu)化措施.本文進行的動態(tài)分析是基于馬科夫決策理論進行的動態(tài)分析過程，建立了一個基本的動態(tài)分析模型，為計算機系統(tǒng)的優(yōu)化以及計算機網(wǎng)絡(luò)的推廣作出貢獻和措施優(yōu)化.

1 計算機系統(tǒng)以及計算機網(wǎng)絡(luò)中動態(tài)優(yōu)化模型的建立

1.1 馬科夫動態(tài)分析模型的建模理論分析

在使用馬科夫動態(tài)建模理論進行計算機網(wǎng)絡(luò)優(yōu)化的時候，常用的分析內(nèi)容應當從以下幾個角度出發(fā):首先，在使用馬科夫動態(tài)建模理論的時候，就應當從計算機網(wǎng)絡(luò)以及計算機系統(tǒng)的特征出發(fā)，結(jié)合計算機的網(wǎng)絡(luò)系統(tǒng)性狀進行描述，對計算機網(wǎng)絡(luò)系統(tǒng)內(nèi)的特征進行特征描述，將所有的相似特征放在一個相同的集合之中，對相似的網(wǎng)絡(luò)特征性狀進行相關(guān)行為分析，在分析的基礎(chǔ)上，決策者可以對相同行為集合內(nèi)的收益性組建收益模型，例如：相似特征的網(wǎng)絡(luò)性狀放入到集合A中，將所有具有相同的決策行為形成的收益規(guī)律總結(jié)成收益函數(shù)R，這樣，在整個動態(tài)模型的動態(tài)分析的過程中，計算機網(wǎng)絡(luò)系統(tǒng)可以用不同的計算關(guān)系總結(jié)歸納出相同的轉(zhuǎn)移記錄以及轉(zhuǎn)移過程，這樣能夠在轉(zhuǎn)移記錄以及轉(zhuǎn)移過程的分析過程中形成轉(zhuǎn)移關(guān)系.

在使用馬科夫決策理論進行分析的時候，所經(jīng)歷的決策過程通常是為近期的、即將發(fā)生的行為做出決策支持，這個時候的決策狀態(tài)是服務(wù)于下一時間段的決策行為的，并且所做出的決策在整個計算機系統(tǒng)的運行之中是沒有很強的歷史性關(guān)聯(lián)的，因此，在馬科夫決策過程中，轉(zhuǎn)移關(guān)系的行為以及轉(zhuǎn)移關(guān)系的性質(zhì)都是具有不同的參考意義的，這樣在使用馬科夫決策理論的時候及可以將所有的數(shù)據(jù)分成隨機狀態(tài)與隨機狀態(tài)兩種，這樣的狀態(tài)在計算機網(wǎng)絡(luò)系統(tǒng)運行的時候形成就了可確定性強的運行結(jié)果，并且受到可變因素的影響較小.

1.2 基于馬科夫決策理論動態(tài)建模的過程

在使用馬科夫決策理論進行動態(tài)優(yōu)化模型建立的時候要將所有的決策理論放入到計算機網(wǎng)絡(luò)優(yōu)化模型的建設(shè)之中，建立動態(tài)優(yōu)化模型的方法如下所示:

首先，在進行計算機網(wǎng)絡(luò)模型以及計算機網(wǎng)絡(luò)系統(tǒng)動態(tài)優(yōu)化模型建立的時候，要為所有的操作工作設(shè)置一個綜合的目標，在這一個整體的目標的指導下使得所有的模型建立操作都具有高效率的決策機制支持，并且，在綜合的指導目標之下，動態(tài)優(yōu)化模型的建立的不同階段的操作也有了不同的建設(shè)目標，例如:在進行計算機網(wǎng)絡(luò)優(yōu)化模型建立的時候，通常要在設(shè)置函數(shù)的時候?qū)⒉煌暮瘮?shù)消耗的能量計入到函數(shù)之內(nèi)，并對函數(shù)的延遲性設(shè)置成計算的目標，在馬科夫決策動態(tài)模型之中設(shè)置具有不同期望值的目標函數(shù)，使得計算機系統(tǒng)以及計算機網(wǎng)絡(luò)能夠在運行的時候合理的協(xié)作不同的目標好書以及各級不同的計算函數(shù)，使得系統(tǒng)運行的時候計算效率大大提高，并且使得系統(tǒng)運行的計算結(jié)果在最大化與最小化之間進行轉(zhuǎn)化，在這樣的過程中，使用動態(tài)優(yōu)化模型的決策者能在不同的操作對策之下對計算的結(jié)果及進行合理適當?shù)恼{(diào)整，其次，在計算機網(wǎng)絡(luò)系統(tǒng)以運行的時候，所需要的運行空間也要在動態(tài)優(yōu)化模型中得到考量，使得運算所使用的空間能夠科學的計量和應用，動態(tài)優(yōu)化模型能夠計算出空間的利用情況，進而在空間利用率的基礎(chǔ)上做出后續(xù)的空間使用決策，尤其是在計算機網(wǎng)絡(luò)系統(tǒng)的游離空間內(nèi)，無線電系統(tǒng)占據(jù)著相當大的空間，為了使得計算機網(wǎng)絡(luò)系統(tǒng)和網(wǎng)絡(luò)結(jié)構(gòu)適應不同用戶的需求，動態(tài)優(yōu)化模型要將所有的數(shù)值確定在一個合理的、能夠被用戶接受的范圍內(nèi).

