为了验证所设计的基于机器学习的多元异构网络数据安全传输技术的有效性，进行实验分析，并将文献[1]的异构网络中安全数据传输机制、文献[2]的基于异构网的一种数据安全模型做对比，对比三种系统的有效性。此次实验中的实验数据集如表1所示。通过上述采集的实验数据能够看出，实验选取的数据是越来越多的，从而更好的验证三种方法的有效性，主要对比三种方法的传输时延、数据传输中断情况以及链路丢包率，具体内容如下所示。
5.1传输时延对比
分别对比三种方法的传输时延，其对比结果如图5所示。通过分析图5发现，在谷歌公开数据集传输上，三种方法传输时延均较小，随着传输数据量的增加三种方法的数据传输时延都有所增加，但经过对比能够发现，此次研究的基于机器学习的多元异构网络数据安全传输技术传输时延最小，少于传统的两种方法。
5.2数据传输中断情况对比
分别对比应用三种传输技术后，数据传输中断情况，其对比结果如图6所示。通过图6能够发现，此次研究的传输技术发生数据传输中断情况最少，在几次实验中均少于传统两种传输技术。
5.3链路丢包率对比
分别采用此次研究的基于机器学习的多元异构网络数据安全传输技术与传统两种传输技术进行数据传输，三种方法的丢包率对比结果如图7所示。通过分析图7能够发现，传统的异构网络中安全数据传输机制的链路丢包率最高，高于基于异构网的一种数据安全模型与此次研究的传输技术。综上所述，此次研究的基于机器学习的多元异构网络数据安全传输技术较传统两种传输技术传输时延少，丢包率少。其原因在于该研传输技术预先对多元异构网络数据进行了预处理，并制定带宽调度方桉，建立了安全传输协议，从而提高了多元异构网络数据安全传输效果。
6结束语
本文设计了一个基于机器学习的多元异构网络数据安全传输技术，并通过实验验证此次研究技术的有效性。该技术能够提高数据传输的效率，还能够减少数据传输丢包率，实际应用意义较强。但由于研究时间的限制，此次研究的多元异构网络数据安全传输技术还存在一定的不足，为此在后续研究中，还需要进一步优化。
随着信息技术的发展，应用系统、设备、数据等计算机资源呈爆发式增长，计算机资源安全监控和管理变得越来越重要。计算机资源安全监控管理系统设计，在保证对计算机资源实时监控和管理的同时，从技术层面保证计算机资源的安全性。对系统设计采用的主要技术进行了阐述，对系统设计的需求进行了分析，从计算机资源合理、安全利用的角度出发，提出了计算机资源安全监控管理系统设计方桉，从系统架构设计与模块功能设计等方面对系统进行了研究。
Servlet技术作为系统设计中采用的主要Java技术，可以实现在服务器端运行，采用Java对服务器端程序进行编译。Servlet独立于系统平台，运行于Web服务器内，作为动态页面生成的一种技术，主要是在Web服务器端实现扩充空能，并与客户端建立通信后生成动态页面，并响应服务器请求的返回数据。Servlet技术可以实现在Web上进行数据的响应和请求服务，由客户端向服务器发出页面HTTP请求命令，服务器端接受到命令后把用户请求的信息发送给Servlet，并创建新的执行线程，Servlet对请求进行处理，然后生成响应，最后返回给服务器，服务器把返回响应返回给客户端。
ASE数据库作为企业级应用的一种数据库管理系统，支持结构化查询语言，提供函数功能，实现数据存储和处理。ASE数据库对数据存储是在服务器中执行SQL语句，然后把经过编译后的数据存在数据库服务器中，这样用户可以实现对数据的修改和查询等操作，用户在对数据进行调用过程中，只要输入相应过程的参数，就可以对数据进行调用。ASE数据库可以提供高效的运行效率，并在运行中降低网络的通信量，为用户对数据库中数据的访问提供很大的便利。
https://jiwufengbao.com/book/19274/12131762_2.html