云計算技術(shù)在海量數(shù)據(jù)安全性SLIQ算法中的應(yīng)用

0 引言

隨著時代的發(fā)展以及客戶的需求變化，計算機采集數(shù)據(jù)量在不斷增大，提升計算機安全性，運用計算機處理海量數(shù)據(jù)已成為一種技術(shù)趨勢。針對不同數(shù)據(jù)類型以及數(shù)據(jù)格式的信息，運用計算機對數(shù)據(jù)進行處理，其難度也相應(yīng)有所提升；基于云計算技術(shù)的發(fā)展，將該技術(shù)應(yīng)用到數(shù)據(jù)處理之中，能夠取得不錯應(yīng)用效果。本文主要目的就是分析在云計算技術(shù)支持下，改進傳統(tǒng)的數(shù)據(jù)處理方法，應(yīng)用并行SLIQ算法實現(xiàn)對計算機海量數(shù)據(jù)的處理，以便提升計算機海量數(shù)據(jù)處理效果。

1 云計算技術(shù)

1.1 云計算優(yōu)勢

云計算就是以更快捷的方式為用戶提供計算資源，不斷地提高云計算下計算機的處理能力，減少計算機用戶終端的數(shù)據(jù)處理的負擔，使計算機數(shù)據(jù)終端可以簡化為一種輸入輸出設(shè)備，云的強大計算處理能力使用戶可以按需求取。云計算它包括網(wǎng)絡(luò)計算、并行計算、網(wǎng)絡(luò)存儲、分布式計算等，它是用網(wǎng)絡(luò)的方式整合較低的計算實體，最終形成強大計算能力的用戶終端，并借助商業(yè)模式來進行推廣應(yīng)用。

1.2 安全優(yōu)勢

基于云計算的并行SLIQ算法，就是在用云計算作為支持的技術(shù)平臺上，再構(gòu)建分布式時空數(shù)據(jù)庫，面向擁有海量數(shù)據(jù)計算機系統(tǒng)的數(shù)據(jù)挖掘模型。并且，在云計算技術(shù)下，確保計算機海量數(shù)據(jù)在傳輸中不發(fā)生成批成片丟失、錯誤的狀況，可以解決海量數(shù)據(jù)存儲中節(jié)點失效幾率，可以確保計算機數(shù)據(jù)安全性。

2 基于云計算的海量數(shù)據(jù)SLIQ算法

基于云計算的計算機數(shù)據(jù)處理中，能夠為客戶數(shù)據(jù)處理提供動態(tài)資源池，并可以實現(xiàn)虛擬化可用性計算機數(shù)據(jù)處理平臺，這樣就可以利用云計算來對計算機海量數(shù)據(jù)進行計算挖掘。

圖1 云計算中數(shù)據(jù)計算模型

在基于云計算的計算機海量數(shù)據(jù)SLIQ算法中，可以通過這個云計算平臺，云計算技術(shù)的底層中，是可以透明化實現(xiàn)的，其能夠給上層數(shù)據(jù)計算提供服務(wù)，并且在基于運算的SLIQ算法上層之中，還可以有效通過計算機的層間開放接口，以此去調(diào)用下層中的數(shù)據(jù)服務(wù)，這也就可以使得計算機海量數(shù)據(jù)SLIQ算法中，其并行決策樹層以及層之間功能，能夠?qū)崿F(xiàn)其之間的相對獨立，云計算設(shè)計的計算機海量數(shù)據(jù)處理中，基于海量數(shù)據(jù)的二次開發(fā)，設(shè)計出具備多層插件的框架結(jié)構(gòu)，計算機海量數(shù)據(jù)SLIQ算法，運用云計算技術(shù)，整合資源跟彈性構(gòu)架，增加實際計算機海量數(shù)據(jù)SLIQ算法的實現(xiàn)有效性，提升其維護中的靈活性。同時，在基于云計算的SLIQ算法之中，要滿足數(shù)據(jù)復(fù)雜型，滿足海量數(shù)據(jù)動態(tài)性，是一種實現(xiàn)數(shù)據(jù)挖掘的重要模式。

3 計算機海量數(shù)據(jù)SLIQ算法處理的特征

在SLIQ算法中，可以采用預(yù)排序的技術(shù)，有效消除云計算決策樹中每個節(jié)點數(shù)據(jù)集排序需要，對每個屬性取值，把記錄按從小到大排序，為訓練集數(shù)據(jù)的每個屬性創(chuàng)建一個屬性列表，運用廣度優(yōu)先策略去構(gòu)造決策樹，也就是在決策樹的每一層，可以只需對其每個屬性的列表進行掃描，就可以一次找出其決策樹葉子節(jié)點的最優(yōu)分裂標準，從而提升數(shù)據(jù)處理效率。