1.3 馬科夫動態(tài)優(yōu)化模型的計算過程分析

在實際使用的過程中，馬科夫動態(tài)計算機網(wǎng)絡(luò)優(yōu)化模型的應用可以分為兩類，實際運行結(jié)果的計算也是從這兩個角度出發(fā)的，也就是計算機網(wǎng)絡(luò)系統(tǒng)的精確求解過程以及近似求解的過程，在馬科夫的動態(tài)優(yōu)化模型中，精確求解的計算方式是為計算機網(wǎng)絡(luò)系統(tǒng)提供最優(yōu)的計算結(jié)果，結(jié)果在實際的計算機網(wǎng)絡(luò)系統(tǒng)運行中也是具有應用價值的，而近似的求解過程是在既定的計算機網(wǎng)絡(luò)系統(tǒng)內(nèi)做出的計算結(jié)果，在實際的應用過程中，不同的計算機網(wǎng)絡(luò)系統(tǒng)在運行的時候要根據(jù)實際的運行數(shù)據(jù)表現(xiàn)進行數(shù)據(jù)調(diào)整，為了計算結(jié)果的調(diào)整方便，計算過程僅僅進行簡單、近似的計算即可，求得的相似解的過程能夠優(yōu)化動態(tài)模型的計算效率，降低模型內(nèi)部結(jié)構(gòu)的損耗.

在不同的動態(tài)優(yōu)化模型計算過程中，需要根據(jù)計算機網(wǎng)絡(luò)模型的運行需求進行不同精度的計算，并對兩者的計算結(jié)果進行區(qū)分和優(yōu)化，在最佳的動態(tài)優(yōu)化模型的支持下，不同的計算機網(wǎng)絡(luò)用戶的需求也能夠在不同程度得到滿足，用戶可以根據(jù)自己的需求選擇不同的優(yōu)化模型，也可以對不同的分類計算結(jié)果進行利用.

1.4 馬科夫動態(tài)優(yōu)化模型在計算機網(wǎng)絡(luò)系統(tǒng)內(nèi)的應用

在分析和利用馬科夫動態(tài)優(yōu)化模型的時候，應當使得動態(tài)優(yōu)化模型具有系統(tǒng)維護的針對性以及計算機網(wǎng)絡(luò)的修復功能，為此，在進行馬科夫模型建造和應用的時候要將這些因素當作應用對象.

在進行計算機網(wǎng)絡(luò)結(jié)構(gòu)以及計算機網(wǎng)絡(luò)系統(tǒng)優(yōu)化的時候，馬科夫的優(yōu)化模型能夠促進計算機網(wǎng)絡(luò)正常工作，將整個網(wǎng)絡(luò)分為兩個部分，一半是能夠正常工作的，一半是隨機的計算機網(wǎng)絡(luò)子網(wǎng)，為網(wǎng)絡(luò)的決策者流出了很大思考空間，在馬科夫優(yōu)化決策模型之中，做好了相關(guān)的改良之后，可以對標記的部分進行問題改善，對其中存在的對稱性問題進行高效率的處理和解決，縮小計算機網(wǎng)絡(luò)中出現(xiàn)的空間問題，在此基礎(chǔ)上，計算機網(wǎng)絡(luò)系統(tǒng)以及網(wǎng)絡(luò)結(jié)構(gòu)能夠在相關(guān)理論的指導下進行進一步的優(yōu)化以及解決，有利于計算機網(wǎng)絡(luò)系統(tǒng)的功能更新以及進一步的優(yōu)化，并結(jié)合全新的理論做出更多的操作貢獻，有效的解決計算機網(wǎng)絡(luò)系統(tǒng)以及網(wǎng)絡(luò)結(jié)構(gòu)運行中存在的資源分配問題，有效的提高網(wǎng)絡(luò)的應用效率以及豐富計算機網(wǎng)絡(luò)的功能.

