面向云存储系统的云数据放置方法研究绪论,云计算存储和传统存储有什么区别

面向云存储系统的云数据放置方法研究绪论

云计算存储和传统存储有什么区别？云计算存储与传统存储的区别在于，当云计算系统中计算和处理的核心是大量数据的存储和管理时，需要在云计算系统中配置大量的存储设备，因此云计算系统转化为云存储系统，因此云存储是一个以数据存储和管理为核心的云计算系统。由于用户的数量

西部数据的网络云存储器怎么用

嗨，这是我西部的云和西部的个人云设备。 它有千兆以太网接口，你需要通过路由器连接到西方的几个个人云设备。 如图所示:然后在同一网络的计算机上，使用浏览器输入以下网址，然后下载相关软件，从计算机连接到西部的几个个人云设备，然后数据就可以通过这些设备相互传输。这取决于存储的数据类型和数据卷的大小。云存储软件有很多类型 例如，用于云创建存储的迷你云(Minicloud mini cloud)是一个适合中小型企业的云存储系统，也是一个超安全的私有云计算数据中心。它采用高度可靠的云存储技术。文件数据块总是重复的。云数据库和云存储的区别在于:首先，从服务级别来看，两者都可以作为PaaS服务向用户公开。云数据库可以包括关系数据库和非关系数据库，而云存储可以包括块存储和对象存储等。 其次，一般来说，从数据结构来看，云存储本身的目的是消除用户存储服务器的概念，而是为用户提供一个“无限”的存储池，只要您觉得可以在这个存储池中运行自己的本地存储服务器 例如，如果自来水被过滤并沉积在自来水厂的7楼，普通用户就不需要关心它了。首先，维护一个简单的云存储来提供集群管理模式。用户只需登录云存储系统的一个IP地址，即可查看所有存储设备状态、相应的磁盘状态以及整个存储空间的使用情况。 系统还将针对不同的异常和故障问题及时发出警告通知和日志记录，大大简化了管理。

云计算存储和传统存储有什么区别

云计算存储和传统存储有什么区别？云计算存储与传统存储的区别在于，当云计算系统中计算和处理的核心是大量数据的存储和管理时，需要在云计算系统中配置大量的存储设备，因此云计算系统转化为云存储系统，因此云存储是一个以数据存储和管理为核心的云计算系统。由于用户的数量

西部数据的网络云存储器怎么用

面向云存储系统的云数据放置方法研究绪论范文

本文的目录导航:

[标题]探索云存储系统的云数据放置优化方法？？

[第1章]云存储系统云数据放置方法研究导论

[第二章]云存储及其相关技术

[第3章]云数据多目标存储模型

[第四章]基于多目标遗传算法的云数据放置策略

[第五章]云数据放置实验与分析

[第六章]云数据布局优化方法的结论与参考

第一章导言

云存储技术[1]是解决数据存储和管理问题的云计算系统。它是实现互联网产业未来创新的关键技术，也是大数据时代数据存储的首选。本章从云存储的角度阐述了本课题的研究背景和研究目的。通过文献综述，描述了云存储在国内外的发展现状，重点分析了云存储安全的发展过程，最后介绍了本文的研究目的、研究内容和章节结构。

1.1研究背景

今天的社会是一个数字和信息社会。随着互联网、物联网等技术的飞速发展，大量的数据正涌入各个角落。物联网作为目前最热门的技术之一，仍然面临着严重的发展瓶颈。例如，无人驾驶、智能交通和虚拟现实对网络质量的要求非常严格，还处于相对不成熟的时期。然而，随着5G网络未来的商业普及，5G网络的高速、低功耗、低延时、多互联等特点将会以井喷的方式支撑物联网的发展[2]。届时，将有大量数据需要挖掘、分析和存储。云存储技术是大容量存储问题相对成熟的解决方案。

早在2012年，维克多·迈尔-什？伯格在他的著作《大数据时代》中预言性地指出，海量数据引发的信息风暴已经影响并改变了我们的生活、工作，甚至我们的思维方式，[3]。国际数据公司国际数据公司(IDC)在2011年的一项研究中指出，未来世界数据将每两年翻一番。到2020年，全世界生成和复制的数据总量将达到惊人的44千字节(ZB)，是当前[4]数据总量的50倍。在这些数据中，云计算平台将处理超过34%的数据，超过14%的数据将由云存储系统中的集中托管来管理。这意味着数字世界中很大一部分数据已经存储在云存储中，或者将以这种方式存储，并且在此过程中，大部分剩余数据也将通过云存储系统。

