基于粒子群算法的高性能流量解析軟件缺陷優(yōu)化的方法

李 璐

(安徽工商職業(yè)學(xué)院，安徽 合肥 231131)

高性能流量解析軟件查詢(xún)、管理處理的映射信息,具有緩存查詢(xún)、分層次管理,以及冗雜備份等多方面特點(diǎn)。然而,由于該軟件涉及產(chǎn)品生產(chǎn)、物流流通、管理等多方面,很容易受到攻擊的服務(wù),很難為用戶(hù)提供安全的流量解析服務(wù),因此需要應(yīng)對(duì)多種關(guān)鍵性解析技術(shù)的挑戰(zhàn)。本文充分利用粒子群算法可以使決策結(jié)果具有更加真實(shí)、可靠的優(yōu)勢(shì),以?xún)?yōu)化高性能流量解析軟件缺陷參數(shù),提高解析精度和時(shí)效性。

1 高性能流量解析軟件缺陷現(xiàn)狀

高性能流量解析控制臺(tái)用于編寫(xiě)高性能流量解析分類(lèi)器中的規(guī)則,其影響解析過(guò)程中信息編碼的字段值,極易導(dǎo)致解析服務(wù)器與數(shù)據(jù)庫(kù)連接困難,同時(shí)用于存儲(chǔ)相同分類(lèi)的信息編碼和信息服務(wù)地址聯(lián)系性不強(qiáng)。

高性能流量解析軟件的數(shù)據(jù)庫(kù)一般是按照數(shù)據(jù)鏈路、信息傳輸、明確下一級(jí)流量解析軟件的類(lèi)型和起始位置的順序進(jìn)行構(gòu)建的。高性能流量解析軟件主要缺陷是需要更換已有的千兆過(guò)濾解析設(shè)備。即依照用戶(hù)個(gè)人的服務(wù)需求,將千兆過(guò)濾解析設(shè)備中數(shù)據(jù)的字段進(jìn)行分類(lèi),并將分類(lèi)后的數(shù)據(jù)通過(guò)不同的千兆解析服務(wù)端口處理。

2 基于粒子群的高性能流量解析軟件缺陷優(yōu)化算法

2.1 設(shè)置高性能流量解析軟件缺陷參數(shù)

本文所提優(yōu)化方法,是在慣性權(quán)重的作用下進(jìn)行的,其慣性權(quán)重值直接影響著粒子群算法的功能。因此為了設(shè)置合適的慣性權(quán)重值,使粒子群算法的精確度和收斂性趨于平衡,此次高性能流量解析軟件缺陷優(yōu)化,根據(jù)粒子群算法自身的特性和高性能流量解析軟件缺陷的實(shí)際情況進(jìn)行非線(xiàn)性參數(shù)設(shè)置,避免高性能流量解析軟件在線(xiàn)性遞減慣性權(quán)重的過(guò)程中存在缺陷。因此,為了克服高性能流量解析軟件單純遞增、遞減帶來(lái)的問(wèn)題,改進(jìn)后的慣性權(quán)重參數(shù)公式如下:

(1)

(2)

其中,w(t)為慣性權(quán)重值,T為最大迭代次數(shù),t為最小迭代次數(shù)。改進(jìn)后的算法兼顧了遞增和遞減兩種可能性,使得高性能流量解析軟件缺陷優(yōu)化的慣性權(quán)重參數(shù)前期收斂速度快,后期局部流量解析服務(wù)能力增強(qiáng)。

2.2 構(gòu)建高性能流量解析軟件缺陷優(yōu)化模型

以往的高性能流量解析軟件方法不能夠很好地高速訪(fǎng)問(wèn)高性能流量解析軟件的服務(wù)。為此,本文所提優(yōu)化方法,需要具備大規(guī)模地處理缺陷的能力,為使高性能流量解析軟件的服務(wù)達(dá)到峰值時(shí),其服務(wù)能力依舊處于平穩(wěn)、高效的范圍之內(nèi),優(yōu)化模型的整體解析服務(wù)規(guī)則如圖1所示。

