基于线性链式Delta压缩的数据库备份方法

为了减小线性Delta链中数据恢复的时间开销,提出了一种Delta文件版本传递算法,并在此基础上提出了基于线性链式Delta压缩的数据库备份及数据恢复方法。与常用的基于跳跃式Delta链的备份方法相比,该方法具有存储开销小和网络数据传输量小的优点。实验结果表明,该方法比跳跃式Delta链减少大约80%的存储开销,比传统数据恢复方法减少大约60%的时间开销。

基于Delta压缩算法的电能表检验数据灾备与恢复方法

为了有效提高电能表检验数据的安全性,基于Delta压缩算法,设计一种电能表检验数据灾备与恢复方法。通过模糊度信息和聚类分析实现对电能表检验数据的聚类处理,检测电能表检验数据的特征,并提取其模糊度特征量。在对电能表检验数据进行压缩处理的基础上,采用Delta压缩感知算法实现对电能表检验数据的信息融合。经混合分析后,结合高维空间重组方法实现对电能表检验数据的灾备恢复。仿真实验结果表明,采用该方法进行电能表检验数据灾备与恢复的成功率较高,且最大失配量低,对异常电能表检验数据的查询耗时短。这些结果证明提出的方法能够有效提高电能表检验数据的安全传输和存储能力。

基于聚类的重复数据去冗算法的研究

数据的损坏和丢失会带来无法弥补的损失,数据备份系统可以将损失降到最低程度。随着收集的数据量的迅速增加,备份系统需要备份与恢复的数据也迅速增加,然而备份文件之间的相似度超过60%,全部存储在硬盘上十分浪费存储空间,故提出了一种基于K-medoids聚类的DELTA压缩方法,用来去除备份数据中的重复数据。该方法首先对文件进行切割分块,通过对文件块进行两两DELTA压缩,得出各自压缩文件的大小,作为两个文件块之间的相似度。通过得到的相似度进行K-medoids聚类,作为DELTA压缩前的预处理步骤。然后根据K-medoids的聚类结果,合并小文件块之后再进行DELTA压缩。测试结果表明,该方法提高了压缩率,并减少了DELTA压缩中查找指纹的次数,降低了压缩时间。