本發(fā)明涉及網(wǎng)絡(luò)通信技術(shù)領(lǐng)域，特別是指一種基于可取回概率的云存儲(chǔ)方法和裝置。

背景技術(shù)：

云存儲(chǔ)是在云計(jì)算概念上延伸和發(fā)展出來(lái)的一個(gè)新的概念，是一種新興的網(wǎng)絡(luò)存儲(chǔ)技術(shù)，是指通過(guò)集群應(yīng)用、網(wǎng)絡(luò)技術(shù)或分布式文件系統(tǒng)等功能，將網(wǎng)絡(luò)中大量各種不同類型的存儲(chǔ)設(shè)備通過(guò)應(yīng)用軟件集合起來(lái)協(xié)同工作，共同對(duì)外提供數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)訪問(wèn)功能的一個(gè)系統(tǒng)。

云存儲(chǔ)為用戶提供了隨用隨取的存儲(chǔ)服務(wù)，但是當(dāng)用戶將數(shù)據(jù)交給CPS時(shí)就不得不考慮數(shù)據(jù)的安全問(wèn)題。數(shù)據(jù)安全主要包括數(shù)據(jù)機(jī)密性、數(shù)據(jù)完整性、數(shù)據(jù)可用性這三個(gè)方面。傳統(tǒng)解決數(shù)據(jù)機(jī)密性依賴各種加密算法，例如：同態(tài)加密算法、代理重加密、基于屬性的加密、廣播加密等；解決數(shù)據(jù)完整性則主要采用公開(kāi)審計(jì)方案，公開(kāi)審計(jì)方案主要分為兩類：POR和PDP；解決數(shù)據(jù)完整性大多采用冗余策略，冗余策略主要包括備份和編碼。

在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題：首先，加密算法和公開(kāi)審計(jì)均有很大的算法復(fù)雜度，因此會(huì)帶來(lái)巨大的計(jì)算消耗，對(duì)于計(jì)算能力有限并且存儲(chǔ)數(shù)據(jù)量巨大的用戶來(lái)說(shuō)，這種計(jì)算開(kāi)銷可能是無(wú)法承擔(dān)的；第二，基于密碼學(xué)的方法帶來(lái)了密鑰管理的問(wèn)題，一旦密鑰泄露，用戶的隱私也就不復(fù)存在，同時(shí)，密鑰丟失也會(huì)造成用戶無(wú)法取回?cái)?shù)據(jù)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提出一種基于可取回概率的云存儲(chǔ)方法和裝置，用以在無(wú)秘鑰狀態(tài)下提供盡可能高的數(shù)據(jù)存取安全保障。

基于上述目的本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法，包括：

建立每個(gè)云服務(wù)提供商的單次可取回概率模型；所述單次可取回概率模型包括單次可取回概率，即從各所述云服務(wù)提供商單次取回文件的成功率；

建立文件存儲(chǔ)模型；所述文件存儲(chǔ)模型包括文件的單次可取回概率與所述文件大小的關(guān)系；

使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案。

可選的，所述建立每個(gè)云服務(wù)提供商的單次可取回概率模型，具體包括：

根據(jù)文件大小，將文件劃分為不同容量等級(jí)；

對(duì)于單個(gè)云服務(wù)提供商，分別統(tǒng)計(jì)用戶存取不同容量等級(jí)的文件時(shí)的失敗率；

對(duì)每一容量等級(jí)存取不同容量等級(jí)的文件時(shí)的失敗率進(jìn)行線性擬合，得到所述單個(gè)云服務(wù)提供商的單次可取回概率模型。

可選的，所述使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案，具體包括：

獲取用戶指定的費(fèi)用上限C_max和費(fèi)用下限C_min；令C＝(c₁,c₂,…,c_n)，n為大于等于2的自然數(shù)，其中c_i,i∈[1,n]表示云服務(wù)提供商i的服務(wù)費(fèi)用；令S＝(s₁,s₂,…,s_n)^T，其中s_j,j∈[1,n]表示文件j的大?。涣頕(s₁,s₂,…,s_n)表示文件1文件n的總體可取回概率；則約束條件為：C_min＜C*S＜C_max，基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值。

