本发明专利技术公开了一种基于LRU高速缓存的网络通信方案，属于网络通信技术领域，该通信方案具体步骤如下：(1)主机接收登陆请求并进行验证；(2)构建LRU链表缓存各主机信息；(3)实时接收并分析各主机通信数据；(4)更新LRU链表信息并进行数据回收；本发明专利技术通过构建分析神经网络，能够提高各主机的数据检索效率，大幅提高主机对异常数据分析准确率，避免通信过程中发生病毒入侵，提高网络通信安全性，能够将工作人员通信的各组主机进行记录，并通过LRU链表进行排序，方便移动终端找寻相关主机进行通信连接，提高网络通信效率，同时定期对各启动链表中的冗余数据进行处理，有效降低各主机运行占用率。占用率。占用率。
【技术实现步骤摘要】
一种基于LRU高速缓存的网络通信方案
[0001]本专利技术涉及网络通信
，尤其涉及一种基于LRU高速缓存的网络通信方案。
技术介绍
[0002]网络是用物理链路将各个孤立的工作站或主机相连在一起，组成数据链路，从而达到资源共享和通信的目的。通信是人与人之间通过某种媒体进行的信息交流与传递。网络通信是通过网络将各个孤立的设备进行连接，通过信息交换实现人与人，人与计算机，计算机与计算机之间的通信，网络通信中最重要的就是网络通信协议，通俗地说，网络协议就是网络之间沟通、交流的桥梁，只有相同网络协议的计算机才能进行信息的沟通与交流，现代通信网络是由专业机构以通信设备和相关工作程序有机建立的系统，是为个人、企事业单位和社会提供各类通信服务的总和，如今计算机网和通信网已经密不可分；因此，专利技术出一种基于LRU高速缓存的网络通信方案变得尤为重要；
[0003]经检索，中国专利号CN201910902028.7公开了一种网络通信方法及网络通信架构，该专利技术虽然解决投资成本高、管理复杂效率低、运维难度大、运行成本高和数据安全无法得到保障的问题，但是各各主机的数据检索效率，主机对异常数据分析准确率低，容易在通信过程中发生病毒入侵；此外，现有的网络通信方案，不便于方便移动终端找寻相关主机进行通信连接，降低网络通信效率，主机运行占用率高；为此，我们提出一种基于LRU高速缓存的网络通信方案。
技术实现思路
[0004]本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种基于LRU高速缓存的网络通信方案。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种基于LRU高速缓存的网络通信方案，该通信方案具体步骤如下：
[0007](1)主机接收登陆请求并进行验证；
[0008](2)构建LRU链表缓存各主机信息；
[0009](3)实时接收并分析各主机通信数据；
[0010](4)更新LRU链表信息并进行数据回收。
[0011]作为本专利技术的进一步方案，步骤(1)中所述主机验证具体步骤如下：
[0012]步骤一：工作人员通过终端设备向相应区域的主机发出登陆请求，主机接收到登陆请求后，依据工作人员发送的账号以及密码，从服务器中进行过检索；
[0013]步骤二：若存在相对应的账号信息，则将服务器中存储的密码与工作人员输入的密码进行比对，密码一致，则通过验证，密码不一致，则拒绝工作人员访问，若不存在相对应的账号信息，则停止访问。
[0014]作为本专利技术的进一步方案，步骤(2)中所述LRU链表缓存具体步骤如下：
[0015]第一步：各主机首次连接时，服务器为链接的每个主机生成一个启动链表，并对各
组启动链表进行有序链接，再按照主机的LRU顺序，通过LRU链表对各组启动链表头部进行进一步链接；
[0016]第二步：收集最少连接的主机信息，并将该主机的启动链表安排在LRU链表的首位，并依次进行排序，之后对排序完成的各组的主机IP地址进行收集，并统计移动终端访问各主机次数。
[0017]作为本专利技术的进一步方案，步骤(3)中所述通信数据分析具体步骤如下：
[0018]S1.1：各主机分别构建并训练一组分析神经网络，之后将接收到的各组通信数据传输至分析神经网络中，同时分析神经网络与病毒共享库、云端虚拟机以及入侵共享数据库进行通信连接；
[0019]S1.2：分析神经网络对各组通信数据进行数据解析，同时对解析出的数据进行行为分析，并依据分析结果与入侵共享数据库进行检索对比，若存在对比结果一致的数据，则将相对应的通信数据进行拦截，若不存在，则允许该通信数据传输，并对各通信数据进行的特征代码进行提取；
[0020]S1.3：将提取出的特征代码与病毒共享库中各网络病毒特征代码进行对比，若存在某一部分特征代码相同，则通过文件自动查杀技术对该通信数据中的网络病毒数据进行阻隔查杀处理；
[0021]S1.4：若不存在相同的特征代码，分析神经网络将该通信数据上传至云端虚拟机进行传染模拟，并根据网络病毒定义而确立的传染标准进行病毒分析，并对存在病毒的通信数据进行阻隔查杀，并对发送异常通信数据的各设备IP地址进行收集反馈。
[0022]作为本专利技术的进一步方案，步骤(4)中所述分析神经网络训练具体步骤如下：
