首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文--数据备份与恢复论文

面向云环境的重复数据删除关键技术研究

摘要第1-12页
Abstract第12-14页
第一章 绪论第14-32页
   ·课题研究背景第14-20页
     ·大数据与云第14-16页
     ·云备份概述第16-18页
     ·虚拟桌面云概述第18-19页
     ·数据缩减技术概述第19-20页
   ·课题研究内容第20-23页
     ·课题来源第20-21页
     ·课题研究重点第21-22页
     ·课题研究难点第22-23页
   ·相关研究工作第23-28页
     ·数据块索引查询优化的相关工作第23-25页
     ·源端重复数据删除的相关工作第25-26页
     ·集群重复数据删除的相关工作第26-28页
   ·本文的主要工作和创新第28-30页
   ·论文结构第30-32页
第二章 重复数据删除存储系统第32-48页
   ·重复数据删除技术的基本概念第33-34页
   ·重复数据删除存储系统结构和基本原理第34-37页
   ·重复数据删除存储系统关键技术第37-46页
     ·数据划分方法第37-40页
     ·I/O优化技术第40-44页
     ·高可靠数据配置策略第44-45页
     ·系统可扩展性第45-46页
   ·本章小结第46-48页
第三章 个人计算环境下的应用感知源端重复数据删除机制第48-72页
   ·研究背景第48-49页
   ·相关研究第49-51页
     ·应用感知存储研究第49-50页
     ·基于源端重复数据删除的云备份研究第50-51页
   ·基本形式化模型第51-54页
     ·符号与基本定义第51-52页
     ·模型抽象与问题定义第52-54页
   ·研究动机第54-61页
   ·高效应用感知源端重复数据删除的设计与实现第61-65页
     ·ALG-Dedupe体系结构简介第61-62页
     ·文件大小过滤器第62页
     ·智能数据分块策略第62-63页
     ·应用感知的消重器第63页
     ·应用感知索引结构第63-64页
     ·段和容器管理第64-65页
   ·实验评估第65-71页
     ·实验平台和数据集第65-66页
     ·重复数据删除效果第66-67页
     ·重复数据删除效率第67页
     ·云备份窗口第67-69页
     ·能耗利用率第69页
     ·云存储代价第69-70页
     ·系统开销第70-71页
   ·本章小结第71-72页
第四章 面向大数据备份的集群重复数据删除技术第72-94页
   ·研究背景第73-74页
   ·相关研究工作第74-76页
   ·基本模型与算法第76-79页
     ·超块相似性分析第76-78页
     ·基于手纹的数据路由算法第78-79页
   ·系统设计与实现第79-83页
     ·Σ-Dedupe系统架构第80-81页
     ·数据路由消息通信第81-82页
     ·相似索引查询优化第82-83页
   ·性能评估第83-92页
     ·实验平台和工作负载第84页
     ·验证度量第84-85页
     ·单节点并行重复数据删除效率第85-89页
     ·集群重复数据删除效率第89-92页
   ·本章小结第92-94页
第五章 基于集群重复数据删除的虚拟桌面云存储优化第94-112页
   ·研究背景第94-97页
   ·相关工作第97-101页
     ·基于重复数据删除的虚拟机存储第97-99页
     ·基于闪存的数据消重优化第99-101页
   ·虚拟桌面存储优化技术第101-105页
     ·基于重复数据删除的VDI集群系统结构第101-103页
     ·基于语义感知的虚拟机调度算法第103-104页
     ·虚拟机I/O优化第104-105页
   ·实验结果与分析第105-110页
   ·本章小结第110-112页
第六章 结论与展望第112-116页
   ·工作总结第112-113页
   ·研究展望第113-116页
致谢第116-118页
参考文献第118-128页
作者在学期间取得的学术成果第128-130页
攻读博士学位期间参加的主要科研工作第130页

论文共130页,点击 下载论文
上一篇:自组织反馈光纤环形激光器模式非稳定性及协同学特性研究
下一篇:基于散焦光栅的光束自适应稳定对准技术研究