论文部分内容阅读
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-