本文選題：Spark計算框架 + 粒子群算法�。� 參考：《計算機科學》2017年S1期

【摘要】：隨著電力通信網(wǎng)絡規(guī)模的不斷擴大,電力通信網(wǎng)絡不間斷地產(chǎn)生海量通信數(shù)據(jù)。同時,對通信網(wǎng)絡的攻擊手段也在不斷進化,給電力通信網(wǎng)絡的安全造成極大威脅。針對以上問題,結合Spark大數(shù)據(jù)計算框架和PSO優(yōu)化神經(jīng)網(wǎng)絡算法的優(yōu)點,提出基于Spark內(nèi)存計算框架的并行PSO優(yōu)化神經(jīng)網(wǎng)絡算法對電力通信網(wǎng)絡的安全態(tài)勢進行預測。本研究首先引入Spark計算框架,Spark框架具有內(nèi)存計算以及準實時處理的特點,符合電力通信大數(shù)據(jù)處理的要求。然后提出PSO優(yōu)化算法對神經(jīng)網(wǎng)絡的權值進行修正,以增加神經(jīng)網(wǎng)絡的學習效率和準確性。之后結合RDD的并行特點,提出了一種并行PSO優(yōu)化神經(jīng)網(wǎng)絡算法。最后通過實驗比較可以看出,基于Spark框架的PSO優(yōu)化神經(jīng)網(wǎng)絡算法的準確度高,且相較于傳統(tǒng)基于Hadoop的預測方法在處理速度上有顯著提高。
[Abstract]:With the continuous expansion of power communication network scale, power communication network continuously produces massive communication data. At the same time, the attack means to the communication network is evolving, which poses a great threat to the security of the power communication network. In view of the above problems, combining the advantages of Spark big data computing framework and PSO optimization neural network algorithm, a parallel PSO optimization neural network algorithm based on Spark memory computing framework is proposed to predict the security situation of power communication network. In this paper, firstly, Spark framework is introduced, which has the characteristics of memory computing and quasi-real-time processing, which meets the requirement of big data processing in power communication. Then PSO optimization algorithm is proposed to modify the weights of neural networks to increase the learning efficiency and accuracy of neural networks. Then a parallel PSO optimization neural network algorithm is proposed according to the parallelism of RDD. Finally, the experimental results show that the accuracy of PSO optimization neural network algorithm based on Spark framework is high, and compared with the traditional prediction method based on Hadoop, the processing speed is improved significantly.
【作者單位】： 中央財經(jīng)大學信息學院;北京國電通網(wǎng)絡技術有限公司;人力資源和社會保障部人事考試中心;
【基金】：國網(wǎng)科技部項目(SGTYHT/14-JS-188)資助
【分類號】：TM73;TN915.853;TP393.08

【相似文獻】

相關期刊論文 前10條

1 王開瑞;;電力通信網(wǎng)絡的常見故障及優(yōu)化措施[J];信息通信;2013年07期

2 ;中國電力科學研究院電力通信網(wǎng)絡實驗室簡介[J];電力信息與通信技術;2014年01期

3 朱培發(fā);;電力通信網(wǎng)絡故障問題的判斷和措施分析[J];科技與創(chuàng)新;2014年07期

4 樊啟柏;;淺談電力通信網(wǎng)絡的綜合發(fā)展[J];電力信息化;2006年08期

5 區(qū)文廣;;電力通信網(wǎng)絡管理問題與對策[J];大眾科技;2007年04期

6 朱金;黃堅;侯澤陽;;電力通信網(wǎng)絡及其通信業(yè)務淺析[J];才智;2010年08期

7 馬小軍;郭正懷;;電力通信網(wǎng)絡故障分析及處理[J];企業(yè)導報;2011年19期

8 張寧;;淺談電力通信網(wǎng)絡管理系統(tǒng)結構[J];科技創(chuàng)新與應用;2012年34期

9 杜浩東;;電力通信網(wǎng)絡評價指標體系研究[J];自動化應用;2013年07期

10 宰開文;;蕪湖地區(qū)電力通信網(wǎng)絡資源優(yōu)化效益分析[J];安徽電力;2008年02期

相關會議論文 前2條

1 周建勇;;電力通信網(wǎng)絡結構的優(yōu)化及應用[A];廣東省電機工程學會2003-2004年度優(yōu)秀論文集[C];2005年

2 羅大勇;蔣U，

本文編號：1844156