云计算技术在海量数据安全性SLIQ算法中的应用

0 引言

随着时代的发展以及客户的需求变化，计算机采集数据量在不断增大，提升计算机安全性，运用计算机处理海量数据已成为一种技术趋势。针对不同数据类型以及数据格式的信息，运用计算机对数据进行处理，其难度也相应有所提升；基于云计算技术的发展，将该技术应用到数据处理之中，能够取得不错应用效果。本文主要目的就是分析在云计算技术支持下，改进传统的数据处理方法，应用并行SLIQ算法实现对计算机海量数据的处理，以便提升计算机海量数据处理效果。

1 云计算技术

1.1 云计算优势

云计算就是以更快捷的方式为用户提供计算资源，不断地提高云计算下计算机的处理能力，减少计算机用户终端的数据处理的负担，使计算机数据终端可以简化为一种输入输出设备，云的强大计算处理能力使用户可以按需求取。云计算它包括网络计算、并行计算、网络存储、分布式计算等，它是用网络的方式整合较低的计算实体，最终形成强大计算能力的用户终端，并借助商业模式来进行推广应用。

1.2 安全优势

基于云计算的并行SLIQ算法，就是在用云计算作为支持的技术平台上，再构建分布式时空数据库，面向拥有海量数据计算机系统的数据挖掘模型。并且，在云计算技术下，确保计算机海量数据在传输中不发生成批成片丢失、错误的状况，可以解决海量数据存储中节点失效几率，可以确保计算机数据安全性。

2 基于云计算的海量数据SLIQ算法

基于云计算的计算机数据处理中，能够为客户数据处理提供动态资源池，并可以实现虚拟化可用性计算机数据处理平台，这样就可以利用云计算来对计算机海量数据进行计算挖掘。

图1 云计算中数据计算模型

在基于云计算的计算机海量数据SLIQ算法中，可以通过这个云计算平台，云计算技术的底层中，是可以透明化实现的，其能够给上层数据计算提供服务，并且在基于运算的SLIQ算法上层之中，还可以有效通过计算机的层间开放接口，以此去调用下层中的数据服务，这也就可以使得计算机海量数据SLIQ算法中，其并行决策树层以及层之间功能，能够实现其之间的相对独立，云计算设计的计算机海量数据处理中，基于海量数据的二次开发，设计出具备多层插件的框架结构，计算机海量数据SLIQ算法，运用云计算技术，整合资源跟弹性构架，增加实际计算机海量数据SLIQ算法的实现有效性，提升其维护中的灵活性。同时，在基于云计算的SLIQ算法之中，要满足数据复杂型，满足海量数据动态性，是一种实现数据挖掘的重要模式。

3 计算机海量数据SLIQ算法处理的特征

在SLIQ算法中，可以采用预排序的技术，有效消除云计算决策树中每个节点数据集排序需要，对每个属性取值，把记录按从小到大排序，为训练集数据的每个属性创建一个属性列表，运用广度优先策略去构造决策树，也就是在决策树的每一层，可以只需对其每个属性的列表进行扫描，就可以一次找出其决策树叶子节点的最优分裂标准，从而提升数据处理效率。

在SLIQ算法的数据结构中，包含属性表（Attribute List）、类表（C1ass List），其中，SLIQ算法中的每个属性有一个属性表，有必要的话，属性表可以写回磁盘类表（C1ass List）：

SLIQ算法中仅有一张类表，类表必须常驻内存，类表第 n项，存放第n条记录的类标签，类表（C1ass List）表示如下：

SLIQ算法的数据结构中，还包含有树节点，内部节点记录必要的分类信息，叶子节点代表训练集的一块数据，也就是一个类别。每个节点之中，其也都具有一个类的直方图，可以在计算机海量数据处理中，用此图来统计分类数据信息。

SLIQ算法树结构中的数值型字段的类直方图：SLIQ算法树结构中的种类型字段的类直方图：

SLIQ算法中，具备预排序与广度优先增长策略；而且在SLIQ算法中，还有预排序与广度优先增长策略，计算出最佳分割以后，就可以产生子节点了；子节点生成以后，需要对类表进行更新，使它指向原来节点的子节点。其更新类表算法代码如下：

