基于多方云计算的网络数据流异常识别方法

文章基于多方云计算,设计分布式网络数据流异常识别方法。基于多方云计算,获取线性模型预测结果,结合共享运算模型,建立分布式网络数据流处理模型,设计异常识别算法,得到分布式网络数据流异常识别结果。结果表明,该方法的分类与整体平均分类的准确率均在97%以上,分类精度较高,且该算法对四个数据集识别所需时间分别为0.12%s、1.45%s、2.56%s、4.15%s。因此,该方法具备高效性与准确性。

基于云计算的智能电网时序数据库自动化运维方法

传统智能电网时序数据库自动化运维方法主要采用虚拟化技术建立运维体系实现自动化运维,无法彻底清除价值低的数据,导致运维效率较低。因此,提出基于云计算的智能电网时序数据库自动化运维方法。通过采集时序数据,利用云计算技术对采集的数据进行分割,清除低价值数据,保留高价值数据,采用频繁项模式进一步提取分割数据的关联性规律,基于关联性规律通过优化时序数据库及设置置信度与支持度,完成自动化运维过程。在实验论证中,对所提方法的性能进行测试,结果表明,设计的方法的自动化运维效率更高。

异构云计算海量多源数据在线共享方法

异构云计算中的数据多源化严重,传统数据共享方法难以统一数据的格式,导致共享过程中学习泛化能力较弱,影响了最终的数据共享结果。对此设计一种异构云计算海量多源数据在线共享方法,为使异构云计算中海量多源数据实现精准在线共享,首先将多源数据的格式进行归一化转换,提取数据的特征矩阵进行坡度归一化,设计数据在线共享接口,实现异构云计算中海量多源数据的在线共享。共享方法性能测试结果表明,相同测试环境下,设计的数据在线共享方法共享数据量最高,ER与F1的平均值最低,说明设计的异构云计算海量所有数据的在线共享方法在数据共享的过程中泛化能力更好。

基于烟花-蚁群混合算法的无线通信网络数据流均衡调度研究

无线通信网络处于不断变化的动态环境中,数据流均衡调度需要综合考量路径流量、时延、最大链路带宽等多种因素,为此,提出基于烟花-蚁群混合算法的无线通信网络数据流均衡调度方法。分析无线通信网络链路负载和利用情况,根据拥塞链路检测阈值实现拥塞链路检测。根据拥塞链路检测结果,将路径流量、时延和最大链路带宽作为优化目标,建立数据流均衡调度目标函数,引入烟花-蚁群混合算法对目标函数求解,最优解即为最优的数据流均衡调度方案。实验结果表明,所提方法的链路利用率、无线通信网络吞吐量、负载均衡度均较高,说明方法的数据流均衡调度效果好。