面向内容语义相似性查询的图像存储系统元数据组织方法研究

发布时间：2021-05-25 17:20

　　随着数据量及其内容复杂性的急速增长,存储系统作为海量异构数据的后端变得愈加难以管理。其中,查询操作作为管理和分析数据的重要方式面临着前所未有的挑战。存储系统中大量的查询操作是通过元数据完成的。当今存储系统中广泛使用的目录树结构和简单的元数据不能满足基于内容的语义查询的要求,即用户无法通过文件内容本身的相似程度进行有效地查询,从而限制了存储系统的功能以及数据管理与分析的能力。面对上述问题,提出一种新的语义元数据组织方式SwiftGraph用于支持存储系统快速且相对准确的语义查询。该方式能够适用于大数据场景和应用。SwiftGraph首先通过深度哈希算法提取得到存储系统中文件或者对象的二值定长语义哈希码,以此作为元数据使用基于图的数据结构进行组织,使得语义相似的文件在元数据图结构上被聚集到邻近区域。SwiftGraph支持两种语义查询操作:语义范围查询和语义top-k查询。SwiftGraph实现于开源的云存储系统上,并且SwiftGraph作为一种中间件,可以以独立分支的形式应用于任何的文件系统和存储系统中,不会影响系统本身的元数据组织结构和功能。在三种不同的图像数据集上对该系统进了测试... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究目标和主要工作
    1.4 全文结构
2 研究基础和相关技术
    2.1 存储系统元数据管理
    2.2 OpenStack Swift对象存储系统
    2.3 图像哈希学习算法
    2.4 语义汉明图
    2.5 本章小结
3 面向语义查询的元数据系统—SwiftGraph的设计
    3.1 SwiftGraph总体框架
    3.2 SwiftGraph语义提取模块设计
    3.3 SwiftGraph元数据通信设计
    3.4 SwiftGraph语义汉明图的优化
    3.5 SwiftGraph语义查询接口设计
    3.6 本章小结
4 面向语义查询的元数据系统—SwiftGraph的实现
    4.1 语义元数据获取模块的实现
    4.2 基于图的元数据组织的实现
    4.3 语义查询功能的实现
    4.4 本章小结
5 性能测试与结果分析
    5.1 测试环境与数据集
    5.2 元数据开销测试
    5.3 语义查询准确率测试
    5.4 语义查询性能测试
    5.5 可扩展性分析
    5.6 本章小结
6 总结与展望
    6.1 本文总结
    6.2 未来展望
致谢
参考文献



本文编号：3205719