近年来闪存芯片(NANDFLASH)的生产技术获得了长足进步,单位芯片的存储容量及数据吞吐率不断提高.闪存芯片已经在移动终端领域成为主流的存储部件,例如在手机、数码相机、单片机等方面已经有了很广泛的应用.随着闪存成本的降低,其应用范围也逐渐扩展至大规模的数据存储系统中.针对在存储系统中闪存能耗预估准确性不高的问题,提出了一种基于能耗梯度的固态硬盘能耗建模方法,有效提升了固态硬盘(solid state disk, SSD)的能耗预测精度.首先根据SSD内部闪存芯片的层次结构及工作原理对SSD在读写过程中的能耗产生原因进行了分析和建模;其次将SSD内部的交错性及并行性作为建立能耗梯度列表的依据,使用测算结合的方法获得固态硬盘的能耗梯度列表,再根据能耗梯度去预测SSD的实时能耗.该建模方法所用的采集方法不会对系统带来额外的性能开销,适用于在线以及离线的SSD能耗预估.实验证明:与传统的线性能耗模型相比,该建模方法在读写操作的能耗预测精度上都有显著的提高.
由于云存储服务面临许多损坏数据的风险,检验数据完整性便成为一个亟需解决的基本问题。数据持有性验证(provable data possession,PDP)是检验云存储数据完整性的重要方法。然而,在传统的PDP模型中,单审计代理易造成单点故障并且易形成性能瓶颈。为此,提出了一种支持多代理的数据完整性审计方法(multi-proxies PDP,MP-PDP)。该方法采用循环链表管理多代理节点,使用审计队列存储文件的审计任务,实现了审计任务分发、节点监控、失效节点切换和动态增加代理等功能,并且利用备份节点消除了系统的单点故障。实验结果表明,MP-PDP有效减少了文件的审计执行时间,并且能够快速增删审计代理。
作为云存储安全的重要问题,数据完整性验证技术受到学术界和工业界的广泛关注.为了验证云端数据完整性,研究者提出了多个数据完整性公开审计模型.然而,现有的数据完整性审计模型采用固定参数审计所有文件,浪费了大量计算资源,导致系统审计效率不高.为了提高系统的审计效率,提出了一种自适应数据持有性证明方法(self-adaptive provable data possession,SA-PDP),该方法基于文件属性和用户需求动态调整文件的审计方案,使得文件的审计需求和审计方案的执行强度高度匹配.为了增强审计方案更新的灵活性,依据不同的审计需求发起者,设计了2种审计方案动态更新算法.主动更新算法保证了审计系统的覆盖率,而被动更新算法能够及时满足文件的审计需求.实验结果表明:相较于传统方法,SA-PDP的审计总执行时间至少减少了50%,有效增加了系统审计文件的数量.此外,SAPDP方法生成的审计方案的达标率比传统审计方法提高了30%.
