种P2P分布式系统高可靠数据恢复模型

叉存储和并行传输给出的数据失效模型,虽然达到了可靠存储、快速数据恢复的目标,但是其假定了下载速度随着并行传输数的增加呈现线性增长,其约束过于理想.提出一种基于并行传输策略、泊松分布理论和数据交换中心机制的数据恢复模型,模型引入非线性速度和函数,取消了对物理网络并行传输速度的假定与约束.从理论上分析了各种参数对数据恢复模型性能的影响.实验结果与理论分析一致,模型在使用了与双副本相同存储空间和网络流量影响一致的前提下,有效地降低了数据的失效概率.     

一种P2P分布式系统高可靠数据恢复模型

交叉存储和并行传输给出的数据失效模型,虽然达到了可靠存储、快速数据恢复的目标,但是其假定了下载速度随着并行传输数的增加呈现线性增长,其约束过于理想.提出一种基于并行传输策略、泊松分布理论和数据交换中心机制的数据恢复模型,模型引入非线性速度和函数,取消了对物理网络并行传输速度的假定与约束.从理论上分析了各种参数对数据恢复模型性能的影响.实验结果与理论分析一致,模型在使用了与双副本相同存储空间和网络流量影响一致的前提下,有效地降低了数据的失效概率.     

动态存储模型研究

提出了考虑资金时间价值与增值税的动态存储模型，并给出了两种解法，试算法和约算法。其中试算法包括试算订货量法和试算订货次数法。然后将此模型与普通的静态存储模型进行了对比。     

分布式存储中数据分布策略的分析与研究

通过对当前已有分布式存储中数据放置策略与动态负载平衡算法的研究及学习,本文简单分析了分布式存储架构模型;详细介绍了分布式缓存的问题;研究了哈希算法,并对其容错性和可扩展性进行了分析;分析了虚拟节点的引入原理;并深入研究了基于节点容量感知的负载均衡策略.最后,针对当前分布式存储中数据应用环境中数据分布策略可扩展性以及灵活性的不足,并结合所得的研究成果写出了个人心得,提出一种更加合理的数据分布策略.     

全景动态光场采集的分布式存储与管理

针对目前光场采集系统中软硬件体系结构和数据采集、存储、管理机制的不足,该文设计了一种面向大规模全景动态光场采集的分布式存储与管理系统。系统实现对复杂非规则运动的多目标进行七维光场信息实时采集和捕获,并在时间、空间、光照维度上对分布式存储的光场数据进行关联性检索和管理,该系统具有良好的可扩展性,易于采集节点等硬件设备的扩充和调整。在长时间、数据密集的分布式采集和存储实验中,该系统没有出现丢帧现象,数据库管理性能满足光场处理算法中对数据的关联性检索。     

基于DHT网络的证书分布式存储模型

为了解决服务器的单点失效问题,使用分布式哈希表(distributed Hash table,DHT)网络完成了证书的存储与分发的功能.DHT网络的强大健壮性可以为证书的存储、分发和撤销提供一个稳定的存储平台.在这样的环境中,即使服务器出现工作异常,用户仍可获得并验证所需的证书.     

一种适用于集群的高可用存储模型的研究

存储系统是集群系统中重要的组成部分,数据放置策略的优劣直接影响存储系统的性能.针对现有集群数据放置策略单一、可用性不高的特点,根据文件大小,结合现有的数据放置策略提出了hybrid-declustering放置策略,建立了集群存储系统模型,并在模型的磁盘管理中引入了分组的思想,实现了数据的分布式和高可用存储,和现有模型相比,提高了集群系统存储的可用度.     

二阶分块混料试验模型的D-最优设计

讨论了混料试验设计中的分块模型,并对可控向量x的各分量只有一个分段点且分段点都相同的连续分块混料试验模型给出了D-最优设计的解析解及结论证明。     

一种基于域的递增式策略部署模型

在介绍策略、域和策略目标等基本概念的基础上,提出了一个通用性的策略部署模型,该模型采用基于域的分层结构,把策略存储在离策略目标最近的域中,并以递增式算法进行收敛变化。模型独立于具体的策略底层实现机制,并可在混合策略环境中使用,具有良好的多适性。     

基于HBase数据库的数据分布式存储方法

针对互联网数据种类繁杂、数量过多且占用内存较大等问题,提出基于HBase数据库的数据分布式存储方法。鉴于HBase稀疏行/列矩阵存储的特点,从逻辑模型和物理模型两方面展开分析;利用OGC简单要素模型建立空间数据模型,将几何对象转换为字节对象,提高用户读写效率;利用网格空间索引作为索引机制,通过分析每个网格的索引ID值得到属性信息和拓扑关系,便于用户查询;数据存储模型由网格金字塔模型完成构建,根据数据的多尺度层级结构特征,划分为不同的层级,每个层级都有其各自的数据图层表结构和字典表结构,用户可快速找到所需的数据。结果表明：所提方法可生成合适的节点数量,取得理想的读写效率和存储效率。     

基于喷泉码的分布式鲁棒存储

一种基于喷泉码的分布式鲁棒数据存储技术,可以保证数据的可靠存储和高效获取.将喷泉码及其改进型的LT码和Raptor码的原理运用于分布式网络数据存储中,指出要恢复M个数据包,只须接收略大于M个数据包即可,一部分数据包丢失的影响可以忽略,从而实现了数据存储的鲁棒性和高效性.讨论了影响存储鲁棒性的关键因素.     

