CN113162749A - 基于混沌编码计算的非定域感知方法、装置和设备 - Google Patents

基于混沌编码计算的非定域感知方法、装置和设备 Download PDF

Info

Publication number
CN113162749A
CN113162749A CN202110204375.XA CN202110204375A CN113162749A CN 113162749 A CN113162749 A CN 113162749A CN 202110204375 A CN202110204375 A CN 202110204375A CN 113162749 A CN113162749 A CN 113162749A
Authority
CN
China
Prior art keywords
node
chaotic
coding
distributed network
convergence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110204375.XA
Other languages
English (en)
Inventor
邢凯
许静
张硕
许中虎
钟春琳
高一凡
曹瑞娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202110204375.XA priority Critical patent/CN113162749A/zh
Publication of CN113162749A publication Critical patent/CN113162749A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明示例性实施例提供一种基于混沌编码计算的非定域感知方法，应用于分布式网络，包括：所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。本发明从原理和过程规避和克服了获取传统方法中获取全局信息的时效性问题和开销问题。

Description

基于混沌编码计算的非定域感知方法、装置和设备
技术领域
本发明示例性实施例涉及分布式系统技术领域，尤其涉及一种基于混沌编码计算的非定域感知方法、装置和设备。
背景技术
目前，分布式系统以及物联网系统中常见的优化、决策问题的解决往往依赖于系统中的一些关键全局信息的获得和使用。而这些重要信息的获取和收集本身也成为关键瓶颈。主要体现在两个方面：
其一，时效性问题。大部分全局信息的收集是靠局部数据的单纯的统计叠加而来。可是往往统计计算后得到的已经不是当前的最新数据了，这对那些对数据的及时性较为敏感的任务而言是不可接受的。
其二，开销问题。不仅仅如前所述的单纯数据统计往往需要消耗大量的人力物力，而且全局情报信息往往被加密保护，难以直接获得，代价极高。
为此需要一种可以持续有效的对于全局信息进行感知的方法机制，但目前还没有能够提供这种机制并解决上述问题的方法或装置出现。
发明内容
有鉴于此，本发明示例性实施例的目的在于提出一种基于混沌编码计算的非定域感知方法、装置和设备，以解决分布式系统下的全局信息获取时面临的信息时效性低和统计开销过大的问题。
基于上述目的，本发明示例性实施例提供了一种基于混沌编码计算的非定域感知方法，应用于分布式网络，包括：
所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡，包括：
每一所述节点的动态平衡包括节点稳定态、节点扰动态和收敛计算再次进入稳定态的过程；
其中，当一个节点的混沌编码达到了局部收敛时则所述节点处于稳定态，当一个节点在递进的时刻由稳定态发生了拓扑变化时则处于扰动态，一个节点由扰动态经过收敛计算再次进入稳定态。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
每一所述节点以i进行表示，节点i通过一组唯一的数字
Figure BDA0002949279420000021
和一个混沌编码
Figure BDA0002949279420000022
进行初始化，其中
Figure BDA0002949279420000023
所述Ai采用
Figure BDA0002949279420000024
且混沌编码采用
Figure BDA0002949279420000025
其中pi，
Figure BDA0002949279420000026
是独一无二各不相同的素数，并且对于
Figure BDA0002949279420000027
都有
Figure BDA0002949279420000028
其中A在有理数
Figure BDA0002949279420000029
的域上是线性独立的。
结合上述说明，在本发明实施例另一种可能的实施方式中，每一节点i首先注册到该节点i的邻域后，在每个时钟段t，该节点i会在带有签名认证的信标心跳消息中携带上以下信息：该节点i自身当前时刻的混沌编码
Figure BDA00029492794200000210
和最后一次时间段收到的领域混沌编码
Figure BDA00029492794200000211
过程如下所示，
Figure BDA00029492794200000212
上述过程保证了分布式网络的每个节点在两跳内更新混沌编码信息。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
节点进入局部收敛即进入稳定态，定义为：
节点i的2个相邻混沌编码值的差值
Figure BDA0002949279420000031
达到∈-收敛，即
Figure BDA0002949279420000032
