網(wǎng)格的數(shù)據(jù)挖掘new

《網(wǎng)格的數(shù)據(jù)挖掘new》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第10期侯文國等：網(wǎng)格的數(shù)據(jù)挖掘·241·*網(wǎng)格的數(shù)據(jù)挖掘侯文國，傅秀芬，謝翠萍（廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，廣東廣州510090）摘要：網(wǎng)格是網(wǎng)絡(luò)計(jì)算、分布式計(jì)算和高性能計(jì)算技術(shù)研究的熱點(diǎn)。隨著科學(xué)計(jì)算領(lǐng)域中的數(shù)據(jù)劇烈增長以及未來網(wǎng)格計(jì)算環(huán)境下廣域分布的海量數(shù)據(jù)共享成為現(xiàn)實(shí)，數(shù)據(jù)挖掘技術(shù)將在挖掘有效的信息、發(fā)現(xiàn)新的知識和規(guī)律發(fā)揮著重要的作用。結(jié)合網(wǎng)格的特點(diǎn)，概述了網(wǎng)格數(shù)據(jù)挖掘的特點(diǎn)和關(guān)鍵技術(shù)，重點(diǎn)討論了網(wǎng)格數(shù)據(jù)挖掘的體系結(jié)構(gòu)和基本過程，最后給出了基于OGSA的網(wǎng)格數(shù)據(jù)挖掘的例子。關(guān)鍵詞：網(wǎng)格；網(wǎng)格計(jì)算；數(shù)據(jù)挖掘；體系結(jié)構(gòu)；O

2、GSA；GIobus中圖法分類號：TP274文獻(xiàn)標(biāo)識碼：A文章編號：1001-3695（2004）10-0241-03DataMiningonGridHOUWen-guo，F(xiàn)UXiu-fen，XIECui-ping（CollegeofComputer，GuangdongUniuersityofTechnology，GuangzhouGuangdong510090，China）Abstract：GridisnowahotterresearchfieIdofgridcomputing，distributedcomputinga

3、ndhighperformancecomputingtech-noIogies.AsthenumberofdatainthescientificcomputationaIfieIdisenormousIyincreasingandinthefutureamassofshareddatadistributedgeographicaIIywiIIbereaIizedinthegridcomputingenvironment，dataminingtechnoIogywiIIpIayanimpor-tantroIeindiscov

4、eringvaIueinformation，newknowIedgeandIaws.SummarizethecharacteristicsandkeytechnoIogiesofdataminingwithgridcharacteristics.ThenwemainIydiscussthearchitectureandbasicprocessesofdataminingongrid.FinaIIywegiveanexampIeofdataminingbasedonOGSA.Keywords：Grid；GridComputi

5、ng；DataMining；Architecture；OGSA；GIobus網(wǎng)格是構(gòu)筑在Internet上的一組新興技術(shù)和基礎(chǔ)設(shè)施，其!.#"網(wǎng)格數(shù)據(jù)挖掘的特點(diǎn)目標(biāo)是在動態(tài)變化的，廣域分布的異構(gòu)虛擬組織間實(shí)現(xiàn)協(xié)同資（1）超級計(jì)算能力。網(wǎng)格計(jì)算能夠?yàn)榭茖W(xué)計(jì)算領(lǐng)域和社會［1］源共享，多領(lǐng)域的科學(xué)和工程的問題求解。數(shù)據(jù)網(wǎng)格計(jì)算經(jīng)濟(jì)生活領(lǐng)域提供超級的計(jì)算能力。網(wǎng)格的數(shù)據(jù)挖掘系統(tǒng)建技術(shù)是解決復(fù)雜海量科學(xué)數(shù)據(jù)的訪問、存儲、組織和管理的一立在網(wǎng)格計(jì)算的技術(shù)基礎(chǔ)上，數(shù)據(jù)的傳輸具有高效的并行性特種有效技術(shù)。未來的科學(xué)計(jì)算以數(shù)據(jù)為中心，數(shù)據(jù)已

6、成為科點(diǎn)，而且數(shù)據(jù)處理能力超強(qiáng)。學(xué)、經(jīng)濟(jì)、醫(yī)療等領(lǐng)域的重要資源。在網(wǎng)格計(jì)算環(huán)境下，許多科（2）具有分布性和動態(tài)性，數(shù)據(jù)分布范圍廣。在網(wǎng)格計(jì)算學(xué)與工程計(jì)算問題，如高分子材料分析、生物計(jì)算、數(shù)字地球環(huán)境中，廣域分布的各種資源都是動態(tài)創(chuàng)建和刪除的。因此，等，以及信息服務(wù)、大型跨國企業(yè)、遠(yuǎn)程醫(yī)療合作將產(chǎn)生大量的網(wǎng)格的數(shù)據(jù)挖掘系統(tǒng)具備分布性和動態(tài)性，能夠靈活調(diào)整數(shù)據(jù)數(shù)據(jù)。要分析和挖掘這些廣域分布的海量數(shù)據(jù)，以獲取新的科搜索的范圍；另外，由于數(shù)據(jù)的分布性特點(diǎn)，數(shù)據(jù)挖掘算法是以學(xué)知識、規(guī)律和決策支持信息，傳統(tǒng)的數(shù)據(jù)挖掘模式和技術(shù)是分布計(jì)

7、算的方式并考慮數(shù)據(jù)流通負(fù)載來分析數(shù)據(jù)的。無法勝任的。建立在數(shù)據(jù)網(wǎng)格基礎(chǔ)上的數(shù)據(jù)挖掘結(jié)合網(wǎng)格計(jì)（3）具有高性能的I/O負(fù)載平衡能力。對廣域分布的海量算的思想及其技術(shù)的優(yōu)點(diǎn)，能夠?qū)V域分布的海量數(shù)據(jù)進(jìn)行高數(shù)據(jù)處理的過程中，無論是數(shù)據(jù)的遠(yuǎn)程傳輸，還是挖掘過程中效的處理、分析和挖掘，給科學(xué)研究領(lǐng)域，經(jīng)濟(jì)領(lǐng)域和社會生活的數(shù)據(jù)處理、分析挖掘、模式評價(jià)等過程，數(shù)據(jù)的工作流都是很帶來新的發(fā)現(xiàn)和巨大的價(jià)值。大的。這需要網(wǎng)格提供網(wǎng)絡(luò)負(fù)載調(diào)度、管理和高性能的I/O負(fù)載平衡能力。!"網(wǎng)格的數(shù)據(jù)挖掘（4）高效的數(shù)據(jù)存儲服務(wù)、傳輸服務(wù)和復(fù)制管理。在數(shù)

8、據(jù)!.!"網(wǎng)格數(shù)據(jù)挖掘的基本概念挖掘過程中要進(jìn)行大數(shù)據(jù)集存儲、復(fù)制的時(shí)候，網(wǎng)格能夠提供高效的廣域網(wǎng)數(shù)據(jù)高速緩存服務(wù)以解決網(wǎng)絡(luò)帶寬管理的問題；網(wǎng)格的數(shù)據(jù)挖掘建立在數(shù)據(jù)網(wǎng)格的基礎(chǔ)設(shè)施和相關(guān)技術(shù)數(shù)據(jù)傳輸策略能夠支持多種存儲系統(tǒng)，并行數(shù)據(jù)傳輸，部分文的基礎(chǔ)上，在廣域分布的海量數(shù)據(jù)和計(jì)算資源的環(huán)境中發(fā)現(xiàn)數(shù)件傳輸和