上海代写论文网专业提供代写毕业论文、代写本科论文服务
联系方式
您现在的位置:首页 > 计算机论文 > 软件工程论文 > 探究云存储系统的云数据放置优化方法
探究云存储系统的云数据放置优化方法
发布时间:2019-03-12



软件工程论文范文第三篇:探究云存储系统的云数据放置优化方法


  本篇文章目录导航:

  【题目】探究云存储系统的云数据放置优化方法??
  【第一章】面向云存储系统的云数据放置方法研究绪论
  【第二章】云存储及其相关技术
  【第三章】云数据多目标存储模型
  【第四章】基于多目标遗传算法的云数据放置策略
  【第五章】云数据放置实验与分析
  【第六章】云数据放置优化方法的结论与参考文献

摘要

  云存储是在云计算基础上衍生、延伸和发展出来的,是一种以数据存储和管理为核心的云计算系统,被广泛的运用于大数据时代中的海量数据存储中。云存储通过网络将由大量异构存储设备构成存储资源池,通过统一的Web服务接口为授权用户提供灵活的、透明的、按需的存储资源分配的云系统。云存储在面对恶劣的网络环境以及用户的实际需求,存在一些评价指标评估其性能的优劣。

  数据的存储安全和数据的检索时间是云环境中数据存储的两个重要的指标,如何在确保存储数据安全的前提下最小化数据的检索时间是一个重要的问题。从目标优化的角度来看,这是一个多目标优化问题(Multi-objective Optimization Problem, MOP)。

  为了解决云数据存储的多目标优化问题,本文提出了一种基于多目标遗传算法的云数据安全放置方法,该方法首先定义了一个与数据块和数据节点距离相关的安全水平,然后再构建了一个最大化安全和最小化检索时间的约束多目标优化模型,该模型考虑了数据节点的内存、带宽以及最短路径等因素,最后采用了遗传算法(Genetic Algorithm, GA)来对提出的约束多目标问题进行求解,从而得到最优化的云数据安全放置策略。

  最后对该策略进行了仿真实验,实验的结果证明了本文提出的云数据安全放置策略在数据存储的安全性和数据的检索时间上具有很好的平衡,可以达到在满足数据存储安全的前提下最小化数据检索时间的目标。

  关键词:云存储,遗传算法,多目标优化,数据放置

软件工程

Abstract

  Cloud storage is derived, extended and developed on the basis of cloud computing. It is a cloudcomputing system which centered on data storage and data management. It is widely used to storeand manage massive data in the era of big data. Cloud storage is a storage pool consist of a largenumber of heterogeneous storage devices which connect through the network.It provide a flexible,transparent and on-demand storage resource allocation cloud system for authorized users through aunified Web service interface. In the face of the bad network environment and the actual needs ofthe users, there are some evaluation indicators to evaluate the performance of the cloud storage.

  Data storage security and data retrieval time are two important indicators of data storage incloud environment. It is important that how to minimize data retrieval time on the premise ofensuring storage data security. From the point of view of target optimization, this is a multiobjectiveoptimization problem (MOP)。

  In order to solve the multi-objective problem of cloud data storage, this thesis proposes a securecloud data placement method based on multi-objective genetic algorithm, this method defines asecurity level associated with the data block and the data node distance, and then construct amulti-objective constrained optimization model to maximize safety level and minimize the retrievaltime, the model considers data nodes, network bandwidth and shortest path etc Finally, the GeneticAlgorithm (GA) is adopted to solve this constrained multi-objective problem, so as to get theoptimal cloud data security placement strategy.

  At last, a simulation experiment to this strategy has been carried out, the experimental resultsshow that security cloud data placement strategy which in this thesis has a well balance on the datasecurity and retrieval efficiency.It can minimize the data retrieval time and meet the demand of datastorage security.

  Key words:cloud storage,genetic algorithm,Multi-objective optimization,data placement

目录

  第一章绪论
  1.1研究背景
  1.2国内外研究现状
  1.3研究目的
  1.4主要内容
  1.5论文结构

  第二章云存储及其相关技术
  2.1云计算概述
  2.1.1 云计算的概念
  2.1.2 云计算的分类
  2.1.3 虚拟化技术

  2.2云存储技术
  2.2.1 云存储的概念
  2.2.2 云存储的分类
  2.2.3 云存储的系统结构

  2.3分布式文件系统
  2.3.1 分布式文件系统概述
  2.3.2 Hadoop 分布式文件系统
  2.4本章小结

  第三章云数据多目标存储模型
  3.1问题定义
  3.2多目标优化问题
  3.3存储模型
  3.4约束多目标优化模型
  3.5本章小结

  第四章基于多目标遗传算法的云数据放置策略
  4.1遗传算法简介
  4.2遗传算法原理
  4.2.1 算法原理
  4.2.2 遗传算法的全局最优性

  4.3遗传算法流程
  4.3.1 算法参数
  4.3.2 算法流程
  4.3.3 算法终止条件

  4.4基于多目标遗传算法的云数据放置策略
  4.4.1 染色体的编码
  4.4.2 适应度函数
  4.4.3 交叉
  4.4.4 变异
  4.4.5 选择
  4.5本章小结

  第五章实验与分析
  5.1实验方案
  5.1.1 评估参数
  5.1.2 算法比对

  5.2实验与分析
  5.2.1 实验环境
  5.2.2 实验结果
  5.3本章小结

  第六章总结与展望
  参考文献
 

版权所有:上海论文网专业权威的论文代写、论文发表的网站,秉承信誉至上、用户为首的服务理念,服务好每一位客户
本站部分论文收集于网络,如有不慎侵犯您的权益,请您及时致电或写信告知,我们将第一时间处理,邮箱:shlunwen@163.com