当所述分布式网络中的所有节点都进入了局部收敛时，则进入全局收敛。
结合上述说明，在本发明实施例另一种可能的实施方式中，各所述节点采用预设的编码推断算法独自进行推断，包括以下扰动放大步骤：
状态评估:如果存在
Figure BDA0002949279420000033
或者N(i)t≠N(i)t-1，那么将节点i的状态切换为扰动态，否则就令
Figure BDA0002949279420000034
并且在下一时钟轮重新进入本步骤；
计算节点相关的分段倒数：
如果
Figure BDA0002949279420000035
如果
Figure BDA0002949279420000036
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA0002949279420000037
生成编码信号尖峰：计算
Figure BDA0002949279420000038
由于伪几何邻域均值的值域是(0，1)，计算后
Figure BDA0002949279420000039
的输出值大于1。
结合上述说明，在本发明实施例另一种可能的实施方式中，各所述节点采用预设的编码推断算法独自进行推断，还包括以下收敛步骤：
计算节点相关的分段倒数：
如果
Figure BDA00029492794200000310
如果
Figure BDA00029492794200000311
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA00029492794200000312
编码更新：如果存在
Figure BDA00029492794200000313
并且
Figure BDA00029492794200000314
则可以令更新
Figure BDA00029492794200000315
以进入局部收敛，否则更新
Figure BDA00029492794200000316
全局信息的收敛状态评估：在下一个时钟轮内重复上述收敛步骤，且当编码在D个连续的时钟轮中都保持局部收敛，所述D的大小设置与网络直径有关，所述节点i的状态将从扰动态变为稳定态，之后退出收敛步骤。
结合上述说明，在本发明实施例另一种可能的实施方式中，所述方法还包括：
获取具有最长项数的指数部分
Figure BDA0002949279420000041
依次展开
Figure BDA0002949279420000042
和
Figure BDA0002949279420000043
确定唯一的定位拓扑变化扰动源的节点，具体地说，路径u->v->…->k->j->i是编码尖峰效应从节点u抵达节点i的最短路径。
第二方面，本发明示例性实施例还提供了一种基于混沌编码计算的非定域感知装置，应用于分布式网络，包括：
混沌编码封装模块，用于所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
推断模块，用于所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
第三方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于混沌编码计算的非定域感知方法。
从上面所述可以看出，本发明示例性实施例提供的基于混沌编码计算的非定域感知方法、装置和设备，提供了一种新的分布式系统下各节点的混沌编码格式和内容和一种分布式系统下各节点的混沌编码的计算更新方法；以及分布式系统下各节点的编码传输使用的机制；以及全局信息推断算法能够用于分布式系统下信息处理单元依据混沌编码对于全局信息的推断算法机制，设计了一种字节大小的混沌编码，在网络的信标机制下，提出了一种基于定域计算(混沌编码)的非定域感知(全局拓扑信息)方法，即编码更新过程的模块设计，包括扰动方法模块以及收敛模块。该方法满足可传递性、全局收敛性、确定性和因果性四个特性。从原理和过程中规避和克服了获取传统方法中获取全局信息的时效性问题和开销问题。
附图说明
为了更清楚地说明本发明示例性实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明示例性实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明示例性实施例基于混沌编码计算的非定域感知方法基本流程示意图；
图2为本发明示例性实施例的编码更新过程的流程示意图；
图3为本发明示例性实施例扰动传播的示意图；
图4为本发明示例性实施例基于节点混沌编码的拓扑信息推断流程示意图；
图5为本发明示例性实施例基于节点混沌编码序列拓扑信息推断流程示意图；
图6为本发明示例性实施例多节点协作拓扑信息推断流程示意图；
图7为本发明示例性实施例的基于混沌编码计算的非定域感知装置基本结构示意图；
图8为本发明示例性实施例的电子设备的基本结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本发明示例性实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明示例性实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
图1为本发明实施例一提供的基于混沌编码计算的非定域感知方法基本流程示意图，具体包括如下步骤：
在步骤110中，所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
在步骤120中，所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
具体地，上述流程通过以下方式实现，在本发明示例性实施例的一种可行实施方式中，分布式网络系统下，每个节点通过定期的信标心跳消息与邻居节点进行握手。在节点部署之前,分布式网络(系统)中的每个节点i都会用一组唯一的数字
