[发明专利]一种计及攻击的能源互联网数据可靠存储系统

权利要求书

1.一种计及攻击的能源互联网数据可靠存储系统，其特征在于：

所述存储系统中，包括用户请求数据服务建模模块、用户选择数据服务建模模块、最优海量数据分割模块和分布式数据恢复模块四个部分；

用户请求数据服务建模模块获取任意两个用户进入存储系统的时间差和任何一时刻用户的数量，通过基于泊松分布来构建用户请求数据服务模型；用户选择数据服务建模模块基于Zipf分布构建用户选择数据服务模型；最优海量数据分割模块将能源互联网海量数据或副本分割成若干块；分布式数据恢复模块采用Erasure Code编码从数据恢复的角度来对受损的数据或副本进行无损恢复；

用户请求数据服务建模模块中，设访问能源互联网数据存储系统的各终端用户的行为具有独立性且服从泊松分布的基础上，基于泊松分布来构建用户请求数据服务模型；用户进入存储系统的行为满足下式：

其中，P_k(t₀,t)表示在t₀时刻到t时刻用户请求到达的个数为k的概率，λ为终端用户数据请求的频率；同时设一个长为h＞0的一段时间内有一个终端用户请求到达的概率为hλ+o(h)，多个终端用户到达的概率为o(h)；如果此时存储服务器空闲，则立即给用户服务，否则到达的终端用户排队等候；

用户选择数据服务建模模块用下式表示：

其中表示在所有的n个数据及其副本中，第i个数据或副本被访问的频率，式中θ为常数，θ越大表示能源互联网各环节中核心业务数据的选择频率越高。

2.根据权利要求1所述的一种计及攻击的能源互联网数据可靠存储系统，其特征在于：θ根据数据或副本实际选择情况来求出；首先设某一个能源互联网环节的分布式存储系统中存储n个数据文件，记为F_i，i＝1,2,......,n，终端用户对数据或副本文件的访问符合Zipf分布，一段时间t内，用户对数据或副本文件的访问次数为q_i，则分布式存储系统中数据文件F_i的受欢迎程度为其中N为数据或者副本文件总共被访问的次数，ρ_i越大，说明该数据或副本文件越受用户欢迎，也表示存储数据或副本文件的存储资源越繁忙；然后通过计算每一个数据或其副本文件访问的概率，通过样本对θ进行估计，最终得到θ值，以此构建出用户选择数据服务的模型。

3.根据权利要求1所述的一种计及攻击的能源互联网数据可靠存储系统，其特征在于：最优海量数据分割模块中，数据分割即在不影响数据决策效果的情况下，将一个具有较大规模的数据集通过某种分割规则分割为数个具有较小规模的不相交的子集；设原始数据集为S，各个数据子集为S_i，即：

其中

对所有的条件属性集A基于分治法的思想进行维度约简，得到原始数据集的条件属性约简集合A'，将数据集分割为数个不相交的子集。

4.根据权利要求1所述的一种计及攻击的能源互联网数据可靠存储系统，其特征在于：分布式数据恢复模块中，采用Erasure Code编码从数据恢复的角度来对受损的数据或副本进行无损恢复，包括如下步骤：

步骤a，将待存储的原始数据集通过数据分割算法分为m块，并对其进行编码生成n块数据，产生k＝n-m个校验码，则每个校验码用下式表示：

即C＝FD，其中C为校验数据向量，F是m×k型的系数矩阵，采用范德蒙矩阵，D是原始数据分块向量；

步骤b，定义矩阵若有少于k个的数据块丢失，则将丢失数据块所对应的矩阵A、E中所对应的行删除得到A'、E'，然后通过计算D＝(A')^-1E'来恢复出原始数据D；

步骤c，利用基因表达式编程算法挖掘数据块数K、编码个数N、存储节点个数S、网络带宽B、数据大小R与数据恢复时间T之间的非线性函数模型T＝f(K,N,S,B,R)，通过最优化算法求解出当数据块数K、存储节点个数S以及网络带宽B、数据大小R满足预设条件时的最小的编码个数，使得数据恢复时间T最小；

步骤d，基于Hadoop平台对上述步骤a-c进行分布式并行设计。