刘颖 罗涛 杨灿

【摘  要】

针对复杂多维环境下弹性网络资源受到气象、地形、电磁、时空等环境影响的问题，提出了一种网络资源与环境耦合关系预测技术，主要目的是实现网络资源与环境耦合关系预测，提升网络资源的利用率。通过实测验证了技术的可行性，满足实际网络通信过程中对网络资源与环境耦合关系的预测。

【关键词】弹性网络;网络资源;环境耦合

0   引言

在实际网络通信[1]过程中，由于设备故障、环境突变等问题，导致环境感知设备采集到不完整或不准确的数据，进而引发网络资源[2]状态的表征结果异常。网络资源状态的表征是否准确，对网络资源的利用率有很大的影响。

本文针对复杂多维环境下弹性网络资源受到气象、地形、电磁、时空等环境影响的问题，提出了一种网络资源与环境耦合关系预测技术，满足在实际网络通信过程中，对网络资源与环境耦合关系预测，提升网络资源的利用率。

在实际网络通信过程中，环境感知设备采集到大量不完整或不准确的数据，迫切需要解决通信信息的清洗与提炼、海量信息智能分析处理等关键问题。下面分别从数据预处理[3]、預测方法[4]综述现阶段研究现状。

由于设备故障、环境突变等问题，导致环境感知设备采集到不完整或不准确的数据，所以，需要对缺失值进行填充[5]。在数据清洗过程中，经常遇到空值问题。一般可分为两种空值问题类型：（1）数值的不完整;（2）数值为空（即空值）。数值不完整包括数据部分或所属字段没有值;空值的定义是实际不存在而空的值。处理方法有：（1）根据某种规则推导出某些缺失值;（2）用最小值、中值、最大值、平均值替换缺失值;（3）手动输入一个可接受范围内的值等。

目前有很多机器学习算法被用于预测的研究，常见的有K近邻（KNN， K Nearest Neighbors）[6]、决策树（DT， Decision Tree）[7]、支持向量机（SVM， Support Vector Machines）[8]等算法。

（1）K-近邻算法

K-近邻是测量特征之间的间距进行分类。已知训练集，对于新的输入数据，在训练集中找到与该数据最接近的K个数据，这K个数据的多数数据属于某一个类，就把该输入数据归类到这个子类中。如图1所示：

（2）决策树

决策树算法是一种归纳式的学习算法，目的在于从数据源中推理和归纳出树形结构的决策树表现形式。决策树的思想是“分而治之”，该算法从一个结点开始，根据一定的分支标准划分样本，一直加入新节点分割上一次分裂剩下的样本，直至所有样本被准确归类为止。决策树会训练模型根据特征一级级地分裂。而分裂的阈值会根据训练的数据学习得，最终实现预测。

（3）支持向量机

支持向量机是二分类模型，基本模型是在特征空间上的间距最大的线性分类器，间距最大使它有别于感知机，能较好解决非线性、小样本以及高维模式识别任务。

1   总体方案

本方案架构示意如图2所示。首先，通过基于多维模糊映射、服务扩充的方法对原始的不完整参数集进行预处理;其次，通过基于多维环境参数的特征表征方法，对数据进行特征构造，以获得具有更强表征能力的数据;然后，融合前向选择、后向选择、模拟退火[9]的方法对特征进行降维，降低各维度的变量空间及多维表征模型训练的复杂度;最后，采用基于决策树的模型训练方法，对数据进行训练学习预测，实现网络资源在复杂环境约束下的精确描述。

1.1  预处理阶段

针对当前实际网络通信过程中，由于设备故障、环境突变等问题，导致环境感知设备采集到不完整或不准确的数据，本文提出基于多维模糊映射、服务扩充的缺失值处理的补全方法，能快速准确地补全缺失值，达到提高模型效率的目的。该方法通过多维模糊推理，利用历史数据对缺失的环境参数进行预测，完成不完整参数集向完整参数集的映射过程。算法流程如图3所示：

对于一些特定的字段，通过第三方服务进行填充。例如根据时间、地点查找气象表填充天气。通过经纬度定位填充地形。对于这些特殊字段，服务扩充的方式能够更加精准地填充缺失值。通过气象服务填充天气示意图、通过地形检索服务填充地形示意图，如图4所示：

1.2  特征构造阶段

为了增强对环境资源的表征能力，本文提出了基于多维环境参数的特征构造方法，从而更准确地学习网络资源与多维环境的表征关系。通过对不同的特征进行交叉组合，使得特征之间可以相互联系相互作用，从而表达出单一特征所不具有的非线性性。交叉构造特征采用加、减、乘、除、平方、均值、方差等方式进行特征组合。即对于数值型特征，让两两特征在数值上进行加法、减法、乘法、除法等运算以及均值、方差等操作。特征构造方法如图5所示：

1.3  特征约简阶段

为了筛选特征构造方法产生的冗余特征，本文提出了基于前向搜索、后向搜索、模拟退火算法融合的特征约简方法。融合前向搜索、后向搜索方法的各自的优点。此外，引入模拟退火机制，该机制有效克服序列搜索算法容易陷入局部最优值的缺点。通过融合三种方法，本文增加了特征选择和特征约简的有效性，从而保留优良的特征。特征约简流程如图6所示：

