由于大數(shù)據(jù)存儲(chǔ)容量需求較大,當(dāng)前大數(shù)據(jù)云存儲(chǔ)過程沒有計(jì)算存儲(chǔ)強(qiáng)度指標(biāo),導(dǎo)致存儲(chǔ)空間占用率較高。提出5G網(wǎng)絡(luò)下的大數(shù)據(jù)高效混合云存儲(chǔ)模型及算法。該模型以5G網(wǎng)絡(luò)性能框架為基礎(chǔ),由使用者、私有云和公共云存儲(chǔ)業(yè)務(wù)供應(yīng)者三個(gè)部分組成。算法通過設(shè)定大數(shù)據(jù)彈性、數(shù)據(jù)利用率和數(shù)據(jù)粒度為已知值,計(jì)算存儲(chǔ)梯度和存儲(chǔ)強(qiáng)度指標(biāo),獲得存儲(chǔ)梯度與彈性間最匹配的關(guān)系,達(dá)到對(duì)大數(shù)據(jù)進(jìn)行高效混合云存儲(chǔ)的目的。仿真結(jié)果表明,上述算法占用存儲(chǔ)內(nèi)存空間少,為大數(shù)據(jù)高效混合云存儲(chǔ)算法提供了有利依據(jù)。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(07)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 大數(shù)據(jù)高效混合云存儲(chǔ)
    2.1 5G網(wǎng)絡(luò)性能模塊架構(gòu)
    2.2 混合云存儲(chǔ)模型
    2.3 高效混合云存儲(chǔ)算法實(shí)現(xiàn)
3 仿真實(shí)驗(yàn)
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]云計(jì)算下分布式大數(shù)據(jù)智能融合算法仿真[J]. 靳紫輝,夏鈺紅.  計(jì)算機(jī)仿真. 2018(10)
[2]測(cè)試代價(jià)受限下數(shù)據(jù)的屬性和粒度選擇方法[J]. 廖淑嬌,朱清新,梁銳.  計(jì)算機(jī)工程與科學(xué). 2018(08)
[3]基于時(shí)空信息云平臺(tái)的空間大數(shù)據(jù)存儲(chǔ)方法[J]. 王穎,馮洋洋.  信息通信. 2018(06)
[4]一種高效安全的去中心化數(shù)據(jù)共享模型[J]. 董祥千,郭兵,沈艷,段旭良,申云成,張洪.  計(jì)算機(jī)學(xué)報(bào). 2018(05)
[5]基于期望值簡(jiǎn)約的模糊非線性回歸[J]. 王熙照,趙士欣.  河北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[6]特定領(lǐng)域科技前沿跟蹤信息源挖掘與獲取策略研究——以第五代移動(dòng)通信技術(shù)（5G）為例[J]. 李榮,李輝,趙芳,蔣金潔.  現(xiàn)代情報(bào). 2017(08)
[7]云數(shù)據(jù)中心資源利用率均衡的虛擬機(jī)調(diào)度算法[J]. 朱亞會(huì),陳丹,莊毅.  小型微型計(jì)算機(jī)系統(tǒng). 2017(02)
[8]基于簡(jiǎn)單再生碼的帶寬感知的分布式存儲(chǔ)節(jié)點(diǎn)修復(fù)優(yōu)化[J]. 丁尚,童鑫,陳艷,葉保留.  軟件學(xué)報(bào). 2017(08)
[9]基于存儲(chǔ)閾值的蛇形時(shí)隙數(shù)據(jù)存儲(chǔ)算法[J]. 林志貴,張曉慧,劉英平,李敏.  計(jì)算機(jī)工程. 2016(12)
[10]多維數(shù)據(jù)的Z-Ordering存儲(chǔ)映射算法及其緩存調(diào)度優(yōu)化[J]. 侯昉,陸寄遠(yuǎn),黃承慧.  計(jì)算機(jī)工程與科學(xué). 2016(05)



本文編號(hào)：3173493