| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内智能电网面临的问题 | 第10-11页 |
| 1.2.2 云存储平台研究现状 | 第11页 |
| 1.2.3 云存储系统数据可靠存储研究 | 第11-12页 |
| 1.3 课题研究的主要内容 | 第12页 |
| 1.4 论文的组织安排 | 第12-14页 |
| 第2章 相关技术 | 第14-23页 |
| 2.1 智能电网信息体系 | 第14-15页 |
| 2.1.1 智能电网信息系统体系结构 | 第14页 |
| 2.1.2 基于CIM的智能电网信息交互模型 | 第14-15页 |
| 2.2 智能电网云存储系统相关技术 | 第15-19页 |
| 2.2.1 智能电网云存储结构模型 | 第15-16页 |
| 2.2.2 云存储基础结构 | 第16-17页 |
| 2.2.3 HDFS分布式文件系统 | 第17-18页 |
| 2.2.4 MapReduce算法实现 | 第18-19页 |
| 2.3 云存储系统容错存储策略 | 第19-21页 |
| 2.4 基于RS纠删码的容错存储技术 | 第21-22页 |
| 2.5 云存储系统中数据放置策略 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 云存储中基于改进CRS的容错存储设计 | 第23-40页 |
| 3.1 云存储中基于CRS的容错存储设计 | 第23-26页 |
| 3.1.1 CRS的基本概念和存储算法 | 第23-24页 |
| 3.1.2 CRS编码过程 | 第24-25页 |
| 3.1.3 CRS解码过程 | 第25-26页 |
| 3.2 改进CRS码的编译码算法设计 | 第26-32页 |
| 3.2.1 基于XOR的编译码算法设计 | 第26-28页 |
| 3.2.2 启发式贪心算法HGA(Heuristic Greedy Algorithm)设计 | 第28-32页 |
| 3.3 基于MapReduce的分布式编译码设计 | 第32-33页 |
| 3.4 基于改进的容错技术对智能电网数据的存储 | 第33-37页 |
| 3.5 基于改进的容错技术对智能电网数据的访问 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于多因素的数据放置算法设计 | 第40-48页 |
| 4.1 智能电网云存储系统数据放置算法设计思想 | 第40页 |
| 4.2 可信度模型设计 | 第40-42页 |
| 4.2.1 可信度模型的概念 | 第40-41页 |
| 4.2.2 可信度模型算法设计 | 第41-42页 |
| 4.3 云存储系统数据节点网络距离的算法设计 | 第42-44页 |
| 4.4 智能电网云存储系统数据节点负载平衡设计 | 第44-46页 |
| 4.4.1 智能电网云存储系统数据节点负载平衡概念 | 第44页 |
| 4.4.2 云存储系统中数据节点负载平衡设计 | 第44-46页 |
| 4.5 基于多因素的数据放置算法设计 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 系统设计与测试 | 第48-60页 |
| 5.1 系统环境说明 | 第48页 |
| 5.2 全分布环境下Hadoop的安装配置 | 第48-54页 |
| 5.2.1 Hadoop安装配置说明 | 第48-49页 |
| 5.2.2 配置hosts文件 | 第49-50页 |
| 5.2.3 安装并配置JDK | 第50页 |
| 5.2.4 安装并配置Hadoop平台 | 第50-52页 |
| 5.2.5 开发平台搭建 | 第52-54页 |
| 5.3 实验测试与算法分析 | 第54-59页 |
| 5.3.1 容错中的数据存储效率和容错性分析 | 第54-55页 |
| 5.3.2 基于CRS码的云存储系统编译码性能测试 | 第55-58页 |
| 5.3.3 基于多因素的数据放置算法性能测试 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 本论文的主要工作 | 第60-61页 |
| 6.2 对未来工作的展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第65-66页 |
| 致谢 | 第66页 |