可選的，所述基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值，具體包括：

選擇各個(gè)文件的初始值，將其編碼成0/1字符串，作為初始染色體s；

對(duì)初始染色體s進(jìn)行k次變異，產(chǎn)生k個(gè)后代，作為初始種群；

將文件單次可取回概率作為個(gè)體的適應(yīng)度值，分別計(jì)算出所述初始種群中所有個(gè)體各自的適應(yīng)度值和所述所有個(gè)體的積累概率；

用輪盤(pán)賭選擇法選擇出所述初始種群k個(gè)后代，并進(jìn)行交叉變異等一系列操作；

重復(fù)上述過(guò)程直至達(dá)到限定代數(shù)，然后根據(jù)得到編碼得到最佳放置方案。

本發(fā)明的另一方面還提供一種基于可取回概率的云存儲(chǔ)裝置，包括：

模型管理單元，用于建立每個(gè)云服務(wù)提供商的單次可取回概率模型；所述單次可取回概率模型包括單次可取回概率，即從各所述云服務(wù)提供商單次取回文件的成功率；所述模型管理單元還用于建立文件存儲(chǔ)模型；所述文件存儲(chǔ)模型包括文件的單次可取回概率與所述文件大小的關(guān)系；

運(yùn)算單元，用于使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案。

可選的，所述模型管理單元用于根據(jù)文件大小，將文件劃分為不同容量等級(jí)；對(duì)于單個(gè)云服務(wù)提供商，分別統(tǒng)計(jì)用戶存取不同容量等級(jí)的文件時(shí)的失敗率；對(duì)每一容量等級(jí)存取不同容量等級(jí)的文件時(shí)的失敗率進(jìn)行線性擬合，得到所述單個(gè)云服務(wù)提供商的單次可取回概率模型。

可選的，所述運(yùn)算單元用于獲取用戶指定的費(fèi)用上限C_max和費(fèi)用下限C_min；令C＝(c₁,c₂,…,c_n)，n為大于等于2的自然數(shù)，其中c_i,i∈[1,n]表示云服務(wù)提供商i的服務(wù)費(fèi)用；令S＝(s₁,s₂,…,s_n)^T，其中s_j,j∈[1,n]表示文件j的大??；令F(s₁,s₂,…,s_n)表示文件1至文件n的總體可取回概率；則約束條件為：C_min＜C*S＜C_max，基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值。

可選的，所述運(yùn)算單元用于選擇各個(gè)文件的初始值，將其編碼成0/1字符串，作為初始染色體s；對(duì)初始染色體s進(jìn)行k次變異，產(chǎn)生k個(gè)后代，作為初始種群；將文件單次可取回概率作為個(gè)體的適應(yīng)度值，分別計(jì)算出所述初始種群中所有個(gè)體各自的適應(yīng)度值和所述所有個(gè)體的積累概率；用輪盤(pán)賭選擇法選擇出所述初始種群的k個(gè)后代，并進(jìn)行交叉變異等一系列操作；重復(fù)上述過(guò)程直至達(dá)到限定代數(shù)，然后根據(jù)得到編碼得到最佳放置方案。

從上面所述可以看出，本發(fā)明提供的方法和裝置基于不同云服務(wù)提供商之間的競(jìng)爭(zhēng)關(guān)系，通過(guò)將數(shù)據(jù)存儲(chǔ)在不同在的云服務(wù)提供商上，保證數(shù)據(jù)機(jī)密性；利用多個(gè)云服務(wù)提供商之間的數(shù)據(jù)冗余保證數(shù)據(jù)的完整性和可用性；同時(shí)采用遺傳算法求解單次可取回概率最大的存儲(chǔ)方案，從而供云服務(wù)運(yùn)營(yíng)商進(jìn)行參考和服務(wù)調(diào)整，以提高服務(wù)質(zhì)量，保障用戶的數(shù)據(jù)安全。

附圖說(shuō)明

圖1為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的實(shí)施例的流程示意圖；

圖2為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的可選實(shí)施例的流程示意圖；

圖3為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的又一實(shí)施例中遺傳算法的流程示意圖；

圖4為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)裝置的實(shí)施例的模塊示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

