杨涛

摘要：聚类分析是数据挖掘的主要分支，它根据数据的相似性来划分数据。它已广泛应用于机器学习、人工智能、网络安全等诸多领域。基于聚类算法，分析了计算机网络信息安全的保护策略。

关键词：大数据聚类算法;计算机网络信息;安全防护;策略

Internet技术的飞速发展给人们带来了极大的便利，但同时也逐渐暴露出一系列由于网络造成的设计缺陷、安全漏洞等因素引起的安全问题，而网络安全是所有应用顺利运行的保证和基础。在这种背景下，数据挖掘技术应运而生。它利用各种算法对数据进行清理和分析，充分挖掘数据的潜在价值，为后续决策提供科学合理的依据。

1大数据聚类算法简述

聚类是指根据特定的标准将数据集划分为不同的类型，以最大化同一集群中数据数据聚类就是将没有类别参照的数据分成不同的组。聚类分析根据数据发现数据对象及其关系信息，并对数据进行分组。每个组内的对象相似，每个组之间的对象不相关。组内的相似性越高，组间的差异性越高，聚类效果越好。该算法思想可以简单地描述为：首先初始化K个聚类中心，计算数据对象到聚类中心的距离后，将数据对象划分为其最近的聚类中心距离类型的聚类，根据聚类的种类，更新类聚类中心，继续计算每个数据对象到簇中心的距离，将数据对象划分到最近的簇中心距离类型的簇，根据得到的类簇，继续更新类簇中心，并不断迭代，直到达到最大迭代次数T，或者当两次迭代之间的差值小于某个阈值时，迭代终止并获得最终的聚类结果。……