基于桶密度的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf

1、計算機(jī)技術(shù)、傳感器網(wǎng)絡(luò)與通信技術(shù)的高速發(fā)展,使得短時間內(nèi)產(chǎn)生和傳輸大量數(shù)據(jù)成為現(xiàn)實,這種大量、快速、無限的數(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)雜危險環(huán)境監(jiān)控、網(wǎng)絡(luò)監(jiān)控和入侵檢測等領(lǐng)域中。面對攜帶大量數(shù)據(jù)而又快速、連續(xù)到來的數(shù)據(jù)流,原本針對存儲在磁盤貨內(nèi)存中的靜態(tài)數(shù)據(jù)的傳統(tǒng)數(shù)據(jù)庫查詢處理技術(shù)力不從心。因而,數(shù)據(jù)流處理技術(shù)對數(shù)據(jù)挖掘方法提出了更高的要求。作為數(shù)據(jù)挖掘的一個研

2、究方向,數(shù)據(jù)流聚類分析技術(shù)已經(jīng)成為熱點研究課題。
　　傳統(tǒng)的面對靜態(tài)數(shù)據(jù)的聚類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。現(xiàn)階段的數(shù)據(jù)流聚類方法很多都是在傳統(tǒng)聚類方法上進(jìn)化來的,比較經(jīng)典的聚類算法 Stream、CluStream、D-Stream算法的,都是在傳統(tǒng)聚類的方法所做的改進(jìn)。
　　本文通過研究基于網(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。能夠識別任意形狀簇、在線層速度快、利用反饋原理解決部分桶邊緣點丟失、不需要用戶指定聚類個數(shù)等。
　　利用改進(jìn)算法BDCluStream構(gòu)建了入侵檢測系統(tǒng),對系統(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)計并實現(xiàn)了基于對話框的入侵檢測