2 基于實際案例的馬科夫動態(tài)優(yōu)化網(wǎng)絡(luò)的措施分析

2.1 馬科夫動態(tài)優(yōu)化模型的決策案例分析

在決策的過程中，馬科夫的決策過程包含了以下幾個因素:

首先，將馬科夫動態(tài)優(yōu)化模型的所有涉及到的相似的運行狀態(tài)放在一個相同的集合S之中，用來描述計算機系統(tǒng)的運行狀態(tài)，并將所有的計算機網(wǎng)絡(luò)操作行為放入到集合A中，行為集合可以描述決策者在相似的狀態(tài)空間內(nèi)的運行行為，這些行為能夠適當?shù)倪x擇相似的行為，形成可依賴的狀態(tài)，記為集合A（s）.

對動態(tài)優(yōu)化模型中設(shè)置的收益函數(shù)為R（s，s’，a），其中s和s’的變量取自集合S，變量a取自A，收益函數(shù)用來描述計算機網(wǎng)絡(luò)系統(tǒng)內(nèi)決策函數(shù)的行為以及為之后的行為分析奠定良好的收益基礎(chǔ).

采用的狀態(tài)轉(zhuǎn)移關(guān)系是SM，轉(zhuǎn)移關(guān)系用來描述計算機系統(tǒng)在決策行為之下的影響和轉(zhuǎn)移過程.進行計算機網(wǎng)絡(luò)系統(tǒng)的優(yōu)化策略簡稱Π，作出的決策流程如下所示:

首先，模型的決策者要觀察當前所處的運行狀態(tài)s，其次，對計算機網(wǎng)絡(luò)當前的狀態(tài)進行分析，確定后續(xù)的優(yōu)化策略采用Π（s），之后進行優(yōu)化行為采用Π（s）進行操作，觀察計算機網(wǎng)絡(luò)系統(tǒng)的優(yōu)化結(jié)果，看運行狀態(tài)是否發(fā)生改變.最后的操作按照實際的計算機網(wǎng)絡(luò)協(xié)運行結(jié)果重復上述的流程操作，不斷的進行計算機網(wǎng)絡(luò)的優(yōu)化，這樣系統(tǒng)運行的過程中就會產(chǎn)生收益序列，反應計算機網(wǎng)絡(luò)以及系統(tǒng)的運行優(yōu)劣程度，這個時候使用目標函數(shù)J對收益序列的數(shù)值進行計算進而得出就一個單一的反應系統(tǒng)運行的數(shù)字.

2.2 馬科夫決策過程的建模分析與決策

首先，明確動態(tài)優(yōu)化模型的系統(tǒng)運行目標，根據(jù)收益函數(shù)R和目標函數(shù)J來設(shè)置不同的系統(tǒng)的運行目標，從不同的研究角度確定收益函數(shù)與目標函數(shù)的計算過程，在設(shè)置目標函數(shù)的時候常常考慮的目標有以下幾個:節(jié)點吞吐量因素、能量消耗因素、信道利用率因素、時間延遲因素以及分組丟失的效率等等，形成較高的目標函數(shù)，計算出無限計算過程以及有限計算過程，得出相應的行為決策.

其次，找出計算機網(wǎng)絡(luò)系統(tǒng)的運行空間與決策者決策行為的空間之間的關(guān)聯(lián)性，二者的關(guān)系可能是離散可列的，例如:信道是由兩個離散的狀態(tài)刻畫的，用戶的行為也可能是離散的，也就是發(fā)送數(shù)據(jù)與監(jiān)聽信道之間的關(guān)系，狀態(tài)空間與行為空間的關(guān)系可能也是連續(xù)的，得出相應的用戶行為以及連續(xù)的用戶空間，相應的數(shù)值的取值范圍在0與1之間.

