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：[]探究云存" />
"景先生毕设|www.jxszl.com
[免费论文]探讨云存储系统的云数据放置优化方法
2020-05-27 11:54编辑: www.jxszl.com景先生毕设
点击查看其他>>
软件工程硕士论文(精选6篇)
软件工程论文范文第三篇：本篇文章目录导航：[]??[第一章]面向云存储系统的云数据放置方法探究绪论[第二章]云存储及其相 更多精彩就在： 51免费论文网|www.jxszl.com
关技术[第三章]云数据多目标存储模型[第四章]多目标遗传算法的云数据放置策略[第五章]云数据放置实验与剖析[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背景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-objectiveOptimizationProblem,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(GeneticAlgorithm,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.关键字:云存储,遗传算法,多目标优化,数据放置AbstractCloudstorageisderived,extendedanddevelopedonthebasisofcloudcomputing.Itisacloudcomputingsystemwhichcenteredondatastorageanddatamanagement.Itiswidelyusedtostoreandmanagemassivedataintheeraofbigdata.Cloudstorageisastoragepoolconsistofalargenumberofheterogeneousstoragedeviceswhichconnectthroughthenetwork.Itprovideaflexible,transparentandon-demandstorageresourceallocationcloudsystemforauthorizedusersthroughaunifiedWebserviceinterface.Inthefaceofthebadnetworkenvironmentandtheactualneedsoftheusers,therearesomeevaluationindicatorstoevaluatetheperformanceofthecloudstorage.Datastoragesecurityanddataretrievaltimearetwoimportantindicatorsofdatastorageincloudenvironment.Itisimportantthathowtominimizedataretrievaltimeonthepremiseofensuringstoragedatasecurity.Fromthepointofviewoftargetoptimization,thisisamultiobjectiveoptimizationproblem(MOP).Inordertosolvethemulti-objectiveproblemofclouddatastorage,thisthesisproposesasecureclouddataplacementmethodbasedonmulti-objectivegeneticalgorithm,thismethoddefinesasecuritylevelassociatedwiththedatablockandthedatanodedistance,andthenconstructamulti-objectiveconstrainedoptimizationmodeltomaximizesafetylevelandminimizetheretrievaltime,themodelconsidersdatanodes,networkbandwidthandshortestpathetcFinally,theGeneticAlgorithm(GA)isadoptedtosolvethisconstrainedmulti-objectiveproblem,soastogettheoptimalclouddatasecurityplacementstrategy.Atlast,asimulationexperimenttothisstrategyhasbeencarriedout,theexperimentalresultsshowthatsecurityclouddataplacementstrategywhichinthisthesishasawellbalanceonthedatasecurityandretrievalefficiency.Itcanminimizethedataretrievaltimeandmeetthedemandofdatastoragesecurity.Keywords:cloudstorage,geneticalgorithm,Multi-objectiveoptimization,dataplacement目录第一章绪论1.1探究时代1.2国内外探究现状1.3探究目的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2.3.2Hadoop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剖析5.1实验方案5.1.1评估参数5.1.2算法比对5.2实验与剖析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
原文链接：http://www.jxszl.com/lwqt/mflw/16600.html
