一种新的图像可生存性存储方案

如何实现多媒体数据文件的可生存性存储一直是研究者关注的一个重要课题。结合超混沌映射特性,利用超混沌系统中的伪随机序列提出并用软件实现了一种新的图像可生存性存储方案。该方案既适合于软件实现,又能够实现图像存储的安全性及容灾性,并通过实验进行了相应的最优化分析。

动态自适应网络存储系统的设计与实现

为了达到网络的稳定高效运行及数据存取服务的持续可用性的目的,基于线性预测模型,建立了一种动态网络存储系统模型,引入网络监控与调整机制,采用由观测样本建立预测模型,根据预定义的约束条件和策略对存储系统自身作出自适应性调整,使存储节点负载平衡,并提高网络稳定性。通过测试其网络自动调节能力及与当前流行的网络存储系统作对比,可得出该网络存储系统模型的服务稳定性与自适应性有较大提高。

LPCA——分布式存储中的数据分离算法

针对数据密集型的存储系统,提出了一种可靠而高效的数据分离算法,可应用于对可生存性要求较高的分布式存储系统。该算法利用线性方法分离数据,存储量和运算量都较小。设原始数据为D,则每个存储节点上保存的数据量是(|D|+a)/r,r为恢复数据所需要的最少份额数,a<|D|/r。算法中所有的运算均在有限域F2上进行,具有较高的效率。讨论了算法的可操作性及安全性,对存取结构数量进行了分析,并给出了存取结构的一种构造方法。

网络存储系统可生存性量化评估

针对当前网络存储系统可生存性评估缺乏系统的评估指标和量化评估方法的现状,提出了量化评估指标体系和基于多指标区间数灰色关联分析的网络存储系统可生存性态势定量评估方法。从规范化多指标区间数决策矩阵出发,结合待评估系统的实际评估要求,细化各指标,利用测试工具进行数据采集,并通过定量评估方法对数据结果进行处理,得到整个网络存储系统可生存性态势的量化评估。结果表明该方法能够比较合理地评估出实际网络存储系统的可生存性态势。