分级存储系统中基于进化算法的数据管理与保护关键技术研究

发布时间：2020-09-14 19:34

　　随着信息网络的蓬勃发展，信息化技术越来越深入到人们的日常生活中，伴随而来的是对海量数据处理的高要求。当代计算机系统中最为重要的存储系统—分级存储系统也面临着一些巨大的挑战：夹杂着噪声数据的数字信息爆炸增长，对有用信息的存储布局与提取提出严峻的要求；个性化数据访问的及时性与数据存储的安全性日益增加。当前存储系统中数据处理技术有着各自优势的同时，在大规模数据处理方面也存在着自身的不足。究其原因是，传统的一些处理方法，在面对大规模数据时，无论是空间，还是时间的复杂度，会随着数据量的增长呈几何指数增长。进化算法具备有效处理大规模数据的特性，将进化算法的工具引入到分级存储平台中解决相应的问题成为一种值得尝试的理念与方法。分级存储中为达到个性化数据访问的及时性，更有效的对热点数据的访问给出响应，提出了基于均匀设计的基因表达式编程算法（UGEP）来有效的解决分级存储中块的预取问题。UGEP算法在传统基因表达式算法的基础上改进的工作有：1）在初始化时，对解空间的点做均匀化的抽取，保证解空间的均匀性，2）在进行交叉变异时，利用均匀设计的特性，对交叉算子做均匀交叉，保证个体多样性的同时，能提高得到最优解的效率。UGEP的设计能及时有效的收集用户访问序列的特征，找出该序列的规律，对将要访问的热点数据给出预测。通过四个实际应用系统工作流的仿真实验表明：将UGEP算法应用于分级存储系统的预取，其I/O性能在命中率和时间复杂度上都取得较好的结果。关联规则挖掘技术能有效的挖掘数据块之间的关联性，为大规模数据的存储分布提供有效的支持。在基因表达式编程进化算法(Gene Expression Programming)的基础上,提出了一种新的挖掘强关联规则的算法框架。该方法主要贡献在于提出并实现了基于小生境技术的基因表达式编程进化算法NGEP以用于挖掘数据块之间的关联规则。NEGP算法首先进行小生境演化，融合小生境并剔除同构的优秀个体，然后对小生境解进行笛卡儿交叉以产生更好的结果。基于真实案例的实验结果表明:与同类优秀的算法对比，NGEP算法在进行关联规则提取时，其种群多样性与精确度都有很好的提升,并且该算法在挖掘文件的有效规则的效率上也有较好的提高。我们利用实际的I/Otrace实例来测试NGEP在数据放置中的性能，结果表明了在顺序预取时，NGEP能有效的改善命中率和I/O响应时间。基于存储的可信访问机制，能有效的在存储层防范非法入侵。基于存储的入侵检测系统SIDS(Storage-based intrusion detection systems)能在操作系统失效后在存储层观察到此类入侵行为。提出了一种新的基于存储的人工免疫入侵检测方案。该方案收集关键代码形成抗体基因库，通过训练得到抗体基因片段的权值，进而对入侵的操作序列给出预警。该方法克服了以往一些SIDS原型完全依赖规则的缺点，利用了人工免疫的自我免疫特性，来动态监控用户的访问行为。根据收敛速度和检测效率，拟合出本方案的最优参数。最后的SISD在18类存储入侵工具的检测中结果表明：与同类优秀原型相比，本方案能达到较高的检测率和较低的误警率。通过上述3个方面的研究，将改造的进化算法引入到分级存储平台的数据管理与保护中，能够较好的解决分级存储平台中可信的数据存储与管理问题。
【学位单位】：华中科技大学
【学位级别】：博士
【学位年份】：2013
【中图分类】：TP333

【参考文献】