一类新的(k+2,k)Hadamard MSR码

为降低分布式存储系统中节点的存储量,构造了一类新(k+2,k)Hadamard MSR码.该码的每个编码矩阵皆对应于2个值,供其对角元素选取.在编码矩阵中,这2个值循环出现,且不同的矩阵,循环出现的周期不同.基于这一特性构造了节点的修复方案,将失效节点中的α个数据分成α/2组,每一组重建2个数据,其他k+1个节点为每一组各提供1个数据.证明了若新码编码矩阵的对角元素可取的2个值不相等,则可最优修复系统节点;若所有编码矩阵对角元素可取的2个值的和为同一不为0的值,则可最优修复第1个校验节点;若所有编码矩阵对角元素可取的2个值的逆的和为1,则可最优修复第2个校验节点.新码的节点存储量降低到了Hadamard MSR码的理论界,可最优修复任意系统节点和1个校验节点.

基于(k+2,k)MSR的多容错低修复带宽编码

传统(k+2,k)最小存储再生码(MSR)在双节点失效的情况下,会有较高的修复带宽。为此,提出一种多容错编码方案。通过引入4个备份校验节点,使编码的上下部分均形成最小存储再生码结构。仿真结果表明,与现有的(k+2,k)MSR方案相比,该方案能降低双节点失效时的修复带宽。

Locally Minimum Storage Regenerating Codes in Distributed Cloud Storage Systems

In distributed cloud storage systems, inevitably there exist multiple node failures at the same time. The existing methods of regenerating codes, including minimum storage regenerating(MSR) codes and minimum bandwidth regenerating(MBR) codes, are mainly to repair one single or several failed nodes, unable to meet the repair need of distributed cloud storage systems. In this paper, we present locally minimum storage regenerating(LMSR) codes to recover multiple failed nodes at the same time. Specifically, the nodes in distributed cloud storage systems are divided into multiple local groups, and in each local group(4, 2) or(5, 3) MSR codes are constructed. Moreover, the grouping method of storage nodes and the repairing process of failed nodes in local groups are studied. Theoretical analysis shows that LMSR codes can achieve the same storage overhead as MSR codes. Furthermore, we verify by means of simulation that, compared with MSR codes, LMSR codes can reduce the repair bandwidth and disk I/O overhead effectively.

(k+2,k)的Hadamard极小存储再生码的明显修复方案

(k+2,k)的Hadamard极小存储再生(MSR)码是一类对所有的失效单节点都具有最优修复属性的高码率纠删码.在已有研究工作的基础上,本文进一步研究一些矩阵的特殊结构,并借助Hadamard设计的基本性质,给出了一些大型矩阵的逆矩阵,获得了(k+2,k)的MSR码在单节点失效时的明显修复方案,从而使得(k+2,k)的MSR码的更加有效应用.

应用于分布式存储系统的准循环再生码构造方案

传统纠错码编码方案能够提高系统容错能力,但在数据修复时会占用大量带宽。为此,基于循环结构,构造一种面向分布式存储系统的准循环最小存储再生码。根据该准循环再生码的冗余系数向量权重和修复带宽边界,设计一种改进的节点修复算法,证明其修复带宽在最好情况能达到最小割下界,在最坏情况下也优于最大距离可分码的修复带宽。实验结果表明,该再码构造方案不仅节省存储空间,而且具有构造简单、运算代价低和修复带宽小等特点。

基于分布式计算的数字化校园云存储网络安全策略研究

针对传统校园云存储网络存在存储系统扩展性差,数据安全性低,节点读写压力大的问题,提出一种基于分布式计算的数字化校园云存储网络安全策略。首先,基于最小存储再生码(MSR)的多失效节点修复场景,推广单失效节点修复拓扑方案;然后在其基础上引入允许对集群中高可用带宽链路进行复用的原理,设计一种新的多失效节点修复拓扑方案;最后将多节点修复问题抽象为一个以修复时延和修复流量为目标函数的带约束优化问题,采用混合遗传算法进行最优求解。结果表明,在相同的存储规模下,相较于传统的采用再生码的星型修复方案,提出的多节点修复方案的修复时延明显降低了10%~30%;本方案的修复流量仅为传统边不相交树型修复方案的30%~40%。由此说明,提出的方案可有效增强存储系统扩展性和安全性,降低多节点读写压力,具有一定的可行性。