計算機產業集群潛的風險控制范文

本站小編為你精心準備了計算機產業集群潛的風險控制參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

計算機產業集群中分布有大量的網絡節點，由于產業集群鏈中節點的容錯性能的差異性容易導致產業鏈出現風險，通過對計算機產業集群潛在風險優化控制，提高計算機產業集群網絡的生存周期。傳統方法采用分塊聚類算法進行計算機產業集群潛在風險優化控制，隨著風險指數隨機增長，導致風險控制性能不好。提出一種基于集群網絡容錯機制提升和鏈路失效估計的計算機產業集群潛在風險優化控制模型。構建了計算機產業集群網絡模型，然后對計算機產業集群網絡中的潛在風險特征進行信息模型構建和數學分析，構建潛在風險評估目標函數，用集群網絡容錯機制提升和鏈路失效估計算法進行風險控制，進行計算機產業集群潛在風險控制改進。仿真結果表明，采用該模型通過潛在風險控制，能提高計算機產業集群網絡的容錯性能和生存周期方面的優越性能，實現了計算機產業集群潛在風險的轉移控制，優化其轉型升級路徑。

關鍵詞：

計算機產業集群；風險；優化控制

隨著信息技術和計算機網絡技術的發展，計算機產業集群網絡成為未來工業與信息化發展的重要方向，在計算機產業集群系統中，大量的產業鏈數據信息在計算機網絡系統和傳輸通道中進行信息交互和處理，計算機產業集群會產生大量的原始數據，且由于網絡的密集部署，導致計算機產業集群的潛在風險較大，計算機產業集群中，通常以多跳和無線通信網絡的形式進行產業鏈通信組網和傳感器節點構成，由于節點之間的容錯性能的差異性以及數據隱私泄露等問題，導致計算機產業集群存在安全風險，需要進行潛在風險的優化控制，通過對計算機產業集群潛在風險優化控制，提高計算機產業集群網絡的生存周期。因此，研究計算機產業集群的潛在風險優化控制方法具有重要的意義[1]。

傳統方法中，對計算機產業集群風險控制模型主要采用的如多父節點機制重組模型、ARMA統計分析模型、合作博弈模型、BP神經網絡控制模型和傳感器容錯隱私保護模型等[2,3]，通過單線程處理方法進行計算機產業集群的潛在風險分析和數據聚類處理，然而傳統的單臺計算機單線程計算方法已經不能滿足計算機產業集群鏈下的海量數據運算和處理的需求，在此背景下，以云計算為基礎的計算機產業集群多線程分布式計算方法成為未來發展的一種趨勢。其中，文獻[4]提出一種基于定量遞歸特征分析的計算機產業集群潛在風險特征提取算法，把計算機產業集群潛在風險數據擴展為一組非線性時間序列數據，采用模式識別方法實現風險控制，但是該方法在模式識別中需要對風險先驗知識進行預估，導致系統的適用性不好。文獻[5]提出一種基于平穩隨機過程調度的風險控制方法，根據以往各類風險的特征尺度進行風險評估指數匹配，實現風險控制和產業集群的隱私保護，但是該模型需要采用Linux的內核結構進行網絡拓展，導致計算開銷較大，收斂性不好。另外，文獻[6]中采用分塊聚類算法進行計算機產業集群潛在風險優化控制，隨著風險指數隨機增長，導致風險控制性能不好。針對上述問題，本文提出一種基于集群網絡容錯機制提升和鏈路失效估計的計算機產業集群潛在風險優化控制模型。首先構建了計算機產業集群網絡模型，然后對計算機產業集群網絡中的潛在風險特征進行信息模型構建和數學分析，構建潛在風險評估目標函數，以此為基礎，采用集群網絡容錯機制提升和鏈路失效估計算法，進行風險控制，仿真實驗進行了性能驗證，展示了本文模型在進行計算機產業集群潛在風險控制，提高計算機產業集群網絡的容錯性能和生存周期方面的優越性能，得出有效性結論。

1計算機產業集群網絡結構模型和潛在風險評估數學模型

1.1計算機產業集群網絡結構模型為了進行計算機產業集群的潛在風險評估和控制，提高產業集群網絡的容錯性能，需要首先進行計算機產業集群網絡模型構建，采用云計算技術對計算機產業集群網絡中的風險數據進行大數據處理和調度，云計算作為一種高效的分布式計算方法，通過風險控制，使計算機產業集群中超大規模的數據在大量的分布式計算機中進行動態擴展和分布式信息處理，計算機產業集群是工業和商業發展的網絡基礎拓撲結構，在計算機產業集群下，工業生產過程得到優化集成和調度[7]，計算機產業集群下的生產結構模型如圖1所示。通過冗余數據降維能夠使虛擬化的產業集群存儲資源與云平臺有機結合，提高云計算的計算能力和云存儲系統的動態擴展能力。在計算機產業集群網絡系統中，數據存儲和運算機制通過三層模型實現多源數據的信息交互和存儲，計算機產業集群潛在風險控制管理的控制函數。