在SLIQ算法的數(shù)據(jù)結(jié)構(gòu)中，包含屬性表（Attribute List）、類表（C1ass List），其中，SLIQ算法中的每個屬性有一個屬性表，有必要的話，屬性表可以寫回磁盤類表（C1ass List）：

SLIQ算法中僅有一張類表，類表必須常駐內(nèi)存，類表第 n項，存放第n條記錄的類標簽，類表（C1ass List）表示如下：

SLIQ算法的數(shù)據(jù)結(jié)構(gòu)中，還包含有樹節(jié)點，內(nèi)部節(jié)點記錄必要的分類信息，葉子節(jié)點代表訓練集的一塊數(shù)據(jù)，也就是一個類別。每個節(jié)點之中，其也都具有一個類的直方圖，可以在計算機海量數(shù)據(jù)處理中，用此圖來統(tǒng)計分類數(shù)據(jù)信息。

SLIQ算法樹結(jié)構(gòu)中的數(shù)值型字段的類直方圖：SLIQ算法樹結(jié)構(gòu)中的種類型字段的類直方圖：

SLIQ算法中，具備預(yù)排序與廣度優(yōu)先增長策略；而且在SLIQ算法中，還有預(yù)排序與廣度優(yōu)先增長策略，計算出最佳分割以后，就可以產(chǎn)生子節(jié)點了；子節(jié)點生成以后，需要對類表進行更新，使它指向原來節(jié)點的子節(jié)點。其更新類表算法代碼如下：

UpdateLabe1s（）

4 云計算下計算機海量數(shù)據(jù)SLIQ算法實例

4.1 構(gòu)建云服務(wù)平臺

在基于云計算技術(shù)的SLIQ算法中，將會應(yīng)用“云服務(wù)”，針對云計算公共標準，基于云計算開發(fā)網(wǎng)絡(luò)平臺，有效分類、管理、利用計算機海量數(shù)據(jù)資源，確保計算機海量數(shù)據(jù)在“云端”的安全性，選擇可想的云計算服務(wù)，提升計算機海量數(shù)據(jù)平臺開發(fā)的質(zhì)量。計算機海量數(shù)據(jù)處理，在實際應(yīng)用領(lǐng)域內(nèi)，給數(shù)據(jù)管理工作帶來許多優(yōu)勢，選擇適合數(shù)據(jù)分析模型的關(guān)聯(lián)規(guī)則，建立數(shù)據(jù)倉庫，并對其進行數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)消減等，應(yīng)用基于云計算技術(shù)的SLIQ算法，大大優(yōu)化了計算機海量數(shù)據(jù)管理質(zhì)量。

4.2 細化云計算下的服務(wù)分層

同時，對于在硬件開發(fā)部門，將會應(yīng)用云計算技術(shù)，利用“云端”、計算機系統(tǒng)以及局域網(wǎng)組建其互聯(lián)網(wǎng)形式，有效提升硬件開發(fā)方面的質(zhì)量水平。在應(yīng)該開發(fā)中，應(yīng)用三層次服務(wù)，云計算技術(shù)的SLIQ算法中，實現(xiàn)用戶通過云計算web瀏覽器以及手機等移動設(shè)備，提升計算機海量數(shù)據(jù)處理速度，避免重復(fù)開發(fā)。并且，在云計算技術(shù)下，對于計算機本地存儲的數(shù)據(jù)，均會進行加密保護，并且在數(shù)據(jù)的網(wǎng)絡(luò)傳輸上也會加密保護，確保海量數(shù)據(jù)傳輸安全。在設(shè)計中，還需要具備任務(wù)調(diào)度以及創(chuàng)建新任務(wù)的功能；內(nèi)存管理中，應(yīng)該可以實時用戶提供強大的虛擬存儲管理機制，在軟件設(shè)計中還應(yīng)該具備中斷管理、時間管理功能，可以在系統(tǒng)的軟件設(shè)計中，設(shè)計出基于云計算海量數(shù)據(jù)處理中的時鐘程序；能夠在云計算技術(shù)下，針對計算機海量數(shù)據(jù)處理軟件設(shè)計中，設(shè)置具備任務(wù)擴展功能的結(jié)構(gòu)，提高海量數(shù)據(jù)處理實際使用效率。