在大数据时代，大数据的特征概括为四个“五”(体积、变化、速度、价值)，即大体积、多类型、高速度和低价值密度的[5]。随着数据量的增长，数据的价值密度不断降低。对于企业来说，很明显，不能允许信息技术预算随着数据量的增长而继续增加。相反，随着数据值密度的降低，收集、存储、管理和分析大数据的成本需要得到控制[6】。与此同时，用户对设备运行效率的要求不断提高，数据的交互方式也发生了相当大的变化，从过去对独立节点的私有访问，到对由多个节点组成的集群架构的共享访问。从数据的独立存储到集中存储，从数据的分散管理到集中管理；跨区域分布式存储模型[7]由此得以建立。鉴于上述变化，它对以前的存储系统的结构模型和管理方法提出了巨大的挑战。这是因为传统存储方法在成本和可扩展性方面无法满足大数据时代快速增长的需求[8]。因此，在云环境中存储数据是解决这些困难的有效方法。因此，许多企业选择了建设成本较低的云存储系统。

作为当今最成功的云计算应用之一，云存储将存储设备与云环境相结合，形成了一个新的方案，可以通过网络随时随地进行存储和检索。用户可以通过互联网连接到云，随时随地轻松存储和读取数据。云存储基于基础设施服务云计算和传统大规模可扩展数据存储技术的概念，集成了网络存储、虚拟化和文件系统。它旨在实现可大规模定制的大规模、高性能、高效率、低能耗、高可扩展性、可靠性、动态组合和组织服务，并根据用户的使用需求提供高效、廉价、安全、可靠、可扩展和可定制的云存储服务。云计算及其相关技术为获取大规模计算能力和海量数据存储能力提供了相对较低的成本。云计算由于其分布式架构，可以极大地支持海量数据的存储和处理需求。这种廉价的硬件、廉价的软件和廉价的维护非常经济实用，实现了大规模数据采集和分析的愿景。小企业可以使用云计算来处理像亚马逊[这样的大数据。可以说，云存储系统是大数据时代传统存储技术自然演进的结果，已经成为数据存储领域的一个热门研究课题。

云存储技术发展迅速，有以下两个性能评价指标[10]:

(1)请求响应时间(Request Response Time)请求响应时间被定义为请求被放入缓冲区和被处理之间的时间间隔。请求响应时间是用户最关注的评价指标之一。对于实际的云存储环境，有许多因素会影响响应效率。

包括云存储系统的存储模式，加密存储的响应时间无疑会更长，因为需要解密过程。

同时，请求响应时间也会受到带宽的影响，由于云存储采用分布式存储结构，其响应时间也会受到传输路径选择的影响。

(2)安全性能云存储由于其对网络的访问将不可避免地面临网络攻击的风险。如何确保云数据的安全是云存储服务提供商面临的一个严重问题。云存储安全性能作为一项重要指标，可以通过多种方式进行优化。目前采用的方法包括端到端安全架构、文件加密、用户身份安全认证、虚拟机安全隔离等技术。

如何保证云存储系统的请求响应效率和安全性能是本文的核心问题。以下内容将结合国内外相关研究成果，探索更有效的解决方案。

1.2国内外研究现状

从世界各地云计算技术的发展来看，其市场份额显然正在增加。所有主要的信息技术产业大国都将云计算技术置于高度战略地位，并将其视为未来需要支持的核心技术产业。许多国家根据本国国情和信息技术发展，制定了自己的云计算发展方向和战略，意图占领云计算的制高点[11]。其中，美国联邦政府于2011年发布了联邦云计算战略(Federal CloudComputing Strategy)，通过云计算优化政府的相关工作，增加信息和服务的分销渠道。它可以极大地帮助政府机构快速提供高度可靠的创新服务，[12]。欧盟在2007年制定的第七个云计算框架计划通过了政府对云计算的支持政策，解决了更多云计算研究的财务问题[13]。其中，英国率先制定了“云计算(G-Cloud)”战略，并在当地建立了G-Cloud(私有政府云计算基础设施)，这使得英国的云计算产业在欧盟处于领先地位。在日本，政府从战略角度推出“有效利用信息技术发展新的云计算产业”，积极推动云计算在社会各个领域的实际应用，寻求创造新的服务和产业。中国国家信息中心于2012年举办了“云时代终端安全技术与法规峰会论坛”。论坛上说，国家外联网已经托管了中央政府部门的22个国家业务系统、1200多个省级业务系统和50多万个接入终端。未来，云存储将很快取代传统的存储模式，成为云计算时代，尤其是政府事务中最重要的应用模式。十二五期间，重点是加强云存储的统一安全保护和集中控制。

