改进型协同过滤的API服务推荐方法研究

在构建用户兴趣模型时,为了充分挖掘用户间的信任度和关注度,针对现有的API服务推荐算法,提出一种基于用户信任度和关注度的改进型协同过滤API服务推荐算法。该算法在传统算法的基础上引入用户间的信任度和关注度概念,以此提升准确性,优化推荐顺序。针对矩阵的稀疏性和用户客观原因造成的推荐误差,分别采用改进的空值填补法和均值中心化法进行处理。通过实现模型和算法的实验仿真,证明了改进的算法比传统算法具有更高的准确性及更优的推荐顺序。

探索性数据分析在LoRa通信SNR性能的研究

为了降低数据传输信噪比,提高传输质量,在实际部署过程中需合理配置LoRa物理层参数。为此,基于探索性数据分析,提出一种优化配置参数选择的预测模型。首先,设置物理层参数配置,收集数据;其次,利用探索性数据分析剔除数据中的异常值,并计算各配置参数和信噪比的相关性;最后,通过ID3决策树算法构建预测模型,建立配置参数和SNR之间的关系,以此提高传输信噪比,改善数据传输质量。实验结果表明,预测模型可以有效地对LoRa通信技术中信噪比性能进行优化。

SDN环境下的虚拟网络动态切换技术

SDN的出现开展了计算机虚拟网络模式新的转变,实现了将控制层面与数据转发分离的功能。利用OpenFlow协议对控制器与交换机进行交流。针对网络传输的能耗问题,提出虚拟网络动态切换技术,在该系统中虚拟机之间通信有两条路径可供选择,即光交换机和电交换机。通过对交换机的切换,实现虚拟网络流量的整合,减少物理网络资源的冗余浪费,从而达到优化数据网络能耗的目的。通过Ping与Netperf这两个测试工具测出丢包率、延迟及流量值,这些数值的变化证明了所提系统可正常运行。

基于ID3的SDN动态切换时间延迟研究

软件定义网络(SDN)作为一种新的网络模式,可以使执行转发与控制决策分离,它的出现极大简化了网络控制与管理,具有广泛的应用前景。为了降低时间延迟,使用户在突然进行大量数据传输时能够快速发送数据,减少时间和能源的浪费,故需在时间延迟突增前进行交换机动态切换。为优化系统,文中设计一种预测模型。首先提出测试方法并选择配置参数进行测试,采集时间延迟数据,其次采用探索性数据分析对数据可视化并剔除异常值,选取合适的数据并计算各变量与时间延迟的相关性,最后使用ID3算法建立预测模型。结果证明,所提预测模型为系统优化和数据网络能耗减少提供了有效的帮助。