4.3 實現(xiàn)云計算下的SLIQ算法

云計算下SLIQ算法中，根據(jù)MDL剪枝原理，對計算機海量數(shù)據(jù)進行編碼，對于生成的初始樹，發(fā)現(xiàn)最好的描述訓練集S的子樹 T。同時，SLIQ算法還具備一些不足，首先是，云計算技術(shù)的SLIQ算法中，在云計算計算機中把類別列表存在內(nèi)存，中限制處理數(shù)據(jù)集大小。其次是云計算技術(shù)的SLIQ算法中，采用的是預(yù)排序技術(shù)，由于實際排序算法復(fù)雜度，不是和記錄個數(shù)成線性關(guān)系的，在實際中也不能通過記錄數(shù)目增長，而是使數(shù)據(jù)結(jié)構(gòu)發(fā)生線性可伸縮性。

圖2 數(shù)據(jù)結(jié)構(gòu)

圖3 直方圖

要實現(xiàn)數(shù)據(jù)庫內(nèi)數(shù)據(jù)的轉(zhuǎn)換，首先確定數(shù)據(jù)分析中所具備的參數(shù)，定義統(tǒng)計數(shù)據(jù)以及刪除統(tǒng)計數(shù)據(jù)，確定統(tǒng)計時間段，以及參與SLIQ計算的字段。首先，對學生成績數(shù)據(jù)進行預(yù)排列，數(shù)據(jù)結(jié)構(gòu)及樹節(jié)點信息、類型字段直方圖如圖2、圖3所示。

計算樣本集信息熵，計算每個屬性的信息增益；對于屬性age，需要知道age的每個樣本值yes和no的分布。根據(jù)訓練樣本集的屬性劃分成子集的熵；生成決策樹的根和分枝。如圖4所示：

圖4 決策樹

基于SLIQ算法中，針對實際計算機海量數(shù)據(jù)處理中，改進的SLIQ算法，避免因 SLIQ 算法需大量可以計算云計算決策樹中每個節(jié)點的指數(shù)，從而可以獲得每個節(jié)點的分裂屬性，減少計算復(fù)雜性，提升分類效果，類圖5如下：

圖5 類圖

建立其云計算技術(shù)的決策樹，云計算技術(shù)的SLIQ算法中，計算最大信息增益值算法代碼如下所示：

云計算技術(shù)的SLIQ算法中，計算最佳分割的算法代碼如下所示：

建樹的過程中，應(yīng)該提高“確定最佳分裂（Best Sp1it）”的可伸縮性，計算開銷不大，確定數(shù)值型字段，尋找最佳的子集，遍歷所有子集，時間復(fù)雜度為指數(shù)級。其次，選擇導(dǎo)致最低錯誤率的子樹；使用獨立的數(shù)據(jù)集，快速得到簡潔而且準確的決策樹，安全性高，數(shù)據(jù)準確度高。最后得出決策樹，經(jīng)過程序?qū)Q策樹進行遍歷，得出計算機海量數(shù)據(jù)處理結(jié)果。

4.4 效益分析

針對計算機海量數(shù)據(jù)處理中，基于云計算技術(shù)，應(yīng)用 SLIQ算法處理海量數(shù)據(jù)，改變以往計算機海量數(shù)據(jù)管理模式，把人工手動管理為計算機網(wǎng)絡(luò)化管理，使計算機海量數(shù)據(jù)處理方便快捷，提高了數(shù)據(jù)的安全性。采用云計算技術(shù)，將計算機海量數(shù)據(jù)信息都存儲為一個服務(wù)器群，方便數(shù)據(jù)安全連接，也可以使各種硬件和軟件資源在互聯(lián)網(wǎng)上能夠自由流通，避免計算機數(shù)據(jù)丟失，可以減輕計算機海量數(shù)據(jù)處理人員的工作量，加強管理，還有就是縮小開支，提高工作效率與準確率。

5 結(jié)論

綜上所述，針對計算機海量數(shù)據(jù)，應(yīng)用基于云計算技術(shù)SLIQ算法，有效解決計算機海量數(shù)據(jù)計算問題，加快數(shù)據(jù)查詢速度，處理海量計算機數(shù)據(jù)，提升其工作中的安全性；同時，在處理計算機海量數(shù)據(jù)時，采用云計算SLIQ算法，不僅可以解決計算機海量數(shù)據(jù)存儲中節(jié)點失效的問題，還可提高計算海量數(shù)據(jù)的效率，降低數(shù)據(jù)處理復(fù)雜度，快速挖掘海量數(shù)據(jù)信息，具有實際應(yīng)用價值。