对象存储设备端数据管理策略研究

在对象存储系统中,数据由智能化的对象存储设备管理.当前,对象存储设备端主要提供对象接口,传统的设计主要由通用文件I/O来封装.但是,通用文件系统在管理平坦命名空间时,尤其在长期使用后性能退化严重.因此,提出基于扩展Hash的对象文件系统XOBFS(extensible hashing object-based storage file system),将磁盘空间划分成多个区域单元,区域中定长块分配策略与位图管理空闲块方式结合;对象属性用扩展Hash管理,在Hash桶中采用相同对象属性相邻存放策略.XOBFS应用在对象存储设备端,具有元数据规模小、长期使用性能不退化、对属性进行有效管理等特点.测试结果表明,基于大对象的XOBFS的吞吐率优于传统文件系统.     

一种自适应的数据预取与缓冲算法

在海量数据中进行的直接查找往往耗时巨大,在实际应用中很难满足实时性的需求,因此采用数据预取和缓冲技术实现对查找操作的优化成为实际系统中的重要环节。自适应的数据预取和缓冲算法是通过使用人工智能中的技术来分析用户的查询习惯,从而实现动态的预取策略并对预取的数据进行缓冲,以达到提高查询速度的目的。文章根据不同的数据查询需求提出了两类智能算法以适应不同的应用场合。在实验中分别针对单个用户的历史查询应用和多用户的并发查询应用分别进行了分析,证明了这两类智能算法分别对不同的应用场合拥有较好的性能。     

多用户存储中自适应动态预取策略

通过分析多用户数据请求规律以及实时分解随机请求序列来获取顺序请求序列。基于对多用户顺序请求进行命令预分解和命中率统计,实现读预取长度自我学习。分析多用户预取率及系统负载与预取失效代价之间的关系,对常规自适应Cache策略进行优化,选择合适预取阈值等参数。与常规自适应预取策略相比,动态调整Cache策略的预取命中率提高了30%。有效解决了多用户访问共享存储系统的预取失效率高问题。     

持久化系统中对象预取技术的研究

多个成员对象之间的访问大幅度增加了客户端和后端数据库系统之间的读取操作,从而给系统带来了严重的性能问题。针对这一问题,提出了一种解决方案,在客户端增加一个缓存来减少对象获取操作,建立多层访问的对象查询预取模式,从而大幅提高对象持久化系统的访问效率和可用性。     

代理服务器中基于对象的限定预取策略研究

预取作为一种主动缓存技术可用于提高缓存命中率,但其效果好坏很大程度上取决于所采用的预取策略。本文提出了一种代理服务器下基于对象的限定预取策略,通过调整代理服务器中预取空间的大小,防止无效页面占用过多的缓存空间,提高了缓存的利用率,从而获得较高的命中率。实验表明,基于对象的限定预取策略命中率远远高于LRU策略,并且相对于基于对象的LRU策略也有明显的改善。     

一种步长自适应二级cache预取机制

随着集成电路制造工艺的快速发展,片上实现大容量的cache成为可能,这从很大程度上降低了cache的失效率,与此同时,大容量的cache发生失效时的开销也更加显著。通过分析cache失效行为,设计了一种新的二级cache步长自适应预取机制,该机制充分利用了二级cache对指令地址不可见的特点,使用失效地址作为索引检查预取表。通过分析测试结果,选择了合适的结构参数,有效提高了cache性能。     

基于存取模式的Cache预取自适应策略研究

不同的Cache预取策略适用于不同的存取模式。本文介绍了存储系统Cache预取技术的研究现状,从分析存取模式出发,构造了存取模式三元组模型,并在磁盘阵列上测试了适 用于复杂环境下的Cache预取自适应策略,结果证明,自适应策略能够在不同环境上获得磁盘阵列的最优性能。     

Web对象可预取性研究

目前的Web预取模型一般是基于预测算法来提前取得Web对象,缺乏对Web对象可预取性的研究.若在预取Web对象之前考虑该对象的可预取性,将减少不必要的预取,不仅可以提高预取算法的命中率,也可以减少网络流量和系统负载.详细讨论了Web对象的可预取性概念及相应的度量方法,并推导出在预取缓存交互的情况下,基于网络资源和系统负载计算预取阈值的公式,可用于Web对象的可预取性判断,指导预取控制,使得预取技术更加有效.     

基于对象存储设备上的服务质量研究

基于对象存储（Object—basedStorage,OBS）作为下一代互联网存储协议标准逐渐被人们所接受,基于对象存储设备（Object—based Storage Device,OSD）所具有的可扩展性和智能性能很好地支持应用程序的服务质量（Quality of Service,QoS）需求。本文分析了基于对象存储系统的QoS需求,讨论了如何把应用客户的QoS需求转化为QoS属性,扩展了OSD SCSI协议集标准,以支持QoS,接着采取量化分析方法对QoS进行了分析,详细分析应用客户和OSD之间QoS信息交互的工作过程,最后,紧密结合OSD的特性,给出OSD上的QoS三层模型Q-Model和一优化算法BRP。     