目前，全球相关企业对云计算技术的研究越来越深入。其中，领先的云计算相关企业包括亚马逊、微软、谷歌、IBM等。中国的阿里巴巴、腾讯、百度、华为等企业也在云计算领域占据重要地位。全球涌现出许多新的云计算公司，如VMware和奇牛云。

云存储作为云计算技术中使用最广泛、用户最密集的应用之一，发展尤为迅速。其中，个人存储服务增长最快、最多样化，在国外有Dropbox、谷歌硬盘、微软一驱和我云硬盘、百度在线、腾讯魏云、淘宝淘宝在线和网易电子邮件在线。企业云服务由亚马逊AWS、微软Azure、谷歌GCE、阿里云和秦雨云提供。

尽管云存储有其独特的优势，例如能够随时随地存储、自动化智能管理、解决存储空之间的浪费以及通过虚拟化技术降低运营成本等。然而，推广过程非常缓慢。从Twinstrata 2012年关于云存储推广的最新调查报告可以看出，只有20%的用户敢于在云上存储敏感信息，更多的用户存储一些安全性要求相对较低的文件。该报告还指出，约50%的用户将使用云存储服务进行数据备份、归档存储和数据检索。

2011年3月，谷歌的电子邮件服务中发生了一起极其严重的用户数据泄露事件。大约150，000名Gmail用户丢失了所有邮件和聊天记录，一些用户帐户被重置。

2014年，各种云存储安全事件，如黑客窃取i Cloud中欧美明星的私人文件，曾在云存储用户中引起恐慌。从以上内容可以看出，云存储的隐患阻碍了云存储应用在全球的推广和发展。因此，如何有效解决云存储的安全性已经成为目前[需要解决的一个重大问题。目前，云存储的安全防护措施主要来自网络层攻击防护和云数据安全处理技术[15]。

其中，云存储系统面临的网络层攻击包括密码入侵、节点攻击、网络监控、安全漏洞攻击、DDO(分布式拒绝服务)攻击等。[16]。网络安全研究历史悠久，技术相对成熟。目前，应对网络攻击的保护策略包括防火墙技术、代理服务器、访问控制、入侵检测技术等。[17]。目前，国内市场上有几种成熟的网络入侵防御系统，如华为的NIP5000网络智能防护系统、绿盟NIPS网络入侵防御系统、赛博神秒入侵防御系统、捷普入侵防御系统、东软网眼入侵防御系统、祁鸣星NGIP58000-A入侵防御系统。

云存储系统对云数据的安全处理主要是存储加密[18-19]。数据加密技术对数据进行加密，使得加密文件即使在被盗后也无法获得有效信息。目前，亚马逊S3和谷歌云平台在云存储服务提供商中提供服务器端加密服务[20】。云存储加密技术也在学术界得到了广泛的研究。Goh等人提出了一种数据加密策略，用户用私钥加密数据密钥，然后将加密的数据密钥上传到服务器端。用户访问服务器并用他们的私钥解密以获得数据密钥。这种策略具有很高的安全性，但是服务器需要维护大量的关键信息[21]。

Damiani研究了一种基于分层访问的控制方法。这种方法可以大大减少服务器需要维护的密钥数量。相反，加密文件的私钥是通过公共索引表和同一用户的个人密钥来计算的，但是服务器仍然需要存储公共索引表。

维马尔卡提博士等人提出了一种代理重加密技术。用户根据他自己的信息生成代理重新加密密钥，然后将该密钥发送到服务器。服务器使用密钥对加密文件加密两次，以生成需要解密两次的加密文件，[23]。

