一种基于经济模型的数据复制收入预测函数

提出了新的基于齐普夫分布和二项式分布相结合的预测函数，同时考虑了文件的序列相关性和地理位置相关性(基于二项式和齐普夫分布)。实验数据显示该方法能有效地提高网格环境下，网格任务访问数据的效率和最大吞吐量，预测效果优于文献[2]中的预测函数。
关 键 词 数据网格; 数据复制; 价值预测; 齐普夫分布

网格计算解决了目前国际科学研究项目对大规模计算和海量数据的处理需求。数据网格是网格技术在数据管理方面的应用和实现，实现了海量数据的共享、访问和处理。数据网格中的复制管理部分为用户应用提供一个能够快速访问、处理远程数据的局部缓冲数据副本，避免大量数据远程传输到应用端，提高数据访问效率和容错性能。为了有效提高数据网格环境下、网格作业执行过程中数据访问的效率，应对数据分布和复制的优化，文献[1]提出了基于经济模型的数据网格环境下数据复制优化服务。模型中主要的两个元素是计算单元(Compute Element，CE)和存储代理(Storage Broker，SB)。计算单元为正在该站点执行的网格任务获得数据，与该站点的存储代理一起通过特定的拍卖协议，购买到最便宜的副本。存储代理通过将数据卖给其他存储代理或计算单元来获得最大收入。在经济模型中数据文件的可用性(价值)正比于SB从其获得的收入，复制之前SB必须确定复制文件到本站点是否有价值，即对文件将来的价值给出预测。另一方面由于网格站点的存储空间有限，所以存储空间不够时要删除文件。因此，SB又必须采用不同的策略标准对文件将来的价值进行预测，然后做出删除的决定。预测函数能基于数据文件的历史价值预测将来的价值，能有效地应用于SB的策略。
文献[2]定义了两种预测函数(基于高斯和二项分布)，并且做了实验评估。两种预测函数都是考虑了访问文件的序列相关性。本文基于齐普夫分布和二项分布相结合的方式提出了一种新的预测函数，同时考虑了文件的序列相关性和地理位置相关性(基于二项和齐普夫分布)，并且将其与文献[2]中的预测函数进行了实验数据的对比，结果表明预测效果优于文献[2]中的方法。