[发明专利]基于改进K-means算法的网络流量分类方法及系统

权利要求书

1.一种基于改进K-means算法的网络流量分类方法，其特征在于，所述方法包括如下步骤：

步骤1：定义网络流量数据点数量为N；

定义距离第i个网络流量数据点为第n近的网络流量数据点与第i个网络流量数据点之间的欧氏距离为第i个网络流量数据点的第n距离(i＝1,2,3...N)；

定义距离第i个网络流量数据点最近到第n近之间的所有网络流量数据点(所有网络流量数据点包括距离第i个网络流量数据点最近的网络流量数据点和距离第i个网络流量数据点为第n近的网络流量数据点)在以第i个网络流量数据点为球心，以第i个网络流量数据点的第n距离为半径r的多维空间超球体中的分布密度为第i个网络流量数据点的第n密度D_in，且距离第i个网络流量数据点从最近到第n近的网络流量数据点分别有且只有一个；

输入待聚类的网络流量数据点集和期望的网络流量簇数量k；

确定第i个网络流量数据点的第n距离中n的具体数值；

计算所有网络流量数据点的第n密度的平均值avg；

将所有网络流量数据点中第n密度大于avg的网络流量数据点加入到高密度网络流量数据点集合中；

选取高密度网络流量数据点集合中第n密度最大的网络流量数据点，将其加入到初始聚类中心集合中，并从高密度网络流量数据点集合中去除该网络流量数据点；

步骤2：判断初始聚类中心集合中网络流量数据点的总数NIC是否达到期望的网络流量簇数量k值，若没有达到k值，则计算高密度网络流量数据点集合中各个网络流量数据点的候选度量值，选择候选度量值最大的网络流量数据点并将其加入到初始聚类中心集合中，并从高密度网络流量数据点集合中去除该网络流量数据点，然后重复步骤2直至初始聚类中心集合中网络流量数据点的总数NIC达到k值，步骤2结束。

2.根据权利要求1所述的基于改进K-means算法的网络流量分类方法，其特征在于，第i个网络流量数据点的第n密度D_in的计算公式为

3.根据权利要求1所述的基于改进K-means算法的网络流量分类方法，其特征在于，第i个网络流量数据点的第n距离中n的计算公式为

4.根据权利要求2所述的基于改进K-means算法的网络流量分类方法，其特征在于，所有网络流量数据点的第n密度的平均值avg的计算公式为

5.根据权利要求1所述的基于改进K-means算法的网络流量分类方法，其特征在于，高密度网络流量数据点集合中第j个网络流量数据点的候选度量值，记作cd_j，其计算公式为cd_j＝min(A_j,ic1,A_j,ic2,···,A_j，icNIC)，

其中，A_j为高密度网络流量数据点集合中第j个网络流量数据点，j＝1,2,3...NHD，NHD为高密度网络流量数据点集合中网络流量数据点的总数，ic1，ic2，···，icNIC分别为初始聚类中心集合中第1个，第2个···，第NIC个网络流量数据点，A_j,ic1为高密度网络流量数据点集合中第j个网络流量数据点与初始聚类中心集合中第1个网络流量数据点间的欧氏距离，以此类推，A_j，icNIC为高密度网络流量数据点集合中第j个网络流量数据点与初始聚类中心集合中第NIC个网络流量数据点间的欧氏距离。