基于云计算平台的聚类算法研究进展_论文

量数据的存储和消耗大量计算资源的复杂计算通过 网 络 发 布 给 多 个 节 点 处 理 。 基 于 上 述 特 征 ，云 计 算 在 数 据 挖 掘 研 究 领 域 中 也 受 到 了 越 来 越 多 的 重 视 ，基 于 云计算平台的数据挖掘已成为新的研究热点。
１ 云 计 算
１．１ 云 计 算 的 概 念
云计算 是 继 ２０ 世 纪 ８０ 年 代 大 型 计 算 机 到 客 户 端－服务器大转变 之 后 的 又 一 巨 变，融 合 了 分 布 式 计 算、并行计算、网络 存 储、虚 拟 化、负 载 均 衡 等 传 统 计 算 机 和 网 络 技 术 。 在 云 计 算 环 境 中 ，用 户 可 以 通 过 网 络 更 加 容 易 地 获 取 强 大 的 存 储 资 源 和 计 算 资 源 ，将 海
按 照 部 署 方 式 和 服 务 对 象 的 范 围 ，可 以 将 云 计 算 分为如下３类：
１）公 共 云 。 由 云 服 务 提 供 者 运 营 ，为 终 端 用 户 提 供 从 应 用 程 序 、软 件 运 行 环 境 到 物 理 基 础 设 施 等 各 种 各样的ＩＴ 资源。在该 模 式 下，云 服 务 提 供 者 需 要 保 证 所 提 供 资 源 的 安 全 性 和 可 能 性 等 非 功 能 性 需 求 ，而 终 端 用 户 不 需 关 心 具 体 资 源 由 谁 提 供 、如 何 实 现 等 问 题。
摘 要：基于云计算平台的数据挖掘主要目的是为 了 更 好 地 处 理 海 量 数 据 ，挖 掘 有 用 的 信 息。 云 计 算 为 海 量 数 据 挖掘提供了强大的数据收集、存储和计算能力，简述了云计算技术及其研究现状，详 细 介 绍 了 基 于 云 计 算 平 台 的 聚 类 算 法 ，总 结 在 云 计 算 平 台 研 究 聚 类 所 遇 到 的 新 问 题 ，对 基 于 云 计 算 平 台 的 聚 类 发 展 趋 势 进 行 展 望 。 关 键 词 ：数 据 挖 掘 ；云 计 算 ；聚 类 分 析 中 图 分 类 号 ：ＴＰ３１１．１３３．１ 文 献 标 志 码 ：Ａ 文 章 编 号 ：１６７３－８０８Ｘ（２０１３）０１－００２３－０６
Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｄｉｓｃｏｖｅｒ ｕｓｅｆｕｌ ｉｎｆｏｒｍａｔｉｏｎ ｆｒｏｍ ｍａｓｓｉｖｅ ｄａｔａ ｍｏｒｅ ｅｆｆｉｃｉｅｎｔｌｙ，ｄａｔａ ｍｉｎｉｎｇ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍ－ ｐｕｔｉｎｇ ｃｏｍｅｓ ｉｎｔｏ ｂｅｉｎｇ ａｎｄ ａｔｔｒａｃｔｓ ｌａｒｇｅ ａｍｏｕｎｔｓ ｏｆ ａｔｔｅｎｔｉｏｎ．Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｉｓ ａｎ ｅｍｅｒｇｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｗｉｔｈ ｐｏｗｅｒｆｕｌ ｃａｐａｃｉｔｉｅｓ ｏｆ ｄａｔａ ｃｏｌｌｅｃｔｉｎｇ，ｓｔｏｒｉｎｇ ａｎｄ ｃｏｍｐｕｔｉｎｇ．Ｉｔ ｏｆｆｅｒｓ ｇｒｅａｔ ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｆｏｒ ｄａｔａ ｍｉｎｉｎｇ．Ａｓ ｏｎｅ ｏｆ ｔｈｅ ｍａｉｎ ｆｉｅｌｄｓ ｏｆ ｄａｔａ ｍｉｎｉｎｇ，ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ ｈａｓ ｂｅｅｎ ｗｉｄｅｌｙ ａｐｐｌｉｅｄ ｉｎ ｍａｎｙ ｄｏｍａｉｎｓ．