基于模糊神经网络的通信网络拥塞控制方法研究

为解决通信网络的信元比特率低和信元丢失率高导致的拥塞问题,本文引入模糊神经网络,研究通信网络拥塞控制方法。首先利用模糊神经网络构建通信网络流量预测结构,结合偏差值和sigmoid函数预测网络流量。其次建立拥塞控制机制并设置模糊集,利用神经网络双曲正切函数的一种变体函数构建控制方法,最后实现通信网络拥塞控制。实验结果表明,该方法信元比特率较高,控制在0.85×7.5~0.97×7.5 Mb/s范围内,丢失率低于0.005,有效降低了通信网络信元丢失率,提高了信元比特率,解决了通信拥塞问题。

基于加密算法的网络信息防篡改方法研究

为提高网络信息的安全系数,避免用户隐私信息被篡改,引入加密算法,研究网络信息防篡改方法。通过数据挖掘方式,提取网络信息数据;用户在获取网络信息数据后,在信息交换过程中,将敏感数据设置为网络隐私数据,并在传输过程中对其进行身份验证;通过加密算法的运算,实现网络隐私信息数据防篡改加密。通过对比实验证明,新的防篡改方法应用后,网络环境中用户信息数据的安全系数得到显著提升,能够有效保证网络环境的安全性,维护用户的个人权益。