导读:本文包含了存储服务质量论文开题报告文献综述及选题提纲参考文献，主要关键词:移动云存储,云服务质量,Kano模型,用户满意度
存储服务质量论文文献综述
万莉,崔紫芳,程慧平[1]（2019）在《基于卡诺模型的移动云存储服务质量要素分类研究》一文中研究指出[目的/意义]构建移动云存储服务质量评价指标体系,对移动云存储服务的不同质量要素进行分类,为促进移动云存储服务质量改进与提高提供参考。[方法/过程]从技术质量、功能质量、交互质量、环境质量4个维度构建移动云存储服务质量评价指标体系,运用Kano模型对移动云存储服务质量要素进行分类,借助SII-DDI象限矩阵将服务质量要素进行决策优先级排序。[结果/结论]研究发现:在20个质量要素中,2个为基本质量要素,8个为期望质量要素,4个为魅力质量要素,6个为无谓质量要素。决策优先级最低的是系统完善性和用户指南,最高的是系统响应性,其次是系统可靠性、安全保障、网络泛在性和设备反应速率。为提高用户满意度,移动云存储服务提供商需不断调查了解并尽可能满足用户的基本质量要素需求,重点提高环境要素中的期望质量要素,积极寻找发掘并提升改进用户的魅力质量要素需求。(本文来源于《现代情报》期刊2019年11期）
屠要峰,杨洪章,韩银俊,陈正华[2]（2018）在《基于分布式块存储系统的服务质量研究与优化》一文中研究指出在云存储技术中,资源复用和共享是一把双刃剑,在为用户降低开销的同时,也导致了应用之间的相互干扰和竞争,特别是在资源需求量超出存储系统能力时,无法提供令人满意的服务质量。提出一种自适应的任务调度技术,解决了前后端任务的资源平衡问题。还提出一种多级热度的缓存替换技术,解决了前端任务间的资源平衡问题。在中兴分布式块存储系统中将上述两项技术进行了工程实现和商用测试,上述优化方案满足了用户对分布式块存储服务质量的期望。(本文来源于《电信科学》期刊2018年04期）
占南,谢笑,王文韬[3]（2014）在《基于ACSI模型的个人云存储服务质量评价模型研究》一文中研究指出随着互联网的广泛应用和移动终端设备的普及,存储在不同终端或社会网络环境中的个人信息如何同步、整合、备份和共享等问题成为人们关注的焦点。如何提升个人云存储服务质量,提高用户满意度,从而更好地满足用户需求是亟待解决的问题。主要是探讨影响个人云存储服务用户满意度的主要因素,以美国顾客满意度指数为理论基础构建个人云存储用户满意度概念模型,通过问卷调查法收集用户数据,利用结构方程模型和相关软件对数据进行分析和处理,为优化和提升个人云存储服务提供指导和借鉴。(本文来源于《情报杂志》期刊2014年06期）
张泉[4]（2014）在《面向云数据中心的存储服务质量技术研究》一文中研究指出互联网应用的蓬勃发展和数据量的爆炸式增长驱使着企业和政府机构构建面向公共服务的数据中心。数据服务中心的核心设计理念为资源服务化,即通过整合各种计算机系统资源向大量的并发应用提供资源共享服务。用户根据其存储容量和访问性能的需求直接使用存储服务,从而降低了企业的设备采购成本和数据中心的运营维护成本,并有力地推动了中小企业的信息化建设和社会生产力的发展。然而,存储服务化不可避免地引入了资源竞争及相互干扰,从而给应用的存储服务质量保证和存储系统的性能优化带来了巨大挑战。特别是在复杂的应用环境下,企业应用呈现多样性和突发性,存储平台具有异构性和复杂性,如何根据应用的需求合理地分配系统资源以保证应用的服务质量并提高数据中心的IT绩效已经成为了当前数据服务中心的关注重点。针对应用需求的多样性和应用负载的突发性,提出了一种支持多维服务质量保证的I/O调度机制(Courier)。在面向服务的数据中心环境下,大量应用并发访问存储系统,且不同的应用有着不同的服务质量需求,尤其是延迟和带宽需求。