| 摘要 | 第5-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 课题研究内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 第2章 重复数据检测方法 | 第13-23页 |
| 2.1 重复数据去重原理 | 第13-14页 |
| 2.2 重复数据检测方法 | 第14-22页 |
| 2.2.1 按检测粒度大小划分 | 第14-15页 |
| 2.2.2 按重复检测时机进行划分 | 第15-16页 |
| 2.2.3 重复检测分块技术 | 第16-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 数据指纹计算 | 第23-36页 |
| 3.1 单向散列函数 | 第23-25页 |
| 3.2 MD5哈希函数 | 第25-28页 |
| 3.2.1 MD5简介 | 第25-26页 |
| 3.2.2 MD5算法 | 第26-28页 |
| 3.3 SHA1哈希函数 | 第28-30页 |
| 3.3.1 SHA原理 | 第28页 |
| 3.3.2 SHA1算法 | 第28-30页 |
| 3.4 SHA3哈希函数 | 第30-34页 |
| 3.4.1 Keccak算法 | 第31-33页 |
| 3.4.2 Keccak主要过程 | 第33-34页 |
| 3.5 SHA3优势 | 第34页 |
| 3.6 本章小结 | 第34-36页 |
| 第4章 指纹索引策略 | 第36-45页 |
| 4.1 数据去重的指纹索引研究 | 第36-37页 |
| 4.2 基于局部性的索引技术 | 第37-40页 |
| 4.2.1 DDFS | 第37-38页 |
| 4.2.2 Sparse Indexing | 第38-39页 |
| 4.2.3 ChunkStash | 第39-40页 |
| 4.3 基于相似性的索引技术 | 第40-42页 |
| 4.3.1 Extreme Binning | 第40-42页 |
| 4.3.2 SDS冗余去重系统 | 第42页 |
| 4.4 二级索引结构 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 基于SHA3算法和两级索引的双端去重检测框架 | 第45-52页 |
| 5.1 TLDM方法原理 | 第45页 |
| 5.2 TLDM架构 | 第45-47页 |
| 5.3 客户端去重 | 第47-49页 |
| 5.3.1 客户端去重原理 | 第47页 |
| 5.3.2 客户端去重流程 | 第47-49页 |
| 5.4 服务端去重 | 第49-51页 |
| 5.4.1 服务端去重原理 | 第49-50页 |
| 5.4.2 服务端去重流程 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 TLDM在Hadoop平台中的应用 | 第52-58页 |
| 6.1 实验环境和数据集 | 第52-54页 |
| 6.1.1 实验环境 | 第52-53页 |
| 6.1.2 数据集 | 第53页 |
| 6.1.3 评价指标 | 第53-54页 |
| 6.2 实验结果与分析 | 第54-57页 |
| 6.3 本章小结 | 第57-58页 |
| 第7章 总结及展望 | 第58-60页 |
| 7.1 总结 | 第58页 |
| 7.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |