趙男男

(1.湛江科技學(xué)院 會計學(xué)院，廣東 湛江 524094；2.廣東海洋大學(xué) 計算機科學(xué)與工程學(xué)院，廣東 陽江 529500)

隨著空間維度循環(huán)感知網(wǎng)絡(luò)建設(shè)的不斷推進(jìn)和發(fā)展，需要建立面向空間維度循環(huán)感知網(wǎng)絡(luò)及BP神經(jīng)網(wǎng)絡(luò)信息化管理的大數(shù)據(jù)分析平臺[1]，在云環(huán)境下進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)及BP神經(jīng)網(wǎng)絡(luò)信息化管理，提高空間維度循環(huán)感知網(wǎng)絡(luò)數(shù)據(jù)的集成分析和信息化管理能力.在實現(xiàn)空間維度循環(huán)感知網(wǎng)絡(luò)的發(fā)展和移動通信傳輸?shù)陌踩苑矫婢哂袘?zhàn)略性意義[2-3].

文獻(xiàn)[4]采用相空間重構(gòu)方法構(gòu)建空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估的模糊參數(shù)匹配集，提取空間維度循環(huán)感知網(wǎng)絡(luò)信息的關(guān)聯(lián)特征量，實現(xiàn)數(shù)據(jù)優(yōu)化挖掘，但該模型的計算開銷較大，數(shù)據(jù)融合的實時性不好.文獻(xiàn)[5]在SDN環(huán)境中基于交叉熵的分階段DDoS攻擊檢測與識別，根據(jù)攻擊檢測結(jié)果，實現(xiàn)SDN環(huán)境中信息安全評估，但該模型進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)管理數(shù)據(jù)融合的集成度不高.文獻(xiàn)[6]采用模糊量化特征編碼技術(shù)，進(jìn)行數(shù)據(jù)分類和融合，根據(jù)融合結(jié)果采用改進(jìn)粗糙集屬性約簡結(jié)合K-means聚類的網(wǎng)絡(luò)入侵檢測方法，構(gòu)建網(wǎng)絡(luò)信息安全評估，但該模型進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)數(shù)據(jù)融合和安全評估的可靠性不高.

針對上述問題，本文提出基于PCA和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)加密的空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估方法，并進(jìn)行仿真測試分析，驗證了該方法在提高空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估和信息化管理能力方面的優(yōu)越性能.

1 數(shù)據(jù)的分布結(jié)構(gòu)模型與密鑰構(gòu)造

1.1 空間維度循環(huán)感知網(wǎng)絡(luò)信息分布結(jié)構(gòu)

為了實現(xiàn)空間維度循環(huán)感知網(wǎng)絡(luò)信息融合優(yōu)化，需要構(gòu)建空間維度循環(huán)感知網(wǎng)絡(luò)信息的分布式存儲結(jié)構(gòu)模型.該模型采用多個非線性成分聯(lián)合統(tǒng)計方法構(gòu)建空間維度循環(huán)感知網(wǎng)絡(luò)云信息平臺，如圖1所示.

圖1 空間維度循環(huán)感知網(wǎng)絡(luò)信息存儲結(jié)構(gòu)模型

(1)

其中，h為空間維度循環(huán)感知網(wǎng)絡(luò)信息分布序列，ωn為空間維度循環(huán)感知網(wǎng)絡(luò)信息分布特征量.基于此確定空間維度循環(huán)感知網(wǎng)絡(luò)輸入層第l層(l=1,…,L)中的信息分布函數(shù)為

(2)

(3)

(4)

1.2 感知網(wǎng)絡(luò)信息主成分特征分布密鑰構(gòu)造

采用主成分特征分析法對分布循環(huán)密鑰構(gòu)造進(jìn)行分析和算術(shù)編碼處理，當(dāng)面對不同信息庫結(jié)構(gòu)時，空間維度循環(huán)感知網(wǎng)絡(luò)能夠快速進(jìn)行存儲[8].由橢圓密鑰傳輸協(xié)議得到空間維度循環(huán)感知網(wǎng)絡(luò)信息分布函數(shù)，表達(dá)式為

兩組治療后的β2微球蛋白、骨髓瘤細(xì)胞以及免疫球蛋白水平均明顯降低，同組治療前后比較差異有統(tǒng)計學(xué)意義（P＜0.05）；且觀察組明顯低于對照組，差異有統(tǒng)計學(xué)意義（P＜0.05），見表2。

(5)

式中，x(t)為待加密碼元序列，x(u-1)為誤差翻轉(zhuǎn)函數(shù)，p為空間維度循環(huán)感知網(wǎng)絡(luò)信息存儲階數(shù)，α為聯(lián)合特征分布集.

