[发明专利]一种分布式数据存储的数据存取方法、信息数据处理终端

说明书

本发明属于计算机软件技术领域，公开了一种分布式数据存储的数据存取方法、信息数据处理终端，将用户数据分块，接着把这些数据块存放在不同的存储节点中，并满足任意两个数据块的存储距离大于某个给定的值；节点按照单位数据存取时间升序排列，在安全距离的约束下依次选择数据存储节点从而构成最优的K‑距离拓扑子图，在K‑距离拓扑子图上放置数据。由于数据被分散存储在各个地理位置不同的存储节点中，攻击者也无从得知数据的放置位置，保证了用户数据安全。通过Omnet++仿真平台和Matlab仿真平台在不同网络规模的拓扑下对比了K‑DDS算法和其他算法，并且在模拟实际网络Internet2拓扑中验证了算法的有效性。

技术领域

本发明属于计算机软件技术领域，尤其涉及一种分布式数据存储的数据存取方法、信息数据处理终端。

背景技术

目前，业内常用的现有技术是这样的：随着信息技术的飞速发展，物联网以大规模的信息系统和庞大的数据产生量成为目前最吸引研究者的领域之一。日益增长的数据量对数据存储系统提出了挑战，为了解决传统的数据存储系统可扩展性差，存储效率低下、安全性低等问题；数据存储系统-云存储系统得到了前所未有的发展。云存储是在云计算(cloudcomputing)概念上延伸和发展出来的新的概念，是新兴的网络存储技术；通过集群应用、网络技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。云存储系统可以为用户提供巨大的数据存储空间和便捷的数据管理平台，并且有着花费低，按需使用等优点。对用户来说，数据的存取时间是衡量一个云存储系统服务质量的关键，然而，由于在云存储系统中存储节点在地理位置上分布不均匀，并且存储节点的存储能力，链路带宽等各有差异导致如何加速数据的存取时间对云服务运营商来说仍然是一个难点。随着“云”这个概念被提出之后，安全性就是人们首先关注的要点。安全已经成为处理数据的企业的头号关注问题。对用户来说，数据的机密性关乎自身利益，用户通常会关心云中的数据是否会被恶意泄露。为了解决这类问题，现有技术为用户提供了加密服务，用户可根据安全等级选择不同长度的密钥加密数据。在面对云中存储的庞大数据量时，加密数据会产生较长的加密时间并需要消耗大量的计算资源，而且需要用户自行保管自己的密钥。这些又会增加数据的存取时间，降低服务质量。随着云计算的兴起，云存储系统也得到了国内外许多学者的研究和讨论。现有技术一提出一个集中式的数据放置方法，旨在优化数据存取时间。现有技术二提出一个数据复制方法旨在考虑能量效率和带宽消耗的情况下保证数据可用性。现有技术三提出一个基于图分割的数据复制策略旨在最小化数据存取时间，有着充分的数学理论作为支撑，但图分割只从简单的拓扑层面考虑，并没有综合考虑节点性能和链路性能，所以并不能解决实际问题需求。也有基于遗传算法等智能算法来构建数据放置策略，现有技术四采用遗传算法放置数据，旨在减少数据存取时间和数据存取过程中的带宽消耗，但这种方法存在复杂度较高和局部最优问题，也不是十分适合作为较好的数据放置策略。在考虑云数据存储安全性方面，目前大多采用加密和认证的方法。现有技术五提出一个安全的且可扩展的数据接入控制机制来保证云中数据安全性。现有技术六提出一个多云存储的方法，可以极大的增强数据安全性，但多存储会产生较高的费用。以上方法均采用加密来保证数据安全性，但加密存在计算量过大，并且需要考虑密钥的安全保存等问题。

综合来看，现有技术存在的技术缺陷主要是：在选择数据存储节点时，仅仅从拓扑层面考虑了节点的地理位置，并没有综合考虑节点的其他性能信息，比如存储空间，安全性能等。从而当前的数据存储方法并不是一个优秀的方法。本方案与现有方案相比，在数据安全性方面与传统方案相当，但在数据存取时间方面大大小于现有方案，而数据存取时间是衡量一个数据存储策略最重要的指标之一。

综上所述，现有技术存在的问题是：现有技术采用加密保证数据安全性，而目前数据存储量通常过大，所以在数据存储时间方面，加密时间过长而导致数据存储和获取时间太长。