文献

J-GLOBAL ID：201702271363809472   整理番号：17A0102181

大規模クラウドストレージ情報検索経路最適化シミュレーション研究【JST・京大機械翻訳】

Large Data Query Path Optimization Simulation Information Stored in the Data Cloud

著者 (2件)： Zhao Xinhui (Physical Education College of Zhengzhou University) ,  Li Jie (Physical Education College of Zhengzhou University)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 33  号： 8  ページ： 181-184,217  発行年： 2016年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： クラウドストレージは,大量のストレージノードによって合理的記憶構造を確立することによってデータ蓄積を完了して,クラウドコンピューティングにおける大規模データ蓄積を増加して,従来の方法は,より複雑なデータ構造によってより多くのデータを扱うために,より複雑なストレージ構造を採用した。上記の複雑な分類方式は,クラウドストレージの情報経路が多く,クエリプロセスが実現するのは困難である。本論文では,大規模データのためのHDSアルゴリズムを提案し,事象タイプを検出し,ハッシュマップを用いて検出結果を対応するメモリ位置にマッピングした。ハイブリッド型データ蓄積法を用いて質問タイプを判断し,ネットワークノードの残留エネルギーと影響因子を計算し,その中から合理的なストレージノードを選択し,大データに対してクラウドストレージを行う。メモリノード中のデータが完全かどうかを判断し,蓄積データが不完全なデータであると判断した場合,検出レポートをデータ管理センターに送り,関係者はサーバソフトウェアを再配置し,データを修復する.シミュレーション結果は,提案したアルゴリズムがエネルギー消費バランス,ノードエネルギー消費,ネットワークライフサイクル,およびクエリ効率において改善されることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  記憶構造 ,  データ管理 ,  データ構造 ,  *シミュレーション ,  データ蓄積 ,  エネルギー消費 ,  アルゴリズム
準シソーラス用語： クエリー ,  ネットワークノード ,  *ストレージ装置 ,  大規模データ ,  クラウドコンピューティング ,  *経路最適化 ,  *クラウドストレージ , 【Automatic Indexing@JST】

著者キーワード (3件)： Big data ,  Cloud storage. ,  Key technology

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (6件)： 大規模 ,  クラウドストレージ ,  情報検索 ,  経路最適化 ,  シミュレーション ,  研究