基于Multi-agent的分布式數據挖掘系統(tǒng)研究.pdf

1、隨著計算機網絡的日益發(fā)展,分布式系統(tǒng)的應用越來越多,應用者關注的是如何從這些分布式系統(tǒng)的海量數據中挖掘出有效的信息。面對分布式系統(tǒng)中的種種困難,如數據源的分布存儲、數據源異構、數據量大、網絡帶寬小等,現有的集中式數據挖掘方案很難有效地解決分布式數據挖掘中遇到的問題。分布式數據挖掘要求系統(tǒng)具有如下特點:1)分布式處理,避免將邏輯上或物理上分布存儲的數據集中于同一數據倉庫,減少對網絡帶寬的占用；2)并行處理,系統(tǒng)應能夠對不同分布的數據進行并

2、行挖掘,盡量避免頻繁訪問異地存儲的數據；3)兼容性強,系統(tǒng)能夠兼容分布式系統(tǒng)中不同類型的數據源類型。針對這些特點,多Agent系統(tǒng)以其靈活的管理方式、高效的并行處理能力,成為了解決分布式數據挖掘的一個有效的方案。使用多Agent系統(tǒng)進行分布式數據挖掘受到越來越多研究者的關注。
　　 本文在介紹Agent技術和數據挖掘相關理論的基礎上,經過研究近年有關多Agent系統(tǒng)和分布式數據挖掘的成果,提出了一種新型基于多Agent技術的分布

3、式數據挖掘系統(tǒng)模型(A New Multi-Agent System for Distributed Data Mining簡稱NMAS-DDM)。該模型系統(tǒng)用Agent建立了一個分層管理的結構,以滿足分布式數據挖掘對分布處理和兼容性的要求,同時,系統(tǒng)又采用基于知識的消息傳遞方式,以避免對網絡帶寬的過多占用。對系統(tǒng)中任務的分派和調度做了進一步的研究,提出了基于任務量和維度的任務分派方式,以及相應的任務調度方式。在此基礎上,為NMAS.D