基于云存储架构的分布式大数据安全容错存储算法

当前数据存储算法存在安全性和容错性差、数据存储空间占用情况严重的问题,提出基于云存储架构的分布式大数据安全容错存储算法。设置数据存储约束条件:忽视数据存储节点对中继数据传输链路影响,且整个中间链路为云特性;一个数据存储的中继节点出现失效情况,能够利用其他中继节点完成数据存储的接力,构建分布式数据存储容错模型。将分布式数据弹性、数据的利用概率、数据的粒度设定为已知值,对数据存储梯度和存储强度指数进行计算,找到数据存储梯度和数据弹性的最佳关系,将分布式数据存储容错模型引入数据存储中,实现分布式大数据云存储。实验结果表明,所提算法安全系数和容错系数均大于当前方法,数据存储空间占用率低,存储性能强。

云存储模型及架构解析

云计算对大数据进行分析处理的前提是解决数据的存储问题,随着数据量的快速增长,数据存储逐渐成为大型企业和普通用户所关注的核心问题。本文概述了云存储的相关概念及云存储的模型和架构,解析了组成云存储模型的各层次结构的功用及模型的架构,并对实现云存储的关键技术进行了简述,以期对读者学习云存储有所帮助。

云存储环境下的支持隐私保护方案

作为云存储技术中的突出问题,安全始终受到用户的关注.针对云存储安全中的用户身份隐私保护和数据隐私保护设计了一种安全、高效的云存储方案.在该方案中构建了基于时间序列的多叉树存储结构(MTTS),并在该结构基础上设计了一种密钥推导算法,不仅方便了密钥的生成和管理,并且节省了存储空间.通过对方案的安全性分析,结果表明该方案在确保数据存储安全的基础上也能很好地保护用户身份隐私.

铁路综合视频监控系统三种平台架构对比分析

传统架构、云计算+云存储架构、超融合架构方案作为综合视频平台建设的三大主流方案,在一定约束条件下从技术架构、设备方案、功耗几个方面做一些定量对比分析,并给出具体计算过程,得出各平台架构方案的优缺点和适用范围,为铁路综合视频改造平台方案选择提供参考。

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先,基于云计算应用模式,提出一种能有效利用云存储架构的双层缓存技术.通过在客户端和服务器端建立分布式缓存,能有效避免用户频繁访问远端数据,为用户构建轻量级的客户端,解决了目前地学数据可视化软件大量占用用户本地存储容量的问题.同时服务器端也避免了多次访问云存储文件系统,减少了大量的数据检索与加载时间.其次,提出一种ARLS(association rule last successor)访问预测算法,根据用户的历史访问记录,利用关联规则挖掘用户的访问模式,对其访问行为进行预测,进而提前加载数据,提高缓存命中率,解决了用户在可视化过程中不断移动兴趣区域,频繁更换渲染数据的问题,能有效应对用户具有多种访问模式的情况,提高了预测准确率.实验结果表明,该云存储架构显著减少了本地资源消耗,访问预测算法的准确率在最差情形下可达47.59%,平均准确率达91.3%,分布式缓存的平均缓存命中率达95.61%,可有效支持云端大规模地震数据的快速可视化.

基于大数据条件下医院信息系统面临的挑战与机遇

探讨在大数据时代，医院信息系统为了更好地支持医院的行政管理与事务处理业务，应该如何借鉴和运用目前业界主流的大数据处理技术来建设和完善医院各项业务支撑系统和决策支持系统，以应对大数据对医院信息系统在业务支撑上带来的挑战。