基于矩阵分块化的GVFSnake模型

针对GVFSnake模型对高清图像计算速度较慢问题,通过对GVF力场的迭代计算过程、计算机Cache体系结构与原理的分析,提出了基于矩阵分块化的GVF力场的算法;确定了分块方式和最优分块大小。计算机仿真实验表明,这种方法能够大幅提高GVF外力场迭代运算速度。     

用于剪纸文化计算的数据存储模型

针对剪纸图案的数字化表示、内容检索与文化计算问题,构建了一种XML数据存储模型。该模型不仅能实现从剪纸图像到XML数据的双向转换,并能为剪纸内容检索、数据挖掘与文化计算准备数据。为了评价该模型的可行性和优越性,测试了模型对发现已知文化规律的支持能力。研究结果表明,在增加必要的结构信息与特征信息后,基于模型的数据集具备支持数据挖掘与文化计算的能力。本文有关模型的设计思路同样适用于其他非文本资源。     

基于权值跳表的分布式数据定位策略与实现

为了克服现有的定位技术对快速查找存储数据算法性能的限制,提出一种基于权值跳表的分布式数据定位(Distribute Data Location Priority Skip List,DLPSL)策略,以解决数据定位效率问题。在跳表节点中加入权值,使定位率高的存储节点优先被找到,缩短查找路径,提高定位效率。系统性能分析表明,DLPSL中节点的插入、删除和定位比单链表存储结构和跳跃图效率都高,其时间复杂度为O(logn),空间复杂度为O(n)。     

适用于云存储冗余的半随机线性网络编码

为了实现数据冗余备份,根据云存储的结构特点和可用性要求,提出半随机线性网络编码(SRLNC)算法,使用有限域GF(2s)上的单位行向量和随机行向量组成编码矩阵,对数据块分片、编码后进行冗余存储,采取单位行向量优先的策略进行解码.分析了该算法的解码方程组存在唯一解的概率,并提出衡量算法运算时间的"每字符运算次数"指标.实验结果表明,新算法在解码过程的运算时间随结点可用性的增加以指数级减少,当冗余度≤3且结点的可用性≥0.8时,比随机线性网络编码算法的编码运算时间快33%以上,比解码运算时间快5倍以上,适合应用于"一次写多次读"的云存储系统.     

基于关系数据模型的知识存储与推理方法研究

在关系数据库的基础上,提出了将知识存储在关系数据表中的方法．基于该存储方法,提出了三个推理算法．并在推理结果中将知识的环境与语义一并处理．     

防止数据泄露的云存储数据分布优化模型

基于数据节点泄露和用户关联数据泄露,研究了云存储环境下数据泄露的发生及其传播,建立了数据泄露及传播模型。提出了由数据泄露造成的用户不满意度和由运营成本造成的云存储服务提供商不满意度的度量方法。以此为基础,建立了一种以降低数据泄露率和运营成本的云存储优化模型。在仿真平台上的实验表明,优化后的数据存储分布能满足所有用户对泄漏率的要求,系统的泄漏率和运营成本均有明显的下降,且用户和云存储服务提供商的不满意度几乎降为零。     

基于 HDFS 的安全云存储模型

针对基于HDFS的云存储平台对元数据绝对全权管理控制问题,提出元数据自主组织模型ASOM,通过分析DataNode与NameNode之间的交互过程,ASOM设计并实现了元数据子服务,通过提取HDFS中DataNode元数据信息直接跟元数据子服务器交互,并且由元数据子服务器处理文件与块、块与DataNode 之间的映射关系。通过对HDFS源代码进行分析编译和模块替换,搭建原型系统进行测试,测试结果表明：对NameNode中的元数据进行必要的安全隔离保证了用户对元数据的控制与管理,可有效避免平台管理员对元数据可能的恶意操作和安全隐患。     

对确定性存储模型的推广

在需求率为常数的假定下,以总利润最大为目标,建立了确定性的经济订购批量存储模型。在此基础上,探讨了一种在需求率随销售价格呈非线性变动的假设下,以系统利润达到最大为目标的存储模型,从而得到一个推广的经济订购批量存储模型。并首先运用多元函数的极值理论,从数学上证明了最优解的存在,给出了最优订货批量、最优销售价格以及最优订货周期的求解方法,然后对模型进行了灵敏度分析。最后给出了一个应用实例。     

无人值守传感器网络的高性能分布式存储算法

为解决无人值守传感器网络的数据存储可靠性问题,提出了一种具有低通信成本和低访问成本的分布式存储算法．算法采用步数为cn的并行定向随机游走机制,将网络中的k个源数据包按照一定的接收概率分散存储到网络中所有的n个节点,在每个节点形成一个存储数据包．理论分析和实验结果表明,基于该算法的存储过程完成之后,即使有部分传感器节点损坏,Sink节点只要随机收集到k+ε,ε大于等于11个存储数据包,就能成功地计算出原来的k个源数据包．与具有代表性的基于LT码的算法相比,文中算法将存储每个源数据包的通信次数从约3nlnn降至约3n;将读取源数据包的节点访问次数从大于k+100降至约k+11．