Figure BDA0002949279420000061
和一个混沌编码
Figure BDA0002949279420000062
来初始化，其中
Figure BDA0002949279420000063
更加具体的来说，采用
Figure BDA0002949279420000064
以及
Figure BDA0002949279420000065
其中pi，
Figure BDA0002949279420000066
是独一无二各不相同的素数，并且对于
Figure BDA0002949279420000067
都有
Figure BDA0002949279420000068
特别是，这里要求A在有理数
Figure BDA0002949279420000069
的域上是线性独立的。
根据本发明的一个实施例，进一步地，在部署后，节点i首先将其注册
到其邻域。然后，在每个时钟段t，它会在带有签名认证的信标心跳消息中携带上以下信息：它自身当前时刻的混沌编码
Figure BDA00029492794200000612
和最后一次时间段收到的领域混沌编码
Figure BDA00029492794200000610
过程如下所示：
Figure BDA00029492794200000611
这个过程保证了每个节点可以在两跳内更新编码信息。它确保每个节点都有能力验证
Figure BDA00029492794200000613
的合法性，因此，每个节点i必须忠实地计算并向其一跳邻居节点报告其混沌编码。事实上这也使得网络中的不受信任的节点或者攻击者没有动机实施“不诚实”行为，从而规避了一些其他的网络检测方法的这种缺点。
根据本发明的一个实施例，进一步地，根据每个节点的混沌编码值所处的情形，当一个节点的后续输出出现常返(逐步收敛到一个常数)时，它
就进入了稳定状态。一旦节点进入了到稳定状态，则称其进入“局部收敛”。在当所有节点都进入局部收敛之后，就称网络进入“全局收敛”。特别地，有以下定义：
局部收敛：节点i的2个相邻混沌编码值的差值
Figure BDA0002949279420000079
达到∈-收敛(也就是
Figure BDA0002949279420000076
)。
全局收敛：网络中的所有节点都进入了局部收敛。
与之对应地，可以进一步给出节点的不同状态的定义：
稳定态：一个节点的混沌编码达到了局部收敛，则称其处于稳定态。
扰动态：一个节点i在时刻t时，同时满足如下2个条件，则称之为进入了扰动态：1，该节点在t-1时刻处于稳定态；2，节点i的邻居节点范围内发生了拓扑变化(即在N(i)内，发生了节点/链接的增加/删除)，或者
Figure BDA0002949279420000077
中存在一个时刻t的编码值大于1。
根据本发明的一个实施例，本发明的预设编码推断算法中编码的更新运算过程运用了2个模块：扰动放大模块和收敛模块。
考虑一个任意节点i在稳定态下，一旦节点i周围在t-1时刻发生了拓扑变化(即在N(i)中增加/删除节点/链路)，或者
Figure BDA0002949279420000078
中存在一个值大于1的编码，节点i就会从稳定态进入扰动态。具体来说，它将只在t时刻执行一次扰动放大模块，其步骤如下：
1)：状态评估:如果存在
Figure BDA0002949279420000071
或者N(i)t≠N(i)t-1,那么将节点i的状态切换为扰动态，否则就令
Figure BDA0002949279420000072
并且在下一时钟轮重新进入步骤1。
2)：计算节点相关的分段倒数：
如果
Figure BDA0002949279420000073
如果
Figure BDA0002949279420000074
3)：计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA0002949279420000081
4)：生成编码信号尖峰：计算
Figure BDA0002949279420000082
因为伪几何邻域均值的值域是(0,1)，所以计算后
Figure BDA0002949279420000083
的输出值一定是大于1的。
5)：退出扰动放大模块并进入收敛模块。
节点初始化部署后或者从一个稳定态退出后，网络中的每个节点i将反复运行收敛模块，直到收敛并重新进入稳定态为止。收敛模块的步骤如下：
a)：计算节点相关的分段倒数：
如果
Figure BDA0002949279420000084
如果
Figure BDA0002949279420000085
b)：计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA0002949279420000086
c)：编码更新：如果存在
Figure BDA0002949279420000087
并且
Figure BDA0002949279420000088
则可以令更新
Figure BDA0002949279420000089
(也就是局部收敛)，否则更新
Figure BDA00029492794200000810
d)：全局收敛状态评估：在下一个时钟轮内重复步骤1-3。如果编码在D个连续的时钟轮中都保持局部收敛，(这里的D的大小设置与网络直径有关)，节点i的状态将从扰动态变为稳定态，之后从收敛模块中退出。
根据本发明的一个实施例，进一步地，给定一个处于全局收敛状态下的连通图网络，当有外部刺激(拓扑变化)发生时，注意到此时混沌编码更新的过程里的每一步都是确定性的，一一映射的，所以克隆攻击者在网络中出现时伴随的网络拓扑变化(节点/链路的增加)也是必然出现的确定性的扰动原因。这里以连通图网络中全局拓扑信息这一典型的全局信息指标为例，对于信息处理的观测节点，本发明提出两种编码推断算法：
