| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国内外软件成品发展 | 第11-12页 |
| 1.2.2 云存储副本技术发展现状 | 第12-14页 |
| 1.2.3 云同步副本选用技术发展现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 云存储和副本技术的概述 | 第18-28页 |
| 2.1 云存储简介 | 第18-20页 |
| 2.1.1 云存储的概念及其特点 | 第18-19页 |
| 2.1.2 云存储的文件副本技术 | 第19-20页 |
| 2.2 副本技术简介 | 第20-23页 |
| 2.2.1 副本技术研究问题 | 第20-21页 |
| 2.2.2 副本管理策略 | 第21-23页 |
| 2.3 常见的云存储分布式文件系统及其副本策略 | 第23-27页 |
| 2.3.1 GIS文件系统 | 第23-24页 |
| 2.3.2 HDFS文件系统 | 第24-26页 |
| 2.3.3 Lustre文件系统 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 个性化云同步系统的副本管理研究 | 第28-51页 |
| 3.1 个性化云同步系统的架构简介 | 第28-32页 |
| 3.1.1 选取GIT作为版本控制的依据 | 第28-29页 |
| 3.1.2 系统的框架 | 第29-30页 |
| 3.1.3 系统的网络拓扑 | 第30-32页 |
| 3.2 个性化云同步系统版本库副本问题的研究思路 | 第32-33页 |
| 3.3 基于文件热值的副本数量模型 | 第33-40页 |
| 3.3.1 模型依据和前提 | 第33-34页 |
| 3.3.2 文件热值的定义及推导 | 第34-36页 |
| 3.3.3 副本创建流程 | 第36-38页 |
| 3.3.4 副本个数范围 | 第38-40页 |
| 3.4 基于Topsis的副本布局策略 | 第40-43页 |
| 3.4.1 副本布局前提 | 第40页 |
| 3.4.2 基于Topsis模型副本布局原理 | 第40-42页 |
| 3.4.3 节点的评价指标 | 第42-43页 |
| 3.5 云同步的副本选用策略 | 第43-49页 |
| 3.5.1 副本选用的目的与依据 | 第43-48页 |
| 3.5.1.1 环境相似度 | 第44页 |
| 3.5.1.2 基于QoS与层次分析法的副本可信度 | 第44-46页 |
| 3.5.1.3 权值向量的建模与计算 | 第46-48页 |
| 3.5.2 算法设计与流程 | 第48-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 实验模拟与性能分析 | 第51-56页 |
| 4.1 云存储系统数据副本技术实验 | 第51-53页 |
| 4.2 云同步副本选用模拟实验 | 第53-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文完成的工作 | 第56页 |
| 5.2 课题的进一步发展与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |