數(shù)據(jù)挖掘技術(shù)在P2P資源定位中的應(yīng)用研究.pdf

1、資源定位問題是P2P網(wǎng)絡(luò)應(yīng)用中存在的主要問題之一,也是當(dāng)前P2P網(wǎng)絡(luò)的研究重點(diǎn)。P2P網(wǎng)絡(luò)在運(yùn)行的過程中會(huì)產(chǎn)生大量的訪問日志數(shù)據(jù),而數(shù)據(jù)挖掘技術(shù)可以從海量的數(shù)據(jù)中挖掘出有用的知識(shí),利用從這些日志數(shù)據(jù)中挖掘出的規(guī)則來指導(dǎo) P2P網(wǎng)絡(luò)的運(yùn)行,可以提高P2P網(wǎng)絡(luò)的資源定位效率。
　　本文圍繞研究數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的改進(jìn)以及關(guān)聯(lián)規(guī)則挖掘技術(shù)在對(duì)等網(wǎng)(Peer-to-Peer,P2P)模型Kademlia下資源定位的應(yīng)用研究展開。<

2、br>　　首先,在深入研究和分析了數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘技術(shù)的基礎(chǔ)上,改進(jìn)了兩個(gè)關(guān)聯(lián)規(guī)則算法,分別是基于頻繁項(xiàng)閾值的D-Apriori算法和基于時(shí)間維度的T-Apriori算法。D-Apriori算法通過對(duì)兩個(gè)頻繁項(xiàng)集閾值的判斷能夠快速減少算法在進(jìn)行關(guān)聯(lián)規(guī)則挖掘時(shí)產(chǎn)生的中間候選項(xiàng)集的數(shù)量,降低算法復(fù)雜度,提高程序執(zhí)行效率。并通過數(shù)學(xué)證明和仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性。而基于時(shí)間維度的T-Apriori算法主要是用于Web日志數(shù)據(jù)挖掘,結(jié)合

3、日志數(shù)據(jù)的特點(diǎn),在原Apriori算法中加入時(shí)間屬性(即網(wǎng)頁(yè)的訪問順序),實(shí)驗(yàn)結(jié)果顯示改進(jìn)的T-Aprior算法能夠有效減少數(shù)據(jù)庫(kù)的掃描次數(shù)和候選集數(shù)量,尤其是在數(shù)據(jù)量越大的情況下效果越明顯。
　　其次,對(duì)對(duì)等網(wǎng)(P2P)系統(tǒng)及其資源定位方法進(jìn)行了分析,重點(diǎn)研究了P2P系統(tǒng)中 Kademlia網(wǎng)絡(luò)模型,針對(duì)其資源定位中存在的查詢速度較慢、反應(yīng)時(shí)間較長(zhǎng)問題,設(shè)計(jì)了一種基于關(guān)聯(lián)規(guī)則挖掘技術(shù)的Kademlia網(wǎng)絡(luò)資源定位方法。