a)基于节点混沌编码的检测算法：
考虑相关节点的混沌编码形式，观察具有最长项数的那个指数部分
Figure BDA0002949279420000091
只要依次展开
Figure BDA0002949279420000092
和
Figure BDA0002949279420000093
就可以唯一的定位拓扑变化扰动源的节点。具体地说，路径u->v->…->k->j->i是编码尖峰效应从节点u抵达节点i的最短路径。
b)基于混沌编码序列的推断算法：
给定一个具有网络初始信息、知识的节点i，可以应用扫描线方法等得到拓扑变化的候选者列表后，可以通过检查每一个可能的节点/链路增加/删除来实现及时有效的拓扑变化监测。
另一方面，根据这些节点与拓扑变化的源起点的距离分布由近及远，尖峰编码依次出现在这些节点的编码序列中的现象和原理，可以在不同位置部署多个节点协同监测网络，然后可以利用这种尖峰编码的出现时间的轮廓线来定位和限制拓扑变化的源所在区域。
具有信息处理单元的节点可以通过基于编码序列的推断算法推断全局信息。
给定一个具有网络初始信息、知识的节点i，可以应用扫描线方法等得到拓扑变化的候选者列表后，可以通过检查每一个可能的节点/链路增加/删除来实现及时有效的拓扑变化监测。
同时，根据这些节点与拓扑变化的源起点的距离分布由近及远，尖峰编码依次出现在这些节点的编码序列中的现象和原理，可以在不同位置部署多个节点协同监测网络，然后可以利用这种尖峰编码的出现时间的轮廓线来定位和限制拓扑变化的源所在区域。
从上面所述可以看出，本发明的分布式系统下基于混沌编码计算的非定域感知方法。设计了一种字节大小的混沌编码，在网络的信标机制下，提出了一种基于定域计算(混沌编码)的非定域感知(全局拓扑信息)方法，即编码更新过程的模块设计，包括扰动方法模块以及收敛模块。该方法满足可传递性、全局收敛性、确定性和因果性四个特性。从原理和过程中规避和克服了获取传统方法中获取全局信息的时效性问题和开销问题。
图2为本发明的分布式系统下基于混沌编码的非定域感知方法针对全局拓扑信息的一个实施例的编码更新过程的流程图；如图2所示：
步骤101，系统中任一节点由初始化时或者编码动态稳定后进入稳定态，其混沌编码保持稳定。等待邻居节点的刺激输入。
步骤102，给定一个处于稳定态下的节点i，一旦N(i)内出现一个扰动(直接的拓扑变化或者是传到来的大于1的混沌编码刺激)，节点i就会从稳定态进入到扰动态，并启动进入扰动放大模块一次。
步骤103，节点完整执行扰动放大模块：执行步骤包括1)状态评估,2)计算分段倒数，3)计算伪几何邻域均值，4)生成尖峰编码，5)退出放大模块，启动收敛模块。
步骤104，在放大模块执行完成1次后，节点i会反复运行收敛模块，步骤包括1)计算分段倒数，2)计算伪几何邻域均值,3)更新编码，4)评估收敛状态。
步骤105，节点i根据自身混沌编码值进行收敛状态评估，当连续D轮都满足
Figure BDA0002949279420000101
为了进一步加快收敛速度，过滤掉微小的震荡影响，算法将直接固定
Figure BDA0002949279420000102
重新进入稳定态，否则继续步骤104，进行收敛计算。
图3为本发明的一个实施例的扰动传播示意图。如图3所示，拓扑扰动源在节点u开始，依次沿路径传播，u->v->……->k->j->i，相应地，该路径上的所有的节点都将执行图1所示的编码流程图，经历放大生成尖峰，扩散并重新收敛的过程。最终该扰动会传递到观测和信息处理节点i上。
图4为本发明的分布式系统下基于混沌编码的非定域感知方法针的一个实施例中基于节点混沌编码的拓扑信息推断流程图，其包括以下步骤：
步骤301，系统中的信息处理节点i，其携带有拥有上一轮全局收敛状态下网络的全局知识，即上一次全局收敛下每个节点的拓扑结构和编码。同时，节点i还具有自己在t时钟轮的混沌编码。
步骤302，整理节点i在t时钟轮的混沌编码格式，形成
Figure BDA0002949279420000103
的格式。
步骤303，因为
Figure BDA0002949279420000104
是
Figure BDA0002949279420000105
的乘积组成的线性表达式，可以对每个
Figure BDA0002949279420000106
依次展开。分别观察其中的项。
步骤304，找出
Figure BDA0002949279420000107
中的最长项，取其包含了时钟轮标签距离上一次全局收敛的时钟轮最近的项，即为
Figure BDA0002949279420000111
步骤305，展开
Figure BDA0002949279420000112
依据底数和相应的指数组合，得到扰动传播路径u->v->…->k->j->i；
图5为本发明的分布式系统下基于混沌编码的非定域感知方法针的一个实施例中基于节点混沌编码序列的拓扑信息推断流程图，其包括以下步骤：
步骤401，信息处理节点i，在具有上一轮全局收敛状态下网络的全局知识的情况下，可以首先预处理计算可能的候选拓扑变化集合S，包括边的增加/删除,点的增加/删除。(其中点的增加的可以用扫描线算法划分候选区域)。
步骤402，节点i从拓扑集合S中任意选取一种可能的拓扑状态s。
步骤403，节点i在本地依据上一轮全局收敛时的全局知识以及候选拓扑s进行模拟计算，即完整的按照混沌编码的更新过程来模拟该拓扑s下每个节点可能的编码值序列，包括节点i自身的编码序列。
步骤404，将模拟的编码序列与节点i自己的实际编码序列进行匹配比对。
步骤405，当基于拓扑s下时模拟的编码序列与节点i实际序列不一致时，在集合S中删除s，并重新进入步骤402。
步骤406，当基于拓扑s下时模拟的编码序列与节点i实际序列一致时，说明该候选拓扑s即为当前实际的拓扑状态。返回其作为推断结果。