[0023]S2.1：各主机从服务器中提取过往通信数据，并对各组通信数据进行符值转换、归一化以及特征降维处理，再将降维处理后的交易数据分为验证集、测试集以及训练集；
[0024]S2.2：重复多次使用验证集中的各组数据对分析神经网络精度进行验证，并统计测试集中各数据均方根误差，同时对每组测试集中的数据都进行一次预测，并将预测结果最好的数据作为最优参数输出，并依据最优参数对训练集进行标准化处理；
[0025]S2.3：将训练样本输送到分析神经网络中，并采用长期迭代法对该分析神经网络进行实时优化，并通过焦点损失函数对该分析神经网络运行损失值进行计算，再依据计算出的损失值对该分析神经网络进行准确率、检出率以及误报率分析。
[0026]作为本专利技术的进一步方案，步骤(4)中所述LUR链表更新具体步骤如下：
[0027]P1.1：服务器在移动终端链接阶段跟踪访问信息前，同时在移动终端链接之前清除所有更新页表项的访问位，若在移动终端链接期间访问了某个主机，服务器会将该主机添加到启动链表中；
[0028]P1.2：在移动终端链接时间结束之前，服务器重新检查所有主机的访问位，若在其它阶段也访问某个主机，则将该主机从启动链表中删除，并移到常规LRU链表中，确定完成后对启动链表中的各组主机进行数据更新。
[0029]作为本专利技术的进一步方案，步骤(4)中所述数据回收具体步骤如下：
[0030]P2.1：服务器从LRU链表的头部选择最不常访问的主机，之后从该主机的相应启动链表中选择冗余页面，当从启动链表回收足够多的冗余页面时，主机选择过程将停止，若未回收足够多的冗余页面时，服务器将继续访问LRU链表中的下一个主机的启动链表，直到获
得足够的页面；
[0031]P2.2：服务器依据系统默认或人工设定的循环时间值定期对各组冗余页面进行回收率计算，并向内置数据回收器下发回收指令，数据回收器接收回收指令后启动，并接收服务计算的回收率数值，再抽取各组冗余页面，并依据计算出的回收率对冗余页面进行回收。
[0032]相比于现有技术，本专利技术的有益效果在于：
[0033]1、该基于LRU高速缓存的网络通信方案相较于以往的通信方案，本专利技术通过各主机分别构建并训练一组分析神经网络，之后将接收到的各组通信数据传输至分析神经网络中，同时分析神经网络与病毒共享库、云端虚拟机以及入侵共享数据库进行通信连接，之后分析神经网络以及训练生成的分析规则对各组通信数据进行数据解析，同时对解析出的数据进行行为分析，并拦截与入侵共享数据库对比一致的数据，之后提取各通信数据的特征代码并与病毒共本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于LRU高速缓存的网络通信方案，其特征在于，该通信方案具体步骤如下：(1)主机接收登陆请求并进行验证；(2)构建LRU链表缓存各主机信息；(3)实时接收并分析各主机通信数据；(4)更新LRU链表信息并进行数据回收。2.根据权利要求1所述的一种基于LRU高速缓存的网络通信方案，其特征在于，步骤(1)中所述主机验证具体步骤如下：步骤一：工作人员通过终端设备向相应区域的主机发出登陆请求，主机接收到登陆请求后，依据工作人员发送的账号以及密码，从服务器中进行过检索；步骤二：若存在相对应的账号信息，则将服务器中存储的密码与工作人员输入的密码进行比对，密码一致，则通过验证，密码不一致，则拒绝工作人员访问，若不存在相对应的账号信息，则停止访问。3.根据权利要求1所述的一种基于LRU高速缓存的网络通信方案，其特征在于，步骤(2)中所述LRU链表缓存具体步骤如下：第一步：各主机首次连接时，服务器为链接的每个主机生成一个启动链表，并对各组启动链表进行有序链接，再按照主机的LRU顺序，通过LRU链表对各组启动链表头部进行进一步链接；第二步：收集最少连接的主机信息，并将该主机的启动链表安排在LRU链表的首位，并依次进行排序，之后对排序完成的各组的主机IP地址进行收集，并统计移动终端访问各主机次数。4.根据权利要求1所述的一种基于LRU高速缓存的网络通信方案，其特征在于，步骤(3)中所述通信数据分析具体步骤如下：S1.1：各主机分别构建并训练一组分析神经网络，之后将接收到的各组通信数据传输至分析神经网络中，同时分析神经网络与病毒共享库、云端虚拟机以及入侵共享数据库进行通信连接；S1.2：分析神经网络对各组通信数据进行数据解析，同时对解析出的数据进行行为分析，并依据分析结果与入侵共享数据库进行检索对比，若存在对比结果一致的数据，则将相对应的通信数据进行拦截，若不存在，则允许该通信数据传输，并对各通信数据进行的特征代码进行提取；S1.3：将提取出的特征代码与病毒共享库中各网络病毒特征代码进行对比，若存在某一部分特征代码相同，则通过文件自动查杀技术对该通信数据中的网络病毒数据进行阻隔查杀处理；S1.4：若不存在相同的特征代码，分析神经网络将该通信数据上传至云端虚拟机进行传染模拟，并根据网络病毒定义而确立的传染...
【专利技术属性】
技术研发人员：陈锦汇，
申请(专利权)人：陈锦汇，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。