Ｆｉｒｓｔｌｙ ｃｌｏｕｄ ｃｏｍｐｕ－ ｔｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ ａｎｄ ｉｔｓ ｃｕｒｒｅｎｔ ｓｔａｔｅ ａｒｅ ｉｎｔｒｏｄｕｃｅｄ ｂｒｉｅｆｌｙ．Ｔｈｅｎ ｔｈｅ ｅｘｉｓｔｉｎｇ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ ａｒｅ ａｎａｌｙｚｅｄ ａｎｄ ｃａｔｅｇｏｒｉｚｅｄ．Ａｆｔｅｒ ｓｏｍｅ ｍａｊｏｒ ｃｈａｌｌｅｎｇｅｓ ｏｆ ｃｌｕｓｔｅｒｉｎｇ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｐｌａｔｆｏｒｍ ａｒｅ ｌｉｓｔｅｄ，ａｐｒｏｓｐｅｃｔ ｏｆ ｔｈｉｓ ｆｉｅｌｄ ｉｓ ｇｉｖｅｎ． Ｋｅｙ ｗｏｒｄｓ：ｄａｔａ ｍｉｎｉｎｇ；ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ；ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ
３）资源池化。 服 务 提 供 者 将 计 算 资 源 汇 集 到 资 源池中，使用多租户 模 型 将 资 源 提 供 给 多 个 用 户，并 根据用户需求对各种物理资源和虚拟资源进行动态 分配和重分配。用户一般不知道也无法选择所访问 资源的具体位置，但 可 以 指 定 一 个 大 概 的 位 置 （如 国 家 、省 或 数 据 中 心 ）。 资 源 类 型 包 括 存 储 、计 算 和 网 络 带宽等。
Ａ ｓｕｒｖｅｙ ｏｆ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｐｌａｔｆｏｒｍ
Ｚｈａｎｇ Ｊｉｎｘｉｎｇ，Ｍｉａｏ Ｙｕｑｉｎｇ，Ｑｉｕ Ｌｉａｎｇｐｅｉ，Ｗｅｎ Ｙｉｍｉｎ
（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｇｕｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ ５４１００４，Ｃｈｉｎａ）
由 此 可 见 ，云 计 算 本 质 上 是 一 种 基 于 互 联 网 的 新 型 计 算 模 式 ，其 核 心 技 术 首 先 是 能 够 支 撑 大 规 模 互 联 网的分布式计算、海量数据存储和运行维护 。 ［３］ １．１．２ 基 本 特 点
根据 ＮＩＳＴ 对云计算的定义［２］，云 计 算 具 有 以 下 特点：
４）可灵活伸 缩。 能 够 灵 活 地 提 供 和 释 放 各 种 资 源 以 实 现 快 速 伸 缩 。 对 用 户 来 说 ，可 享 用 的 服 务 是 无 限 量 的 ，并 且 可 以 在 任 何 时 间 获 取 任 意 量 的 服 务 。
５）服 务 可 量 。 云 系 统 利 用 一 种 计 量 功 能 （通 常 是 通 过 一 个 付 费 使 用 的 业 务 模 式 ）来 自 动 调 控 和 优 化 资 源 利 用 ，根 据 不 同 的 服 务 类 型 按 照 合 适 的 度 量 指 标 进 行计量（如存储、处 理、带 宽 和 活 跃 用 户 账 户）、监 控、 控 制 和 报 告 资 源 使 用 情 况 ，提 高 服 务 提 供 者 和 服 务 消 费者的透明度。 １．１．３ 服 务 模 式
１．１．１ 定 义 对 于 什 么 是 云 计 算，当 前 还 没 有 一 个 统 一 的 说