圖1 高性能流量解析軟件服務(wù)規(guī)則

由圖1可知,多個(gè)用戶(hù)客戶(hù)端的高性能流量解析軟件的請(qǐng)求形成高速網(wǎng)絡(luò)流量,通過(guò)高速網(wǎng)絡(luò)接口進(jìn)入高性能流量解析分類(lèi)器。其中,實(shí)現(xiàn)高性能流量解析軟件快速分流的解析分類(lèi)器包括:管理、內(nèi)容提取、接口分發(fā)、數(shù)據(jù)傳輸、CPU配置等內(nèi)容。

優(yōu)化模型的軟件流量解析應(yīng)用服務(wù)器,應(yīng)選擇面向用戶(hù)免費(fèi)開(kāi)源的框架結(jié)構(gòu),實(shí)現(xiàn)多種形式并行的高性能流量解析,CPU配置處理器的性能決定Linux架構(gòu)下高性能流量解析軟件的應(yīng)用服務(wù)器性能,隨著CPU處理器的快速更新,I/O性能低下制約高性能流量解析軟件缺陷。因此,本文采用Epoll技術(shù)控制I/O性能的流量解析應(yīng)用服務(wù)器。

2.3 實(shí)現(xiàn)高性能流量解析軟件缺陷優(yōu)化

在粒子群算法研究的基礎(chǔ)上,進(jìn)行高性能流量解析軟件缺陷的優(yōu)化,通過(guò)流量解析分類(lèi)器中的管理和內(nèi)容提取兩方面來(lái)實(shí)現(xiàn)。高性能流量解析軟件應(yīng)用服務(wù)器輸出用戶(hù)所需信息,與此同時(shí),根據(jù)高性能流量解析軟件缺陷優(yōu)化模型特性,結(jié)合解析服務(wù)的應(yīng)用方法,多種形式并行實(shí)現(xiàn)高性能流量解析,計(jì)算出高性能流量解析軟件的響應(yīng)能力。

高性能流量解析軟件的分類(lèi)器通過(guò)提取過(guò)濾應(yīng)用服務(wù)器中的字符,以及控制高性能流量解析軟件中控制臺(tái)的分類(lèi)方式實(shí)現(xiàn)。其中,高性能流量解析軟件中內(nèi)容的提取是對(duì)流量解析數(shù)據(jù)庫(kù)的數(shù)據(jù)包進(jìn)行分析。為了抽取高性能流量解析軟件應(yīng)用服務(wù)器中的數(shù)據(jù),需要設(shè)計(jì)高性能流量解析軟件數(shù)據(jù)包屬性查詢(xún)表。具體的數(shù)據(jù)包屬性查詢(xún)是通過(guò)設(shè)計(jì)高性能流量協(xié)議屬性查詢(xún)表,協(xié)義屬性查詢(xún)?nèi)绫?所列。

表1 協(xié)議屬性查詢(xún)

按照順序讀取高性能流量協(xié)議屬性查詢(xún)表的各層協(xié)議屬性,抽取高性能流量協(xié)議首部長(zhǎng)度,進(jìn)而分析高性能流量解析軟件應(yīng)用服務(wù)器的數(shù)據(jù)包,直至全部協(xié)議首部長(zhǎng)度數(shù)據(jù)分析結(jié)束,最后直接通過(guò)高性能流量解析軟件的終端對(duì)分類(lèi)器中的數(shù)據(jù)規(guī)則進(jìn)行設(shè)定。

為了在高性能流量解析服務(wù)器與流量解析數(shù)據(jù)庫(kù)多種實(shí)施方式的對(duì)應(yīng)關(guān)系中,滿(mǎn)足用戶(hù)環(huán)境的服務(wù)需求,基于粒子群算法優(yōu)化高性能流量解析軟件缺陷。當(dāng)流量解析服務(wù)器響應(yīng)流量解析請(qǐng)求的速度多于流量解析數(shù)據(jù)庫(kù)查詢(xún)速度的時(shí)間時(shí),需要使用一個(gè)高性能流量解析服務(wù)器,反之則說(shuō)明同一個(gè)高性能流量解析數(shù)據(jù)庫(kù)需要多種高性能流量解析的服務(wù)器。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境

