欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2020113502389
申请人: 郑州师范学院
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-09-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种动态云存储环境下混合型自适应副本一致性更新方法,包括如下步骤:

1)首先获取影响副本一致性的节点属性;

2)根据影响副本一致性更新概率的因素绘制节点风险图;

3)根据节点在风险图上的位置即风险值对节点进行分类:分成稳定型节点和变动型节点;对节点进行分类的过程,包括步骤如下:(1)云存储周期性的获取影响副本一致件更新的节点属性,这些因素包括:节点负载qi、节点度Dei、平均响应时间 请求响应率Rqi、节点变动频率Dqi、节点接收更新频率Uqi;

(2)将这些属性分成节点服务能力属性和节点服务意愿属性两类;其中,节点服务能力因素包括qi、Dei和Uqi;节点服务意愿因素包括 Rqi和Dqi;构建节点HCi的服务能力分量SCi和服务意愿分量WSi;

节点HC1的服务能力分量表示为:

{qi∈SCi,Dei∈SCi,Uqi∈SCi}服务意愿分量表示为:

(3)构建虚拟节点HCvr,该节点具有最大的服务能力和最高的服务意愿;虚拟节点HCvr的二维分量表示为{SCvr,WSvr};

虚拟节点HCvr服务能力分量表示为:

{Min{q1,q2,...,qN}∈SCvr,Max{De1,De2,...,DeN}∈SCvr,Min{Uq1,Uq2,...,UqN}∈SCvr}虚拟节点HCvr服务意愿分量表示为:

(4)将HCvr并入到Unode,形成UAll=Unode∪HCvr;

(5)在集合UAll中,每个节点HCi都具有服务能力和服务意愿两个分量{SCi,WSi};将服务能力分量设为Hcx,i,将服务意愿分量设为Hcy,i,利用下式消除每个分量中的量纲:i=1,2,...,N,vr;k=1,2,3;xi,1=qi,xi,2=Dei,xi,3=Uqi其中:i=1,2,...,N,vr;k=1,2,3; yi,1=Rqi,yi,1=Dqi;

其中:

则在UAll中,节点消除量纲后的二维分量表示为:{{Hcx,1,Hcy,1},{Hcx,2,Hcy,2},...,{Hcx,N,Hcy,N},{Hcx,vr,Hcy,vr}}(6)利用下述公式求UAll集合的二维分量{xi,yi}:xi=|Hcx,i,‑Hcx,vr|

yi=|Hcy,i,‑Hcy,vr|

(7)由步骤(6)得到HCvr的二维分量为{0,0};将HCvr作为原点,xi作为横轴,yi作为纵轴绘二维坐标系,该二维坐标称为节点风险图;

(8)根据每个节点的二维分量,将节点绘制到风险图上,将节点坐标与原点的距离称为风险系数,则任一节点HCi的风险系数Indexi表示为:(9)利用下属公式得到风险图中所有节点的平均风险值:(10)定义一个可以自适应调整的参数θ(θ≥2θ∈自然数),当节点HCi在风险图上的风险距离Indexi满足下述不等式时,则HCi为稳定型节点,否则是变动型节点:θ×Ai‑Indexi>0

对于稳定型节点,采用传染路由完成副本一致性更新;而对于变动型节点,则由节点采用自适应的方式主动轮询服务节点;

4)如是稳定型节点,副本则采用传染路由方式进行被动更新;

5)而对于变动型节点,则由节点采用自适应主动轮询的方式进行主动更新。

2.根据权利要求1所述的动态云存储环境下混合型自适应副本一致性更新方法,其特征在于:变动型节点采用自适应主动轮询的方式进行主动更新的过程如下:采用线性增加倍数减小和时间预测的方式确定节点主动轮询的时间和频率;

当副本没有产生更新时,轮询的时间间隔逐渐的线性增加,降低轮询的频率;

当副本更新比较频繁时,则轮询的时间间隔成倍的进行减小,增加轮询的频率;

轮序时间兼顾副本的查询时间;根据副本的实际查询时间序列,对下一时刻的查询时间进行预测,当预测的时间早于线性增加倍数减小的时间,则下次主动轮询的时间为预测时间,否则为线性增加倍数减小的时间。

3.根据权利要求1或2所述的动态云存储环境下混合型自适应副本一致性更新方法,其特征在于:节点根据自身的属性判断是否属于变动型节点,如是变动型节点,则由节点采用自适应的方式主动轮询服务节点,向服务节点发起轮询进行主动更新,其步骤为:(1)节点向服务器主动发起轮询,根据回应信息,判定数据是否已经更新;若副本没有更新,则相应的增加下次轮询的时间间隔,降低轮询的次数;

(2)如果副本已经更新,则说明当前轮询的频率较低,则缩短下次轮询的时间间隔;

(3)根据副本向外提供服务的时间序列采用平滑指数预测算法预测下一次的服务时间tq,i+1,预测公式为:tq,i+1=γ×tq,i+(1‑γ)×tq,i+1其中,γ是一个权重值,它可以根据历史提供服务提供时间进行动态的调整;在预测时,可以根据实际的需要,给最近的服务时间分配更高的权重;

(4)如果线性增加倍数减小算法得到的下次轮询时间tnext在预测的提供服务的时间tq,i+1之后,则tnext=tq,i+1,否则线性增加倍数减小算法得到的轮询时间。

4.根据权利要求3所述的动态云存储环境下混合型自适应副本一致性更新方法,其特征在于:采用线性增加一个常数的方式降低轮询的频率:若当前轮询时间间隔为Δti,则下一次轮询的时间间隔Δti+1=Δti+α,其中α>0,是一个大于0的自定义常数;那么下次轮询的时刻tnext:tnext=tnext‑1+Δti+1=tnext‑1+Δti+α其中,在初始状态下,t1为首次轮询时间点,t2=t1+Δt1;t1和t2之间的时间间隔Δt1为最小时间间隔Δt。

5.根据权利要求3所述的动态云存储环境下混合型自适应副本一致性更新方法,其特征在于:采用倍数减小的方式提高轮询的频率:若当前的时间间隔为Δti,则下一次轮询的时间间隔,如果Δti+1≤Δt,则Δti+1=Δt;

那么下次轮询时间为:

tnext=tnext‑1+Δti+1 if Δti+1≤Δt Δti+1=Δt,elseΔti+1=Δti/β;

其中β>0,是一个自定义的常数。