復雜網(wǎng)絡數(shù)據(jù)挖掘論文

1、復雜網(wǎng)絡數(shù)據(jù)挖掘論文1復雜網(wǎng)絡數(shù)據(jù)流密度分析 對于一個多種網(wǎng)絡形式并存的復雜網(wǎng)絡，假設復雜網(wǎng)絡作為一個網(wǎng)絡社區(qū)，在復雜網(wǎng)絡中存在的網(wǎng)絡類型數(shù)即社區(qū)數(shù)。我們用一個無向遍歷圖GV,E來表示整個網(wǎng)絡社區(qū)，如果網(wǎng)絡中有兩個節(jié)點有兩條不重合的網(wǎng)絡路徑，則說明這兩個節(jié)點處于一個網(wǎng)絡環(huán)路當中，網(wǎng)絡中的數(shù)據(jù)流需要經(jīng)過網(wǎng)絡環(huán)路到達特定的節(jié)點。當在某個時間段里需要傳送的數(shù)據(jù)流個數(shù)大于網(wǎng)絡節(jié)點數(shù)時，則說明該網(wǎng)絡的數(shù)據(jù)流密度較大，為了能夠準確地在復雜網(wǎng)絡中挖掘出所需的數(shù)據(jù)流，則需要根據(jù)數(shù)據(jù)流密度來劃分整個網(wǎng)絡社區(qū)，尋找數(shù)據(jù)流處于哪個社區(qū)，再確定數(shù)據(jù)流所在社區(qū)的環(huán)路。在這里我們通過設計算法確定網(wǎng)絡數(shù)據(jù)流密度，來對復雜網(wǎng)

2、絡進行社區(qū)劃分，再對社區(qū)進行無向環(huán)路遍歷，并通過遍歷得到該社區(qū)網(wǎng)絡的所環(huán)路，確定所需查詢的數(shù)據(jù)流位于哪個環(huán)路。以下為復雜網(wǎng)絡中需要用到的符號說明。 2增量子空間數(shù)據(jù)挖掘算法 為了能夠有效地在復雜網(wǎng)絡中挖掘出目的數(shù)據(jù)流，使用了復雜網(wǎng)絡數(shù)據(jù)流密度的分析方法在對復雜網(wǎng)絡進行社區(qū)劃分后，通過對社區(qū)網(wǎng)絡進行無向環(huán)路遍歷并得到社區(qū)網(wǎng)絡的所有環(huán)路。接下來挖掘算法先后挖掘出目的數(shù)據(jù)流所屬的社區(qū)以及環(huán)路，最終確定目的數(shù)據(jù)流的具體位置。 2.1基于社區(qū)網(wǎng)絡遍歷的數(shù)據(jù)流挖掘 當數(shù)據(jù)流i與社區(qū)k的相關度最大時，說明數(shù)據(jù)流i位于社區(qū)k的可能性就最大。但是當多個數(shù)據(jù)流的大小區(qū)別不大時，以數(shù)據(jù)流的大小作為指標來定義相關度會

3、導致挖掘精度較低。這里我們也引入數(shù)據(jù)流的特征集和數(shù)據(jù)流中的分組隊列長度來計算相關度。 2.2基于多增量空間的數(shù)據(jù)流挖掘 在采用基于社區(qū)網(wǎng)絡遍歷的數(shù)據(jù)流挖掘方法得到數(shù)據(jù)流的所屬社區(qū)后，我們接著采用基于多增量空間的數(shù)據(jù)流挖掘方法來挖掘出數(shù)據(jù)流的所屬環(huán)路。先將社區(qū)網(wǎng)絡的環(huán)路進行多增量空間擴展，即先得到 目標數(shù)據(jù)流所經(jīng)過的環(huán)路，再得到數(shù)據(jù)流所經(jīng)過的節(jié)點與時間的相關系數(shù)，這樣就可以在時空上確定目的數(shù)據(jù)流位于環(huán)路的哪個節(jié)點中。 3實驗結(jié)果 為了驗證本文提出的基于復雜網(wǎng)絡數(shù)據(jù)流密度的增量子空間數(shù)據(jù)挖掘算法的效果，我們通過matlab7.0軟件進行算法仿真，其中仿真的復雜網(wǎng)絡由多種網(wǎng)絡形式組成，網(wǎng)絡節(jié)點有20

4、0個，數(shù)據(jù)流大小為500bytes，節(jié)點的接收能耗為10nJ/bit，發(fā)射能耗為50nJ/bit，進行信號處理和功率放大的能耗為10nJ/bit。其他節(jié)點干擾而產(chǎn)生的能量消耗為5nJ/bit。在對本文算法進行分析的過程中，我們采用了對比分析的方法，Lopez-Yanez等人提出一種基于時間序列數(shù)據(jù)挖掘的新的關聯(lián)模型，該模型是基于伽瑪分類，是一種監(jiān)督模式識別模型，目的是為了挖掘已知模式中的時間序列，以預測未知的值。由Negrevergne等人提出的一種PARAMINER算法：一個通用的模式挖掘算法的多核架構(gòu)。多核架構(gòu)采用的是一種新的數(shù)據(jù)集縮減技術(shù)（稱之為EL-還原），在算法中通過結(jié)合新的技術(shù)用于

5、處理多核心架構(gòu)的并行執(zhí)行數(shù)據(jù)集。為了驗證本文算法的挖掘有效性，我們分別在增多節(jié)點數(shù)量和社區(qū)網(wǎng)絡數(shù)的情況下獲取算法的數(shù)據(jù)挖掘精度。實驗采用的精度為NMI16，實驗結(jié)果如圖3和圖4所示。在不同節(jié)點數(shù)量下基于復雜網(wǎng)絡數(shù)據(jù)流密度的增量子空間數(shù)據(jù)挖掘算法的挖掘精度更高，挖掘精度高于85%，而文獻14的挖掘精度在77%以上，挖掘精度在76%以上。因為、提出的關聯(lián)模型、提出的多核架構(gòu)沒有準確把握數(shù)據(jù)流在不同時間段里與環(huán)路位置的相關情況。而本文算法采用社區(qū)網(wǎng)絡遍歷和多增量空間的方法可以有效地確定這種相關性。圖4為不同社區(qū)數(shù)下的算法挖掘精度，從圖中可以看出，當社區(qū)網(wǎng)絡的種類增多時，會對算法的挖掘精度造成影響，本文算法的挖掘精度在社區(qū)數(shù)為10時是95.7%，當社區(qū)數(shù)增加到50時為87.5%。而基于時間序列數(shù)據(jù)挖掘方法的挖掘精度在社區(qū)數(shù)為10時是88.6%，在社區(qū)數(shù)為50時是77.4%，而PARAMINER算法在社區(qū)數(shù)為10時是86.7%，社區(qū)數(shù)為50時是78.2%。因此從數(shù)據(jù)分析來看，本文算法的數(shù)據(jù)挖掘精度在社區(qū)數(shù)增多時仍能保持在較高水平。 4結(jié)論 為了提高網(wǎng)絡數(shù)據(jù)流的挖掘精度，本