1.2計算機產業集群中的潛在風險信息模型構建和數學分析在上述進行了網絡模型構建和特征分析的基礎上，為了實現對計算機產業集群中的潛在風險的定量評估和控制，需要進行潛在風險信息模型構建和數學分析，假設在網絡中潛在風險的信任度。上述風險控制函數可見，計算機產業集群中的潛在風險評估以信息、資源、時序等約束參量協調運作，進行風險控制。

2潛在風險優化控制模型改進實現

由于產業集群鏈中節點的容錯性能的差異性容易導致產業鏈出現風險，通過對計算機產業集群潛在風險優化控制，提高計算機產業集群網絡的生存周期。傳統方法采用分塊聚類算法進行計算機產業集群潛在風險優化控制，隨著風險指數隨機增長，導致風險控制性能不好。為了克服傳統方法的弊端，本文提出一種基于集群網絡容錯機制提升和鏈路失效估計的計算機產業集群潛在風險優化控制模型。給出計算機產業集群鏈的骨干節點分布模型如圖2所示。通過上述算法設計和模型構建，實現了對計算機產業集群的潛在風險優化控制模型設計。

3仿真實驗與性能分析

為了測試本文設計的計算機產業集群的潛在風險優化控制模型在實現對計算機產業集群網絡風險評估和控制中的性能，進行仿真實驗。實驗的硬件環境為IntelCore2Duo1.80GHz，1G內存，采樣Matlab7構建Hadoop計算機產業集群網絡結構模型，實驗中，計算機產業集鏈路結構中節點數設置為1024個，按實際的產業量分布結果，計算機產業集群網絡的骨干節點分布在在2000m×2000m的正方形區域中，產業鏈中的節點信息覆蓋半徑為10km，每個類別的計算機產業集群網絡的風險評估基礎分別為94875、13994和20033，潛在分享代價序列為基頻為100Hz，采樣頻譜為10Hz的線性高斯時間序列，基于上述仿真環境和參數設定，進行計算機產業集群的潛在風險控制仿真，得到計算機產業集群控制模型仿真系統界面如圖3所示。從圖可見，采用本文方法進行計算機產業集群控制，能有效實現對各個潛在風險參量進行融合分析和特征提取，實現對潛在風險數據聚類處理，提高了風險評估和控制能力，最后以計算機產業集群鏈的容錯性能和生存周期兩個指標為對比，與傳統方法進行性能對比分析，得到不同算法下計算機產業集群鏈的容錯性能和生存周期這指標的仿真結果如圖4所示。從圖可見，采用本文算法進行潛在風險控制后，能有效提高計算機產業集群鏈的容錯性能，提高了產業集群鏈的生存周期，具有較好的性能。

4結論

計算機產業集群中分布有大量的網絡節點，由于產業集群鏈中節點的容錯性能的差異性容易導致產業鏈出現風險，通過對計算機產業集群潛在風險優化控制，提高計算機產業集群網絡的生存周期。傳統方法采用分塊聚類算法進行計算機產業集群潛在風險優化控制，隨著風險指數隨機增長，導致風險控制性能不好。提出一種基于集群網絡容錯機制提升和鏈路失效估計的計算機產業集群潛在風險優化控制模型。首先構建了計算機產業集群網絡模型，然后對計算機產業集群網絡中的潛在風險特征進行信息模型構建和數學分析，構建潛在風險評估目標函數，以此為基礎，采用集群網絡容錯機制提升和鏈路失效估計算法，進行風險控制，仿真實驗進行了性能驗證，展示了本文模型在進行計算機產業集群潛在風險控制，提高計算機產業集群網絡的容錯性能和生存周期方面的優越性能。

參考文獻：

[1]劉少偉，孔令梅,，任開軍，等.云環境下優化科學工作流執行性能的兩階段數據放置與任務調度策略[J].計算機學報，2011，34（11）:2021-2130.

[2]孟憲福，解文利.基于免疫算法多目標約束P2P任務調度策略研究[J].電子學報，2011，39(1):101-107.

[3]Kersten-OertelM，ChenSJ，CollinsDL.Anevaluationofdepthenhancingperceptualcuesforvascularvolumevisu⁃alizationinneurosurgery[J].IEEETransactionsonVisual⁃izationandComputerGraphics，2014，20(3):391-403.

[4]AmentM，SadloF，DachsbacherC，etal.Low-passfilteredvolumetricshadows[J].IEEETransactionsonVisualizationandComputerGraphics，2014，20(12):2437-2446.

[5]周浩，高遠，朱昌平.基于雙門限能量檢測的選擇式協作頻譜感知[J].計算機仿真，2014，31(1):199-203.

[6]馮瑤，馮錫煒.基于元數據標準的語義化教育資源本體庫構建與實現[J].電子設計工程，2015，18:9-11.

[7]馮曉萌，吳玲達，于榮歡，等.直接體繪制中增強深度感知的網格投影算法[J].電子與信息學報，2015，37(11):2548-2554

作者：李冰 潘曉萌 單位：河南職業技術學院 信息工程系