图6为本发明的布式系统下基于混沌编码的非定域感知方法针的一个实施例中多节点协作机制下的拓扑推断方式示意图，其包括以下步骤：
步骤501，多节点协作状态下，当分布式系统中出现拓扑变化时，扰动将从扰动源沿径向扩散，并被分散各处的多个节点观测感知到。
步骤502，将处于相同或相近时间轮生成尖峰编码的观测节点看作是相同的高度，可以绘制一圈等高线。
步骤503，将多个协作的观测节点按高度差绘制多个层级的等高线。
步骤504，对多层级的等高线，在拓扑平面图上沿径向或梯度延伸，得到拓扑变化源对应的扰动节点或者其所处的最小区域。
本发明公开了一种分布式系统下一种基于混沌编码计算的非定域感知方法。分布式节点使用字节大小的混沌编码；通过放大模块和收敛模块不停的更新节点编码；将混沌编码封装附加在节点的信标心跳消息中传递给周围的邻居节点；具有信息处理单元的节点可以通过基于编码的推断算法或者基于编码序列的推断算法独自推断出分布式系统中的全局信息变化。
本发明的非定域感知方法可以将海量全局信息映射为连通系统各个节点上的字节大小的编码。根据编码在计算空间中的映射关联变化，从而推断出全局信息的变化，达到“窥一斑而知全豹”的效果。该方法的编码设计和计算具有因果性、确定性、收敛性、传递性。可以实现在“近似无通信”、“弱同步”、“本地化”的条件，只需要观测单个节点的编码(序列)，即可以感知连通系统的全局变化信息。单节点通信和存储开销近常数复杂度。
可以理解，该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。
基于同一发明构思，图7为本发明实施例提供的一基于混沌编码计算的非定域感知装置的结构示意图，该装置可由软件和/或硬件实现，一般地集成于智能终端中，可通过基于混沌编码计算的非定域感知方法来实现。如图所示，本实施例以上述任意的方法实施例相对应地，提供了一种基于混沌编码计算的非定域感知装置，其主要包括了混沌编码封装模块710和推断模块720。
其中的混沌编码封装模块710，用于所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
其中的推断模块，用于所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
进一步地，所述推断模块还用于：
每一所述节点的动态平衡包括节点稳定态、节点扰动态和收敛计算再次进入稳定态的过程；
其中，当一个节点的混沌编码达到了局部收敛时则所述节点处于稳定态，当一个节点在递进的时刻由稳定态发生了拓扑变化时则处于扰动态，一个节点由扰动态经过收敛计算再次进入稳定态。
进一步地，所述装置还包括部署模块，用于：
每一所述节点以i进行表示，节点i通过一组唯一的数字
Figure BDA0002949279420000131
和一个混沌编码
Figure BDA00029492794200001316
进行初始化，其中
Figure BDA0002949279420000132
所述Ai采用
Figure BDA0002949279420000133
且混沌编码采用
Figure BDA0002949279420000134
其中pi，
Figure BDA0002949279420000135
是独一无二各不相同的素数，并且对于
Figure BDA0002949279420000136
都有
Figure BDA0002949279420000137
其中A在有理数
Figure BDA00029492794200001317
的域上是线性独立的。
进一步地，所述装置还包括编码模块，用于每一节点i首先注册到该节点i的邻域后，在每个时钟段t，该节点i会在带有签名认证的信标心跳消息中携带上以下信息：该节点i自身当前时刻的混沌编码
Figure BDA00029492794200001318
和最后一次时间段收到的领域混沌编码
Figure BDA0002949279420000138
过程如下所示，
Figure BDA0002949279420000139
上述过程保证了分布式网络的每个节点在两跳内更新混沌编码信息。
进一步地，所述装置还包括扰动放大模块，用于：
节点进入局部收敛即进入稳定态，定义为：
节点i的2个相邻混沌编码值的差值
Figure BDA00029492794200001321
达到∈-收敛，即
Figure BDA00029492794200001310
当所述分布式网络中的所有节点都进入了局部收敛时，则进入全局收敛。
进一步地，所述装置扰动放大模块还用于：
状态评估:如果存在
Figure BDA00029492794200001311
或者N(i)t≠N(i)t-1，那么将节点i的状态切换为扰动态，否则就令
Figure BDA00029492794200001320
并且在下一时钟轮重新进入本步骤；
计算节点相关的分段倒数：
如果
Figure BDA00029492794200001312
如果
Figure BDA00029492794200001313
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA00029492794200001314
生成编码信号尖峰：计算
Figure BDA00029492794200001315
由于伪几何邻域均值的值域是(0，1)，计算后
Figure BDA0002949279420000148
的输出值大于1。
进一步地，所述装置还包括收敛模块，用于各所述节点采用预设的编码推断算法独自进行推断，以实现以下收敛步骤：
计算节点相关的分段倒数：
如果
Figure BDA0002949279420000141
如果
Figure BDA0002949279420000142
