网络编码在分布式存储系统中运用的研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:wang525659571
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络编码由R.Alswede于“Network Information Flow”一文中首次提出,它彻底改变了传统路由的存储转发模式,允许中间节点对收到的数据包进行信息重组,从而达到多播通信网络的容量上界。Acedanski等人在“How good is random linear coding based distributed networked storage“一文中更是将网络编码的思想引入到存储技术中,提出了一种随机线性编码方案。网络编码自提出以来就受到了各界学者的密切关注。近年来,随着互联网的飞速发展,网络信息量呈指数级的增长,信息技术产业已将其技术重心转移至对存储技术的研究。传统的客户机/服务器存储模型已无法满足人们日益增长的存储需求。分布式存储主要利用网络中闲置的存储空间,通过网络技术将网络中的闲置PC机组合起来搭建成信息存储资源池。因其良好的可扩展性和低廉的价格得到了广泛的运用。有人提出将网络编码技术运用于分布式存储系统中。研究表明,将网络编码应用于分布式存储系统不仅能够节约带宽消耗,还能很好的实现负载均衡,增强系统的健壮性,对分布式存储系统的发展和改进意义重大。本文首先对Acedanski等人提出的基于随机线性编码的存储方案进行了研究,对比了复制、纠删码等常见存储方案,得出随机线性编码存储方案能在消耗更少额外存储带宽的情况下以较高的概率完成源文件重构的结论。接着,本文针对网络编码方案对分布式存储系统下基于再生码的节点修复技术进行了研究。该修复技术最大的优点在于无需下载整个源文件就可实现失效节点的修复,能大大减少节点修复时的带宽开销。相关文献证明了再生码方案存在两个极值点即:最小存储带宽再生点(Minimum storage regeneration points, MSR)和最小节点修复带宽再生点(Minimum bandwidth regeneration points, MBR)。本文对其对应的两种编码修复技术:最小存储再生码(Minimum storage regeneration code, MSRC)和最小带宽再生码(Minimum bandwidth regeneration code, MBRC)进行了深入的研究。通过本文的数值计算结果表明基于MBRC的编码修复技术能在节点修复时实现带宽消耗的最小值。文章最后对基于网络编码的MBRC方案进行了仿真实现,基于VC++6.0平台对MBRC方案的数据分布、数据重构、失效节点修复几个过程进行了模拟仿真。利用仿真结果验证了MBRC方案的有效性。
其他文献
铁路的快速发展极大的提高了铁路运输的效率,使不同城市的人们紧密的联系在一起。为了保证高速列车的运行安全,新型的高速铁路通信系统的研究就显得尤为重要。建立高速铁路无
近年来,微弱信号的检测和跟踪技术被广泛的应用在工业、交通和国防等领域,但随着对检测和跟踪的精度要求越来越高,微弱信号分离的难题也日益突显。基于此,本文提出基于改进粒
无线自组网不同于现在的无线网络,它可以利用网络内的节点自发地组建网络,凭借节点的多跳来完成数据的转发。到目前为止,它快速、便捷的组网特性使其在军事、民用、商用上都
随着无线通信技术的迅猛发展,无线频谱资源变得越来越紧缺。然而占据了甚高频和特高频(VHF/UHF)频段大量资源的广播电视等授权用户却没能够有效地利用该段频谱,随之出现了很
近年来,人们生活水平不断提高,商品经济飞速的发展,从而带动了物流行业的发展。物流行业离不开载重汽车。不同车型之间的尺寸差距很大。在物流停车场的空间资源有限的情况下,
在分布式无线通信系统中,分布式空时频编码方案能够同时获得系统空间分集、时间分集和频率分集,提高了网络抗干扰能力、降低了系统的误码率,已经成为了近几年的研究热点和难
随着油气勘探技术的发展和野外采集地震数据的环境因素,地震数据存在严重的噪声污染问题。噪声污染会降低地震资料信噪比、加大地震资料处理技术的难度并且影响后续的地震资料解释。所以,对野外采集得到的原始地震数据进行降噪处理方法研究,使得地震数据的质量得到保证,已经成为当前相关领域下的迫切要求。本文首先介绍了降噪处理在地震勘探、信号采集等实际应用中的必要性,说明了其在地震勘探中的重要地位,然后介绍了针对降噪
学位
随着直扩通信的快速发展和卫星通信技术的不断成熟,新特性信号也相继出现。为了适应这种新形势下的需要,二进制偏移载波(BOC,Binary Offset Carrier)调制方式的提出至关重要,BOC调
由于多模态医学图像的成像原理不同,它们所包含的诊断信息不同。将具有互补信息的多模态医学图像融合后可以更好地辅助医生临床诊断和治疗。21世纪以来,稀疏表示理论蓬勃发展
到目前为止,多目标跟踪算法可分为两大类:基于关联的多目标跟踪和基于随机有限集(Random Finite Set,RFS)的多目标跟踪,前者的代表算法为联合概率数据互联(Joint Probability