云存儲中大數據優化粒子群聚類算法

王東強，王曉霞

（青島農業大學 理學與信息科學學院，山東 青島 266109）

云存儲中大數據優化粒子群聚類算法

王東強，王曉霞

（青島農業大學 理學與信息科學學院，山東 青島 266109）

對云存儲系統中的大數據進行優化聚類設計，降低存儲開銷，提高數據管理和調度能力，傳統方法中對云存儲大數據聚類方法采用量子進化方法，當量子群個體存在非線性偏移時，數據聚類存在局部收斂，導致聚類準確度降低。提出一種基于優化粒子群算法的云存儲中大數據優化聚類算法，進行了云存儲大數據聚類的原理分析，在傳統的模糊C均值聚類的基礎上，采用粒子群聚類算法進行大數據聚類算法改進設計，把數據的分割轉化為對空間的分割，得到云存儲系統中海量數據的模糊聚類中心矢量，采用粒子群聚類方法對聚類數據的離散樣本進行動態分配，得到數據聚類的信息素濃度，結合粒子群優化聚類的約束條件，求得云存儲中大數據聚類的中心最優解。仿真結果表明，采用該算法進行云存儲中大數據優化粒子群聚類，數據聚類的聚類準確度高，收斂性能較好，能在較短的迭代步數下計算得到最優解，在模式識別等領域展示了較好的應用價值。

云存儲；粒子群；大數據；聚類算法

隨著云計算的出現，云存儲服務的誕生與發展，基于云存儲系統的大數據云計算為云用戶提供了廉價的存儲空間[1]。從分配與數據管制形式來看，云存儲能夠劃分成公共云、私有云及混合云等類別。……