一種基于活躍網(wǎng)格密度的數(shù)據(jù)流聚類算法.pdf

1、隨著信息技術(shù)的發(fā)展,越來越多的數(shù)據(jù)以流的形式每天都在影響著人們的生活。數(shù)據(jù)流的連續(xù)性、潛在無限性、高速流動性等特點,使得數(shù)據(jù)流挖掘算法對數(shù)據(jù)只能是順序的,一次或有限次的訪問。針對數(shù)據(jù)流的這一性質(zhì),傳統(tǒng)的挖掘方法很難在有限的時問內(nèi)滿足數(shù)據(jù)流的需求,因此,非常有必要找到適合數(shù)據(jù)流性質(zhì)的聚類算法。在近年的研究中,數(shù)據(jù)流聚類算法充當著重要的角色,一直吸引很多國內(nèi)外研究者的關注。
　　 本文的主要工作就是研究并實現(xiàn)一種時間復雜度低并且聚類

2、精度高的數(shù)據(jù)流聚類算法。首先分析研究了數(shù)據(jù)流挖掘的相關理論;對聚類進行分析并歸納出目前非常典型的幾種傳統(tǒng)聚類算法的優(yōu)缺點以及適用范圍,進而引出數(shù)據(jù)流聚類算法并對其進行闡述:然后重點提出了一種新的數(shù)據(jù)流聚類算法:一種基于活躍網(wǎng)格密度的數(shù)據(jù)流聚類算法。該算法首先將數(shù)據(jù)空問網(wǎng)格劃分為由多個小正方體網(wǎng)格單元所彤成的一種網(wǎng)格結(jié)構(gòu),再將數(shù)據(jù)流映射到這種結(jié)構(gòu)中,應用密度的概念形成網(wǎng)格密度概念,然后根據(jù)特征向量判斷網(wǎng)格的密度。并且利用密度衰減技術(shù)捕捉數(shù)

3、據(jù)流的動態(tài)性,繼而提取邊界點將其刪除;同時引入活躍度概念判斷網(wǎng)格密度的活躍性,將非活躍的網(wǎng)格密度忽略,保留活躍網(wǎng)格密度進行聚類,并將本文中的算法與Clustream算法進行比較。最后將本文中的算法應用到網(wǎng)絡入侵檢測中對算法的檢測率與誤檢率進行分析,來驗證該算法是否具有可行性。
　　 實驗結(jié)果表明,本文中的算法能夠發(fā)現(xiàn)任意形狀的聚類,而且算法所采用的密度衰減技術(shù)可以有效剔除噪聲數(shù)據(jù)。與CluStream算法相比,時間復雜度和聚類精