2.3 馬科夫決策過程中系統(tǒng)行為類別分析

在計算機系統(tǒng)運行的過程中，馬科夫決策過程是對用戶的行為進行明確的分類的，對于用戶的行為分類依據(jù)如下:根據(jù)計算機網(wǎng)絡(luò)系統(tǒng)的執(zhí)行任務(wù)的時間的長短，劃分出用戶的行為有有限時間的動態(tài)優(yōu)化模型以及無限時間動態(tài)優(yōu)化模型；根據(jù)用戶決策者的觀測能力，將動態(tài)優(yōu)化模型分為完全可觀測動態(tài)優(yōu)化模型以及部分可觀測的優(yōu)化模型；根據(jù)計算機網(wǎng)絡(luò)轉(zhuǎn)移關(guān)系的確定性將動態(tài)優(yōu)化模型劃分為確定的優(yōu)化模型以及隨機的優(yōu)化模型；根據(jù)計算機網(wǎng)絡(luò)的時間是否連續(xù)將動態(tài)優(yōu)化模型劃分為連續(xù)時間的優(yōu)化模型以及離散時間的優(yōu)化模型；而根據(jù)計算機網(wǎng)絡(luò)內(nèi)轉(zhuǎn)移概率或者是模型內(nèi)收益是否確定將動態(tài)優(yōu)化模型劃分為普通的優(yōu)化模型以及帶有強化學習觀念的優(yōu)化模型，在不同的劃分過程中，使得計算機網(wǎng)絡(luò)的優(yōu)化模型更加的就具有針對性，優(yōu)化的措施運行的效率也就大大增強.

3 總結(jié)

隨著計算機網(wǎng)絡(luò)時代的到來，計算機網(wǎng)絡(luò)技術(shù)已經(jīng)進入到了社會大眾的日常生活以及工作之中，為了使得計算機網(wǎng)絡(luò)的運行效率大大提高，給人們帶來更多的便利，對計算機網(wǎng)絡(luò)以及計算機系統(tǒng)的優(yōu)化以及改進是十分必要的，本文從動態(tài)與靜態(tài)的理論角度出發(fā)，采用馬科夫的決策分析方法建立動態(tài)的分析與決策模型，取得基礎(chǔ)的數(shù)據(jù)分析以此提出動態(tài)優(yōu)化的解決方案，為計算機網(wǎng)絡(luò)系統(tǒng)與計算機網(wǎng)絡(luò)結(jié)構(gòu)的研究指出明確的方式，促進計算機網(wǎng)絡(luò)結(jié)構(gòu)的應用更加的深入到社會大眾的日常生活之中，為計算機行業(yè)的長遠發(fā)展奠定良好的基礎(chǔ).

〔1〕田祥宏.計算機系統(tǒng)與計算機網(wǎng)絡(luò)中的動態(tài)優(yōu)化[J].中文信息,2014(12).

〔2〕趙飛,劉寧,秦敏.計算機系統(tǒng)與計算機網(wǎng)絡(luò)中的動態(tài)優(yōu)化[J].山東工業(yè)技術(shù),2016(6)：142-142.

〔3〕祝永健.芻議計算機網(wǎng)絡(luò)防御策略建設(shè)方法及模型優(yōu)化方案 [J].網(wǎng)絡(luò)安全技術(shù)與應用,2014 (10)：119-120.

〔4〕胡峰,孫國基.動態(tài)系統(tǒng)計算機技術(shù)綜述(Ⅰ)：仿真模型[J].計算機仿真,2000(1)：1-7.

〔5〕彭子平,張嚴虎,潘露露.隱馬爾科夫模型原理及其重要應用[C].中國信息技術(shù)與應用學術(shù)論壇，2008.

〔6〕何麗.基于隱馬爾科夫模型下的實時風險管理[J].電腦知識與技術(shù),2014(3X)：1711-1712.

〔7〕秦強,胡昌振.基于馬爾科夫決策過程的軟件測試仿真與計算 [J].數(shù)值計算與計算機應用, 2014,35(2)：92-102.

〔8〕趙錫英,張明新,邢敬宏.交互式馬爾科夫鏈上強模擬關(guān)系的計算[J].蘭州理工大學學報,2008,34 (1)：76-81.

〔9〕閆新娟,譚敏生,嚴亞周,等.基于隱馬爾科夫模型和神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[J].計算機應用與軟件,2012,29(2)：294-297.

TP393

A

1673-260X（2017）02-0009-03

2016-10-21