大数据环境下网络稳定性测试模型研究

1、大数据环境下网络稳定性测试模型研究摘 要： 传统的计算机网络稳定性分析模型受制于大数据环境下的随机性、突发性、有限性等弊端，分析结果偏向较大。提出基于模糊层次以及主元分析的大数据环境下网络稳定性测量模型，通过构建符合大数据环境下的网络稳定性评价指标体系，采用主元分析法塑造大数据环境下网络稳定性检测模型以及性能评估模型，以用户行为为源数据模型，在用户行为大数据环境下对网络稳定性进展测量。实验以大型电子商务网络为例进展分析，测试网络鲁棒性结果显示，该方法可以较好地完成大数据环境下的网络鲁棒性测试。关键词： 大数据; 网络; 稳定度; 主元分析Research on network stabilit

2、y testing model under the environment of Big data communication1. School of Automation and Electrical Engineering， University of Science and Technology Beijing， Beijing 100083， China;2. Teaching and Research Department of Information Command and fight， National Defense University PLA China， Beijing

3、100091， ChinaAbstract： Traditional model for analyzing the stability of the computer network is subject to the big data communication under the environment of the randomness， sudden and finiteness， so the analysis deviation is bigger. The network stability measurement model based on fuzzy hierarchy

4、and principal component analysis in large data environment is put forward. By building a network stability evaluation index system conforming to the big data environment， the principal component analysis method to establish network stability testing model and performance evaluation model under the e

5、nvironment of big data， which takes user behavior as the source data model， measures the network stability under the condition of big data in the user behavior. By taking large?scale e?commerce network as an example for experimental analysis， the network robustness was tested. The result indicates t

6、hat the method can better accomplish robustness testing of the big data communication network.Keywords： big data; network; stability; principal component analysis0 引 言1 大数据环境下网络稳定性评价体系网络稳定性是指发生网络入侵等突发性危机的过程中，计算机网络抗干扰、抗毁性才能的大小。稳定的计算机网络可以为大规模数据通信中的突发性事件提供帮助，确保时间效益最大化以及网络损失最小化。对这种在用户行为大数据环境下网络稳定性的评价需要从

7、评价指标、稳定度等两方面进展分析。 1.1 基于模糊层次的网络评价指标稳定度计算大数据通信下的网络稳定性评价指标较多，一般采取互相直接关联性较为有效。采用模糊层次分析方法得到不同指标下的评价权重，采集的指标中呈现了大数据通信下的网络稳定性分析层次性，同时大量检测指标又具有模糊性，可通过模糊层次分析法可以得到不同指标的权重：Y=WTX 1之后，Y中不同数据量下，网络稳定度测试指标的权重需要和达标评估系数逐次相乘，求和获取单个不同指标的稳定度：其中：Ri表示在用户行为大数据环境下的网络单个指标的稳定度。第1.1节表达单个指标下在用户行为大数据环境下的网络单个指标的稳定度计算过程。在多指标大数据通信

8、下的网络稳定性评价体系下，多指标构造评估是一个串联同并联交融的混合指标评估过程，这种构造的稳定度用图1所示。E：a0615年06期Image36T1.tif图1 多指标构造下网络稳定度构造图多指标通信网络通常由大数据通信子系统、数据协调通信系统以及破绽修补子系统三个并联络统以及一个串联络统构成，不同的子系统都包含多个评价指标，可得计算机网络总体指标的稳定度的运算公式为：R=j=131-i=1m1-Ri 3通过上述分析的方法可以对在用户行为大数据环境下的计算机网络的稳定性进展计算，确保对其实时的稳定程度有较好的理解。1.3 计算机网络稳定性计算过程假设存在n个年度，假设n=10，p个评估指标，其

9、中p=6。1 塑造计算机网络性能评估指标体系的原始数据矩阵：2 运算相关系数矩阵：假设对称矩阵rij=rji，那么只运算其上三角元素以及下三角元素即可。最后将不同主成分的方差奉献率当成权重，线性加权求和获取综合评价函数：Zi=j=1meiyj 7式中：Zi用于描绘第i个数据流的计算机通信网络的稳定性，该值越高，说明第i个数据区域网络稳定性越强，反之越弱。2 实验分析实验采用具有高危险性的云计算环境下的大数据通信网络作为分析的对象，对本文模型控制下的计算机网络的稳定性能进展评估，采用计算机仿真进展数据处理。选取的指标为第1节中的6个指标。根据6个指标计算公式计算的综合得分才能，见表1。表1 计算

10、机网络稳定才能的综合得分分析表1可得，从第一次实验开始，采用本文模型计算下的计算机网络的稳定性综合得分呈现逐次递增趋势，说明该区域的计算机网络的通信才能逐渐增强，这符合当地的一个网络逐渐稳定加强的根本情况，说明本文模型是有效的。为了突出本文模型的优势，选择传统的单指标叠加的方法对以上数据中，在用户行为大数据环境下的计算机网络稳定性进展测试，不同方法下获取的网络稳定性能综合分析值，并与真实数据进展比照，统计误差，如图2所述。 分析图2可得，从第一次2002年开始，本文模型计算出的结果误差与传统的单指标叠加的方法相比较，误差明显较小。图2 两种模型下网络稳定性计算误差3 结 语本文提出基于模糊层次

11、以及主元分析的计算机网络稳定性测量模型，并应用用户行为大数据环境下的计算机网络中。通过模糊层次方法构建计算机网络稳定性评价指标体系，采用主元分析法塑造计算机稳定分析模型以及性能评估模型，对云计算环境下的计算机网络稳定性进展测量。实验以详细网络为例进展分析，对网络的稳定性能的时间序列数据进展综合分析和评估。参考文献2 BOUARFA L， DANKELMAN J. Workflow mining and outlier detection from clinical activity logs J. Journal of Biomedical Informatics， 2021， 456： 1185?1190.3 张萌，张沪寅，叶刚.延迟时间和嵌入维数结合优化的网络流量预测J.计算机工程与应用，2021，504：103?109.6 NEPUSZ T， YU H，