分級(jí)存儲(chǔ)系統(tǒng)中基于進(jìn)化算法的數(shù)據(jù)管理與保護(hù)關(guān)鍵技術(shù)研究.pdf

1、隨著信息網(wǎng)絡(luò)的蓬勃發(fā)展,信息化技術(shù)越來(lái)越深入到人們的日常生活中,伴隨而來(lái)的是對(duì)海量數(shù)據(jù)處理的高要求。當(dāng)代計(jì)算機(jī)系統(tǒng)中最為重要的存儲(chǔ)系統(tǒng)—分級(jí)存儲(chǔ)系統(tǒng)也面臨著一些巨大的挑戰(zhàn):夾雜著噪聲數(shù)據(jù)的數(shù)字信息爆炸增長(zhǎng),對(duì)有用信息的存儲(chǔ)布局與提取提出嚴(yán)峻的要求;個(gè)性化數(shù)據(jù)訪問(wèn)的及時(shí)性與數(shù)據(jù)存儲(chǔ)的安全性日益增加。當(dāng)前存儲(chǔ)系統(tǒng)中數(shù)據(jù)處理技術(shù)有著各自優(yōu)勢(shì)的同時(shí),在大規(guī)模數(shù)據(jù)處理方面也存在著自身的不足。究其原因是,傳統(tǒng)的一些處理方法,在面對(duì)大規(guī)模數(shù)據(jù)時(shí),無(wú)論

2、是空間,還是時(shí)間的復(fù)雜度,會(huì)隨著數(shù)據(jù)量的增長(zhǎng)呈幾何指數(shù)增長(zhǎng)。進(jìn)化算法具備有效處理大規(guī)模數(shù)據(jù)的特性,將進(jìn)化算法的工具引入到分級(jí)存儲(chǔ)平臺(tái)中解決相應(yīng)的問(wèn)題成為一種值得嘗試的理念與方法。
　　分級(jí)存儲(chǔ)中為達(dá)到個(gè)性化數(shù)據(jù)訪問(wèn)的及時(shí)性,更有效的對(duì)熱點(diǎn)數(shù)據(jù)的訪問(wèn)給出響應(yīng),提出了基于均勻設(shè)計(jì)的基因表達(dá)式編程算法(UGEP)來(lái)有效的解決分級(jí)存儲(chǔ)中塊的預(yù)取問(wèn)題。UGEP算法在傳統(tǒng)基因表達(dá)式算法的基礎(chǔ)上改進(jìn)的工作有:1)在初始化時(shí),對(duì)解空間的點(diǎn)做均勻化

3、的抽取,保證解空間的均勻性,2)在進(jìn)行交叉變異時(shí),利用均勻設(shè)計(jì)的特性,對(duì)交叉算子做均勻交叉,保證個(gè)體多樣性的同時(shí),能提高得到最優(yōu)解的效率。UGEP的設(shè)計(jì)能及時(shí)有效的收集用戶訪問(wèn)序列的特征,找出該序列的規(guī)律,對(duì)將要訪問(wèn)的熱點(diǎn)數(shù)據(jù)給出預(yù)測(cè)。通過(guò)四個(gè)實(shí)際應(yīng)用系統(tǒng)工作流的仿真實(shí)驗(yàn)表明:將UGEP算法應(yīng)用于分級(jí)存儲(chǔ)系統(tǒng)的預(yù)取,其I/O性能在命中率和時(shí)間復(fù)雜度上都取得較好的結(jié)果。
　　關(guān)聯(lián)規(guī)則挖掘技術(shù)能有效的挖掘數(shù)據(jù)塊之間的關(guān)聯(lián)性,為大規(guī)模數(shù)

4、據(jù)的存儲(chǔ)分布提供有效的支持。在基因表達(dá)式編程進(jìn)化算法(GeneExpressionProgramming)的基礎(chǔ)上,提出了一種新的挖掘強(qiáng)關(guān)聯(lián)規(guī)則的算法框架。該方法主要貢獻(xiàn)在于提出并實(shí)現(xiàn)了基于小生境技術(shù)的基因表達(dá)式編程進(jìn)化算法NGEP以用于挖掘數(shù)據(jù)塊之間的關(guān)聯(lián)規(guī)則。NEGP算法首先進(jìn)行小生境演化,融合小生境并剔除同構(gòu)的優(yōu)秀個(gè)體,然后對(duì)小生境解進(jìn)行笛卡兒交叉以產(chǎn)生更好的結(jié)果?；谡鎸?shí)案例的實(shí)驗(yàn)結(jié)果表明:與同類優(yōu)秀的算法對(duì)比,NGEP算法在進(jìn)

5、行關(guān)聯(lián)規(guī)則提取時(shí),其種群多樣性與精確度都有很好的提升,并且該算法在挖掘文件的有效規(guī)則的效率上也有較好的提高。我們利用實(shí)際的I/Otrace實(shí)例來(lái)測(cè)試NGEP在數(shù)據(jù)放置中的性能,結(jié)果表明了在順序預(yù)取時(shí),NGEP能有效的改善命中率和I/O響應(yīng)時(shí)間。
　　基于存儲(chǔ)的可信訪問(wèn)機(jī)制,能有效的在存儲(chǔ)層防范非法入侵。基于存儲(chǔ)的入侵檢測(cè)系統(tǒng)SIDS(Storage-basedintrusiondetectionsystems)能在操作系統(tǒng)失效后在

6、存儲(chǔ)層觀察到此類入侵行為。提出了一種新的基于存儲(chǔ)的人工免疫入侵檢測(cè)方案。該方案收集關(guān)鍵代碼形成抗體基因庫(kù),通過(guò)訓(xùn)練得到抗體基因片段的權(quán)值,進(jìn)而對(duì)入侵的操作序列給出預(yù)警。該方法克服了以往一些SIDS原型完全依賴規(guī)則的缺點(diǎn),利用了人工免疫的自我免疫特性,來(lái)動(dòng)態(tài)監(jiān)控用戶的訪問(wèn)行為。根據(jù)收斂速度和檢測(cè)效率,擬合出本方案的最優(yōu)參數(shù)。最后的SISD在18類存儲(chǔ)入侵工具的檢測(cè)中結(jié)果表明:與同類優(yōu)秀原型相比,本方案能達(dá)到較高的檢測(cè)率和較低的誤警率。