基于水平纠删码的云存储数据布局方法

针对云存储系统的扩展性和数据容错问题,设计了一种基于水平阵列纠删码的通用云存储系统方案,系统可按存储节点子集进行规模扩展;给出了一种可容3列随机删除错的数据布局方法,并利用校验数据位与信息数据位之间的对应关系,寻找到一种具有低计算复杂度的数据重构算法,提高了丢失数据的恢复性能.理论分析和原型系统测试表明,本布局方法与存储方案适合于构建对数据编译码复杂度、系统扩展性都具有较高要求的云存储系统.     

正则低密度纠删码的分析

深入研究了基于正则度序列的低密度纠删码,通过对正则度序列的详细分析,提出了正则低密度纠删码可接受最大损失的一个结论.利用这一结论对(3,6)和(d,nd) 正则度分布给出了两阈值δ (3,6)与δ (d,nd)的关系(d≥3,n≥2).同时从理论上证明了基于(d,2d) 正则度序列的低密度纠删码都不是渐近最优码(d≥3),而且给出了这一结论的直观性解释和仿真结果.这些分析有助于低密度纠删码度序列的设计.     

基于XOR的TAR-CAU数据更新方法

在基于纠删码的云存储系统中,数据更新的性能往往受到网络带宽的限制。鉴于此,提出了基于异或(XOR)的TAR-CAU数据更新算法,该算法基于以下设计原则：1)利用数据更新量普遍较小的特点,将多条带的数据更新打包处理,减少网络往返次数,加快数据传输效率;2)采用基于XOR的更新,提高编解码效率。仿真实验和本地集群实验结果表明,相比于CAU算法,在数据更新量较小时,TAR-CAU算法能够提高至少44%的数据更新吞吐量。     

云服务中数据完整性验证技术综述

随着业务量的不断增长,越来越多的企业接受了云计算,数据也从本地迁移到了云端.这种新的数据存储模式也引发了众多安全问题,而如何确保云服务器中数据的完整性是其中的关键问题.数据拥有者亟需一个稳定、安全、可信的完整性审计方案,用于审核云服务器中数据的完整性和可用性.阐述了云计算环境下数据完整性系统模型和安全模型,以及云存储数据完整性审计的研究现状,并重点分析了部分经典方案,通过方案对比,指出当前方案存在的优点、缺陷,以及云服务中数据完整性验证当前仍然面临的安全与隐私挑战,并探讨了该领域未来的研究趋势.     

基于视频解码依赖性的低延时无线视频广播纠删编码

提出一种能降低无线视频广播中视频延时的数据包纠删编码方法.该方法在利用视频接收端反馈信息的基础上,通过考虑视频数据包之间所具有的视频解码依赖性特点,以减少视频延时为目标构造用于视频广播的纠删编码数据包.相比于现有纠删编码,仿真结果表明,该纠删编码方法能使视频接收端获得更小的视频延时.     

分布式存储系统的数据冗余策略

针对分布式存储系统的数据可用性问题展开了深入的研究,提出了一种支持纠删码的冗余倍数估计算法,根据数据统计特征获取单个数据块最优冗余方案;并基于该算法模型设计了一种适用于分布式存储系统的数据冗余策略,旨在消耗最小的存储开销获得最优的数据可用性.在实现该数据冗余策略的过程中,为了优化理论算法模型的工程可行性,提出了基于采样计算中间经验参数的方法,有效地利用目标存储数据的统计特征降低算法的计算复杂度.仿真实验验证了这种数据冗余策略的可行性和有效性.     

基于UNIX的串联文件系统

提出了在SunOS操作系统的基础上,通过设置数据块块尾地址区来实现串联文件系统的方法,给出了定义数据块的数据结构、用户接口语法以及对串联文件的识别和读写原理。实验证明,在对大文件进行顺序访问的应用中,串联文件系统具有较高的读写速度。     

一类逼近容量LDPC纠删码的二部图构造算法

Tornado码是一类重要的LDPC码． 证明了Heavy-Tail/Poisson度序列可逼近删除信道容量． 提出了Tornado码设计中随机二部图的连边构造算法． 通过分析Heavy-Tail/Poisson度序列的分布,提出了设计Tornado码的一个参数选取原则． 仿真实验证明了这一选取原则的合理性． 随机二部图的连边构造算法及其参数选取原则有助于Tornado码的设计及其工程应用．     

基于V码的一种数据布局研究

提出一类新的双容错编码——V阵列码,冗余数据均匀分布在每个磁盘中,能容许任意两个磁盘同时故障。并证明基于V码阵列布局是最优双容错数据布局方法,给出了恢复任意两个磁盘同时故障的快速译码算法。与其他的编码方案相比,基于V码阵列布局同时具有较高的可靠性和吞吐量、较好的I/O性能、简单的编码和解码算法,以及编译码的复杂度最低和较好的平衡特性。     