需要說(shuō)明的是，本發(fā)明實(shí)施例中所有使用“第一”和“第二”的表述均是為了區(qū)分兩個(gè)相同名稱非相同的實(shí)體或者非相同的參量，可見(jiàn)“第一”“第二”僅為了表述的方便，不應(yīng)理解為對(duì)本發(fā)明實(shí)施例的限定，后續(xù)實(shí)施例對(duì)此不再一一說(shuō)明。

圖1為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的實(shí)施例的流程示意圖。如圖所示，本發(fā)明的一個(gè)方面提供一種基于可取回概率的云存儲(chǔ)方法的實(shí)施例，包括：

S10，建立每個(gè)云服務(wù)提供商的單次可取回概率模型；所述單次可取回概率模型包括單次可取回概率，即從各所述云服務(wù)提供商單次取回文件的成功率。具體來(lái)說(shuō)，步驟S10中的單次可取回概率模型，是指用戶從某一指定云服務(wù)提供商處進(jìn)行文件上傳、下載時(shí)的平均成功率和失敗率，這一概率是綜合不同文件大小的可取回概率后得到的綜合結(jié)果。

S11，建立文件存儲(chǔ)模型；所述文件存儲(chǔ)模型包括文件的單次可取回概率與所述文件大小的關(guān)系。

S12，使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案。

本實(shí)施例提供的方法基于不同云服務(wù)提供商之間的競(jìng)爭(zhēng)關(guān)系，通過(guò)將數(shù)據(jù)存儲(chǔ)在不同在的云服務(wù)提供商上，保證數(shù)據(jù)機(jī)密性；利用多個(gè)云服務(wù)提供商之間的數(shù)據(jù)冗余保證數(shù)據(jù)的完整性和可用性；同時(shí)采用遺傳算法求解單次可取回概率最大的存儲(chǔ)方案，從而供云服務(wù)運(yùn)營(yíng)商進(jìn)行參考和服務(wù)調(diào)整，以提高服務(wù)質(zhì)量，保障用戶的數(shù)據(jù)安全。

圖2為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的可選實(shí)施例的流程示意圖。如圖所示，在一可選的實(shí)施例中，S10，建立每個(gè)云服務(wù)提供商的單次可取回概率模型，具體包括：

S20，根據(jù)文件大小，將文件劃分為不同容量等級(jí)。例如，可以將文件根據(jù)大小劃分為0～10M，10～100M，100M～1G，1G～∞等容量等級(jí)。當(dāng)然這種劃分方式只是一個(gè)作為參考的示例，不應(yīng)當(dāng)理解為唯一的劃分方式，其他合理的劃分方式也應(yīng)當(dāng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

S21，對(duì)于單個(gè)云服務(wù)提供商，分別統(tǒng)計(jì)用戶存取不同容量等級(jí)的文件時(shí)的失敗率(或成功率)。這里的統(tǒng)計(jì)是具體到每個(gè)容量等級(jí)的，例如對(duì)于某一云服務(wù)提供商而言，用戶在存取容量為10～100M的文件時(shí)，平均成功率可以達(dá)到99.9％，而在存取容量為100～1G的文件時(shí)，平均成功率可能只能達(dá)到99.5％等，這里只是給出一個(gè)示例，并非代表實(shí)際或模擬測(cè)試結(jié)果。

S22，對(duì)每一容量等級(jí)存取不同容量等級(jí)的文件時(shí)的失敗率進(jìn)行線性擬合，得到所述單個(gè)云服務(wù)提供商的單次可取回概率模型。通過(guò)統(tǒng)計(jì)不同容量等級(jí)文件的存取失敗率(或成功率)，通過(guò)線性擬合，可以得到某一云服務(wù)提供商的整體單次可取回概率模型。

本實(shí)施例通過(guò)統(tǒng)計(jì)云服務(wù)提供商對(duì)不同容量等級(jí)文件的存取失敗率，通過(guò)線性擬合的方式得到云服務(wù)提供商的單次可取回概率模型，為前述使用遺傳算法進(jìn)行存儲(chǔ)方式的優(yōu)化奠定了條件。

在另一可選的實(shí)施例中，S12，使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案，具體包括：

