文摘
很长一段时间,偏远地区基本上是面向资源的发展战略。大规模资源开发不仅损害赔偿相应的平衡的资源储备,还导致严重破坏生态环境。为此,本文开展了研究生态环境文明建设在偏远地区基于multidata收集和计算边缘。基于理解的内涵、组成、生态文明的特点,本文选择具有代表性的指标来反映生态文明的特定需求,构造一个生态文明建设评价指标体系在边远地区,并使用评价指标分析和排序。第二,边缘计算和传感器技术应用于数据收集和信息传输过程中数据采集和传输,并提供解决方案在偏远地区。本文还介绍了安全保护信息传输的方法。通过测试,程序显示良好的适应性和可为生态环境建设提供思想在偏远地区。
1。介绍
实现新技术在生活的各个领域,使服务更方便可行的人们的生活。无线传感器网络(WSN)、物联网(物联网),智能城市和云/基于网络技术的一些例子。这些技术也为生态文明建设系统采用数据监控和分析(1]。在工业社会,人类社会的生产力有了很大提高,已经创造了巨大的财富,和一个主要的社会转型已经基本完成。的经济、政治、文化、精神、社会结构、生活方式都大大改变了。人类掠夺自然资源的能力(2,3]。在上个世纪,人类和环境之间的冲突加剧,一系列的环境问题带来了严重的后果,和人类开始反思工业文明所带来的影响(4]。义已进入一个新阶段。人类认识到选择的发展道路,需要采取可持续发展的道路,与生态环境和谐,应该建立和文明的新方法(5,6]。因此,生态文明。生态文明是人类选择的基础上,反思工业文明。生态文明指标体系中起着非常重要的作用在测量和评价不同地区的发展现状和形势,特别是偏远地区,帮助决策者监控和评估过去和现在的发展,并制定未来发展目标(7]。
同时,建立生态文明的发展思路也引发了一个新的学术团体的主要问题,如何定义理论,以及如何更好地实现生态文明的实践。其他一些挑战是数据分析、数据监控、安全、和资源分配。罗伊·莫里森美国明确提出“生态文明”的概念在1995年。他认为“生态文明”作为一种文明“工业文明”。(8]。自1960年代和1970年代,西方国家已经在环境保护和生态建设。联合国等国际组织(联合国)随后提出了可持续发展的概念。越来越多的国家加入了生态文明建设的行列,尽管他们可能不使用术语“生态文明”9]。有很多关于生态文明的研究,主要关注可持续发展指标体系。后进入21圣世纪,艾伯特堰提出一个新理论“生态现代化理论”,它改变了人们对环境政策的看法(10]。生态足迹方法提出的概念和模型(11)计算对人类生态系统的承载能力。作者在12)认为,生态文明的建设是国家发展的必然路径和建议方面的提高生态意识和发展循环经济。作者在13)指出,有必要建立一个生态文明发展机制从国家的角度来看,社会,企业,整个人。在定量分析中,模糊神经网络模型主要用于屏幕指标,和集对分析和直接价值法是用来进行静态评价建设(14]。
本文的主要目的是介绍建设的背景和意义。构建一个评价指标体系在偏远地区建设生态文明的内涵理解的基础上,组成和生态文明的特征。这个评价指标用于分析和等级水平的生态文明建设地区之一。此外,论述了主要影响因素的变化偏远地区增长的各种指标和综合水平的建设。利用空间统计分析在这项研究生态文明建设水平,并引入数据开发模型动态模拟生态文明建设的运行轨迹,取得了良好的效果。这篇论文也讨论了技术方面和数据监测和分析的安全问题。本文的主要贡献如下:(我)提出了一个模型,生态环境文明建设在偏远地区和边缘计算基于multidata集合(2)提出了一种基于边缘模型计算和传感器技术进行数据处理和收集(3)提出了一个安全模型,以保护边计算边的处理和分析数据
剩下的纸是组织如下:部分2介绍了相关技术。部分3讨论了基于模糊神经网络的生态环境监测。部分4介绍了模型评价基于数据开发。本文结尾最后一节的未来方向。
2。相关技术
2.1。边缘计算和传感器技术
边缘计算和传感器技术应用于数据收集和信息传输过程中,数据收集和传输在偏远地区提供解决方案(15]。传统的云计算需要前端设备从网络收集到的数据返回给云。随着计算节点的增加,这将不可避免地导致增加网络负载和带宽资源不足,这将导致系统响应延迟。这是在实时要求高的互联网时代的一切。这是一个致命缺陷(16,17]。边缘计算是将计算任务的一部分在云中心网络的边缘,有效地减少网络带宽的损失和提高系统的实时响应。边缘计算和传感器技术应用于数据收集和信息传输过程中,数据收集和传输在偏远地区提供解决方案(18,19]。使用边缘计算来构建一个高效的网络计算模式,全面分析和过程智能设备采集的数据在不同的领域,实现信息查询、预测,异常信号检测,和其他功能,为城市管理者提供全面、实用,有利于决策的信息。实现城市管理的优化和推广,也为大多数用户提供低延迟和高质量的服务(20.,21]。图1描述了风险监控过程从云到边缘,然后给用户。
