网络数据传输中冗余信息优化消除仿真

摘要：

对网络数据传输中冗余信息的优化消除,能够有效提高网络数据传输效率.对冗余信息的消除,需要并对冗余信息特征进行归一化处理,设定网络冗余信息分类的阀值,完成网络数据传输中冗余信息的优化消除.传统方法对网络数据进行编码,以此代替重复传输的数据片段,但忽略了设定网络冗余信息分类的阀值,导致消除效果不理想.提出基于深度学习的网络数据传输中冗余信息消除算法,对网络冗余信息结构进行分析,采用K-L特征压缩理论降低网络冗余信息的维数,得到网络冗余特征空间压缩的目标函数,在网络冗余信息特征空间内对冗余信息进行划分,计算出冗余信息样本权重,并对网络冗余信息特征进行归一化处理,设定网络冗余信息分类的阀值,由此完成网络数据传输中冗余信息消除.仿真证明,所提算法能够大大减少内存消耗,有效提高平均字节节省率,具有较好的鲁棒性.

关键词：网络数据、冗余信息、优化消除

所属期刊栏目：35

分类号：TP393.06(计算技术、计算机技术)

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：370-373,440