1.4  模型训练阶段

为了增强模型的学习能力和泛化能力，本文采用集成学习的方式进行训练，提出了基于决策树的集成分类模型构建及训练方法。由于多维环境对网络资源的影响呈现非线性的关系，常规的拟合方法对多维非线性函数的预测结果精度较低。针对这一问题，本文采用了决策树的方法用来学习多维非线性函数的映射，将资源状态表征为多维环境因素的多元函数。决策树认为，物以类聚、人以群分，在特征空间里相近的样本，那就是一类。如果为每个“类”分配的空间范围比较小，那么，同一个类内的样本差异会非常小，以至于看起来一样。换句话说，如果我们可以将特征空间切分为较小的碎块，然后为每一个碎块内的样本配置一个统一的因变量取值，就有机会做出误差较小的预测。在本文任务中，每棵决策树根据我们提供的发射净空角、发生概率、干扰、海拔等特征，将特征空间切分很多小碎块，并为这些碎块提供因变量的取值。通过减小这个预测的取值和真实的取值的误差来引导优化。

2   实验

2.1  数据集

在实际网络通信过程中，记录了73 478条数据，数据中特征包括发射点、接收点、发射点海拔、接收点海拔、发射净空角（度）、接收净空角（度）等，标签为吞吐率[10]、丢包率、时延[11]。根据特征分别预测标签。

数据集经过特征构造后，通过随机采样的方式将其划分为训练集、验证集、测试集。使用训练集来训练模型，通过模型在验证集上的效果好坏来选择模型，然后在测试集上对模型方法进行评估[12]。数据集组成如图7所示：

2.2  评价指标

均方误差是最常用的回归损失函数，它通过衡量“平均误差”的方式来评价数据的变化程度，其值越小，说明预测模型描述实验数据具有更好的精确度。本文的任务中预测吞吐率、丢包率、延时都是回归任务，所以选取该指标作为本文实验的评价指标。

2.3  实验流程

实验流程见图8所示。实验步骤如下：

步骤1：载入73 478条数据;

步骤2：随机抽取其中的7 259条记录作为测试集，剩下的66 219条记录作为训练集，再在训练集中抽取7 000条记录作为验证集;

步骤3：选取原始特征;

步骤4：通过对多维环境参数进行特征构造;

步骤5：采用前向搜索、后向搜索、模拟退火算法融合的特征约简方法特征约简;

步骤6：构建基于决策树的模型;

步骤7：使用验证集选择最优模型;

步骤8：测试集数据输入模型中进行预测。

2.4  性能测试

模型训练及预测消耗的时间如表1所示：

通过性能测试结果显示，预测时间小于0.02 s，预测效率高，可实现批量预测。

2.5  测试结果

各模型预测的MSE值如表2所示：

均方误差是测试集的7 259条记录中预测结果和真实值的均方误差。其值越接近0，则预测值与真实值的偏差越小。“丢包率（%）”字段的MSE几乎为0，预测结果几乎达到了100%的准确率。为了更直接的展示预测效果，预测结果与真实值的拟合图如图9、10、11所示。

绿线代表预测值，红线代表真实值。对于“丢包率”，可以观察到预测结果与真实结果几乎完全拟合。

3   结束语

本文针对复杂多维环境下弹性网络资源受到气象、地形、电磁、时空等环境影响，提供了一种网络资源与环境耦合关系预测技术，实现网络资源在复杂环境约束下的精确描述，提升网络资源的利用率。同时MSE测试结果较低，预测结果准确率高，并且在性能测试中，预测时间短，能高效地预测。验证了一种网络资源与环境耦合关系预测技术的可行性，对实际应用具有较强的指导作用。

参考文献：

[1]    田孝华. 现代军事通信与通信新技术[J]. 无线通信技术， 1996（3）： 54-57.

[2]    于骊，史子博，舒炎泰，等. 调度和拥塞控制相结合的无线网络资源分配模型[J]. 计算机应用， 2009，29（2）： 487-490.

[3]    陈莉，焦李成. 基于混合优化算法的数据预处理算法Ⅱ[J]. 计算机应用与软件， 2007，24（3）： 22-24.

[4]     李旭然，丁晓红. 机器学习的五大类别及其主要算法综述[J]. 软件导刊， 2019，18（7）： 4-9.

[5]   Jonathan T O， Gerald A M， Sandrine B. Special online collection： dealing with data[J]. Science， 2011，331（6018）： 639-806.

[6]    Cover T M. Rates of convergence for nearest neighbor procedures[C]//Proceedings of the Hawaii International Conference on Systems Sciences. 1968： 413-415.

[7]    Quinlan J R. Induction of decision trees[J]. Machine learning， 1986（1）： 81-106.

[8]     丁世飛，齐丙娟，谭红艳. 支持向量机理论与算法研究综述[J]. 电子科技大学学报， 2011，40（1）： 2-10.

[9]    潘蔚. 模拟退火算法和应用[J]. 经济技术协作信息， 2008（32）： 75.

[10]   刘凯，章欣. 多跳移动分组无线网络的吞吐率分析[J]. 西安电子科技大学学报， 2000，27（1）： 70-75.

[11]   黎文伟，张大方，谢高岗，等. 基于通用PC架构的高精度网络时延测量方法[J]. 软件学报， 2006，17（2）： 275-284.

[12]   范永东. 模型选择中的交叉验证方法综述[D]. 太原： 山西大学， 2013.