多层实时网络加密数据流频繁项集挖掘方法*

蔡中民

(河南牧业经济学院 信息工程学院，郑州 450044)

频繁项集挖掘是数据挖掘的一个主要分支，是很多数据分析的基础内容[1].随着多层实时网络的大规模应用，如何从数据流中实现频繁项集的挖掘引起了人们越来越多的关注.与静态数据不同的是，加密数据流是一组随着时间的推移连续不断产生的加密数据序列.由于其具有连续性、数据量大、保密级别高等性质，导致其中的数据难以完整储存，只能在数据流入时进行扫描处理[2]，使得普通的数据挖掘算法无法直接应用.

对此，国内外相关研究学者们提出了一些数据流频繁项集挖掘方法.茹蓓等[3]提出了一种基于改进FPTree的高效实时数据流完全频繁项集挖掘方法.使用改进的FPTree表示数据流中的所有数据，并建立完整的数据基树，利用字母顺序实现基树的插入与删除操作，再利用分组Tree结构对基树进行由上而下的遍历，通过较低的计算成本实现完全频繁项集的挖掘.马力[4]提出了一种基于预裁剪的不确定数据流频繁项集挖掘方法，并通过Prep-UF-Streaming算法过滤出非频繁项集，缩减挖掘时间.朱付保等[5]提出一种基于MapReduce的数据流频繁项集挖掘方法，对数据进行分块压缩和传输，将频繁项的计算置于节点上，通过一次调度处理合并频繁项集.

通常加密数据流的传输受码间干扰的影响较大，如果不对干扰进行滤除，会影响后续的挖掘过程.上述方法虽在不同程度上完善了频繁项集的挖掘……