作者：单冬红; 史永昌; 赵伟艇; 张敬普云数据安全存储融合模糊c均值聚类
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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
