Resumen

En los últimos años, la minería de conjuntos de elementos de alta utilidad (HUIM, por sus siglas en inglés) se ha investigado de manera extensa y estudiado en muchas aplicaciones, especialmente en el análisis de mercado de cestas y sus aplicaciones relevantes. Dado que el escenario actual del mercado de cestas también implica el uso de equipos de IoT para recopilar información, es necesario considerar la minería de conjuntos de elementos de alta utilidad (HUIs, por sus siglas en inglés) en una base de datos a gran escala, especialmente en situaciones de IoT. En este trabajo se presenta un modelo basado en MapReduce y algoritmos genéticos (GA) conocido como GMR-Miner para la extracción de patrones cerrados con alta utilización en bases de datos a gran escala. El modelo -means se adopta inicialmente para agrupar transacciones según su correlación relevante basada en el factor de frecuencia. Un algoritmo genético se utiliza en el marco de MapReduce desarrollado para explorar el potencial y los posibles candidatos en un tiempo limitado. Además,

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Equipo de IoT; Minero de GMR; Patrones cerrados; Bases de datos a gran escala; Modelo MapReduce
• Keywords:Huim; Iot equipment; Gmr-miner; Closed patterns; Large-scale databases; Mapreduce model