云计算环境下的海量数据低负荷存储方法研究.pdfVIP

第33 卷第04 期 计算机仿真 2016 年4 月 文章编号:1α)6 -9348(2016)04 -0390 -05 云计算环境下的海量数据低负荷存储方法研究 将敬峰 (长春师范大学，吉林长春 13∞31) 摘要:云计算环横下海量数据存储系统中.大缉的冗余数据通过高维特征蠢的形式集成在存储空间中，带来了高额的存储负 荷开销，需要进行海量数据的低负荷存储方法设计。 传统方法采用云计算数据存储分块解压算法实现对海盘数据的低负荷 存储，算法需要对数据进行前期分类处理，糟大了计算的复杂度，对动态副本数据存储开销较大。 提出一种 Dopplerlet 自适 应匹配塔形分解和 K- L特征压缩的云汁1f.海量数据低负荷存储算法。结合 Dopplerlet 变换在寻找最佳篓函数的全局优化 性，进行云存储海量数据的信息特征提取和冗余信息过滤预处理，对海量数据进行 Dopplerlet 自适应匹配塔形分解，得到海 量数据的离散样本频谱特征，采用 K- L 特征压缩进行云计算环城下的数据存储减负荷处理，实现算法改进。 仿真结果表 明，采用改进算法能有效提高云计算环境下海最数据存储的容量，降低了数据存储执行开销和负荷程度。 关键词:云计算;海量数据:存储;特tìEJf缩 中图分类号:TP391 文献标t只码:8 Research on Low Load Storage Method of Massive Data in Cloud Computing Environment HAN Jing - feng (Changchun Nonnal University. Changchun Jilin 13∞31 ， China) ABSTRACT: In c10ud compuling environment. a large amount of redundant data is integrated in the storage space with high dimensional fealure. It has brought a lot of slorage load. which needs to be designed for mass data storage. The traditional method uses cloud computing data 5torage to realize the low load storage of massive data. The algo田 rithm needs 10 classify the data and increase the complexity of computation. A low load storage algorithm of cloud computing massive data is presented based on Dopplerlet adaptive decomposition with pyramid malching and K - L feature compression. Combined with Dopplerlet transfonn in 5earching global optimization of the best basis function. the information feature of cloud storage massive data is extracted , and the r