| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 网络存储技术现状 | 第13-18页 |
| 1.2.1 直接附属存储（DAS） | 第13-14页 |
| 1.2.2 网络附属存储（NAS） | 第14-16页 |
| 1.2.3 存储区域网络（SAN） | 第16-17页 |
| 1.2.4 各存储系统间优缺点比较 | 第17-18页 |
| 1.3 存储技术的发展趋势 | 第18-21页 |
| 1.3.1 IP-SAN 存储技术 | 第18-19页 |
| 1.3.2 基于 InfiniBand 的存储系统 | 第19-20页 |
| 1.3.3 云存储技术 | 第20-21页 |
| 1.4 分布式文件系统元数据服务模型 | 第21-24页 |
| 1.4.1 集中式元数据服务模型 | 第21-22页 |
| 1.4.2 分布式元数据服务模型 | 第22-23页 |
| 1.4.3 无元数据服务模型 | 第23-24页 |
| 1.5 本文主要研究工作 | 第24-25页 |
| 1.6 论文的组织结构及内容安排 | 第25-26页 |
| 第二章 智能网络磁盘集群存储系统 | 第26-33页 |
| 2.1 智能网络磁盘(IND)集群存储系统的体系结构 | 第26-29页 |
| 2.1.1 客户端 | 第27-28页 |
| 2.1.2 安全认证与配置服务器 | 第28页 |
| 2.1.3 IND 节点 | 第28-29页 |
| 2.2 文件路由表(FRT) | 第29-32页 |
| 2.2.1 FRT 表的物理存储方式及内存调度方法 | 第30-31页 |
| 2.2.2 IND 节点之间 FRT 表的一致性更新 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 基于 S-LRU 算法的有向图分组文件预测方法 | 第33-48页 |
| 3.1 各类内存调度算法 | 第33-35页 |
| 3.1.1 先进先出策略 | 第33页 |
| 3.1.2 基于访问时间策略 | 第33-34页 |
| 3.1.3 基于访问频率策略 | 第34页 |
| 3.1.4 基于访问时间和频率策略 | 第34-35页 |
| 3.2 S-LRU 内存调度模块 | 第35-38页 |
| 3.2.1 S-LRU 算法原理 | 第35-36页 |
| 3.2.2 S-LRU 算法公式 | 第36-38页 |
| 3.3 基于有向图的分组文件预测模块 | 第38-47页 |
| 3.3.1 有向图分组文件预测模块系统框架 | 第39-41页 |
| 3.3.2 有向图分组文件预测模块处理流程 | 第41-44页 |
| 3.3.3 文件路由缓存表的数据结构 | 第44-45页 |
| 3.3.4 分组文件记录的换入换出 | 第45-47页 |
| 3.3.5 分组索引表 | 第47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于动态主节点的 FRT 表一致性更新算法 | 第48-56页 |
| 4.1 一致性更新算法 | 第48-50页 |
| 4.1.1 基于泛洪的一致性更新算法 | 第48-49页 |
| 4.1.2 基于概率的一致性更新算法 | 第49页 |
| 4.1.3 基于轨迹标签的一致性更新算法 | 第49-50页 |
| 4.2 基于动态主节点的 FRT 表一致性更新算法 | 第50-55页 |
| 4.2.1 动态主节点的选举流程 | 第51-53页 |
| 4.2.2 消息更新机制 | 第53-54页 |
| 4.2.3 IND 节点心跳机制 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 算法性能测试与结果分析 | 第56-61页 |
| 5.1 测试环境与数据集的选取 | 第56-57页 |
| 5.1.1 测试软硬件环境 | 第56页 |
| 5.1.2 测试数据集 | 第56-57页 |
| 5.2 基于 S-LRU 算法的有向图分组文件预测方法测试与分析 | 第57-59页 |
| 5.2.1 S-LRU 算法的性能测试 | 第57页 |
| 5.2.2 基于 S-LRU 算法的有向图分组文件预测方法 | 第57-59页 |
| 5.3 基于动态主节点的 FRT 表一致性更新算法 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |
