基于增量式流處理的雙鏈區(qū)塊鏈多目標(biāo)優(yōu)化方法研究

劉亞男

(安徽工商職業(yè)學(xué)院，安徽 合肥 231131)

增量式學(xué)習(xí)算法是一種數(shù)據(jù)庫(kù)處理技術(shù)，在動(dòng)態(tài)變化處理過(guò)程中，不斷增加待處理的數(shù)據(jù)量，增強(qiáng)分析結(jié)果的準(zhǔn)確性。流處理是一種重要的大數(shù)據(jù)處理手段，通過(guò)實(shí)時(shí)分布處理動(dòng)態(tài)數(shù)據(jù)，能夠增加數(shù)據(jù)處理的效率。雙鏈區(qū)塊鏈?zhǔn)且环N單鏈結(jié)構(gòu)的衍生，由于單鏈結(jié)構(gòu)不能有效實(shí)現(xiàn)對(duì)數(shù)據(jù)實(shí)體的應(yīng)用[1]，在管理上存在一定的滯后，故將原有的區(qū)塊鏈衍生出雙鏈結(jié)構(gòu)，增強(qiáng)區(qū)塊鏈的管理效率。多目標(biāo)優(yōu)化方法的原理是使用一項(xiàng)系數(shù)將多個(gè)目標(biāo)函數(shù)整合為一項(xiàng)單目標(biāo)函數(shù)的過(guò)程，在實(shí)際處理過(guò)程中，選定不同數(shù)值的決策系數(shù)[2]，自適應(yīng)調(diào)整單向目標(biāo)函數(shù)，實(shí)現(xiàn)對(duì)多目標(biāo)處理過(guò)程的優(yōu)化。在多項(xiàng)智能算法的支持下，設(shè)計(jì)得到多種目標(biāo)優(yōu)化方法。

本文提出基于增量式流處理的雙鏈區(qū)塊鏈多目標(biāo)優(yōu)化方法，為實(shí)際雙鏈區(qū)塊鏈多目標(biāo)優(yōu)化提供參考。

一、基于增量式流處理的雙鏈區(qū)塊鏈多目標(biāo)優(yōu)化方法研究

(一)增量聚合雙鏈區(qū)塊鏈結(jié)構(gòu)

雙鏈區(qū)塊鏈有著特殊的結(jié)構(gòu)組成，增量聚合處理時(shí)，能夠減少雙鏈結(jié)構(gòu)產(chǎn)生的冗余計(jì)算量[3]，優(yōu)化屬性函數(shù)后，采用自底向上的算法處理屬性函數(shù)中的隸屬概率[4]，并將該概率作為雙鏈區(qū)塊鏈的增量參數(shù)，隸屬概率可計(jì)算得到：

(1)

式中，M表示一次向上處理時(shí)所需隸屬參數(shù)，xt表示區(qū)塊鏈的數(shù)值概率密度。在合并處理兩區(qū)塊鏈的數(shù)據(jù)結(jié)構(gòu)時(shí)[5]，不同數(shù)據(jù)簇會(huì)產(chǎn)生隸屬度漂移，重復(fù)增量聚合區(qū)塊鏈的數(shù)值概率密度，使用概率密度數(shù)值，構(gòu)建一個(gè)流處理數(shù)學(xué)模型。

(二)流處理區(qū)塊鏈數(shù)據(jù)

使用上述得到的概率密度數(shù)值，隨機(jī)選定一項(xiàng)概率數(shù)值，變換處理為一個(gè)概率分量，殘余概率數(shù)據(jù)在不同時(shí)間周期控制下，形成多個(gè)單調(diào)分量[6]，利用mean shift算法估算區(qū)塊鏈中產(chǎn)生的分布密度。在構(gòu)建流處理數(shù)學(xué)模型時(shí)，將相鄰數(shù)值節(jié)點(diǎn)調(diào)整為一個(gè)微型簇結(jié)構(gòu)[7]，整合簇結(jié)構(gòu)的節(jié)點(diǎn)，構(gòu)建得到如下所示的數(shù)學(xué)模型，數(shù)值關(guān)系可表示為：

(2)

式中，F(xiàn)表示微型簇調(diào)整參數(shù)，Q表示相鄰節(jié)點(diǎn)數(shù)值集合，γ表示節(jié)點(diǎn)凝聚參數(shù)。為了增強(qiáng)數(shù)學(xué)模型的精度，將調(diào)整參數(shù)處理為信息熵[8]，在不斷變換基準(zhǔn)聚類參數(shù)后，將雙鏈區(qū)塊鏈的數(shù)據(jù)處理為一個(gè)并行模式，可表示為：

(3)

式中，Mi表示聚類階段處理產(chǎn)生的時(shí)間開銷，其余參數(shù)含義不變。使用并行參數(shù)作為多目標(biāo)的劃分參數(shù)[9]，針對(duì)劃分得到的多目標(biāo)，構(gòu)建目標(biāo)優(yōu)化算法。

(三)構(gòu)建多目標(biāo)優(yōu)化算法

使用上述劃分得到的多目標(biāo)參數(shù)，在構(gòu)建優(yōu)化算法時(shí)，設(shè)定目標(biāo)參數(shù)的約束條件，多個(gè)并行參數(shù)對(duì)應(yīng)處理為多個(gè)約束條件后，構(gòu)建成一個(gè)支配空間[10]，將支配空間內(nèi)的并行參數(shù)作為優(yōu)化節(jié)點(diǎn)，計(jì)算優(yōu)化節(jié)點(diǎn)間的歐式距離，計(jì)算公式可表示為：

(4)

式中，D1、D2分別表示節(jié)點(diǎn)聚類參數(shù)，li表示節(jié)點(diǎn)并行參數(shù)聚類函數(shù)，D表示節(jié)點(diǎn)數(shù)據(jù)集。以最大數(shù)值對(duì)應(yīng)的點(diǎn)做維護(hù)優(yōu)化目標(biāo)[11]，重復(fù)支配各項(xiàng)符合條件的節(jié)點(diǎn)，為了平衡區(qū)塊鏈數(shù)據(jù)點(diǎn)中的擁擠程度，重復(fù)稀疏化處理優(yōu)化節(jié)點(diǎn)后，確定一個(gè)最優(yōu)解，以該最優(yōu)解對(duì)應(yīng)的處理過(guò)程作為優(yōu)化過(guò)程[12]，最終完成對(duì)雙鏈區(qū)塊鏈多目標(biāo)優(yōu)化方法的設(shè)計(jì)。

二、仿真實(shí)驗(yàn)分析

(一)實(shí)驗(yàn)準(zhǔn)備

準(zhǔn)備六臺(tái)服務(wù)器搭建區(qū)塊鏈網(wǎng)絡(luò)作為實(shí)驗(yàn)環(huán)境,使用該六臺(tái)服務(wù)器共同維護(hù)區(qū)塊鏈的正常運(yùn)作，在每個(gè)服務(wù)器上認(rèn)證一個(gè)節(jié)點(diǎn)，搭建如圖1所示的雙鏈區(qū)塊鏈支持結(jié)構(gòu)。

圖1 搭建的區(qū)塊鏈支持結(jié)構(gòu)

(二)結(jié)果及分析

基于上述實(shí)驗(yàn)準(zhǔn)備，控制區(qū)塊鏈內(nèi)的目標(biāo)數(shù)據(jù)流內(nèi)置1500組數(shù)據(jù)，控制三種多目標(biāo)優(yōu)化方法同時(shí)處理對(duì)應(yīng)的數(shù)據(jù)流，以100組數(shù)據(jù)作為一個(gè)時(shí)間開銷統(tǒng)計(jì)時(shí)間點(diǎn)，最終三種多目標(biāo)優(yōu)化方法時(shí)間開銷結(jié)果見表1。

由表1所示的時(shí)間開銷結(jié)果可知，控制三種多目標(biāo)優(yōu)化方法處理相同屬性及相同數(shù)量的數(shù)據(jù)，根據(jù)表中的實(shí)驗(yàn)結(jié)果，傳統(tǒng)多目標(biāo)優(yōu)化方法1所需的時(shí)間開銷在60ms左右，優(yōu)化方法所需的時(shí)間較長(zhǎng)，傳統(tǒng)多目標(biāo)優(yōu)化方法2所需的平均時(shí)間開銷在34.2ms左右，優(yōu)化過(guò)程所需的時(shí)間較長(zhǎng)，設(shè)計(jì)的優(yōu)化方法優(yōu)化所需的平均時(shí)間開銷在15s左右，與兩種傳統(tǒng)多目標(biāo)優(yōu)化方法相比，設(shè)計(jì)的優(yōu)化方法實(shí)際所需的時(shí)間開銷最小，具有較強(qiáng)的時(shí)效性。

在上述實(shí)驗(yàn)環(huán)境下，受到區(qū)塊鏈結(jié)構(gòu)的影響，在實(shí)際進(jìn)行多目標(biāo)優(yōu)化時(shí)，存在多個(gè)處理模塊，對(duì)應(yīng)上述實(shí)驗(yàn)準(zhǔn)備的數(shù)據(jù)組，以多目標(biāo)數(shù)據(jù)發(fā)出到區(qū)塊鏈支持結(jié)構(gòu)過(guò)程作為實(shí)驗(yàn)對(duì)比，定義三種優(yōu)化方法的吞吐量，計(jì)算公式可表示為：