通過獲取空間維度循環(huán)感知網(wǎng)絡(luò)信息采樣關(guān)聯(lián)規(guī)則分布集，確定空間維度循環(huán)感知網(wǎng)絡(luò)信息模糊加權(quán)值為

(6)

式中，ε(n)為誤差，W(n+1)為差異度核函數(shù)，μ為聯(lián)合統(tǒng)計特征量，y*(n)為空間維度，特征映射xn→xn+1為空間維度循環(huán)感知網(wǎng)絡(luò)信息時間序列的信息融合模型，空間維度循環(huán)感知網(wǎng)絡(luò)信息的聯(lián)合特征分布離散序列{x(t0+iΔt)}，i=0,1,…,N-1，其特征重構(gòu)模型為

X=[s1,s1s2,s1s2s3,…，sK+1]n-1=(xn,xnxn+τ,…,xn+(m+1)τ)，

(7)

式中，K=N+(m+1)τ為空間維度循環(huán)感知網(wǎng)絡(luò)信息特征向量，τ為信息采樣時間延遲，sk+1為線性規(guī)劃函數(shù).

設(shè)f(sk+1)為模糊貼近度函數(shù)，則空間維度循環(huán)感知網(wǎng)絡(luò)信息的橢圓密鑰安全評估調(diào)度函數(shù)

(8)

假設(shè)最大獨立集為P(ni)={pk|prkj=1,k=1,2,…,m}，采用相空間重構(gòu)方法，結(jié)合網(wǎng)絡(luò)循環(huán)加密特征量，確定感知網(wǎng)絡(luò)信息主成分特征分布密鑰構(gòu)造，表達(dá)式為

(9)

(10)

式中，Pfi為空間維度循環(huán)感知網(wǎng)絡(luò)信息融合度，Pdi為先驗概率密度，由此確定空間維度循環(huán)感知網(wǎng)絡(luò)信息加密的隨機編碼協(xié)議，進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息融合處理[9].

2 空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估

2.1 網(wǎng)絡(luò)信息自相關(guān)函數(shù)

(11)

其中，

(12)

(13)

(14)

式中，τ是信息輸出延遲，x(t)和x(t-τ)表示t和t-τ時刻空間維度循環(huán)感知網(wǎng)絡(luò)信息的演化特征量.結(jié)合語義本體映射方法和大數(shù)據(jù)的信息融合處理，提高對空間維度循環(huán)感知網(wǎng)絡(luò)信息的自適應(yīng)調(diào)度能力[13].

2.2 空間維度循環(huán)感知網(wǎng)絡(luò)信息的安全評估輸出

基于空間維度循環(huán)感知網(wǎng)絡(luò)信息的主成分特征分布結(jié)構(gòu)，結(jié)合安全評估協(xié)議的特征分布[14]，設(shè)置空間維度循環(huán)感知網(wǎng)絡(luò)信息樣本集為{xi,yi}，i=1,2,…,k，其中k為網(wǎng)絡(luò)信息時間序列的采樣個數(shù)，對其采集樣本數(shù)進(jìn)行歸一化處理，把網(wǎng)絡(luò)信息測試序列輸入到線性組合序列中，得到連通圖結(jié)構(gòu)模型.

(15)

式中，ω為自相關(guān)分布矩，b為信息融合調(diào)度的偏差向量.選擇空間維度循環(huán)感知網(wǎng)絡(luò)歷史信息作為信息融合調(diào)度模型的初始特征量，對網(wǎng)絡(luò)信息融合的誤差項進(jìn)行自適應(yīng)修正，得到空間維度循環(huán)感知網(wǎng)絡(luò)信息的模糊度函數(shù)為

(16)

式中，(xi+xj)2為歐式聚類中心分布距離，σ為均方根誤差，根據(jù)模糊度函數(shù)確定密鑰安全評估協(xié)議，得到一個線性組合模型為

(17)

其中，N為BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)信息節(jié)點數(shù)，an-1為網(wǎng)絡(luò)信息線性規(guī)劃模型的幅值，bn-1為信息安全評估的BP神經(jīng)網(wǎng)絡(luò)輸出碼元.假設(shè)有m個空間維度循環(huán)感知網(wǎng)絡(luò)信息分布檢測的BP神經(jīng)網(wǎng)絡(luò)節(jié)點A1,A1A2,…,An，構(gòu)造空間維度循環(huán)感知網(wǎng)絡(luò)信息安全線性規(guī)劃問題數(shù)學(xué)表達(dá)如下

(18)

(19)

