面向云数据安全存储的分段融合模糊聚类算法期刊.pdfVIP

第44卷第5期 计算机科学 V01．44No．5 2017年5月 COMPUTERSCIENCE 2017 May 面向云数据安全存储的分段融合模糊聚类算法 单冬红1史永昌1赵伟艇1张敬普1’2 (平顶山学院计算机学院(软件学院)平顶山467000)1(中南大学信息科学与工程学院 长沙410000)2 摘要为了提高云数据的安全存储性能，需要对数据进行优化属性聚类归集。针对传统方法采用模糊C均值聚类 进行云数据存储归类设计具有对初始聚类中心敏感、容易陷入局部收敛的问题，提出一种基于分段融合模糊聚类的云 数据安全存储模型构建方法。建立云数据安全存储的网格分布结构模型并进行数据结构分析，进行云数据属性集的 向量量化特征分解，对海量的云存储数据流采用分段匹配检测方法进行特征压缩，实现冗余数据自适应归集合并，挖 掘云数据信息流的高阶谱特征。在模糊C均值聚类算法的基础上采用分段数据融合进行数据分簇模糊聚类，提高数 据存储的安全性，同时降低云数据存储的负荷。仿真结果表明，采用该方法进行云数据聚类和优化存储设计，能降低 数据聚类的误分率，提高云数据存储的吞吐量，确保云数据的安全存储。 关键词云数据，安全存储，融合，模糊C均值，聚类 DOI 2017．05．029 中图法分类号TP391文献标识码A 10．11896／j．issn．1002—137X Fusion forCloudData SegmentedFuzzyClusteringAlgorithm SecurityStorage SHAN SHI ZHAO ZHANG Dong-hon91Yong-chan91Wei—tin91 Jing-puI，2 of 467000，China)1 (DepartmentComputer，PingdingshanUniversity，Pingdingshan (SchoolofInformationScienceand South 410000，China)2 Engineering，CentralUniversity，Changsha AbstractInordertO the data of data ofcloud collectionattribute improvesafetyperformance storage，the clustering needtobe thetraditionalmethodwhichuses Cmeans classificationofdouddatastora- optimizeSince fuzzy clustering issensitivetOinitial fallintO of centerandis to thelocal method gedesign clusteri