基于最小集合覆盖模型的在线社交网络数据放置策略研究

发布时间：2024-07-05 01:09

　　随着互联网和在线社交网络应用的不断发展,数以十亿计的用户活跃在大型社交网络平台并产生大量的社交网络数据。在线社交网络数据放置作为社交网络后台支撑系统的关键技术,是社交网络数据管理中一个非常值得研究的方向。面对海量的社交网络数据,如何使资源调度方案更加合理是在线社交网络数据放置问题的首要研究目标。然而现有的数据放置方案中存在大量冗余数据副本,因此本文将在线社交网络数据放置问题转化为最小集合覆盖问题,以改善数据副本效益为重点进行深入研究。本文通过构建相关矩阵首次将最小集合覆盖模型应用到在线社交网络数据放置问题中,针对在线社交网络静态社区和动态社区做了以下两个方面的研究。首先针对在线社交网络静态社区系统开销巨大及系统响应慢的问题,提出一种全新启发式的基于最小集合覆盖模型的在线社交网络数据放置策略(Latency-Constrained Matrix-Based Data Placement Algorithm for Online Social Network,LDS)。此策略通过构建用户时间延迟约束矩阵并进行集合运算从而输出满足时间延迟约束的最小数据副本集合进而减少冗余数据副本数量、改善数...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图2.1在线社交网络简单模型

第二章相关基础知识8图2.1在线社交网络简单模型Figure.2.1SimpleModelforOnlineSocialNetwork对于每个用户ui和每个数据中心dcj。若用户ui的主数据di分配给数据中心dcj，则mi,j1；否则mi,j0。若ui的数据副本分配给dcj，则s....

图2.2在线社交网络集中式架构

第二章相关基础知识10图2.2在线社交网络集中式架构Figure.2.2CentralizedStructureofOnlineSocialNetwork由于互联网的发展，在线社交网络服务具有请求量大、数据量大的特点，其结构必须具有很强的扩展性和安全性。为了应对系统的快速发展所带....

图2.3在线社交网络分布式架构

第二章相关基础知识10图2.2在线社交网络集中式架构Figure.2.2CentralizedStructureofOnlineSocialNetwork由于互联网的发展，在线社交网络服务具有请求量大、数据量大的特点，其结构必须具有很强的扩展性和安全性。为了应对系统的快速发展所带....

图3.1各数据中心中用户分布数量Figure3.1NumberofUsersinEachDataCenter

安徽大学硕士学位论文21实验中考虑到时间延迟约束超过200ms时，用户访问质量将会严重恶化[7,8]，故本实验时间延迟约束被分别设置为200ms、175ms、150ms和125ms，用于确保实验结果的有用性。表3.2实验参数设置Table3.2ParameterSettings参....

本文编号：4000801