边缘节点监控系统和计算机网络系统架构,本文构造了一个三层容器风险监控模型从云边缘用户,如图1。本文充分利用网络资源,满足所有用户的需求,实现部署总成本最小的目标(22,23]。不同的服务功能链在传统的单一平台部署问题,底层异构的网络元素NFV环境多样化。每个NFV平台可以安装在一个共同的服务器实现多种类型的虚拟网络功能。然而,处理能力、资源消耗、部署成本,和分布的数据是不一样的24]。
2.2。生态环境文明建设
指标的建立生态文明建设不仅是一种文明的具体体现,也评估当前生态文明建设的成功(25]。通过引用大量的文档,这篇文章将从三个方面:生态经济、生态环境、生态民生。本文使用的研究方法包括文献综合分析,调查,实证研究和定量分析。在定量分析中,模糊神经网络模型主要用于屏幕指标,集对分析和直接价值法是用来进行静态评价,空间统计分析是用来研究的空间分布模式的生态文明建设水平,并介绍了数据包。网络模型动态模拟操作轨迹和取得了好的结果26,27]。可持续发展评价指标体系是可持续发展研究的基本内容和指导区域发展实践可持续发展的核心问题。许多学者一直致力于建立一个更科学、准确的评价指标体系,但是仍然没有真正被广泛接受和认可的指标体系(28]。两种类型,目前四个主要研究方向,出现了三种类型的建筑模型在国际可持续发展评价指标体系。图2描述了技术生态环境文明建设路线图。
通过梳理国外可持续发展评价的研究,我们可以从一些研究的成功经验中学习。首先,我们必须坚持国民经济发展的过程中,充分实现它在整个生产过程中政府决策、社会进步和经济发展。它可以反映在人们的日常生活,在国家政策和法规28]。第二,可持续发展评价重点是协调发展,城乡整体或区域是否协调,可以反映在指标体系。
3所示。基于模糊神经网络的生态环境监测
作为一个系统工程,区域生态文明涉及建设等许多方面的社会,经济,和文化。区域生态文明的有效性很难直接测量用单一指标,以及多个指标集的简单聚合不能反映(29日]。因此,建立一个科学、有效的评价模型,并选择评价指标体系的集成为一个整体,已成为一个重要的内容评价地区生态文明建设的(30.,31日]。基本的神经网络结构如图3。
第二阶段调整节点之间的连接权值根据传播方向相反的阶段,也就是说,根据实际输出之间的误差和预期的输出层的输出,最后使误差最小值。为了使函数连续、可微,均方根差最小化,和损失函数定义如下:
本文采用随机梯度下降法,以最大限度地减少 ,对于每一个训练样本,其负面的体重的变化方向梯度。我们使用以下公式来解决的梯度连接重 。临界值可以根据相应的指数的平均值,即平均水平指数的研究领域。
其中,代表的j节点的输入输出层,其中1表示第一层的连接权。
替换之前的公式
然后,就问我 。自对所有输出层有影响,所以呢
替换之前的公式
隐藏层
输出层是
反向传播过程,输出层中的每个节点将得到一个错误 ,和使用的反向输入输出层。在这个时候,然后输出层传播到隐层根据重量的连接。
现在让我们看看第一个的梯度层的重量:
第二层的重量梯度:
你可以看到一个规则:每个重量的梯度等于前一层的输出节点的连接它乘以反向传播的下一层的输出连接到它。在这个基础上制定的一些规则知识库表所示1。
从给定的规则通过多个学习,得到所有可能的组合规则,学习速率 , ,和迭代学习规则,得到以下随机选择最优的预测价值任务包的单价。
4所示。安全模型
节中介绍了安全模型通过使用神经网络由于其更强大的功能和精度高和分类机制(32]。这种方法也使用其内部状态也称为记忆过程变量输入序列的长度。输入序列的输出值取决于过去的计算值(33]。在提出安全模型中,第一步是数据集收集和创造。使用数据集包含12类和叫做CICDDOS 2019。这个数据集已经有许多分布式拒绝服务(DDoS)攻击,归类为exploitation-based或基于映像的攻击在边缘计算水平。图4显示了该安全模型。