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure BDA0002949279420000143
编码更新：如果存在
Figure BDA0002949279420000149
并且
Figure BDA0002949279420000144
则可以令更新
Figure BDA00029492794200001410
(也就是局部收敛)，否则更新
Figure BDA0002949279420000145
全局信息的收敛状态评估：在下一个时钟轮内重复上述收敛步骤，且当编码在D个连续的时钟轮中都保持局部收敛，所述D的大小设置与网络直径有关，所述节点i的状态将从扰动态变为稳定态，之后退出收敛步骤。
进一步地，所述装置还包括路径选择模块：
获取具有最长项数的指数部分
Figure BDA00029492794200001411
依次展开
Figure BDA0002949279420000146
和
Figure BDA0002949279420000147
确定唯一的定位拓扑变化扰动源的节点，具体地说，路径u->v->…->k->j->i是编码尖峰效应从节点u抵达节点i的最短路径。
为了描述的方便，上述基于混沌编码计算的非定域感知装置分别以功能分为各类模块进行分别描述，当然，本发明示例性实施例实施时可以将各模块的功能在同一个软件和/或硬件实现，且，上述实施例中提供的基于混沌编码计算的非定域感知装置可执行本发明中任意实施例中所提供的基于混沌编码计算的非定域感知方法，具备执行该方法相应的功能模块和有益效果，未在上述实施例中详细描述的技术细节，可参见本发明任意实施例中所提供的基于混沌编码计算的非定域感知方法，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本说明书一个或多个实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的基于混沌编码计算的非定域感知方法。
需要说明的是，本发明示例性实施例的基于混沌编码计算的非定域感知方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本发明示例性实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的基于混沌编码计算的非定域感知方法。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本发明示例性实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
图8示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行本发明实施例的基于混沌编码计算的非定域感知方法。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的基于混沌编码计算的非定域感知方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与本发明任意示例性实施例的方法相对应的，本发明示例性实施例还提供了一种非暂态计算机可读存储介质，包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序及程序本身的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息，以用于执行本发明示例性实施例所述的基于混沌编码计算的非定域感知方法。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明示例性实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明示例性实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(I C)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明示例性实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明示例性实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明示例性实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明示例性实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明示例性实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于混沌编码计算的非定域感知方法，应用于分布式网络，其特征在于，包括：
所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
2.根据权利要求1所述的基于混沌编码计算的非定域感知方法，其特征在于，所述使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡，包括：
每一所述节点的动态平衡包括节点稳定态、节点扰动态和收敛计算再次进入稳定态的过程；
其中，当一个节点的混沌编码达到了局部收敛时则所述节点处于稳定态，当一个节点在递进的时刻由稳定态发生了拓扑变化时则处于扰动态，一个节点由扰动态经过收敛计算再次进入稳定态。
3.根据权利要求1所述的基于混沌编码计算的非定域感知方法，其特征在于，所述方法还包括：
每一所述节点以i进行表示，节点i通过一组唯一的数字
Figure FDA0002949279410000011
和一个混沌编码
