摘要：目前的聚类方法单纯从某个角度研究数据聚类问题,对基于云模式的混沌的物联网大数据聚类的考虑不足,聚类质量不高。为实现敏捷、智能、平稳的物联网大数据聚类,基于开展物联网事件的云模式通用描述模型、物联网事件混沌关联特征的云模式通用解析模型、基于云模式的物联网事件混沌关联特征提取算法、基于云模式混沌关联特征的物联网大数据关联挖掘研究,改进分解奇异值算法、网格耦合聚类算法、K-means算法、决策树学习法、分析主成分法、分层合并法等算法和分布概率函数,设计了一种基于事件混沌关联特征、敏捷、智能、平稳的物联网大数据聚类算法。最后,开展实验验证,并与传统算法进行性能对比分析。实验结果表明,相比传统算法,该算法聚类时间短、误差小,且敏捷性、智能性、动态演化性和平稳性高。因此,该算法实现了基于云模式的具有混沌关联特征的物联网事件大数据的有效聚类,具有较高的应用价值。

摘要：顾及大数据聚类算法的计算机网络信息安全防护策略,当前仅仅处于发展的初始阶段,很多研究人员都无法描述相互之间的一些关系。文章以计算机网络安全的涉密信息安全为核心,巧妙利用CALD反向传播模型,综合使用非线性函数的功能,提出了顾及CALD的计算机网络信息安全防护策略,有效解决了复杂的交联关系。同时通过仿真实验对所提出的算法进行验证,为计算机网络信息安全防护的设计与实施提供理论支撑。