云数据中心基于异构工作负载的负载均衡调度方案

针对目前云数据中心的负载均衡调度方案没有研究将不同工作负载的应用程序进行整合的问题,提出了基于异构工作负载的静态和动态负载均衡调度算法。当放置新的虚拟机的时候,通过静态负载均衡调度算法,将虚拟机分配给物理机。云数据中心运行过程中,采用动态负载均衡调度算法将负载高的物理机上的虚拟机迁移到负载低的物理机上。仿真实验结果表明,新的调度方案不仅能够降低云数据中心的不均衡率,而且使节点内的多维度资源得到了合理地利用。     

删失数据下的Fisher信息量

根据现有的有关Fisher信息量的结论,通过逆危险率函数,推出了Fisher信息量的一种表达式,给出了一个被截尾的随机变量所保留的Fisher信息量和丢失的Fisher信息量的表达式,通过这种表达式可看到删失数据下Fisher信息量的组成成分。最后,得到了删失数据下Fisher信息量的一个性质。     

基于网络编码的多播网络故障恢复

针对多播网络中的链路失败恢复问题,从纠删码的编译码思想出发,提出了一种基于网络编码的可靠多播网络系统的构造方法.该方法采用静态的网络码,当多播网络发生有限条链路失败时,可采用基于接收节点的方式恢复可恢复的链路失败,而不需改变中间节点的编码.同时在网络信息流分解基础上给出了在较小的符号域上构造网络码字的方法.通过这种编码多播方式,不仅可以利用较小的网络资源构造近似即时的自我修复多播通信网络,提高多播网络链接的鲁棒性,而且能够获得较高的多播传输速率.     

删失数据极大似然估计的大偏差上界

本文主要研究随机删失模型中参数的极大似然估计的大偏差上界,本文中不要求极大似然估计唯一存在.利用函数的连续模和Holder不等式等,给出了极大似然估计的大偏差上界和下紧的速率函数.     

基于点云数据三维重建方法的研究

由于三维激光扫描仪采集的点云数据是离散的,这些离散的点云数据由于分辨率有限,缺少灵活性,导致无法满足对实际场景重建出具有几何精确性的模型。为解决上述问题,用Delaunay三角化方法构造网格逼近物体的i维表面模型,把离散的点云数据连续化生成表面模型来模拟场景,实验证明该方法有效。     

数据密集型计算中负载均衡的数据布局方法

广泛用于数据密集型计算的MapReduce模型将计算部署到数据端并行执行,数据布局将不再只影响存储本身,还影响计算效率;节点上存储数据的特征决定该节点上任务的执行效率,负载均衡从传统的服务器管理或任务调度研究转变成为以提高并行性为目的的数据布局研究,为此,分析了数据密集型计算和MapReduce环境中数据布局的特点,提出了负载均衡的数据布局目标,并提出在特定环境下实现负载均衡的数据布局方法,最后通过实验证明了数据布局目标和数据布局方法的有效性.理论和实验结果证明,新提出的布局方法能有效地提高MapReduce应用的并行性,优化其执行效率.     

云存储系统中基于MSR码的局部性修复编码

为了提高分布式云存储系统的存储可靠性和故障节点修复效率,提出一种基于最小存储再生码的局部性修复编码方案. 具体地,构造适用于云存储的系统最小存储再生码,以此码为局部码构造局部性修复编码,确保最大距离可分性质和简单修复特性. 性能分析和仿真结果表明,该局部性修复编码方案可实现云存储系统中多个故障节点的快速修复,具有较低的修复局部性,相对于三副本复制方式和简单再生码,该局部性修复编码方案在存储开销和修复带宽开销方面的性能更优.     

并行文件系统下数据迁移功能的实现

针对大量气象数据从磁盘到磁带数据迁移问题,分析数据迁移工作特点及功能需求,采用并行文件系统与存储管理软件相结合的方法,建立了数据迁移模型,开发了数据迁移接口脚本,实现了数据的自动迁移功能,为用户提供海量存储空间,方便用户直接检索。     

含右删失数据的随机效应模型的统计分析

该文对含右删失数据的随机效应模型进行了研究。对于具有右删失数据的正态非线性随机效应模型,用Laplace展开方法,给出该模型中固定效应参数的估计以及Gauss-Newton迭代算法。同时系统地研究了具有右删失数据的正态线性随机效应模型,得到了该模型中固定效应参数,随机效应参数的估计,然后进行了影响分析。最后,利用实例验证了上述方法的可行性。     

基于删扩的速率兼容LDPC码的性能研究

为了得到更好的链路自适应性能,首先给出了一类适合进行删除和扩展的QC-LDPC母码矩阵,然后通过速率兼容码构造方案实现了一系列想要得到的码率。仿真结果表明,所给的通过删扩方案得到的一系列码字具有良好的误码性能,并且,可以通过使用简单的移位寄存器电路在线性时间内编码,其解码方案亦很简单。因此,LDPC码在未来移动通信和深空通信中具有较大的发展潜力。