一种智能终端数据共享中的预取缓存技术

针对智能终端数据共享中的网络延迟问题,本文提出一种两阶段,主动预取与被动预取相结合的数据预取缓存方法,减少网络延迟,提高用户体验。该方法利用网络空闲时间预取数据,减少用户等待时间;通过两阶段预取策略减少网络带宽消耗;通过主被动配合的预取算法来预取数据,提高预取准确率和预取效率;通过一种权重更新函数来更新客户端的缓存,减少对智能终端存储空间的消耗。实验表明使用此方法能减少用户等待时间58.2%,预取命中率为92%,带来的带宽损耗小于5%。     

基于对象存储系统的服务质量框架研究*

简要介绍了基于对象存储系统的框架结构,并分析了系统的特点。在结合网络QoS和存储QoS的基础上,讨论了整个系统的QoS要求。针对这些要求,提出基于对象存储系统的QoS框架,分别在对象属性、OSD命令和OSD设备上得以实现。     

基于iSCSI OSD存储系统的设计与分析

iSCSI是一种高效的、高可扩展的存储协议,而对象存储系统是一种新兴的跨平台、安全性的网络存储架构。设计实现的基于iSCSI OSD存储系统,充分发挥了两者的优点。实验测试证明该系统具有较高的存储性能。     

对象存储系统的均衡调度算法

分析存储设备节点的负载特征,给出描述负载的扩展模型,以存储系统的实时负载为基础,提出一种对象的设备选择算法,使对象在存储节点间合理分布,有效调度存储节点的负载能力。仿真结果表明,在I/O请求依指数分布到达的条件下,启用负载分布算法能使系统负载均衡地分布在各存储节点间,有效降低负载不均衡现象。     

基于OBS的分布并行海量地形数据服务系统

海量地形数据的存储与管理是大规模地形实时漫游系统的关键。该文提出一种基于对象存储的分布式并行地形数据服务系统(DPTSS),采用自治的存储对象存储和管理地形块数据,实现了控制路径和数据路径分离。通过元数据集群提供高效率和高可用的元数据服务,以及基于对象的存储集群实现并行的地形数据块传输服务,提供高吞吐率和高带宽的地形数据服务。对比实验表明,DPTSS在较低的TCO情况下能提供高性能的地形数据服务。     

EIP移动接入平台设计与实现*

介绍了企业信息门户(Enterprise Information Portal, EIP)短消息形式无线接入平台的设计。提出的符合计算机部件结构规范的软、硬件层次设计方案,实现了移动通信终端与EIP Web服务器之间信息交互的有效渠道,具有实际的应用前景。     

基于Linux的附网存储服务器的实现和评测

因特网带来数字信息量的快速增长,局域网中传统的服务器由于繁多的功能已经不堪重负,网络存储技术的兴起为海量数据存储提供了解决途径。针对中小型企业的局域网,该文提出在成熟的IP网络中配置附网存储设备(NASD,Network-AttachedStorageDevice)作为企业数据集中存储的解决方案。在开发的NASD主模块中,优化的Linux操作系统和网络服务程序安装在一块固态电子盘中,和数据磁盘分开。经过初始化的配置后,管理员和用户可以在局域网中通过网页登陆NASD,进行管理和数据访问。利用Benchmark(标准检查程序)对开发的附网文件存储服务器进行了性能评测,试验结果表明服务器具有良好的数据输入输出(I/O,Input/Output)性能。     

附网存储设备用户行为的一种层次化免疫策略*

受生物免疫机制的启发, 针对附网存储设备用户的异常行为, 提出由用户认证、文件权限和用户阶梯组成的层次化免疫策略, 对用户行为所请求的系统调用序列进行异常监控, 并实现了基于系统调用对和用户分阶信息的异常检测算法, 特征元素的阶梯式矩阵存储和高效的匹配方法保证了免疫策略的快速实施。实验表明, 该策略能够有效阻止非法用户的入侵及合法用户的越权访问, 且足够快的响应速度完全满足在线检测的需要。     

网络存储技术及其进展*

网络数据信息爆炸性的增长,使网络存储技术变得越来越重要,已成为Internet及其相关行业进一步发展的关键。从传统的网络存储技术出发,详细论述了几种新的网络存储技术,并从传输协议和数据传输方式方面将传统的网络存储技术与新的网络存储技术进行了比较,以便读者对网络存储技术有一个全面的了解。     

遥感影像多尺度分割中最优尺度的选取及评价

多尺度分割是面向对象图像分析技术的前提和关键,多尺度分割的质量直接影响着面向对象分类的精度,但尺度选择仍然是多尺度分割中的一个难题。针对此问题,根据遥感影像的最优分割尺度与影像上目标复杂度密切相关的事实,提出了一种自上而下基于分割对象复杂度选取最优尺度的方法。该方法在分割过程中,提取每一对象的影像特征构建其复杂度函数,通过设置阈值,经迭代计算来确定每一对象的最优分割尺度,进而得到具有全局最优尺度的分割结果,并将其应用于ZY-3多光谱数据和GF-2融合影像,得到分割和分类结果。并将其与单一最优尺度和非监督评价法的分割及分类结果进行比较,结果表明：该方法能够获取与地面目标相匹配的分割尺度,改善了分割效果,提高了分类精度,具有一定实用价值。