云存储中多路径数据监测资源访问优化算法.pdfVIP

Vo l.22 No.4 第 22 卷第4 期 兰州工业学院学报 2015 年8 月 Joumal of Lanzhou Institute of Technology Aug.2015 文章编号:1 ∞9-2269( 2015) 04-∞61-05 云存储中多路径数据监测资源访问优化算法* 王翠娥，张志宏 (吕梁学院计算机科学与技术系，山西 吕梁 033∞o ) 摘要:提出了一种基于自相关双线中继决策树整合的多路径数据监测大型云存储系统资源访问算 法.构建大型云存储系统资源访问及数据挖掘结构模型，提取资源信息的特征，对特征提取值求得 自相关函数，用自相关双线中继决策方法对传统的二维 KD 树进行改进，采用相关双线中继决策 树整合方法进行多路径数据检测，实现云存储系统资源访问优化.仿真结果表明，采用该方法进行 云存储系统资源访问，对数据的挖掘性能较好，数据信息在时域和频域上具有较好的特征体现，时 延较小，提高了数据访问的时效性和准确性. 关键词:大型云存储系统;资源访问;数据监测 中图分类号:TP391 文献标志码:A 0 引言 数据优化调度，但算法存在计算量大，路径搜索失 衡等问题;文献[4J 提出一种基于 QoS 预测和决策 树分享的多路径数据检测云存储系统脚本切换算 近年来，互联网应用平台(如 Facebook 、Google 法实现资源调度，有效避免缓特征过剩，通过任务 等)的数据量日趋庞大，大型云存储系统广泛应用 调度和同步整合技术，实现对资源的调配和数据调 在数字化信息服务、通道数据查询、网络集成和分 度.但该算法需要设置一个全局变量，云存储系统 布式计算系统共享等领域，在大型云存储系统设计 访问最优路径寻找时出现搜索误差，可靠性不好， 中，云存储系统的数据挖掘和处理能力是制约云存 传统方法采用缓存数据置换方法进行云存储系统 储系统发展和建设的关键因素，需要大型云存储系 资源访问，对多服务对象的大型云存储系统资源访 统的资源动态访问优化设计提高云存储系统的数 问效果不好[5] 针对上述问题，本文提出一种基于 据并行处理能力[1] 在大型云存储系统中，数据检 自相关双线中继决策树整合的多路径数据监测大 测接人节点较多，资源访问路径搜索困难，访问系 型云存储系统资源访问算法. 统的动态平衡性较差，需要研究一种有效的资源数 据访问算法，实现云存储系统的多路径数据监测和 1 大型云存储系统资源访问和数据 调度. 挖掘模型 大型云存储系统资源访问算法较多是是采用 决策树算法，使用 KD 树进行数据挖掘索引，实现 1.1 大型云存储系统数据挖掘结构 云存储系统资源优化调配[2] 文献[3J 提出一种基