提出了新的基于齊普夫分布和二項式分布相結(jié)合的預(yù)測函數(shù)，同時考慮了文件的序列相關(guān)性和地理位置相關(guān)性(基于二項式和齊普夫分布)。實驗數(shù)據(jù)顯示該方法能有效地提高網(wǎng)格環(huán)境下，網(wǎng)格任務(wù)訪問數(shù)據(jù)的效率和最大吞吐量，預(yù)測效果優(yōu)于文獻[2]中的預(yù)測函數(shù)。
關(guān) 鍵 詞 數(shù)據(jù)網(wǎng)格; 數(shù)據(jù)復(fù)制; 價值預(yù)測; 齊普夫分布

網(wǎng)格計算解決了目前國際科學(xué)研究項目對大規(guī)模計算和海量數(shù)據(jù)的處理需求。數(shù)據(jù)網(wǎng)格是網(wǎng)格技術(shù)在數(shù)據(jù)管理方面的應(yīng)用和實現(xiàn)，實現(xiàn)了海量數(shù)據(jù)的共享、訪問和處理。數(shù)據(jù)網(wǎng)格中的復(fù)制管理部分為用戶應(yīng)用提供一個能夠快速訪問、處理遠(yuǎn)程數(shù)據(jù)的局部緩沖數(shù)據(jù)副本，避免大量數(shù)據(jù)遠(yuǎn)程傳輸?shù)綉?yīng)用端，提高數(shù)據(jù)訪問效率和容錯性能。為了有效提高數(shù)據(jù)網(wǎng)格環(huán)境下、網(wǎng)格作業(yè)執(zhí)行過程中數(shù)據(jù)訪問的效率，應(yīng)對數(shù)據(jù)分布和復(fù)制的優(yōu)化，文獻[1]提出了基于經(jīng)濟模型的數(shù)據(jù)網(wǎng)格環(huán)境下數(shù)據(jù)復(fù)制優(yōu)化服務(wù)。模型中主要的兩個元素是計算單元(Compute Element，CE)和存儲代理(Storage Broker，SB)。計算單元為正在該站點執(zhí)行的網(wǎng)格任務(wù)獲得數(shù)據(jù)，與該站點的存儲代理一起通過特定的拍賣協(xié)議，購買到最便宜的副本。存儲代理通過將數(shù)據(jù)賣給其他存儲代理或計算單元來獲得最大收入。在經(jīng)濟模型中數(shù)據(jù)文件的可用性(價值)正比于SB從其獲得的收入，復(fù)制之前SB必須確定復(fù)制文件到本站點是否有價值，即對文件將來的價值給出預(yù)測。另一方面由于網(wǎng)格站點的存儲空間有限，所以存儲空間不夠時要刪除文件。因此，SB又必須采用不同的策略標(biāo)準(zhǔn)對文件將來的價值進行預(yù)測，然后做出刪除的決定。預(yù)測函數(shù)能基于數(shù)據(jù)文件的歷史價值預(yù)測將來的價值，能有效地應(yīng)用于SB的策略。
文獻[2]定義了兩種預(yù)測函數(shù)(基于高斯和二項分布)，并且做了實驗評估。兩種預(yù)測函數(shù)都是考慮了訪問文件的序列相關(guān)性。本文基于齊普夫分布和二項分布相結(jié)合的方式提出了一種新的預(yù)測函數(shù)，同時考慮了文件的序列相關(guān)性和地理位置相關(guān)性(基于二項和齊普夫分布)，并且將其與文獻[2]中的預(yù)測函數(shù)進行了實驗數(shù)據(jù)的對比，結(jié)果表明預(yù)測效果優(yōu)于文獻[2]中的方法。