针对此问题,Courier调度算法通过动态切换于基于反馈的延迟控制器和基于信誉分配的带宽分配算法之间以适应应用负载的动态变化。延迟控制器通过采用反馈的方式实时监控存储系统的请求服务时间及应用请求的最后期限,并判断请求的紧急性,优先处理应用中的紧急请求,从而向应用提供请求级别的优先级以应对应用负载中的突发请求。当所有请求的延迟期望得到保证时,调度器则采用基于信誉激励机制的带宽分配算法,允许应用透支限定额度的信誉以优先处理紧急请求,并奖励负载特征良好的应用更多的信誉额度以提高存储系统资源利用效率。测试结果表明,Courier不仅可同时支持应用对延迟和带宽的需求,存储系统的性能也提升了约20%。针对日益普及的固态盘设备,提出了一种面向固态盘的I/O调度器(FBCQ)以保证应用的性能隔离并提高固态盘设备的访问性能。不同于传统的I/O调度算法,FBCQ调度算法采用二层调度框架,其中上层负责为应用提供性能隔离保证,而底层则采用灰盒子方法以挖掘固态盘的内部并行性。由于固态盘存在读写不平衡的问题,上层调度器通过管理应用的服务时间片,并区分对待应用中的读写请求以保证该应用的性能不受其它应用负载特征变化的影响。在FBCQ调度器底层,根据固态盘的数据页组织方式将固态盘的逻辑地址空间映射到不同的逻辑通道队列中,并为每个逻辑通道队列建立一个子调度器。每个到达的请求根据其物理位置和大小拆分小请求并放置到对应的通道队列中,多个逻辑通道队列并发地处理其内部等待的请求。在每个基于通道队列的调度器中,调度器优先处理读请求以避免读请求被阻塞,且对写请求进行排序和合并以进一步提高写性能。实验表明,FBCQ调度器可以有效地实现应用之间的性能隔离,并提高固态盘存储设备的整体性能。鉴于由固态盘和机械磁盘组成的混合存储系统在性能、容量、成本等方面的优势及发展趋势,本文提出了一种固态盘缓存动态分配策略(QoS-FCA)。在混合存储系统中,固态盘可以作为磁盘的缓存,用于加速应用访问,然而,由于大量并发应用共享和竞争缓存资源,不合理的固态盘缓存资源分配必然会导致应用的性能无法得到保证。因此,本文详细讨论了固态盘缓存的访问流程并建立了应用的性能模型,通过模型分析发现,应用在固态盘缓存上的访问性能不仅依赖于缓存命中率,同时,与其自身的负载特征相关。因此,QoS-FCA实时监控每个应用的读写缓存大小及缓存命中率,通过曲线拟合的方式建立应用性能与固态盘缓存空间大小的关系模型。根据应用的性能模型及负载特征,采用了非线性规划的方法动态地计算出满足应用性能需求所需要的最小固态盘缓存空间大小,并将空闲固态盘缓存按照缓存边际效应分配给应用以提高存储系统的整体性能。测试结果显示,QoS-FCA可以在保证应用性能需求的基础上,提升固态盘缓存命中率约10%左右。最后,针对互联网应用和科学计算中存在的海量小文件,提出了一种基于委托的元数据服务机制以优化并行文件系统的小文件访问性能。针对数据密集型应用的需求,设计和实现了具有高性能和高可靠性的分布式并行文件系统Cappella.通过分析分布式文件系统中文件访问流程发现,元数据操作开销占据着小文件访问开销的绝大部分。因此本文提出了基于委托的元数据服务机制,允许客户端在不影响语义一致性的情况下访问和修改客户端缓存中的元数据,并设计和实现了元数据后台刷新机制(.mdflush)。测试结果表明,当文件小于64KB时,Cappella文件系统的性能相对于原始系统提高了35%以上。(本文来源于《华中科技大学》期刊2014-05-01）
