深度双Q网络中低延迟高可靠数据查询算法

来源 :计算机仿真 | 被引量 : 0次 | 上传用户：nonomad

【摘要】

：

为提高深度双Q网络的数据查询效率、优化数据传输能耗,提出一种基于分簇的低延迟高可靠数据查询算法。采用强化学习建立模型及优化目标,使用深度学习求解深度双Q网络状态表达和策略表达。引用主成分分析二次提取数据特征,剔除每个特征的信息叠加,通过熵值法对特征量进行赋权,提升数据查询效率。依据数据查询与簇头节点的关联,分析簇头节点通信能耗与查询响应时间,构建数据估计模型。利用节点轮换方法均衡网络能耗,完成低延

【作者】

：

林增坦林增钰黄紫成

【机构】

：

仰恩大学

【出处】

：

计算机仿真

【发表日期】

：

2021年08期

【关键词】

：

高可靠性低延迟数据查询

【基金项目】

：

2019年福建省中青年教师教育科研项目(科技类)(JAT190858)。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于群体智能的半结构化数据查询优化算法

传统算法不能有效结合半结构化数据特征,在进行算法运行过程中所查询的数据量较少,且时间较长。于是基于群体智能研究了一种新的半结构化数据查询算法。采用粒子群优化算法建立半结构化数据查询模型,标记空间内的数据特征,运用中心-离散算法对计算模型数据中的不同粒子类型进行查询,在不同范围内实现对数据的查询与搜索。采用映射方法形成数据查询模型集合,并利用映射关系与有向图中的数据内容建设半结构化数据模型储存空间,

期刊

群体智能数据查询粒子群体优化算法半结构化模型标签树

基于报文特征的DNS隐信道检测技术研究

现有的DNS隐信道检测算法大多数依赖多次的DNS信息交互数据,然而在大规模流量的网络环境中,DNS数据难以收集完整并分流,从而导致检测模型失效。针对上述问题,提出了一种基于单次DNS请求和响应报文特征的DNS隐信道检测模型,并分析并提取了DNS请求与响应报文多维度的长度和字符特征,最终提取19维特征,并使用四种机器学习算法进行分类,其中J48决策树综合结果最好,对DNS隐信道检测率为99.4%,误

期刊

隐信道机器学习特征工程信息安全

基于DataSocket技术的SMI敏感数据加密方法

由于以往加密方法是将所有的图像信息全部加密成密文图像,导致图像信息膨胀,影响了图像信息传输质量。为解决上述问题,研究一种基于DataSocket技术的序列监控图像敏感数据加密方法。方法先是序列监控图像敏感数据压缩处理,减少信息冗余度,具体包括图像分块、颜色空间转换、离散余弦变换、离散余弦变换系数量化以及编码等操作;然后利用混沌系统进行图像加密处理,包括实数混沌序列生成与转换、置乱和扩散等。实验结果

期刊

序列监控图像敏感数据混沌加密方法

基于量子遗传算法的网络安全态势感知研究

基于当前网络状态分析,有利于指导以后的安全态势估计,为了提高网络安全态势感知的主动性和可靠性,提出基于量子遗传算法的网络安全态势感知方法。根据属性的相似度函数计算网络态势信息的相似度,并由报警相似度函数求解出两个报警信息的相似关系。建立对复杂环境下病毒攻击的网络安全态势模型,采用信号处理方法对网络安全态势感知优化。通过量子遗传算法,对网络病毒的交叉点进行区域匹配设置,同时检测病毒入侵的网络信息流,

期刊

量子遗传算法相似度函数网络安全态势信号处理

深度双Q网络中低延迟高可靠数据查询算法

其他学术论文