式中，(a+1)i為網(wǎng)絡(luò)信息節(jié)點數(shù)，(b+1)i為網(wǎng)絡(luò)信息輸出量，空間嵌入維數(shù)為m+1.假設(shè)當(dāng)前空間維度循環(huán)感知網(wǎng)絡(luò)信息分布節(jié)點數(shù)目為n+1，重構(gòu)空間維度循環(huán)感知網(wǎng)絡(luò)信息時間序列相空間為N1，…，Nn，得到空間維度循環(huán)感知網(wǎng)絡(luò)信息的關(guān)聯(lián)規(guī)則為

(20)

式中，hij(n+1)為互相關(guān)特征集，sj(n+1)為PCA主成分分量，vi(n+1)為信息熵.結(jié)合信息融合理論，根據(jù)空間維度循環(huán)感知網(wǎng)絡(luò)信息中的文本、位置、圖片、音頻、視頻等信息的密鑰安全評估協(xié)議分布，實現(xiàn)對信息安全評估融合[15].

綜上所述，本文構(gòu)建的基于PCA和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的信息安全評估模型的具體流程如圖2所示.

圖2 本文模型的具體流程圖

3 仿真實驗與結(jié)果分析

為了測試本文方法在實現(xiàn)區(qū)塊鏈空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估融合和優(yōu)化管理中的應(yīng)用性能，進(jìn)行仿真實驗，實驗的軟件平臺采用MATLAB 7，信息采樣的時間長度為24 day，網(wǎng)絡(luò)信息樣本序列的長度為1024，訓(xùn)練樣本規(guī)模為30，仿真迭代次數(shù)為100，信息安全評估的可靠性因子為0.63，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行信息加密和安全評估調(diào)度仿真，得到原始的區(qū)塊鏈空間維度循環(huán)感知網(wǎng)絡(luò)云數(shù)據(jù)時間序列如圖3所示.

圖3 區(qū)塊鏈空間維度循環(huán)感知網(wǎng)絡(luò)云數(shù)據(jù)時間序列

以上述采樣的區(qū)塊鏈空間維度循環(huán)感知網(wǎng)絡(luò)云數(shù)據(jù)為研究對象，構(gòu)建數(shù)據(jù)的密鑰安全評估協(xié)議，實現(xiàn)數(shù)據(jù)融合和加密，得到空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估加密輸出結(jié)果如圖4所示.

圖4 空間維度循環(huán)感知網(wǎng)絡(luò)信息融合結(jié)果

分析圖4得知，本文方法能有效實現(xiàn)對空間維度循環(huán)感知網(wǎng)絡(luò)信息融合，提高了數(shù)據(jù)的三維辨識能力.測試不同方法進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息融合后的辨識度，得到對比結(jié)果如圖5所示，分析圖5得知，本文方法進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息融合輸出辨識度較高.

圖5 數(shù)據(jù)安全評估輸出辨識度水平對比

測試各種方法中空間維度循環(huán)感知網(wǎng)絡(luò)信息調(diào)度的時間開銷，得到對比結(jié)果見表1.分析表1得知，本文方法進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息調(diào)度的時間開銷較小，提高了空間維度循環(huán)感知網(wǎng)絡(luò)信息調(diào)度和挖掘的實時性.

表1 時間開銷對比測試(ms)

4 結(jié)語

在空間維度循環(huán)感知網(wǎng)絡(luò)云信息管理平臺中進(jìn)行數(shù)據(jù)融合處理，提高空間維度循環(huán)感知網(wǎng)絡(luò)云信息管理的信息化水平和效率，滿足空間維度循環(huán)感知網(wǎng)絡(luò)信息安全傳輸需求.本文構(gòu)建基于PCA和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)加密的空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估模型,采用PCA主成分特征分布循環(huán)密鑰構(gòu)造分析和算術(shù)編碼方法，快速面對不同數(shù)據(jù)庫結(jié)構(gòu)模型的空間維度循環(huán)感知網(wǎng)絡(luò)信息分布知識庫，采用關(guān)聯(lián)規(guī)則特征提取方法進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息有效挖掘.根據(jù)挖掘結(jié)果，重構(gòu)空間維度循環(huán)感知網(wǎng)絡(luò)信息時間序列相空間，根據(jù)區(qū)塊鏈空間維度循環(huán)感知網(wǎng)絡(luò)云信息管理平臺中的文本信息、位置信息、圖片、音頻和視頻等監(jiān)控數(shù)據(jù)的密鑰安全評估協(xié)議分布，實現(xiàn)空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估融合.通過研究得知，本文方法進(jìn)行空間維度循環(huán)感知網(wǎng)絡(luò)信息安全評估融合的辨識度較高，實時性較好.