基于桶密度的數(shù)據(jù)流聚類(lèi)算法研究與應(yīng)用.pdf

1、計(jì)算機(jī)技術(shù)、傳感器網(wǎng)絡(luò)與通信技術(shù)的高速發(fā)展,使得短時(shí)間內(nèi)產(chǎn)生和傳輸大量數(shù)據(jù)成為現(xiàn)實(shí),這種大量、快速、無(wú)限的數(shù)據(jù)被稱為數(shù)據(jù)流(Data S trea m)。目前,數(shù)據(jù)流處理技術(shù)廣泛的應(yīng)用在金融分析、傳感器網(wǎng)絡(luò)、復(fù)雜危險(xiǎn)環(huán)境監(jiān)控、網(wǎng)絡(luò)監(jiān)控和入侵檢測(cè)等領(lǐng)域中。面對(duì)攜帶大量數(shù)據(jù)而又快速、連續(xù)到來(lái)的數(shù)據(jù)流,原本針對(duì)存儲(chǔ)在磁盤(pán)貨內(nèi)存中的靜態(tài)數(shù)據(jù)的傳統(tǒng)數(shù)據(jù)庫(kù)查詢處理技術(shù)力不從心。因而,數(shù)據(jù)流處理技術(shù)對(duì)數(shù)據(jù)挖掘方法提出了更高的要求。作為數(shù)據(jù)挖掘的一個(gè)研

2、究方向,數(shù)據(jù)流聚類(lèi)分析技術(shù)已經(jīng)成為熱點(diǎn)研究課題。
　　傳統(tǒng)的面對(duì)靜態(tài)數(shù)據(jù)的聚類(lèi)分析方法主要有基于劃分的方法、基于層次的方法、基于密度的方法、基于網(wǎng)格的方法、基于模型的方法?，F(xiàn)階段的數(shù)據(jù)流聚類(lèi)方法很多都是在傳統(tǒng)聚類(lèi)方法上進(jìn)化來(lái)的,比較經(jīng)典的聚類(lèi)算法 Stream、CluStream、D-Stream算法的,都是在傳統(tǒng)聚類(lèi)的方法所做的改進(jìn)。
　　本文通過(guò)研究基于網(wǎng)格和基于密度的經(jīng)典算法DBC AN、C liQ ue、基于數(shù)據(jù)流的

3、經(jīng)典算法CluStream,提出了一種基于桶密度的數(shù)據(jù)流聚類(lèi)算法BDCluStream算法。該算法擁有C luStrea m算法和基于網(wǎng)格和基于密度的算法的優(yōu)點(diǎn)。能夠識(shí)別任意形狀簇、在線層速度快、利用反饋原理解決部分桶邊緣點(diǎn)丟失、不需要用戶指定聚類(lèi)個(gè)數(shù)等。
　　利用改進(jìn)算法BDCluStream構(gòu)建了入侵檢測(cè)系統(tǒng),對(duì)系統(tǒng)各模塊進(jìn)行了詳細(xì)的描述并給出了偽代碼,最后使用Visual Studio2005設(shè)計(jì)并實(shí)現(xiàn)了基于對(duì)話框的入侵檢測(cè)