- 相關推薦
淺析大數據時代下的網絡穩定性的論文
摘 要 ：大數據環境下網絡穩定性，成為全球都比較關心的問題，這涉及到互聯網的健康有序發展，本文將對大數據環境中網絡穩定性測試分析。
關鍵詞 ：大數據環境 ；網絡穩定性 ；測試
近年來，在著物聯網、移動互聯網與云計算技術和應用的快速發展中，人類產生的數據量十分驚人，正以指數級速度迅速增長。在2011年，其數據就達到1.8萬億 GB。而 IDC（IntemetDataCenter，互聯網絡數據中心）預計到 2020 年全世界數據量會增加50 倍。但是在大數據環境下很多是用戶信息等敏感信息、隱私信息以及國家的機密信息。這些信息難免不會引起全球各地的不懷好意的人進行攻擊，包括信息泄漏、人不斷非法入侵他人電腦、數據篡改、信息竊取、數據刪添和病毒攻擊等方式。可以說大數據的復雜性和涉及領域的廣泛，給人們帶來了很多的不安因素，同時網絡實體還要面對水災、火災、地震、電磁輻射等危害的考驗。
一、網絡穩定性概述
網絡的不斷普及，給人們的生活學習工作帶來了巨大的便利，但是網絡是否穩定，又對人們的使用效率有巨大影響。所謂的穩定性是指網絡系統可以長期、可靠、滿足指標帶寬的性能。網絡穩定性也可以說在網絡發生入侵等突發性危機的事件時，計算機網絡所表現出的具有抗干擾、抗毀性能力的大小，并且具有為大規模數據通信下的突發性事件提供有效幫助，保證在一定時間效益最大化和網絡損失最小化。假設網絡穩定性不好，就會出現丟包率變高，輕的現象則是網速不穩定，重的話就會出現掉線情況發生。比較常見的網絡穩定性問題主要有以下幾種 ：一是網絡局部或整體出現不定時掉線情況，這就是內網存在 ARP 欺騙。二是局域網訪問緩慢，訪問外網斷線或者是丟包嚴重問題發生，這是內網發生病毒攻擊或者是廣播風暴。三是網絡設備，如路由器、交換機等有缺陷或者是個體故障，造成網絡斷線，四是運營商線路遭受攻擊或者是故障造成網絡延遲或者斷線發生。而在大數據環境下，網絡穩定性主要指發生網絡入侵等突發性危機的過程里，計算機網絡抗干擾和抗毀性能力的大小。在大數據環境下入侵事件的發生，變得更加具有隨機性、突發性、有限性等特征，做好對大數據環境中網絡穩定性測試分析是下文要進行的。
二、大數據下網絡穩定性評價體系分析
1、大數據環境下模糊層次下網絡評價指標穩定度分析。模糊層次分析方法是把模糊分析法與層次分析法相結合起來的一類方法。層次分析法是美國運籌學家 T. L. Saaty 教授提出，該方法是對一些較為復雜、較為模糊的問題作出決策的簡易處理，尤其適合于那些難于完全定量分析的問題。模糊層次分析方法實用性非常強，可以通過通過編程實現的建模，能有效解決在設備選擇問題中的定性和定量的抽象，還可以避免矩陣的一致性困難與建立的矩陣與人的思維差異問題。在大數據環境下采用模糊層次分析方法，可以得到各種指標下的評價權重，采集的指標在大數據網絡下表現出網絡穩定性分析層次性，并且大量檢測指標呈現出了一定的模糊性，可利用模糊層次分析措施能夠得到不同指標的權重 ：[Y=WTX] ，其中 Y 可以是 y1，y2，…，yn]，Y 代表的意思是用戶行為在大數據環境中網絡衡量指標的權重集。X 可以是x1，x2，…，xn]，表示的意思是專家對不同種指標的打分評價集，而且這類集合能夠從經驗中得出。W 是指描述模糊互補矩陣，具有 [i=1nwi=1]。然后在 Y 里各種數據量中網絡穩定度測試指標的權重與達標評估系數依次進行相乘，在求和中得到單個不同指標的穩定度 ：[Ri=j=1nyjwj]。而 [Ri] 是指在大數據環境里用戶行為的網絡單個指標的穩定度表現。
2、大數據下多指標下網絡穩定性評價。多指標通信網絡構成，包括了大數據通信子系統、數據協調通信系統和漏洞修補子系統三個并聯系統與一個串聯系統。而在大數據下，對于多指標結構評估是由一個串聯同并聯融合的混合指標評估過程，因此，計算機網絡總體指標的穩定度的運算公式就有 ：[R=j=131-i=1m（1-Ri）]，這樣就能實現對大數據環境下的計算機網絡的穩定性進行計算。
三、大數據下相應網絡穩定性的區域評估模型測試建立
在大數據的通信環境中計算機網絡的評價指標，主要利用大數據通信下反映高風險網絡發展特征的主要指標，分別是 ：信道寬度 [x1]，緊急檢測 [x2]，安全檢測人員比例 [x3]，可承載的數據量 [x4]，信道可承載量 [x5]，調度能力 [x6]。區域評估模型測試建立首先假設存在 n 個年度，假設 n=10，p 個評估指標，其中 p=6。然后構建計算機網絡性能評估指標體系的原始數據矩陣 ：[X=X11X12...X1pX21X22...X2p... ... ...Xn1Xn2...Xnp]。 計 算機網絡性能評估指標體系的運算相關系數矩陣 ：[R=k11k12…k1pk21k22…k2p... ... ...kp1kp2…kpp] ， 而 [kij（i，j=1，2， …，p）] 是原始變量 [xi] 以及 [xj] 的相關系數，得到的運算公式為 ：[kij=k=1n（Xki-Xi）（Xkj-Xj）k=1n（Xki-Xi）2（Xkj-Xj）2] 。如果對稱矩陣 [rij=rji]，則只運算其上三角元素和下三角元素就行。再次運算主成分貢獻率，[Zi] ：[rik=1prki（i=1，2，…，p）] ；累計貢獻率 [k=1γkk=2γi]，通常設在累計貢獻率為85% ～ 95% 的特征值 [λ1，λ2，…，λm] 對應為第一，第二，…，第 [m（m ≤ p）]個主成分。運算主成分載荷為 e，[ei=γkeki（i=1，2，…，p）。]。最后將不同主成分的方差貢獻率當成權重，線性加權求和獲取綜合評價函數 ：[Zi=j=1meiyj]（7）其中 [Zi] 用于描述第 i 個數據流的計算機通信網絡的穩定性，該值越高，說明第 i 個數據區域網絡穩定性越強，相反，就會越弱。
【淺析大數據時代下的網絡穩定性的論文】相關文章：
大數據時代網絡安全研究論文05-02
大數據時代下電子商務服務論文05-02
淺析移動通信網絡數據傳輸論文05-02
大數據時代下網絡安全與隱私保護論文06-08
大數據時代下軟件工程教學改革措施論文04-27
大數據時代下軟件工程關鍵技術研討論文04-27
教育討論 - 淺析網絡時代的高中教育04-30
大數據時代語言學研究論文05-02