并行頻繁項(xiàng)挖掘算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、頻繁項(xiàng)挖掘算法在網(wǎng)絡(luò)監(jiān)控領(lǐng)域具有廣泛的應(yīng)用。利用頻繁項(xiàng)挖掘算法識(shí)別網(wǎng)絡(luò)中的大流量，可以實(shí)時(shí)檢測(cè)網(wǎng)絡(luò)中的異常及擁塞情況、輔助服務(wù)商流量計(jì)費(fèi)等。但是，隨著骨干網(wǎng)絡(luò)鏈路帶寬和流量的增長(zhǎng)，網(wǎng)絡(luò)流監(jiān)控系統(tǒng)對(duì)性能要求越來(lái)越高。雖然目前已有單數(shù)據(jù)項(xiàng)處理時(shí)間O(1)的頻繁項(xiàng)挖掘算法，但是單核CPU主頻已經(jīng)接近極限，無(wú)法滿足骨干網(wǎng)中網(wǎng)絡(luò)監(jiān)控的需求。近年來(lái)，多核處理器發(fā)展迅速，即使是標(biāo)準(zhǔn)的工作站也有4-8核，具有很強(qiáng)的并行計(jì)算能力。本文試圖設(shè)計(jì)并行的頻繁項(xiàng)

2、挖掘算法，充分利用多核處理器的并行計(jì)算能力，從而提高頻繁項(xiàng)挖掘算法的吞吐量。
　　 論文首先介紹了常見(jiàn)的頻繁項(xiàng)挖掘算法，對(duì)現(xiàn)存的并行頻繁項(xiàng)挖掘算法進(jìn)行了分析，并總結(jié)了它們的優(yōu)點(diǎn)和缺點(diǎn)。在這個(gè)基礎(chǔ)上，本文提出了自己的并行頻繁項(xiàng)挖掘算法，該算法基于無(wú)共享設(shè)計(jì)，即本地線程不共享數(shù)據(jù)，也不需要像精度合成法那樣需要向匯聚線程發(fā)送數(shù)據(jù)項(xiàng)。接著論文對(duì)算法的正確性進(jìn)行了證明，并詳細(xì)介紹了本算法的各個(gè)模塊的實(shí)現(xiàn)過(guò)程和技術(shù)細(xì)節(jié)。最后論文驗(yàn)證了本算法