Figure FDA0002949279410000012
进行初始化，其中
Figure FDA0002949279410000013
所述Ai采用
Figure FDA0002949279410000014
且混沌编码采用
Figure FDA0002949279410000015
其中pi，
Figure FDA0002949279410000016
是独一无二各不相同的素数，并且对于
Figure FDA0002949279410000017
都有
Figure FDA0002949279410000018
其中A在有理数
Figure FDA0002949279410000019
的域上是线性独立的。
4.根据权利要求3所述的基于混沌编码计算的非定域感知方法，其特征在于，每一节点i首先注册到该节点i的邻域后，在每个时钟段t，该节点i会在带有签名认证的信标心跳消息中携带上以下信息：该节点i自身当前时刻的混沌编码
Figure FDA00029492794100000110
和最后一次时间段收到的领域混沌编码
Figure FDA00029492794100000111
过程如下所示，
Figure FDA0002949279410000021
上述过程保证了分布式网络的每个节点在两跳内更新混沌编码信息。
5.根据权利要求2至4任一所述的基于混沌编码计算的非定域感知方法，其特征在于，所述方法还包括：
节点进入局部收敛即进入稳定态，定义为：
节点i的2个相邻混沌编码值的差值
Figure FDA0002949279410000022
达到∈-收敛，即
Figure FDA0002949279410000023
当所述分布式网络中的所有节点都进入了局部收敛时，则进入全局收敛。
6.根据权利要求2至4任一所述的基于混沌编码计算的非定域感知方法，其特征在于，各所述节点采用预设的编码推断算法独自进行推断，包括以下扰动放大步骤：
状态评估:如果存在
Figure FDA0002949279410000024
或者N(i)t≠N(i)t-1，那么将节点i的状态切换为扰动态，否则就令
Figure FDA0002949279410000025
并且在下一时钟轮重新进入本步骤；
计算节点相关的分段倒数：
如果
Figure FDA0002949279410000026
如果
Figure FDA0002949279410000027
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure FDA0002949279410000028
生成编码信号尖峰：计算
Figure FDA0002949279410000029
由于伪几何邻域均值的值域是(0，1)，计算后
Figure FDA00029492794100000210
的输出值大于1。
7.根据权利要求6所述的基于混沌编码计算的非定域感知方法，其特征在于，各所述节点采用预设的编码推断算法独自进行推断，还包括以下收敛步骤：
计算节点相关的分段倒数：
如果
Figure FDA00029492794100000211
如果
Figure FDA00029492794100000212
计算伪几何邻域均值：在N(i)中的邻居节点编码的伪几何均值：
Figure FDA0002949279410000031
编码更新：如果存在
Figure FDA0002949279410000032
并且
Figure FDA0002949279410000033
则可以令更新
Figure FDA0002949279410000034
以进行局部收敛，否则更新
Figure FDA0002949279410000035
全局信息的收敛状态评估：在下一个时钟轮内重复上述收敛步骤，且当编码在D个连续的时钟轮中都保持局部收敛，所述D的大小设置与网络直径有关，所述节点i的状态将从扰动态变为稳定态，之后退出收敛步骤。
8.根据权利要求1所述的基于混沌编码计算的非定域感知方法，其特征在于，所述方法还包括：
获取具有最长项数的指数部分
Figure FDA0002949279410000036
依次展开
Figure FDA0002949279410000037
和
Figure FDA0002949279410000038
确定唯一的定位拓扑变化扰动源的节点，具体地说，路径u->v->…->k->j->i是编码尖峰效应从节点u抵达节点i的最短路径。
9.一种基于混沌编码计算的非定域感知装置，应用于分布式网络，其特征在于，包括：
混沌编码封装模块，用于所述分布式网络的每一节点通过定期的信标心跳信息与邻居节点进行握手，所述信标心跳信息封装有混沌编码并附加于每一所述节点，所述混沌编码为以字节为单位的存储结构；
推断模块，用于所述分布式网络的每一所述节点通过预设的编码推断算法独自进行推断，并得到所述分布式网络的全局信息变化；
其中，每一所述节点通过所述的编码推断算法进行迭代计算后，使各所述节点的混沌编码随着所述分布式网络的全局信息变化处于动态平衡。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任意一项所述的基于混沌编码计算的非定域感知方法。
CN202110204375.XA 2021-02-23 2021-02-23 基于混沌编码计算的非定域感知方法、装置和设备 Pending CN113162749A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110204375.XA CN113162749A (zh) 2021-02-23 2021-02-23 基于混沌编码计算的非定域感知方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110204375.XA CN113162749A (zh) 2021-02-23 2021-02-23 基于混沌编码计算的非定域感知方法、装置和设备