法。李德毅院士在第２届中国云计算大会上给出的 定义［１］：云计算是一种基于互联网的大众参与的 计 算 模 式 ；其 计 算 资 源 都 是 动 态 的 、被 虚 拟 化 的 ，而 且 是 以
① 收稿日期：２０１２－１０－１７ 基 金 项 目 ：广 西 可 信 软 件 重 点 实 验 室 开 放 基 金 （ＫＸ２０１１１６）；广 西 教 育 厅 科 研 项 目 （２０１２０４ＬＸ１２２） 通 信 作 者 ：缪 裕 青 （１９６６－ ），女 ，浙 江 黄 岩 人 ，副 教 授 ，博 士 ，研 究 方 向 为 数 据 挖 掘 ﹑ 分 布 式 计 算 、云 计 算 。Ｅ－ｍａｉｌ：ｍｉａｏｙｕｑｉｎｇ＠ｇｕｅｔ．ｅｄｕ．ｃｎ 引 文 格 式 ：张 锦 杏 ，缪 裕 青 ，邱 良 佩 ，等 ．基 于 云 计 算 平 台 的 聚 类 算 法 研 究 进 展 ［Ｊ］．桂 林 电 子 科 技 大 学 学 报 ，２０１３，３３（１）：２３－２８．
参考 ＮＩＳＴ 对云计算的定义［２］，可 将 云 计 算 的 服 务模式分类如下：
１）ＳａａＳ（ｓｏｆｔｗａｒｅ ａｓ ａ ｓｅｒｖｉｃｅ）。 该 模 式 的 云 服 务目的是为用户提供运行在云基础设施上的应用程 序。用户可 以 在 各 种 设 备 上 通 过 瘦 客 户 端 （如 浏 览 器）界面访问这些应 用 程 序，而 不 需 要 管 理 或 控 制 任 何云计算基础设施，包 括 网 络、服 务 器、操 作 系 统、存
２４
桂 林 电 子 科 技 大 学 学 报 ２０１３ 年 ２ 月
服 务 的 方 式 提 供 的 ；这 些 资 源 由 存 储 能 力 、交 互 能 力 、 计算 能 力 等 组 成。美 国 国 家 标 准 与 技 术 研 究 院 （ＮＩＳＴ）将云计算定义为［２］：云计算 是 一 种 模 型，它 可 以随时随地、便捷地、随 需 应 变 地 从 可 配 置 计 算 资 源 共享池中获取所需 的 资 源 （如 网 络、服 务 器、存 储、应 用 和 服 务 ），这 些 资 源 能 够 快 速 供 应 并 释 放 。 同 时 ，管 理这些资源的工作量和与资源服务提供者的交互都 处于最低限度。
３）ＩａａＳ（ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ ｓｅｒｖｉｃｅ）。 该 模 式 的 云服务旨在给用户提供对所有设施的使用权。这些 设施包括处 理、存 储、网 络 和 其 他 基 本 的 计 算 资 源。 用 户 能 够 在 上 面 部 署 和 运 行 任 意 软 件 ，包 括 操 作 系 统 和应用程序。用户不能管理或控制底层的云计算基 础设施，但可以对操 作 系 统 进 行 选 择，对 存 储 空 间 和 应用部署进行控制。 １．１．４ 云 的 分 类
２）私有云。 由 企 业 自 建 自 用 的 云 计 算 中 心。 相 对于公共云，私有云 可 以 支 持 动 态 灵 活 的 基 础 设 施， 降低ＩＴ 架构的复杂度，使 各 种ＩＴ 资 源 得 以 整 合、标 准化，以更 加 容 易 地 满 足 企 业 业 务 发 展 的 需 要。 同 时，私有云用户完全 拥 有 整 个 云 计 算 中 心 的 设 施 （如 中 间 件 、服 务 器 、网 络 及 存 储 设 备 等 ）。
第 ３３ 卷 第 １ 期 ２０１３ 年 ２ 月
桂林电子科技大学学报
Ｊｏｕｒｎａｌ ｏｆ Ｇｕｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｔｅｃｈｎｏｌｏｇｙ
Ｖｏｌ．３３，Ｎｏ．１ Ｆｅ锦杏，缪裕青，邱良佩，文益民
（桂林电子科技大学 计算机科学与工程学院，广西 桂林 ５４１００４）