[發明專利]一種基于文件熱度分析和K-means的副本放置方法

在審

• 申請號: 201510943677.3
• 申請日: 2015-12-16
• 公開（公告）號: CN105574153A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 馬廷淮;李堅;田偉;金子龍
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 江蘇愛信律師事務所 32241
• 代理人: 唐小紅

1.一種基于文件熱度分析和K-means的副本放置方法，其特征在于，包括以下步驟：

步驟1)，根據任務的執行時間，選擇最小值作為熱度分析的時間周期，在該時間周期內 分析文件的訪問頻率；

步驟2)，根據步驟1)得到的文件訪問頻率，計算文件的訪問熱度值；

步驟3)，根據步驟2)得到的文件訪問熱度值，獲取高熱度值的文件的信息，通過K- means算法，計算并預測下一運行周期的高熱度文件；

步驟4)，根據步驟3)得到的高熱度文件信息，綜合考慮文件大小、文件數量、文件位置、 工作環境等眾多因素動態地調整文件副本的數量以及放置位置。

2.根據權利要求1所述的方法，其特征在于，步驟1)中使用了文件訪問次數計數器和統 計周期計時器；初始化時，默認文件訪問次數為1，每個統計周期內，文件每次被訪問計數器 加1，未被訪問則計數器減1；若訪問次數已經為1，則計數器不再執行減1操作。若文件訪問 超時未完成，訪問計數器加1；若文件在第k個統計周期內的訪問頻率f_k＝n/t，其中n為該文 件在統計周期內被訪問的次數，t為統計周期內訪問的持續時間之和。

3.根據權利要求1所述的方法，其特征在于，步驟2)中根據步驟1)得到的文件訪問頻 率，利用公式h_ij＝α·F_j/(S_i+1)，計算文件i在j時刻的訪問熱度值；公式中，α為常量，用于 對數據進行歸一化處理；F_j表示頻率對文件訪問熱度的影響，S_i表示文件大小對文件訪問熱 度的影響；其中，

4.根據權利要求1所述的方法，其特征在于，步驟3)根據步驟2)得到的文件訪問熱度 值，獲取高熱度值的文件的信息，選取k個文件作為初始化中心，計算每個文件到中心文件 的距離，將每個文件分配至最近的簇。根據現有的簇關系重復計算前述過程，直至滿足終止 條件；終止條件包括：

(1)沒有(或最小數目)文件被重新分配給不同的聚類；

(2)沒有(或最小數目)聚類中心發生變化；

(3)誤差平方和(SSE)局部最小，其中x表示文件，m_j表示聚類 C_j的聚類中心，dist(x，m_j)表示文件x與聚類中心m_j之間的距離。

5.根據權利要求1所述的方法，其特征在于，步驟4)中根據步驟3)得到的聚類信息，根 據各個聚類中心的訪問熱度，綜合考慮文件大小、文件數量、文件位置、工作環境等眾多因 素動態地調整文件副本的數量以及放置位置，高熱度的簇適當增加副本數量，低熱度的簇 課適當減少副本數量。