| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.3 研究目的及意义 | 第16-17页 |
| 1.4 研究内容及创新点 | 第17-18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 第二章 相关研究 | 第19-35页 |
| 2.1 副本技术 | 第19-28页 |
| 2.1.1 副本管理技术 | 第19-23页 |
| 2.1.2 副本访问策略 | 第23-26页 |
| 2.1.3 面向负载均衡的副本策略 | 第26-28页 |
| 2.2 智能优化算法 | 第28-34页 |
| 2.2.1 蚁群算法(Ant Colony Algorithm) | 第29-32页 |
| 2.2.2 粒子群优化算法(Particle Swarm Optimization) | 第32-34页 |
| 2.3 本章小节 | 第34-35页 |
| 第三章 基于多目标的分布式数据副本管理技术 | 第35-55页 |
| 3.1 基于多目标的分布式数据副本放置技术 | 第35-41页 |
| 3.1.1 多目标优化问题概述 | 第35页 |
| 3.1.2 问题建模 | 第35-37页 |
| 3.1.3 面向灾难数据恢复的副本管理多目标优化策略 | 第37-39页 |
| 3.1.4 DR2S算法流程 | 第39-40页 |
| 3.1.5 DR2S算法描述 | 第40-41页 |
| 3.2 DR2S对粒子群优化算法的改进 | 第41-44页 |
| 3.2.1 粒子间支配关系和约束处理 | 第41-42页 |
| 3.2.2 改进外部存档集合的机制 | 第42-43页 |
| 3.2.3 计算拥挤距离 | 第43-44页 |
| 3.3 副本放置算法的并行优化 | 第44-47页 |
| 3.3.1 Map-Reduce并行计算模式简介 | 第44-45页 |
| 3.3.2 Map-Reduce改进的DR2S算法 | 第45-46页 |
| 3.3.3 Map Reduce模型的并行DR2S执行流程 | 第46-47页 |
| 3.4 DR2S策略的实现及实验结果及分析 | 第47-53页 |
| 3.4.1 DR2S策略的实现 | 第47-49页 |
| 3.4.2 DR2S性能测试实验 | 第49-53页 |
| 3.5 对离散多目标粒子群算法的改进性能测试 | 第53-54页 |
| 3.6 本章小节 | 第54-55页 |
| 第四章 分布式数据容灾系统功能设计 | 第55-60页 |
| 4.1 分布式数据灾备管理平台系统设计 | 第55-57页 |
| 4.2 备份数据管理子系统的设计 | 第57-59页 |
| 4.3 本章小节 | 第59-60页 |
| 第五章 总结 | 第60-62页 |
| 5.1 研究总结 | 第60页 |
| 5.2 工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者在学期间取得的学术成果 | 第66页 |
