摘要：随着计算机网络技术的提高,网络通信传输效率控制技术已广泛应用,但复杂的网络结构导致网络通信传输效率控制出现一个大吞吐量、传输问题的低速度、低收敛速度等等,这些问题会出现沟通信息丢失,通讯网络瘫痪。根据以上网络通信传输效率控制问题,提出了基于大型数据网络通信控制方法的传输效率,成为一个好控制使用网络传输环境的降噪处理效率,基于蚂蚁算法用于更好地控制网络通信传输效率,提高网络通信传输的效率,传输网通信始终处于高效、平稳运行的状态。
关键词：大数据；网络通信；传输效率控制
一、基于大数据的网络通信传输效率控制方法
1、采用降噪技术稳定控制环境
首先,选择一个网络通信节点,节点的网络通信数据分解获得节点值的系数,其次,基于节点值来确定节点的阈值,通过节点的系数阈值降噪处理,形成一个网络通信传输通道,网络通信信道干扰,提高网络通信传输控制的效率奠定基础。
假设，由Xi（t）代表网络通信t节点i的位置，?sd代表节点的网络通信通道半径，R代表相应网络信息通行速率，P”wer代表信息传输信道发射功率，lij代表需要去燥的网络通信信号节点系数，则利用公式（1）计算出lij。
.png)
（1）
假设，由E'代表节点系数的分配阈值，v'代表节点分解的尺度，k'代表基于信号接收端的速率控制，g'代表节点分散化系数值，e'代表信息单元u'网络通信传输中经历的延长路径，则利用公式（2）获取信息在链路上传输所产生的节点系数的分配阈值：
.png)
式中，M代表网络通信信号传输距离，hn代表低通节点的权系数，gn代表高通节点的权系数，分别对应着低频信号的信道情况和高频信号的信道情况，通过信道降噪细节处理后，获取重新组建的网络通信信道。
在对网络通信传输含噪节点信息处理过程中，含噪信息整体幅度会随着节点分解尺度的变化而改变，当节点分解尺度逐渐变大时含噪信息会逐渐变小，反之节点分解尺度逐渐变小时含噪信息整体幅度会变大，但是对使用过多比较有价值的网络通信信息无论分解尺度变大变小它都不会发生变化。所以根据节点系数选择一个合理的阈值，以该阈值为参考数据，当该阈值比节点系数大时，则可以断定此节点信息含有干扰噪声，将该节点信息连带干扰清除；当该阈值比节点系数小时，说明此节点信息不含有干扰因素，将其保存。
2、运用蚂蚁算法控制网络通信传输效率
降噪处理技术只是保障了网络通信传输控制环境，是为运用蚂蚁算法控制网络通信传输效率奠定基础，在通过降噪处理技术改善后网络通信传输控制环境下，运用蚂蚁算法来控制网络通信系统对传输途径的选择，从根本上解决网络通信传输效率低以及控制程度低等问题，以此来实现网络通信传统效率高效控制。应建立适合蚂蚁算法的目标函数。根据网络通信信息数据分析，合理规划出网络通信信息行径路线，对网络通信资源进行合理搭配并与负载分配均衡，以此为依据建立目标函数。假设cost（p）表示链路，bi表示网络通信信息数据链路宽带，i和j代表网络通信传输过程中两个信息数据系数，假设di为两个信息数据之间链路通信效率，ci为两个信息数据传输所产生的费用，pi代表数据信息i的相关变量。以下公式为目标函数公式。
.png)
通过大数据分析下建立了合理的目标函数，该目标函数是提高网络通信传输效率控制的理论依据，运用蚂蚁算法对其进行求解，计算出两个网络通信信息数据位置改变概率，运用奖罚方法并以信息数据密度为依据来选择网络通信传输最佳路径，以此完成网络通信传输效率控制。控制过程如下。
假设，网络通信传输路径上所有的数据信息都是一致的，将蚂蚁s设置在网络通信传输路径上，通信路径上的网络信息数量决定蚂蚁s移动方向和路径选择Ps(t)表示蚂蚁s随着时间的变化位置发展变化的概率，以下为蚂蚁s在信息节点n和m间位置发生变化概率公式。