UpdateLabe1s（）

4 云计算下计算机海量数据SLIQ算法实例

4.1 构建云服务平台

在基于云计算技术的SLIQ算法中，将会应用“云服务”，针对云计算公共标准，基于云计算开发网络平台，有效分类、管理、利用计算机海量数据资源，确保计算机海量数据在“云端”的安全性，选择可想的云计算服务，提升计算机海量数据平台开发的质量。计算机海量数据处理，在实际应用领域内，给数据管理工作带来许多优势，选择适合数据分析模型的关联规则，建立数据仓库，并对其进行数据清理、数据转换、数据消减等，应用基于云计算技术的SLIQ算法，大大优化了计算机海量数据管理质量。

4.2 细化云计算下的服务分层

同时，对于在硬件开发部门，将会应用云计算技术，利用“云端”、计算机系统以及局域网组建其互联网形式，有效提升硬件开发方面的质量水平。在应该开发中，应用三层次服务，云计算技术的SLIQ算法中，实现用户通过云计算web浏览器以及手机等移动设备，提升计算机海量数据处理速度，避免重复开发。并且，在云计算技术下，对于计算机本地存储的数据，均会进行加密保护，并且在数据的网络传输上也会加密保护，确保海量数据传输安全。在设计中，还需要具备任务调度以及创建新任务的功能；内存管理中，应该可以实时用户提供强大的虚拟存储管理机制，在软件设计中还应该具备中断管理、时间管理功能，可以在系统的软件设计中，设计出基于云计算海量数据处理中的时钟程序；能够在云计算技术下，针对计算机海量数据处理软件设计中，设置具备任务扩展功能的结构，提高海量数据处理实际使用效率。

4.3 实现云计算下的SLIQ算法

云计算下SLIQ算法中，根据MDL剪枝原理，对计算机海量数据进行编码，对于生成的初始树，发现最好的描述训练集S的子树 T。同时，SLIQ算法还具备一些不足，首先是，云计算技术的SLIQ算法中，在云计算计算机中把类别列表存在内存，中限制处理数据集大小。其次是云计算技术的SLIQ算法中，采用的是预排序技术，由于实际排序算法复杂度，不是和记录个数成线性关系的，在实际中也不能通过记录数目增长，而是使数据结构发生线性可伸缩性。

图2 数据结构

图3 直方图

要实现数据库内数据的转换，首先确定数据分析中所具备的参数，定义统计数据以及删除统计数据，确定统计时间段，以及参与SLIQ计算的字段。首先，对学生成绩数据进行预排列，数据结构及树节点信息、类型字段直方图如图2、图3所示。

计算样本集信息熵，计算每个属性的信息增益；对于属性age，需要知道age的每个样本值yes和no的分布。根据训练样本集的属性划分成子集的熵；生成决策树的根和分枝。如图4所示：

图4 决策树

基于SLIQ算法中，针对实际计算机海量数据处理中，改进的SLIQ算法，避免因 SLIQ 算法需大量可以计算云计算决策树中每个节点的指数，从而可以获得每个节点的分裂属性，减少计算复杂性，提升分类效果，类图5如下：

图5 类图

建立其云计算技术的决策树，云计算技术的SLIQ算法中，计算最大信息增益值算法代码如下所示：

云计算技术的SLIQ算法中，计算最佳分割的算法代码如下所示：

建树的过程中，应该提高“确定最佳分裂（Best Sp1it）”的可伸缩性，计算开销不大，确定数值型字段，寻找最佳的子集，遍历所有子集，时间复杂度为指数级。其次，选择导致最低错误率的子树；使用独立的数据集，快速得到简洁而且准确的决策树，安全性高，数据准确度高。最后得出决策树，经过程序对决策树进行遍历，得出计算机海量数据处理结果。

4.4 效益分析

针对计算机海量数据处理中，基于云计算技术，应用 SLIQ算法处理海量数据，改变以往计算机海量数据管理模式，把人工手动管理为计算机网络化管理，使计算机海量数据处理方便快捷，提高了数据的安全性。采用云计算技术，将计算机海量数据信息都存储为一个服务器群，方便数据安全连接，也可以使各种硬件和软件资源在互联网上能够自由流通，避免计算机数据丢失，可以减轻计算机海量数据处理人员的工作量，加强管理，还有就是缩小开支，提高工作效率与准确率。

5 结论

综上所述，针对计算机海量数据，应用基于云计算技术SLIQ算法，有效解决计算机海量数据计算问题，加快数据查询速度，处理海量计算机数据，提升其工作中的安全性；同时，在处理计算机海量数据时，采用云计算SLIQ算法，不仅可以解决计算机海量数据存储中节点失效的问题，还可提高计算海量数据的效率，降低数据处理复杂度，快速挖掘海量数据信息，具有实际应用价值。