SECLEDS：基于多代表点与代表点投票的演化数据流序列聚类

流式环境下的序列聚类具有挑战性，因为它计算代价高，且序列可能随时间演化。K-medoids 或围绕 medoids 划分（PAM）常用于序列聚类，因为它支持基于对齐的距离，且 k 个中心为实际数据项，有助于聚类的可解释性。然而，离线 k-medoids 不支持概念漂移，且对数据流聚类而言计算代价过高。因此我们提出 SECLEDS，一种具有恒定内存占用的 k-medoids 算法的流式变体。SECLEDS 有两个独特性质：i) 每个聚类使用多个 medoids，产生稳定高质量的聚类；ii) 使用直观的 Medoid Voting（代表点投票）方案近似聚类距离以处理概念漂移。与现有为新概念创建新聚类的自适应算法不同，SECLEDS 采用根本不同的方法，即聚类本身随演化流而演化。使用真实与合成数据集，我们实证表明 SECLEDS 无论是否存在漂移、流大小、数据维度和聚类数量都能产生高质量聚类。我们与三种流行的流式和批处理聚类算法进行比较。最先进的 BanditPAM 被用作离线基准。SECLEDS 在 F1 分数上与 BanditPAM 相当，同时将所需距离计算次数减少 83.7%。重要的是，当流包含漂移时，SECLEDS 比所有基线高出 138.7%。我们还对真实网络流量进行聚类，并提供证据表明 SECLEDS 在使用（昂贵的）动态时间规整距离时可支持高达 1.08 Gbps 的网络带宽。