獲取用戶指定的費(fèi)用上限C_max和費(fèi)用下限C_min；令C＝(c₁,c₂,…,c_n)，n為大于等于2的自然數(shù)，其中c_i,i∈[1,n]表示云服務(wù)提供商i的服務(wù)費(fèi)用；令S＝(s₁,s₂,…,s_n)^T，其中s_j,j∈[1,n]表示文件j的大?。涣頕(s₁,s₂,…,s_n)表示文件1文件n的總體可取回概率；則約束條件為：C_min＜C*S＜C_max，基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值。具體的，c_i,i∈[1,n]表示云服務(wù)提供商i對(duì)于單位大小文件存儲(chǔ)服務(wù)收取的費(fèi)用，單位可以是元每GB或者M(jìn)每GB等等；而s_j,j∈[1,n]的單位就對(duì)應(yīng)為GB或者M(jìn)。

即所述云服務(wù)提供商的最優(yōu)存儲(chǔ)方案，可以優(yōu)化為一個(gè)非線性規(guī)劃問(wèn)題，其中約束條件包括：

C＝(c₁,c₂,…,c_n)，S＝(s₁,s₂,…,s_n)^T，n為大于等于2的自然數(shù)

C_min＜C*S＜C_max

需要求解：

F(s₁,s₂,…,s_n)的最大值。

本發(fā)明實(shí)施例中，使用遺傳算法對(duì)上述非線性規(guī)劃問(wèn)題進(jìn)行求解，從而得到盡快得到最優(yōu)解。

圖3為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)方法的又一實(shí)施例中遺傳算法的流程示意圖。如圖所示，在又一可選的實(shí)施例中，所述基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值，具體包括：

S30，選擇各個(gè)文件的初始值，將其編碼成0/1字符串，作為初始染色體s。

S31，對(duì)初始染色體s進(jìn)行k次變異，產(chǎn)生k個(gè)后代，作為初始種群。設(shè)置終止代數(shù)T，T的取值不做限定，可以根據(jù)需要確定。

S32，將文件單次可取回概率作為個(gè)體的適應(yīng)度值，分別計(jì)算出所述初始種群中所有個(gè)體各自的適應(yīng)度值和所述所有個(gè)體的積累概率。

S33，用輪盤(pán)賭選擇法選擇出所述初始種群k個(gè)后代，并進(jìn)行交叉變異等一系列操作。在每次進(jìn)行交叉變異等操作后，選擇適應(yīng)度值較高的后代，作為下一代，重復(fù)上述遺傳篩選過(guò)程。

S34，重復(fù)上述過(guò)程直至達(dá)到限定代數(shù)T，然后根據(jù)得到編碼得到最佳放置方案。

圖4為本發(fā)明提供的一種基于可取回概率的云存儲(chǔ)裝置的實(shí)施例的模塊示意圖。如圖所示，本發(fā)明還提供一種基于可取回概率的云存儲(chǔ)裝置，包括：

模型管理單元40，用于建立每個(gè)云服務(wù)提供商的單次可取回概率模型；所述單次可取回概率模型包括單次可取回概率，即從各所述云服務(wù)提供商單次取回文件的成功率；所述模型管理單元還用于建立文件存儲(chǔ)模型；所述文件存儲(chǔ)模型包括文件的單次可取回概率與所述文件大小的關(guān)系。

運(yùn)算單元41，用于使用遺傳算法，根據(jù)所述單次可取回概率模型和文件存儲(chǔ)模型，得到單次可取回概率最大的存儲(chǔ)方案。

本實(shí)施例提供的裝置基于不同云服務(wù)提供商之間的競(jìng)爭(zhēng)關(guān)系，通過(guò)將數(shù)據(jù)存儲(chǔ)在不同在的云服務(wù)提供商上，保證數(shù)據(jù)機(jī)密性；利用多個(gè)云服務(wù)提供商之間的數(shù)據(jù)冗余保證數(shù)據(jù)的完整性和可用性；同時(shí)采用遺傳算法求解單次可取回概率最大的存儲(chǔ)方案，從而供云服務(wù)運(yùn)營(yíng)商進(jìn)行參考和服務(wù)調(diào)整，以提高服務(wù)質(zhì)量，保障用戶的數(shù)據(jù)安全。

