张 震，张佑春，盖昊宇，朱 炼

(安徽工商职业学院 应用工程学院，安徽 合肥 231131)

随着计算机网络通信技术的发展，网络通信的安全性受到人们的极大关注，需要构建网络通信安全传输信道模型，结合网络通信安全极限挖掘技术进行网络传输的信道均衡控制，建立网络通信安全极限信息的大数据特征提取模型，结合模糊信息聚类方法，进行网络通信安全极限挖掘信息挖掘和自适应调度，通过空间信道均衡控制方法，进行网络通信安全设计[1]，提高网络通信的质量的同时，确保网络通信安全，研究网络通信安全极限挖掘方法，在网络通信安全设计中具有重要意义，相关的网络通信安全极限挖掘方法研究受到人们的极大关注。对网络通信安全极限挖掘是建立在信道均衡设计基础上的，结合码间干扰抑制方法，进行网络通信安全极限挖掘，采用智能学习算法，实现网络通信安全极限挖掘优化[2]，本文提出基于改进鱼群算法的网络通信安全极限挖掘技术。构建网络通信的多径传输信道模型，提取网络通信安全极限信息的统计特征量，结合模糊信息聚类方法进行网络通信安全极限挖掘过程中的自适应寻优，根据鱼群算法的优化寻优路径进行网络通信安全极限信息挖掘和资源调度，实现玩两个通信安全极限挖掘，最后进行仿真测试分析，得出有效性结论。

1 网络通信信道模型和均衡设计

1.1 网络通信信道模型

为了实现基于改进鱼群算法的网络通信安全极限挖掘，首先构建网络通信安全极限信息分配模型和信道传输模型，结合空间信道均衡设计方法，进行网络通信信道均衡配置，提高网络通信传输的安全性，采用异构有向图分析方法进行网络通信安全极限信息传输设计，构建网络通信安全极限信息资源分配结构模型[3]，得到网络通信安全传输信道模型如图1所示。

图1 网络通信安全传输信道模型

根据图1所示的网络通信信道模型，采用自适应的链路转发协议，进行网络通信安全传输的节点优化部署设计，通过空间信道传输匹配方法，进行网络通信安全极限分配[4]，假设网络通信安全极限传输的属性集为X={x1,x2,…,xn}，采用波特间隔均衡方法进行网络通信安全极限信息分配，得到优化的节点分配模型如图2所示。

图2 优化的节点分配模型

根据图2所示的节点分布模型，进行网络通安全传输和自适应控制，采用鱼群算法进行网络通信安全传输的在线调节[5]，构建网络安全传输的自适应调制系统，网络安全信息传输的模糊贴近度φ1定义为：

(1)

1.2 网络通信安全信道均衡设计

在构建网络通信的多径传输信道模型的基础上，结合模糊信息调度方法进行网络通信安全的自适应信道均衡控制，采用多径滤波和自相关匹配检测方法进行网络通信安全传输过程中的码间干扰抑制，得到自适应的特征加权系数为ω=(ω1,ω2,…,ωn)T，ωj∈[0,1]，假设网络通信安全极限信息传输的模糊动态约束参数模型描述为：xj={x1j,x2j,…,xmj}T，建立网络通信安全极限信息调度模型，得到网络通信安全极限输出评价集满足：

(2)

用Ui,j(t)表示的网络通信的信道载波数，结合子载波控制方法，进行空间均衡调度，建立类函数为：

(3)

分析网络通信安全极限信息输出的模糊特征匹配集，得到信道均衡的最优解集为：

(4)

(5)

(6)

根据上述分析，进行网络通信传输控制，提高信道均衡性。

2 网络通信安全极限挖掘

2.1 网络通信的抗扰抑制

采用多径滤波和自相关匹配检测方法进行网络通信安全传输过程中的码间干扰抑制，建立网络通信安全极限信道容量参数估计模型，结合改进的鱼群算法进行网络通信安全极限信息挖掘，建立网络通信安全极限信息分配的模糊决策矩阵：

(7)

根据模糊决策模型，进行网络通信安全极限信息分配，采用差异度模糊特征匹配方法[7]，构建网络通信安全极限评价指标集为Ek∈E(k=1,2,…,t)，根据线性相关关系进行信息融合，得到模糊度扩展系数X，信道干扰抑制的模糊度函数为：

(8)

(9)

重构网络通信安全极限信息的递归图模型，采用相空间重构的方法，实现网络通信安全极限挖掘，得到极限挖掘的自适应学习权重为vi，构建通信传输信道均衡模型，得到特征匹配矩阵表示为：

U={μik|i=1,2,…,c,k=1,2,…,n}

(10)

其中，c为人工鱼群搜索步数，μik为人工鱼群学习的决策系数。

采用人工鱼群学习算法进行自适应寻优，得到有限的关联特征向量vi，vi=((w1,t1),(w2,t2),…,(wj,tj))，网络通信的抗扰抑制输出为：

(11)

根据抗干扰抑制结果，进行网络通信安全极限挖掘。

2.2 网络通信安全极限挖掘输出

(12)

人工鱼群学习的迭代函数为：

j=1,2,…,J+1

(13)

根据鱼群算法的优化寻优路径进行网络通信安全极限信息挖掘和资源调度，提高网络通信安全传输和自适应控制能力[8]，综上分析，实现网络通信安全极限信息挖掘。

3 仿真实验与结果分析

为了验证本文方法在实现网络通信安全极限信息挖掘和网络通信安全传输中的应用性能，进行仿真实验分析，网络通信安全极限传输的极限频率为4.24kHz～15kHz，码间干扰的强度为SNR=0～12dB，扩频滤波的阶数为24，分组长度为64位，根据上述仿真环境和参数设定，进行网络通信安全极限挖掘，得到通信信道输入端的信号波形如图3所示。

图3 输入端的网络通信信号

以图3的信号为输入，提取网络通信安全极限信息的统计特征量，结合模糊信息聚类方法进行网络通信安全极限挖掘，采用人工鱼群算法进行寻优设计，得到通信输出如图4所示。

图4 网络通信安全输出

分析图4得知，采用本文方法能提高网络通信的安全性，信号输出的保真性较好。测试不同方法进行网络通信极限挖掘的输出均方根误差，得到对比结果如图5所示。

图5 均方根误差对比

对数据进行统计分析，得到误码率结果见表1，分析表1得知，本文方法进行网络通信极限挖掘的输出误码率较低。

表1 输出误码对比

结语

建立网络通信安全极限信息的大数据特征提取模型，结合模糊信息聚类方法，进行网络通信安全极限挖掘信息挖掘和自适应调度，本文提出基于改进鱼群算法的网络通信安全极限挖掘技术。采用鱼群算法进行网络通信安全传输的在线调节，建立网络通信安全极限信息调度模型，采用异构有向图分析方法进行网络通信传输的信道均衡控制，重构网络通信安全极限信息的递归图模型，采用相空间重构的方法，实现网络通信安全极限挖掘，本文方法进行网络通信安全极限挖掘的准确性较好，信道均衡性较好，提高了网络通信的安全性，降低输出误码率。