.png)
公式（5）中，allowed代表蚂蚁s没有到达的信息节点列表，λ1代表蚂蚁s所在路径的通信信息数据密度值，?1为信息数据因子，表明了蚂蚁s在移动中接触的信息数据数量对路径的选择上是非常重要的。蚂蚁s在移动过程中要对其应用奖罚方法，当蚂蚁s不能顺利通过行径路线时，说明此路段有阻碍信息传输的障碍物，将其返回到上一个信息节点当做对蚂蚁s的惩罚，返回的信息节点标记为c-1，并且将蚂蚁没有顺利通信的路径安置一个μ倍强度的数据信息因子，标记此路径不可通行，以此类推直到蚂蚁s退回到最初开始的节点位置。Q代表惩罚节点信息量，则计算公式如下。
.png)
运用奖罚方法对蚂蚁s有惩罚同时，也要对蚂蚁s奖励。如果蚂蚁s顺利通过了行径路线时，以重新向下一个节点信息移动作为奖励，并且将蚂蚁顺利通过的路径上安置一个信息数据因子要对其进行奖励，当蚂蚁能够顺利的到达节点时，需要对其进行奖励，将蚂蚁在按照惩罚表到最开始的节点过程中放出奖励动态数据信息因子Q，表示此条路径没有信息传输障碍物，可以顺利进行网络通信传输。同样Qe表示奖励蚂蚁s的节点信息量，则计算公式如下。
.png)
通过对蚂蚁使用奖罚方法，能够明确每一条网络通信传输路径状况，并且了解探索出来的路径上的障碍具体情况，为根据信息数据密度选择最佳传输路径奠定了良好的基础。以下为信息数据密度计算公式。
.png)
公式（8）中，Tmn表示蚂蚁s行驶路径从m到n之间的信息数据密度，表示信息数据因子，Tmn表示信息数据更新后的数据密度，Tmn表示蚂蚁s在节点m到节点n之间移动过程中遗留的信息数据密度，通过奖罚记录蚂蚁s行径的所有节点信息以及这些信息数据密度来选择网络通信传输路径。当节点信息密度过大时证明这条路径会影响网络通信传输效率，当节点信息密度小时证明这条路径对网络通信传输效率影响很小。
二、实验分析
1、实验过程
为了验证所提方法的有效性和实用性，采取与传统网通传输效率控制方法对比的方式进行试验分析。本次对两个控制方法分别选取相同的节点数据，并且链路宽带设置和时延都保持一致，来保证试验的准确性，将两个网络通信数据包分别传输到网络中，运用两种方法来控制网络通信传输效率，两种方法对网络通信传输路径的选择、对干扰因素的处理以及网络通信的传输效率将以网络通信传输效率控制阈值的变化表现出来。
以网络通信效率阈值作为本次实验的对比数据。实验结果如图1所示。
.png)
图1两种方法网络通信效率控制效果图
2、实验结果
由图1可以清楚的了解到，所提出的基于大数据的网络通信传输效率控制方法的网络通信传输效率控制阈值都在3.5以上浮动，具有一定的可靠性；而传统方法网络通信传输效率控制阈值仅仅在2到2.5之间浮动，虽然也有小幅度的上升阶段，但是相比于基于大数据的网络通信传输效率控制方法还处于劣势，证明了所提出的控制方法具有良好的实用性和可靠性。所提方法经过降噪技术对网络通信控制环境处理后，利用目标函数、蚂蚁算法使网络通信得以有效的控制，实现了大数据下网络通信传输效率高效控制。
结束语
通过研究网络通信的传输效率控制,提出基于大数据的传输效率的控制方法具有较高的应用价值,这不仅提高了传动效率控制网络通信,但也为未来的研究提供了有利的支持网络通信的传输效率控制。
参考文献
[1]张文辉,王红玉.大数据下网络信道通信传输效率控制仿真[J].计算机仿真,2018,v.35(6):227-230.
[2]岳永哲,赵战民,YUEYong-zhe,等.网络通信信息传输效率控制仿真研究[J].计算机仿真,2017,34(10):269-272.