可選的，所述模型管理單元40用于根據(jù)文件大小，將文件劃分為不同容量等級(jí)；對(duì)于單個(gè)云服務(wù)提供商，分別統(tǒng)計(jì)用戶存取不同容量等級(jí)的文件時(shí)的失敗率；對(duì)每一容量等級(jí)存取不同容量等級(jí)的文件時(shí)的失敗率進(jìn)行線性擬合，得到所述單個(gè)云服務(wù)提供商的單次可取回概率模型。

可選的，所述運(yùn)算單元41用于獲取用戶指定的費(fèi)用上限C_max和費(fèi)用下限C_min；令C＝(c₁,c₂,…,c_n)，n為大于等于2的自然數(shù)，其中c_i,i∈[1,n]表示云服務(wù)提供商i的服務(wù)費(fèi)用；令S＝(s₁,s₂,…,s_n)^T，其中s_j,j∈[1,n]表示文件j的大??；令F(s₁,s₂,…,s_n)表示文件1至文件n的總體可取回概率；則約束條件為：C_min＜C*S＜C_max，基于上述約束條件，使用遺傳算法求解F(s₁,s₂,…,s_n)的最大值。

可選的，所述運(yùn)算單元41用于選擇各個(gè)文件的初始值，將其編碼成0/1字符串，作為初始染色體s；對(duì)初始染色體s進(jìn)行k次變異，產(chǎn)生k個(gè)后代，作為初始種群，k的值通常取較小值；將文件單次可取回概率作為個(gè)體的適應(yīng)度值，分別計(jì)算出所述初始種群中所有個(gè)體各自的適應(yīng)度值和所述所有個(gè)體的積累概率；用輪盤(pán)賭選擇法選擇出所述初始種群的k個(gè)后代，并進(jìn)行交叉變異等一系列操作；重復(fù)上述過(guò)程直至達(dá)到限定代數(shù)，然后根據(jù)得到編碼得到最佳放置方案。

所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：以上任何實(shí)施例的討論僅為示例性的，并非旨在暗示本公開(kāi)的范圍(包括權(quán)利要求)被限于這些例子；在本發(fā)明的思路下，以上實(shí)施例或者不同實(shí)施例中的技術(shù)特征之間也可以進(jìn)行組合，步驟可以以任意順序?qū)崿F(xiàn)，并存在如上所述的本發(fā)明的不同方面的許多其它變化，為了簡(jiǎn)明它們沒(méi)有在細(xì)節(jié)中提供。

所述領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過(guò)計(jì)算機(jī)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤(pán)、只讀存儲(chǔ)記憶體(Read-Only Memory,ROM)或隨機(jī)存儲(chǔ)記憶體(Random AccessMemory,RAM)等。

另外，為簡(jiǎn)化說(shuō)明和討論，并且為了不會(huì)使本發(fā)明難以理解，在所提供的附圖中可以示出或可以不示出與集成電路(IC)芯片和其它部件的公知的電源/接地連接。此外，可以以框圖的形式示出裝置，以便避免使本發(fā)明難以理解，并且這也考慮了以下事實(shí)，即關(guān)于這些框圖裝置的實(shí)施方式的細(xì)節(jié)是高度取決于將要實(shí)施本發(fā)明的平臺(tái)的(即，這些細(xì)節(jié)應(yīng)當(dāng)完全處于本領(lǐng)域技術(shù)人員的理解范圍內(nèi))。在闡述了具體細(xì)節(jié)(例如，電路)以描述本發(fā)明的示例性實(shí)施例的情況下，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)顯而易見(jiàn)的是，可以在沒(méi)有這些具體細(xì)節(jié)的情況下或者這些具體細(xì)節(jié)有變化的情況下實(shí)施本發(fā)明。因此，這些描述應(yīng)被認(rèn)為是說(shuō)明性的而不是限制性的。

盡管已經(jīng)結(jié)合了本發(fā)明的具體實(shí)施例對(duì)本發(fā)明進(jìn)行了描述，但是根據(jù)前面的描述，這些實(shí)施例的很多替換、修改和變型對(duì)本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的。例如，其它存儲(chǔ)器架構(gòu)(例如，動(dòng)態(tài)RAM(DRAM))可以使用所討論的實(shí)施例。

本發(fā)明的實(shí)施例旨在涵蓋落入所附權(quán)利要求的寬泛范圍之內(nèi)的所有這樣的替換、修改和變型。因此，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何省略、修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。