基于混合云存储的网关转储优化算法研究

发布时间：2017-03-30 04:07

  本文关键词：基于混合云存储的网关转储优化算法研究，由笔耕文化传播整理发布。

【摘要】：随着信息技术的快速发展,数据量呈现爆炸性的增长,存储系统中的文件种类各种各样,文件数目不断增多,如何应对企业存储峰值和机密数据的保存成为当前急需解决的一个问题。混合云存储是公有云和私有云的混合,它既解决了企业存储容量不足的问题,又为私密数据和常用数据的保存提供了解决方案。混合云存储网关是混合云存储的关键部分,它作为公有云和私有云数据传输和交流的纽带,它的性能直接影响到混合云存储的性能。因此,对混合云存储的网关转存算法进行研究和优化具有理论和现实意义。本文采取一种新的思路对混合云存储网关的转存算法进行优化。针对混合云存储文件的属性特征和用户间的网络关系,分别设计了基于分类决策树的相似TBF-K算法和基于用户网络关系的PRE-SN算法,从而提供了一种对文件访问行为的预测,为云存储网关的转存提供缓存依据。基于分类决策树的相似TBF-K算法主要是利用文件的元数据信息来建立文件存储地点预测模型,从而为未分类文件的转存提供决策依据。它首先利用ID3算法得出文件各个属性的信息增益,建立最优文件属性分类决策树,决策树的叶子节点是具有相似属性的文件集合。然后计算未分类文件与文件集合中文件的相似性,并取相似度最高的K个文件的类别属相为未分类文件的类别属性。基于用户网络关系的PRE-SN算法将预测热点文件的重点放在混合云存储的用户网络关系上。定义用户的相对网络中心度来表示用户网络关系的多少,在转储的时候,用户的网络中心度越高,则尽可能多地将该用户的文件转存在本地。相反的,关系度不高的用户,则将其大部分甚至全部文件转移至公有云存储中。本课题搭建了测试环境,对转存算法的命中率和时间性能进行了完整的测试。结果表明,基于决策树的相似K近邻转储算法和基于用户网络关系的转储算法,很好地平衡了存储容量和存储效率的关系,使混合云存储系统的读写性能得到了大幅度提升。因此本文设计的转存算法,能有效提高混合云存储的处理性能和用户使用体验。
【关键词】：混合云存储 网关转储 分类树 bloom filte算法 用户网络
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP333
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• Contents10-13
• 第一章 绪论13-19
• 1.1 研究背景13-14
• 1.2 选题的意义和研究现状14-17
• 1.2.1 混合云存储网关转储算法优化的意义14-16
• 1.2.2 混合云存储网关转储优化的研究现状与不足16-17
• 1.3 研究目标及组织架构17-18
• 1.4 本章小结18-19
• 第二章 混合云存储网关技术研究19-35
• 2.1 云存储技术19-25
• 2.1.1 云存储发展19-23
• 2.1.2 公有云存储23-24
• 2.1.3 私有云存储24
• 2.1.4 混合云存储24-25
• 2.2 云存储网关框架研究25-28
• 2.2.1 混合云存储网关的功能需求25
• 2.2.2 混合云存储网关的架构25-28
• 2.3 转存算法概述28-34
• 2.3.1 基于时间的缓存算法29-30
• 2.3.2 基于访问次数的替换算法30-31
• 2.3.3 基于对象访问次数和访问时间间隔的替换算法31-32
• 2.3.4 基于价值模型的替换算法32-33
• 2.3.5 随机替换算法33
• 2.3.6 基于能效的缓存算法33-34
• 2.4 本章小结34-35
• 第三章 混合云存储的网关转储优化算法35-60
• 3.1 云存储中文件特征分析35-38
• 3.1.1 文件对象特征35-36
• 3.1.2 访问规律36-38
• 3.2 基于决策树的相似K近邻转存TBF-K算法38-55
• 3.2.1 原有算法的不足38-39
• 3.2.2 算法思想39
• 3.2.3 算法设计39-47
• 3.2.4 算法实现47-55
• 3.3 基于用户网络的PRE-SN优化算法55-59
• 3.3.1 原有算法的不足55
• 3.3.2 算法思想55-56
• 3.3.3 PRE-SN算法设计56-57
• 3.3.4 算法实现57-59
• 3.4 本章小结59-60
• 第四章 实验验证及分析60-68
• 4.1 TBF-K算法的的性能测试60-64
• 4.1.1 实验设计方案60
• 4.1.2 实验结果对比分析60-64
• 4.2 PRE-SN算法的性能测试64-66
• 4.2.1 试验设计方案64-65
• 4.2.2 试验结果对比分析65-66
• 4.2.3 算法性能评价66
• 4.3 本章小结66-68
• 总结与展望68-70
• 参考文献70-73
• 攻读硕士学位期间取得的研究成果73-75
• 致谢7