Publications (1)

Publication Number Publication Date
CN113162749A true CN113162749A (zh) 2021-07-23

Family

ID=76883859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110204375.XA Pending CN113162749A (zh) 2021-02-23 2021-02-23 基于混沌编码计算的非定域感知方法、装置和设备

Country Status (1)

Country Link
CN (1) CN113162749A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109275119A (zh) * 2018-07-27 2019-01-25 四川大学 基于混沌序列的分布式压缩感知方法
EP3588838A1 (en) * 2017-02-24 2020-01-01 Wei Chen Chaotic map-based digital chaotic encryption method
CN112134684A (zh) * 2020-07-06 2020-12-25 武汉量子风暴信息科技有限公司 一种生成跳变图案的方法、通信方法、系统和相关设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3588838A1 (en) * 2017-02-24 2020-01-01 Wei Chen Chaotic map-based digital chaotic encryption method
CN109275119A (zh) * 2018-07-27 2019-01-25 四川大学 基于混沌序列的分布式压缩感知方法
CN112134684A (zh) * 2020-07-06 2020-12-25 武汉量子风暴信息科技有限公司 一种生成跳变图案的方法、通信方法、系统和相关设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐光宪等: "基于混沌序列的双重加密安全网络编码方案设计", 《计算机应用》 *
许静: "基于定域信息协作计算的非定域感知方法研究", 《中国博士学位论文全文数据库》 *

Similar Documents

Publication Publication Date Title
CN111158613B (zh) 基于访问热度的数据块存储方法、装置及存储设备
US20160306689A1 (en) Nexus determination in a computing device
CN104679627A (zh) 测试方法及装置
CN110166276A (zh) 一种帧同步异常的定位方法、装置、终端设备和介质
CN112100619B (zh) 一种恶意文件检测方法、系统、设备及计算机存储介质
CN109542419B (zh) 一种can信息处理软件开发的方法、系统及设备
CN112543195B (zh) 面向智能网联汽车的信息安全评估方法、装置及电子设备
CN113162749A (zh) 基于混沌编码计算的非定域感知方法、装置和设备
CN111158881B (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
CN108762734A (zh) 一种基于大数据的软件开发方案的生成方法及系统
US9747448B2 (en) Cryptographic mechanisms to provide information privacy and integrity
CN109962914B (zh) 一种防火墙配置方法及装置
US20230057783A1 (en) Terminal vibration evaluation method and apparatus in game scenario, medium, and device
CN113703996B (zh) 基于用户和yang模型分组的访问控制方法、设备及介质
CN109241704A (zh) 新脚本的灰度发布方法和装置
CN108076029B (zh) 排班管理系统的搭建方法及装置
EP4142297A1 (en) Method, apparatus and device for configuring video special effect, and storage medium
CN109362027B (zh) 定位方法、装置、设备及存储介质
CN111651761B (zh) 一种黑产电子设备检测方法、装置、服务器及存储介质
CN109254847B (zh) 一种租户映射信息获取方法及装置
CN113391813A (zh) 程序编译方法和装置、存储介质及电子设备
CN112200861A (zh) 点与线位置关系的确定方法和装置、存储介质及电子设备
CN111831725A (zh) 在区块链上互联网旅游数据的同步存储方法及其装置
CN113687870B (zh) 终端运行优化方法、装置、存储介质以及终端
CN109215786A (zh) 一种空气中过敏原的个性化监测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210723

WD01 Invention patent application deemed withdrawn after publication