船用电报的密级约束增量聚类方法、系统、设备及介质与流程

本发明涉及报文分发，尤其涉及船用电报的密级约束增量聚类方法、系统、设备及介质。

背景技术：

1、数据流聚类是数据挖掘领域的核心研究方向。现有数据流聚类方法主要分为四类。

2、第一类是基于网格密度的方法，代表为pdstream和pad-stream。这类方法将数据空间划分为网格单元，在线维护网格密度统计，离线合并稠密网格并提取聚类结果。缺点是高维稀疏数据的网格数量会呈指数增长。

3、第二类是基于微簇的增量聚类方法，代表为clustream、denstream和icdc。这类方法在线维护微簇摘要，增量更新效率高。缺点是微簇摘要只包含数值统计量，不承载业务语义。

4、第三类是基于模糊粒度和自适应窗口的方法，代表为afgbstream。该类方法说明滑动窗口+自适应衰减的方法已成为数据流聚类的通用技术路线，但其窗口调整只基于时间衰减，不感知业务属性的结构变化。

5、第四类是簇融合与离群点处理的方法，代表为基于递归可扩展聚合函数的增量簇融合方法。这类方法说明增量簇合并和从离群点缓冲区提升新簇均是成熟手段，但其合并决策仅基于统计相似度，不包含对业务密级等安全语义内容的兼容性检查。

6、以上的现有技术存在四个共同不足：

7、第一，暂无方法将报文的业务要素纳入聚类距离度量。已有的密级处理走的是有监督分类路线，而非将密级作为无监督聚类距离度量的硬约束与惩罚因子。第二，滑动窗口要么固定、要么靠手肘法则静态确定、要么仅做通用时间衰减，无法感知密级突变，也无法在密级突变时立即收窄窗口。第三，簇合并决策仅基于统计相似度或聚合函数值，当两个簇的统计相似但业务密级不同时会被错误合并，违背密级安全隔离要求。第四，现有方法止步于得到聚类结果，不支持根据业务条件模糊查询。

技术实现思路

1、本发明旨在至少解决相关技术中存在的技术问题之一。为此，本发明提供船用电报的密级约束增量聚类方法、系统、设备及介质，实现对船用电报根据密级进行聚类。

2、本发明提供船用电报的密级约束增量聚类方法，包括：

3、s1：生成船用电报，得到船用电报的报文参数，根据报文参数构造报文要素向量；

4、s2：获取船用电报的报文到达间隔，根据报文到达间隔计算报文到达参数，获取密级分布突变指标，根据报文到达参数和密级分布突变指标得到收报窗口；

5、s3：在收报窗口内接收船用电报，根据报文要素向量计算标题相似度、密级非对称惩罚因子、编号接近度、等级惩罚因子和优先级惩罚因子，确定密级硬约束；

6、s4：根据标题相似度、密级非对称惩罚因子、编号接近度、等级惩罚因子和优先级惩罚因子计算密级约束聚类距离，通过密级约束聚类距离和密级硬约束得到接收电报簇；

7、s5：获取查询条件，根据查询条件得到查询向量，获取接收电报簇的簇摘要，根据簇摘要和查询向量得到候选簇，从候选簇中选取查询结果，完成船用电报的聚类与查询。

8、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s1进一步包括：

9、s11：生成船用电报，从所述船用电报中得到包括报文编号、报文标题、密级、等级和优先级的报文参数；

10、s12：对所述报文标题进行文本转换，保留报文编号，并对所述密级、等级和优先级进行参数映射，得到所述报文要素向量。

11、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s2进一步包括：

12、s21：获取船用电报的报文到达间隔，根据所述报文到达间隔计算包括到达密度和到达间隔均值的报文到达参数；

13、s22：对所述船用电报进行密级统计，得到所述密级分布突变指标，确定收缩条件和扩张条件，根据报文到达参数、密级分布突变指标、收缩条件和扩张条件得到所述收报窗口。

14、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s3中，确定密级差异阈值，所述密级硬约束为当船用电报之间的密级差大于所述密级差异阈值时，密级约束聚类距离取正无穷。

15、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s4中，第α个船用电报和第β个船用电报之间的密级约束聚类距离的计算方法为：

16、

17、其中，为第一权重系数，为第二权重系数，为标题相似度，为编号接近度，为密级非对称惩罚因子，为等级惩罚因子，为优先级惩罚因子。

18、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s4中，获取历史电报数据，根据所述历史电报数据的密级约束聚类距离得到聚类距离阈值，通过密级约束聚类距离、密级硬约束和所述聚类距离阈值得到所述接收电报簇。

19、根据本发明提供的船用电报的密级约束增量聚类方法，步骤s5中，获取所述接收电报簇的簇关键词集和簇分布主模式，根据所述簇关键词集和簇分布主模式得到簇摘要，通过查询向量和簇摘要计算匹配度，通过所述匹配度得到候选簇。

20、本发明还提供船用电报的密级约束增量聚类系统，包括：

21、报文要素向量模块：用于生成船用电报，得到船用电报的报文参数，根据报文参数构造报文要素向量；

22、收报窗口模块：用于获取船用电报的报文到达间隔，根据报文到达间隔计算报文到达参数，获取密级分布突变指标，根据报文到达参数和密级分布突变指标得到收报窗口；

23、聚类约束模块：用于在收报窗口内接收船用电报，根据报文要素向量计算标题相似度、密级非对称惩罚因子、编号接近度、等级惩罚因子和优先级惩罚因子，确定密级硬约束；

24、电报接收与聚类模块：用于根据标题相似度、密级非对称惩罚因子、编号接近度、等级惩罚因子和优先级惩罚因子计算密级约束聚类距离，通过密级约束聚类距离和密级硬约束得到接收电报簇；

25、电报查询模块：用于获取查询条件，根据查询条件得到查询向量，获取接收电报簇的簇摘要，根据簇摘要和查询向量得到候选簇，从候选簇中选取查询结果，完成船用电报的聚类与查询。

26、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述船用电报的密级约束增量聚类方法的步骤。

27、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述船用电报的密级约束增量聚类方法的步骤。

28、本发明实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：

29、本发明提供的船用电报的密级约束增量聚类方法、系统、设备及介质，结合报文到达间隔与密级分布突变指标动态调整收报窗口，在密级硬约束下综合标题相似度、密级非对称惩罚、编号接近度、等级惩罚因子和优先级惩罚因子计算聚类距离，能够精准形成满足保密要求的接收电报簇，有效避免高密级电报与低密级电报的错误聚合，增强聚类结果的安全性与时效性；同时基于簇摘要与查询向量的候选簇筛选机制，可显著提升检索效率，从而实现船用电报的密级受控管理、增量聚类和快速查询。

30、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。