【相似文献】

中国期刊全文数据库 前10条

1 郭嘉凯;;混合云的挑战[J];软件和信息服务;2013年11期

2 Jay Kidd;;构建适合混合云的数据平台[J];软件和信息服务;2013年11期

3 ;Thoughtworks技术雷达(三)[J];软件和信息服务;2013年04期

4 陈琛;;安全服务为混合云架构“保驾护航”[J];通信世界;2012年29期

5 王雪玉;;云计算的4大认识误区[J];金融科技时代;2013年05期

6 翟玲;;图书馆云建设中混合云管理策略探析[J];计算机光盘软件与应用;2013年06期

7 李冬;;基于混合云计算的网络架构研究[J];福建电脑;2014年04期

8 ;混合云:大型企业的最佳选择[J];通讯世界;2012年04期

9 刘一;王礼祥;蔡书;赵丹;;基于混合云多媒体网关研究[J];西南民族大学学报(自然科学版);2012年04期

10 Aman Dokania;;创新的“云”梯[J];通信世界;2011年15期

中国重要会议论文全文数据库 前10条

1 盛日锋;卢培玉;;山东一次层积混合云结构特征和增雨潜势分析[A];第十五届全国云降水与人工影响天气科学会议论文集（Ⅰ）[C];2008年

2 林磊;姚展予;;一次积层混合云降水的数值模拟研究[A];S18 大气物理学与大气环境[C];2012年

3 黄天戈;钟惠平;汤小红;王建根;;一次积层混合云过程的模拟分析[A];第九届长三角气象科技论坛论文集[C];2012年

4 董春卿;苗爱梅;郭媛媛;;地形激发积层混合云降水的数值模拟[A];第八次全国动力气象学术会议论文摘要[C];2013年

5 李艳伟;牛生杰;罗宁;文继芬;黄浩隽;;积云并合扩展形成积层混合云的数值模拟分析[A];第28届中国气象学会年会——S9大气物理学与大气环境[C];2011年

6 张景红;郑矫恒;谷淑芳;胡中明;米长树;;吉林省一次典型积层混合云降水的微物理结构分析[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年

7 朱士超;郭学良;;积层混合云数值模拟与飞机观测对比研究[A];第31届中国气象学会年会S8 第16届全国云降水与人工影响天气科学会议——大气水资源开发利用与气象防灾减灾[C];2014年

8 赵姝慧;周毓荃;;冷锋层状混合云系中雨带和雨核的宏微观结构特征分析[A];中国气象学会2007年年会人工影响天气科技进展与应用分会场论文集[C];2007年

9 于翡;姚展予;;环北京地区积层混合云降水个例的综合分析[A];第十五届全国云降水与人工影响天气科学会议论文集（Ⅰ）[C];2008年

10 王俊;周毓荃;龚佃利;盛日峰;周黎明;;山东秋季积层混合云云物理结构个例分析[A];第27届中国气象学会年会大气物理学与大气环境分会场论文集[C];2010年

中国重要报纸全文数据库 前10条

1 范范　编译;混合云带来安全新挑战[N];网络世界;2013年

2 本报记者 郭涛;混合云中的数据流通法则[N];中国计算机报;2013年

3 本报记者 李佳师;云巨头决战混合云[N];中国电子报;2014年

4 本报记者 郭涛;混合云也要开放[N];中国计算机报;2014年

5 本报记者 王沛霖;为企业定制混合云[N];中国计算机报;2014年

6 范范 编译;2013年:混合云之年[N];网络世界;2013年

7 记者 肖卓;中国电信推出天翼混合云[N];人民邮电;2014年

8 本报记者 李旭阳;联想发力企业云服务[N];计算机世界;2014年

9 本报记者 那罡;云计算引发新挑战[N];中国计算机报;2011年

10 本报记者 郭涛;品高：混合云服务模式更适合中国[N];中国计算机报;2012年

中国博士学位论文全文数据库 前1条

1 朱智强;混合云服务安全若干理论与关键技术研究[D];武汉大学;2011年

中国硕士学位论文全文数据库 前10条

1 蔺春满;基于混合云存储的网关转储优化算法研究[D];广东工业大学;2015年

2 段s，

本文编号：276176