(5)

式中，Sumdt表示數(shù)據(jù)發(fā)出時(shí)間周期內(nèi)包含的目標(biāo)數(shù)據(jù)數(shù)量，Δt表示數(shù)據(jù)發(fā)出到區(qū)塊鏈結(jié)構(gòu)過(guò)程中的時(shí)間間隔，吞吐量越大，表明處理數(shù)據(jù)目標(biāo)效果更好。在上述吞吐量數(shù)值關(guān)系的控制下，對(duì)應(yīng)設(shè)定10s～100s之間時(shí)間周期參數(shù)，計(jì)算并對(duì)比三種多目標(biāo)優(yōu)化方法可處理的目標(biāo)數(shù)據(jù)量，結(jié)果見表2。

表2 三種多目標(biāo)優(yōu)化方法吞吐量結(jié)果

在固定時(shí)間周期參數(shù)下，控制三種優(yōu)化方法處理目標(biāo)數(shù)據(jù)，對(duì)應(yīng)上述計(jì)算公式的結(jié)果，傳統(tǒng)優(yōu)化方法1的吞吐量數(shù)值在100組/秒～200組/秒之間，對(duì)應(yīng)優(yōu)化方法在固定的時(shí)間周期內(nèi)處理的數(shù)據(jù)量最少，傳統(tǒng)優(yōu)化方法2吞吐量數(shù)值在300組/秒～400組/秒之間，在相同的時(shí)間周期內(nèi)可處理的數(shù)據(jù)量數(shù)值較少。而設(shè)計(jì)得到的優(yōu)化方法吞吐量結(jié)果在600組/秒～700組/秒之間，與兩種傳統(tǒng)優(yōu)化方法相比，設(shè)計(jì)得到的優(yōu)化方法可處理的目標(biāo)數(shù)據(jù)量最多。

保持上述實(shí)驗(yàn)環(huán)境不變，選定區(qū)塊鏈結(jié)構(gòu)中十個(gè)處理節(jié)點(diǎn)，設(shè)定節(jié)點(diǎn)的迭代次數(shù)為100次，設(shè)定區(qū)塊鏈不同的尺度參數(shù)，定義多目標(biāo)優(yōu)化方法的收斂性，收斂性參數(shù)的數(shù)值關(guān)系可表示為：

(6)

式中，f表示收斂性參數(shù)，p表示尺度參數(shù)，xi表示區(qū)塊鏈節(jié)點(diǎn)函數(shù)，N表示實(shí)際迭代次數(shù)。在上述計(jì)算公式控制下，最終三種多目標(biāo)優(yōu)化方法在不同尺度參數(shù)控制下的收斂性結(jié)果如圖2所示。

圖2 三種多目標(biāo)優(yōu)化方法收斂性結(jié)果

在相同大小的尺度參數(shù)控制下，控制三種多目標(biāo)優(yōu)化方法處理相同結(jié)構(gòu)的區(qū)塊鏈結(jié)構(gòu)，根據(jù)收斂性結(jié)果可知，傳統(tǒng)多目標(biāo)優(yōu)化方法1和多目標(biāo)優(yōu)化方法2的收斂率較低，收斂性效果較差，而設(shè)計(jì)的多目標(biāo)方法的收斂率與兩種設(shè)計(jì)的多目標(biāo)優(yōu)化方法相比，設(shè)計(jì)的多目標(biāo)優(yōu)化方法收斂性最強(qiáng)。在相同尺度數(shù)值的控制下，多目標(biāo)優(yōu)化方法能夠控制優(yōu)化方法在區(qū)塊鏈中產(chǎn)生的數(shù)據(jù)變異，保證目標(biāo)優(yōu)化的多樣性。

三、結(jié)語(yǔ)

雙鏈區(qū)塊鏈?zhǔn)菃捂渽^(qū)塊鏈結(jié)構(gòu)的派生，由于單鏈結(jié)構(gòu)不能有效地實(shí)現(xiàn)對(duì)數(shù)據(jù)實(shí)體的應(yīng)用，在管理上存在一定的滯后，所以將原來(lái)的區(qū)塊鏈派生為雙鏈區(qū)塊鏈結(jié)構(gòu)，以提高區(qū)塊鏈的管理效率，同時(shí)結(jié)合增量式流處理。該技術(shù)是一項(xiàng)綜合處理技術(shù)，在雙鏈區(qū)塊鏈的發(fā)展下，運(yùn)用該項(xiàng)綜合處理技術(shù)，設(shè)計(jì)一種多目標(biāo)優(yōu)化方法，能夠改善傳統(tǒng)多目標(biāo)優(yōu)化方法的不足，為今后研究?jī)?yōu)化方法提供理論支持。