首页> 中文学位 >在线社交网络数据放置策略的研究与实现
【6h】

在线社交网络数据放置策略的研究与实现

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题背景及研究意义

1.2国内外研究现状

1.3本文主要工作

1.4论文的组织结构

第二章 在线社交网络数据放置策略相关工作

2.1在线社交网络概述

2.2集中式在线社交网络数据放置方法相关工作

2.3分布式在线社交网络数据放置方法相关工作

2.4本章小结

第三章 基于位置的社交数据动态划分和复制算法

3.1问题分析

3.2相关工作

3.3在线社交网络双层社交图模型

3.4基于位置的社交数据动态划分和复制算法

3.5仿真及结果分析

3.6本章小结

第四章 基于双层自我中心网络的存储节点选择算法

4.1问题分析

4.2相关工作

4.3一种基于位置的双层自我中心网络模型

4.4基于双层自我中心网络的存储节点选择算法

4.5仿真及结果分析

4.6本章小结

第五章 在线社交网络数据存储原型系统的设计与实现

5.1系统需求分析

5.2系统总体设计

5.3在线社交网络数据存储原型系统的实现

5.4在线社交网络数据存储原型系统的测试

5.5本章小结

第六章 总结与展望

6.1工作总结

6.2工作展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢

展开▼

摘要

随着信息技术的飞速发展,参与到在线社交网络的用户越来越多数以亿计的用户通过在线社交网络进行互动产生了规模庞大的数据,如何对这些数据进行放置直接影响着在线社交网络的性能。由于在线社交网络数据结构复杂,且其数据结构随着社交应用的不断发展具有了一些新的特征,除此以外其面向的存储环境也处于不断发展的阶段,因此本文针对在不同数据存储架构环境下在线社交网络数据的放置策略进行研究,主要工作包括:
  (1)分析了在线社交网络的特点及其发展趋势,阐明了研究在线社交网络数据放置策略的现实意义。分别介绍了集中式和分布式数据存储架构下在线社交网络数据放置策略需要解决的问题以及国内外研究现状。
  (2)面向集中式数据存储架构环境,在线社交网络数据放置策略需要解决数据划分和复制的问题。现有数据划分和复制算法多从负载均衡、减少好友间访问请求开销、提高副本收益等某个角度进行考虑且并没有考虑在线社交网络数据位置聚集性等新特性。本文设计了一种双层社交图模型将在线社交网络数据中的位置信息进行提取,在此基础上提出了一种基于位置信息的在线社交网络数据动态划分和复制算法MSDPR。该算法采用改进的K-Means算法对位置信息进行聚类,再根据聚类结果对数据进行划分,最后利用社交关系进行数据的复制。仿真结果表明:MSDPR算法能够提高在线社交网络数据的本地访问率,降低访问延迟,并且在数据动态加入时具有较好的适应性。
  (3)面向分布式数据存储架构环境,在线社交网络数据放置策略需要解决副本存储节点选择问题。目前分布式在线社交网络的P2P存储节点选择算法中每个用户的副本存储节点数为统一的数值,考虑到在社交网络中数据的访问热度、用户的行为极具差异性,本文设计了一种基于位置的双层自我中心网络模型对单个用户信息进行提取,并在此基础上提出一种基于双层自我中心网络的存储节点选择算法D_Ego,该算法首先根据社交网络社团结构特征对用户社交影响力进行衡量,然后基于社交影响力确定各用户数据副本因子大小,最后根据用户节点的可用性、节点位置信息和用户间的关系强度选择存储节点。仿真结果表明该算法能够有效地提高分布式在线社交网络中热点数据的访问效率。
  (4)基于上述研究成果,设计并实现了在线社交网络数据存储原型系统。该系统实现了集中式和分布式存储架构下的在线社交网络数据存储功能,验证了基于位置信息的在线社交网络数据动态划分和复制算法、基于双层自我中心网络的存储节点选择算法的实用性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号