高机密性高可用性的云存储系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 论文研究背景 | 第12-19页 |
| 1.1.1 云计算 | 第12-14页 |
| 1.1.2 云存储 | 第14-18页 |
| 1.1.3 机密性及可用性 | 第18-19页 |
| 1.2 论文组织结构 | 第19-22页 |
| 第2章 云存储系统 | 第22-38页 |
| 2.1 云存储系统 | 第22-31页 |
| 2.1.1 云存储系统的概念 | 第22页 |
| 2.1.2 云存储系统的结构 | 第22-24页 |
| 2.1.3 云存储系统的分类及实例 | 第24-26页 |
| 2.1.4 云存储系统的关键技术 | 第26-27页 |
| 2.1.5 云存储系统的发展现状 | 第27-31页 |
| 2.2 Hadoop分布式文件系统 | 第31-34页 |
| 2.2.1 系统特点 | 第31页 |
| 2.2.2 系统架构 | 第31-32页 |
| 2.2.3 数据复制和副本机制 | 第32-34页 |
| 2.3 云存储系统的安全机制 | 第34-36页 |
| 2.3.1 概述 | 第34页 |
| 2.3.2 HDFS的安全机制 | 第34-36页 |
| 2.4 论文研究意义 | 第36-38页 |
| 第3章 数据拆分和重建算法设计 | 第38-50页 |
| 3.1 数据拆分和重建算法的研究背景 | 第38-42页 |
| 3.1.1 数据冗余策略 | 第38-39页 |
| 3.1.2 有限域和多项式 | 第39-41页 |
| 3.1.3 矩阵求逆 | 第41页 |
| 3.1.4 Vandermonde矩阵 | 第41-42页 |
| 3.2 数据拆分和重建算法介绍 | 第42-48页 |
| 3.2.1 (k,k)数据拆分和重建算法 | 第42-45页 |
| 3.2.2 采用数据冗余策略 | 第45-46页 |
| 3.2.3 (k,n)数据拆分和重建算法 | 第46-48页 |
| 3.3 算法分析 | 第48页 |
| 3.3.1 算法效果 | 第48页 |
| 3.3.2 时间复杂度 | 第48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 原型系统实现及性能分析 | 第50-83页 |
| 4.1 HCAFS云存储原型系统 | 第50页 |
| 4.2 系统实现及特点 | 第50-67页 |
| 4.2.1 存储过程中的数据块控制流程 | 第50-60页 |
| 4.2.2 读取过程中的数据块控制流程 | 第60-67页 |
| 4.3 系统性能测试 | 第67-81页 |
| 4.3.1 测试环境 | 第68页 |
| 4.3.2 测试结果 | 第68-81页 |
| 4.4 本章小结 | 第81-83页 |
| 第5章 云服务监控与管理平台 | 第83-98页 |
| 5.1 总体功能与需求分析 | 第83页 |
| 5.2 相关技术介绍 | 第83-88页 |
| 5.2.1 Ganglia分布式监控系统 | 第83-86页 |
| 5.2.2 Xen虚拟机监视器 | 第86-87页 |
| 5.2.3 libvirt虚拟化API | 第87-88页 |
| 5.3 平台设计与实现 | 第88-96页 |
| 5.3.1 监控模块 | 第89-90页 |
| 5.3.2 管理模块 | 第90-91页 |
| 5.3.3 前端展示模块 | 第91-95页 |
| 5.3.4 总体流程 | 第95-96页 |
| 5.4 本章小结 | 第96-98页 |
| 第6章 总结与展望 | 第98-101页 |
| 6.1 总结工作 | 第98-99页 |
| 6.2 展望未来 | 第99-101页 |
| 参考文献 | 第101-103页 |
| 攻读硕士学位期间主要的研究成果 | 第103-104页 |
| 致谢 | 第104页 |
