基于干扰对齐的高效云存储修复方法研究

发布时间：2017-09-16 11:21

  本文关键词：基于干扰对齐的高效云存储修复方法研究

  更多相关文章： 云存储 多节点修复 干扰对齐 MDS码 柯西矩阵

【摘要】：随着“信息大爆炸”时代的到来，应对海量数据的存储和处理问题的云存储技术作为云计算的重要延伸被提出。由于云存储中的存储节点众多，必然会出现存储节点不可得的情况。为确保数据的高可靠性，云存储系统引入了信息冗余机制和节点修复机制。如何保证在修复失效节点时系统资源消耗尽可能少、数据可靠性尽可能高已成为本业界关注的重要问题。在之前的研究中，大部分是针对单节点失效情形，但在实际云存储环境中多节点失效的情况较为常见。本文研究基于干扰对齐的高效云存储多节点修复方法，主要研究内容和成果如下： 首先，基于网络编码特点和多节点修复模型，利用网络信息流图中的最大流最小割定理分析，推导了云存储中节点的存储容量和修复带宽的理论下界，并证明了可达性。即当且仅当云存储中的节点修复问题所对应的信息流图中的最小割值足够大，则必定存在一个能解决其节点失效问题的网络编码方案。其次，利用存储容量和修复带宽的理论下界绘制出了存储容量与修复带宽之间的最优折衷曲线，并得出两个满足存储容量-修复带宽最优折衷曲线的极值点：以存储容量最优化为基础的最小存储再生码和以修复带宽最优化为基础的最小修复带宽再生码。进一步，对精确的极大距离可分（Maximum Distance Separable，MDS）码进行扩展，给出了一种满足最小修复带宽下界的，针对多个系统节点或冗余节点同时失效的多节点精确修复（Multi-node Exact Repair，MER）码。 在同时修复多个失效节点时，不同失效节点的修复过程之间会相互干扰。因此，本文针对2k n，2k1d n1的情况，给出了一种基于干扰对齐的多节点精确修复方法——多节点最小存储精确再生（Multi-node Exact Minimum StorageRegenerating，MMSR）码。首先，利用基于干扰对齐的一般性节点修复模型，说明了干扰对齐技术在节点修复问题中的必要性。其次，给出了多节点最小存储精确再生码的一般性构造方案，并证明了多节点最小存储精确再生码满足MDS特性。进一步，给出了两种多节点修复过程：同步修复过程和异步修复过程。最后，为了验证多节点最小存储精确再生码的MDS特性和可行性，给出了一个参数集为n, k, d, r7,3,5,2的多节点最小存储精确再生码的数据重建方案。仿真分析结果表明多节点最小存储精确再生码在保证修复带宽和存储容量尽可能小的情况下，，增加了数据可靠性。
【关键词】：云存储 多节点修复 干扰对齐 MDS码 柯西矩阵
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP333
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 选题背景与研究意义9-10
• 1.2 国内外研究现状10-14
• 1.2.1 云存储中的节点修复问题10-11
• 1.2.2 网络编码在云存储中的应用11-12
• 1.2.3 干扰对齐在节点修复中的应用12-13
• 1.2.4 云存储中的多节点失效问题13-14
• 1.3 研究内容与章节安排14-15
• 第二章 云存储、网络编码和干扰对齐15-25
• 2.1 云存储简介15-16
• 2.2 纠删码原理16-17
• 2.3 网络编码相关技术原理17-22
• 2.3.1 有限域简介17-19
• 2.3.2 网络编码概述19-20
• 2.3.3 网络编码的基本编码与解码过程介绍20-22
• 2.4 通信网中的干扰对齐技术简介22-24
• 2.5 本章小结24-25
• 第三章 节点修复理论下界与多节点精确修复码25-40
• 3.1 引言25-26
• 3.2 节点修复的三种经典模型26-28
• 3.3 基于网络编码的节点存储与修复带宽理论下界28-33
• 3.4 存储容量与修复带宽的折衷分析33-35
• 3.5 基于网络编码的多节点精确修复码35-39
• 3.5.1 精确修复 MDS 码简介35-36
• 3.5.2 针对多节点精确修复的网络编码方案36-39
• 3.6 本章小结39-40
• 第四章 基于干扰对齐的多节点精确修复方法40-58
• 4.1 引言40-41
• 4.2 基于干扰对齐的一般性节点修复模型41-42
• 4.3 多节点精确修复码的一般构造42-48
• 4.3.1 系统节点的构造43
• 4.3.2 冗余节点的构造43-44
• 4.3.3 多节点最小存储精确再生码的 MDS 特性44-48
• 4.4 多节点修复方案48-53
• 4.4.1 两种修复过程的一般性模型48-50
• 4.4.2 同步修复过程50-52
• 4.4.3 异步修复过程52-53
• 4.5 数据重建方案53-55
• 4.5.1 三个系统节点53-54
• 4.5.2 三个冗余节点54
• 4.5.3 两个系统节点和一个冗余节点54-55
• 4.5.4 一个系统节点和两个冗余节点55
• 4.6 仿真分析55-57
• 4.7 本章小结57-58
• 第五章 工作总结与展望58-60
• 5.1 本文工作总结58-59
• 5.2 未来工作的展望59-60
• 致谢60-61
• 参考文献61-67
• 附录67

【参考文献】

中国期刊全文数据库 前7条

1 雷维嘉;谢显中;李广军;;LDPC编码与空时编码相结合的编码协作方法[J];电子科技大学学报;2009年01期

2 雷维嘉;谢显中;李广军;;采用数字喷泉码的无线协作中继方案及其性能分析[J];电子学报;2010年01期

3 谢显中;徐冰;雷维嘉;马彬;;三小区环境中基于三角分解的低复杂度干扰对齐算法[J];电子与信息学报;2013年05期

4 董赞强;沈苏彬;;网络编码研究综述[J];南京邮电大学学报(自然科学版);2012年03期

5 黄倩;王柳苏;谢显中;;基于干扰对齐的高效云存储方法研究综述[J];计算机应用研究;2013年04期

6 谢显中;雷维嘉;;抑制MIMO蜂窝系统中小区间干扰的多基站联合处理研究进展[J];数字通信;2009年03期

7 何典;吴敏;胡春华;;物联网环境下负载均衡的低代价云存储数据副本分布[J];中南大学学报(自然科学版);2012年04期

本文编号：862735