在粒子群算法研究的基礎(chǔ)上,高性能流量解析軟件缺陷的優(yōu)化,需要采用的流量解析發(fā)生器為IXIA400T。IXIA400T有4個(gè)卡槽,支持多種類(lèi)型的接口。通過(guò)優(yōu)化高性能流量解析軟件缺陷,流量解析發(fā)生器可以根據(jù)用戶(hù)需要自定義流量解析協(xié)議屬性標(biāo)準(zhǔn)。

根據(jù)傳統(tǒng)的高性能流量解析軟件,此次仿真實(shí)驗(yàn)還需要另一個(gè)硬件流量解析軟件包括流量解析分類(lèi)器。傳統(tǒng)方法的PC1和基于粒子算法研究的PC2分別模擬用戶(hù)客戶(hù)端高性能流量解析請(qǐng)求的流量解析發(fā)生器。作為高性能流量解析軟件,流量解析服務(wù)器和流量解析分類(lèi)器通過(guò)千兆連接?；诟咝阅芰髁拷馕鲕浖毕輧?yōu)化的特性,流量解析發(fā)生器需要在Windows XP的控制下自定義發(fā)生條件。而高性能流量解析分類(lèi)器是在Linux系統(tǒng)下操作,提取用戶(hù)流量解析軟件的內(nèi)容,傳輸?shù)讲煌咝阅芰髁拷馕鲕浖l(fā)生器的不同內(nèi)部接口。

3.2 實(shí)驗(yàn)過(guò)程及結(jié)果

通過(guò)高性能流量解析軟件的發(fā)生器控制流量解析發(fā)生器的參數(shù),包括:流量解析的傳輸速度、流量解析數(shù)據(jù)包格式等內(nèi)容。為了測(cè)試本文所提優(yōu)化方法的有效性,對(duì)其緩存數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。

高性能流量解析分類(lèi)器與流量解析發(fā)生器,接收解析編碼請(qǐng)求和響應(yīng)的速度最高達(dá)千兆。兩臺(tái)主機(jī)通過(guò)流量解析發(fā)生器,分發(fā)根據(jù)流量解析分類(lèi)規(guī)則而形成的請(qǐng)求。利用流量解析服務(wù)器處理響應(yīng),并返回流量解析發(fā)生器。2兩臺(tái)主機(jī)流量解析數(shù)據(jù)比較如表2所列。

表2 2臺(tái)主機(jī)流量解析數(shù)據(jù)比較

通過(guò)流量解析數(shù)據(jù)的比較可以看出,隨著發(fā)送數(shù)據(jù)包個(gè)數(shù)的增長(zhǎng),PC1和PC2所代表的兩種流量解析服務(wù)器處理的數(shù)據(jù)包個(gè)數(shù)都不同幅度地減少,但是PC2解析服務(wù)器處理的數(shù)據(jù)包個(gè)數(shù)相較于PC1解析服務(wù)器處理的數(shù)量更多。通過(guò)仿真實(shí)驗(yàn)的結(jié)果進(jìn)行比較,本文所提優(yōu)化方法還是有一定成效,在使用更多分流、增加流量解析服務(wù)器的情況下,可以在一定程度上滿(mǎn)足目前高速發(fā)展的情形。

4 結(jié)束語(yǔ)

研究基于粒子群算法的高性能流量解析軟件缺陷的優(yōu)化方法,將部分高性能流量解析軟件的功能轉(zhuǎn)移到高速應(yīng)用的硬件網(wǎng)絡(luò)設(shè)備上。本文所提優(yōu)化方法大大提高了解析軟件的服務(wù)器響應(yīng)速度,與此同時(shí),減輕了高性能流量解析軟件缺陷帶來(lái)的負(fù)擔(dān)。在粒子群算法的基礎(chǔ)上,高性能流量解析軟件缺陷的改進(jìn)、優(yōu)化初步實(shí)現(xiàn)。在未來(lái)的高性能解析軟件服務(wù)中,需要建立全網(wǎng)控制平臺(tái)。同時(shí),健全解析軟件安全機(jī)制以保護(hù)用戶(hù)隱私。