同时，云存储作为一种网络服务，响应性能也是其重要指标之一。当云存储系统要求用户检索数据时，它可以确保高速响应能力，即最小化从用户发起访问请求到获取数据所经过的时间。当前的云存储系统不仅会受到自身系统结构的影响，还会受到请求缓冲容量和带宽容量的限制。大型文件或多个请求的检索效率较低，[24]。vilen等人在云环境下的虚拟机部署策略中采用了粒子群优化算法优化节点部署策略[25]，解决了复杂网络拓扑中的网络通信延迟问题。

在Boru D云系统数据中心复制算法的节能优化研究中，努力解决云系统的能耗问题，从而降低输入输出带宽负载和计算延迟[26]。然而，在苏姆等人的研究中，有人提出了北斗七星模型[27]。

数据放置问题被定义为优化的非线性规划模型。在该模型中，通过量化因子建立不等式约束的目标函数，并测量抽象空之间的欧氏距离以获得优化的检索结果。

1.3研究目的

云存储作为大数据时代最热门的数据存储方式，已经被各大互联网制造商广泛研究和应用。

然而，作为网络应用之一，云存储不可避免地面临着严重的网络威胁。由于云存储是个人或企业的存储选择，包含大量敏感信息，云存储需要足够的安全性能来应对恶意网络环境。

目前，云存储的绝大多数安全性研究都是基于云数据加密技术。数据安全性可以通过客户端或服务器上的各种加密技术来保证。然而，由于加密技术需要加密和解密的时间成本，云存储系统的存储和检索效率将不可避免地受到影响，文件的时间成本越大，时间成本就越大。

为了在云存储系统中实现数据安全和检索效率之间的有效平衡，本文研究了一种多目标优化云存储模型。该模型提出了一种新的云数据存储策略，能够有效解决数据安全和检索效率问题，为云存储技术的发展提供了一种思路。

1.4主要内容

本文的主要内容如下:

(1)通过查阅大量相关文献和网络数据，了解云存储设计思想和系统架构等一系列知识，了解云存储系统中云数据安全性和检索效率的研究现状。主要结果和实际缺陷分析。

(2)了解分布式文件系统的相关概念，研究当前主流的HDFS分布式文件系统，包括HDFS数据存储和读取的实际步骤，找出可以优化的环节和细节，为本文的研究提供理论依据。基于分布式存储，提出了一种多目标优化的云存储系统，主要解决云存储系统中的云数据放置问题，即云存储系统的安全需求和检索优化。

(3)研究启发式算法中的遗传算法，结合云存储系统的实际情况优化遗传算法的步骤，使其适用于解决云数据放置问题。通过实际的实现细节，保证了遗传算法的收敛性和全局最优性。

(4)针对本文提出的云数据放置策略，设计了一个仿真实验，通过比较其他放置策略来验证该策略的实际性能。

1.5纸结构

本文由六章组成，具体内容如下:

第一章是绪论，介绍了本文的研究背景和国内外的研究现状。同时，阐述了本文的研究目的、研究内容和章节结构。

第二章讨论云存储及其相关技术。首先，讨论了云计算及其基本虚拟化技术的相关概念。其次，研究了云存储技术的相关内容，包括主要概念、相关分类、系统架构以及目前国内外的研究成果。最后，对分布式文件系统进行了详细的研究，并对Hadoop分布式文件系统HDFS进行了深入的研究。首先，研究了HDFS的存储模型和控制逻辑。然后，通过研究HDFS文件的读取操作和存储操作，深入了解分布式存储系统的操作步骤，熟悉相关的操作机制和保护策略。

第三章是云数据多目标存储模型。通过前一章对云存储系统和多目标优化问题的研究，在此基础上提出了一种存储模型。该模型针对云存储系统的安全级别和检索效率，实现了多目标优化数据存储模式。

第四章是基于多目标遗传算法的云数据放置策略。通过对遗传算法的深入研究，结合第三章中的云数据存储模型，提出了该模型求解算法。根据实际情况，对遗传算法的各个步骤给出了相应的解决方案，并对部分内容进行了优化。

第五章进行了实验和分析。在这一节中，JAVA语言被用来编写用于仿真的遗传算法程序。同时，采用了两种数据放置策略与本文提出的策略进行比较，验证了本文算法的优越性。