数据集存在罪恶原始形式和有很多冗余值和0。特征提取是开始,然后选择过程开始通过使用不同的学习算法。选择过滤方法,单变的从数据集识别的重要特征。LSTM, SVM和朴素贝叶斯方法在选择使用从数据集最佳特性。特征选择是数据挖掘应用于22和ML的应用消除过度拟合,减少训练时间,提高精度(34]。不同特性的方法是用来检查的准确性和删除列大于给定的阈值,只有一个独特的价值和删除共线的功能大于给定值,删除0.0重要性的特性从一个梯度增加机器。该安全模型性能更好的准确性通过使用五分类方法和不同的功能范围。总实例分析和总之间的精度达到正确识别实例数据集。准确性是对每一个算法相比在每个数据集。
5。基于数据开发模型评估
这个模块将偏远地区作为一个应用的例子。基于大量统计数据的收集,使用数据包络和模糊神经网络用于过滤和获得区域生态文明建设评价指标体系,以及熵方法用于分配权重的指标体系。可持续发展评价指标体系是可持续发展的基本内容研究和可持续发展的核心问题引导区域发展实践如方程所示(16)和(17)。
通过引用大量的文档,这篇文章将从三个方面:生态经济、生态环境、生态民生。不同的服务功能链在传统的单一平台部署问题,底层异构的网络元素NFV环境多样化。可持续发展评价重点是协调发展,城乡整体或区域是否协调,可以反映在指标体系。数据5和6分别显示原始数据的训练精度和训练新添加的变量数据的准确性。
本文设计的指标不仅满足政府宏观的需要也被社会广泛认可,和不应该太多;不仅应该结合实际的经济和社会发展的西部地区近年来也考虑其未来的发展。不仅有必要客观、动态地反映了偏远地区也从的角度调整和完善指标的权重与经济和社会发展的变化,使其代表,容易操作,和创新、引导、实用、科学、和前瞻性的生态文明建设指标体系。许多学者一直致力于建立一个更科学、准确的评价指标体系,但是仍然没有真正被广泛接受和公认的指标体系。本文运用SPSS软件处理大量数据得到以下分析(表2)。表2描述分析结果变量相关环境的文明。
这个模块将偏远地区作为一个应用的例子。基于大量统计数据的收集,使用数据包络和模糊神经网络用于过滤和获得区域生态文明建设评价指标体系,以及熵方法用于分配权重的指标体系。利用区域生态文明建设评价指标体系在这个偏远地区,一个地区生态文明建设评价模型建立了基于集对分析,以及每个子系统的评价结果和整体。从表可以看出2每个指标都有一个上限,下限,和一个值;与传统的简单加权法相比,不需要专家的主观判断权重系数的大小,并减少主观随意性。义已进入一个新阶段。人类认识到选择的发展道路,需要采取可持续发展的道路,与生态环境和谐,文明应该建立的新方法。
索引的下限根据最小值可以确定相应的指数在研究区,索引的上限可以确定根据最高的目标,和关键的价值可以确定根据相应的指数的平均值,即平均水平指数的研究领域。每个值也可以决定根据规划目标和当地情况适当调整。本章的最后尝试引入了一种简化的数据包络模型模拟的发展。实际计算表明,该数据包络模型可以应用于复杂系统,如区域生态文明建设。分析结果不仅有助于把握区域生态文明建设的发展方向,也为分析economic-society-ecological环境的复杂系统的演化提供了新的想法。
6。结论
目前,在文明建设理论研究是几乎所有从传统的生态学和经济学的角度,和结论有两个偏见,一个是偏向生态保护,另一个是偏向发展。传统的云计算需要前端设备从网络收集的数据返回给云。随着计算节点的增加,这将不可避免地导致增加网络负载和带宽资源不足,这将导致系统响应延迟。大量研究均质严重,简单地应用指标和方法,评价结果不能指导生态文明建设的工作和实践。基于理解的内涵、组成、生态文明的特点,本文选择具有代表性的指标来反映生态文明的特定需求,构造一个生态文明建设评价指标体系在边远地区,和分析和排序。模型构建的指标体系仍然是主观的。如何进一步提高建设指标的科学性,加强构造的可靠性模型仍然是研究的重点工作了很长一段时间。如何平衡可用性、适用性、科学性的指标,如何让指标满足未来发展的需要,并有更好的远见和指导,都是研究难点。尽管本文试图引入模糊神经网络和数据包络模型中,只有一个简单的模型,简化了转换规则。它不仅可以进一步提高应用程序的模型还可以结合其他模型来实现更强大的分析和评价的能力。 The paper also presented the security model by using some methods at the edge network side to protect the data from unauthorized access and users.
数据可用性
本文的数据已经包含在这篇文章中。
的利益冲突
作者宣称没有利益冲突。