王健宗[5]（2012）在《云存储服务质量的若干关键问题研究》一文中研究指出随着科技的进步,信息技术的发展日新月异,特别是互联网的发展,促成人类生活的改变,从2006年Amazon公司发布AWS系统到2007年IBM和谷歌公司提出云计算的概念以来,云计算已经逐步走入人们的生活当中,使得计算资源如同消费水电般被人们以按需付费的形式使用成为可能。众所周知,当今社会信息量的爆炸式增长使人们对于存储量的需求越来越大,也为云存储发展提供了契机,成为最快为大家所接受的一种云服务形式。云存储用户范围从最初的互联网行业扩大到企业、个人应用等多个领域。服务规模的扩大为云存储系统运营和维护带来了诸多挑战：如数据存储的费用、可靠性和可用性等。云存储的基础设施需要专门为存储海量数据而设计,并需要不断扩容,随着规模的不断扩大维护数据可靠性和可用性的难度也随之增加。同时作为云存储服务的使用者,无论企业或者个人,会在将数据移植到云端前综合考虑权衡各种因素,评价各项指标和性能,例如移植代价、服务质量、数据的可获得性,特别是后续持续使用的开销等,务必通过严格的评估才能做出正确合理的决定。针对目前云存储提供商中,特别是公用云存储平台的性能瓶颈,以及云服务提供商和使用者对于工作负载开销的预估性不足等问题,本论文系统研究了云存储中服务质量的若干关键问题,重点考虑公有云平台的性能稳定性、数据可获得性、云存储系统的可靠性以及其资源调度策略等主题。此外,随着越来越多的工作负载借助于云计算平台来完成,对于Infrastructure as a Service (IaaS)提供商来说,一个很大的挑战就在于如何进行精确的成本核算并向租用其平台的Software as a Service (SaaS)用户收费,即如何用一个可靠并智能的模型去相对正确地估算负载所消耗的成本并制定合理的价格策略。针对上述的问题和挑战,本文的主要贡献如下：提出一种基于混合公有云存储的优化结构—CloudMW, CloudMW针对公有云存储平台中,存储性能稳定度不足及对数据共享支持度不够等问题给出了优化改进方案,通过借鉴RAID系统中复制和分块的思想,将数据条带化放置到云端,并利用中间件技术实现了数据的共享和性能的优化,实验结果证明CloudMW能很好地维护系统的稳定性,并支持数据共享且在线服务性能得到保障。当前将用于本地存储或网络系统可靠性的纠错码技术引入到分布式的云存储环境成为趋势,以取代当前云存储系统中常用的多份副本可靠性策略。针对工作负载的多样性特点,深入云存储系统内部,本文提出了一种基于负载特征的云存储可靠性框架——CloudRAID,把工作负载的特征考虑到可靠性的保障机制选择中,通过定量化的评价模型,自适应地合理构建云存储可靠性策略,并且在HDFS中实现CloudRAID原型,以验证其有效性以及服务能力。还特别关注云存储提供商的利润率,提出了一种云端自适应的利润优先的调度效用优化算法——CloudIo用于分布式云存储环境的I/O资源调度,该算法在保证云存储提供商服务能力的前提下,避免工作负载突发性导致的性能下降乃至停滞,在最大化满足服务水平目标的同时,把云存储提供商的利润考虑到调度算法中,通过实验证明本调度算法同其他调度算法相比能达到更好的负载均衡并使云存储提供商获得更高的利润率。最后提出云环境中工作负载成本开销模型——CloudCoST,该模型具备较强的灵活性,既能将应用分配到更大的资源池中,也考虑了更优化的资源共享,并具有自适应性,即对应用分配方式的敏感度较低,能基于应用负载突发性对IT公司的不同应用创建突发过滤器,过滤掉那些因突发性太剧烈而使成本过高的应用,把这些应用移植到云端,此外能整体为IaaS供应商设计成本核算和价格生成模型,通过利用在实际IT公司中收集到的工作负载进行模型的验证,发现CloudCOST具备一定的鲁棒性,同时能根据市场的价格变化动态调节云平台的定价机制。通过对上述云存储服务质量的若干关键问题研究,目标是能够为客户提供性能优良、可靠性高、负载均衡同时能节约成本的云存储生态系统。(本文来源于《华中科技大学》期刊2012-05-01）
许信[6]（2011）在《云存储系统服务质量控制与可靠性技术研究》一文中研究指出云计算技术的兴起和发展,正逐渐改变人们使用服务和资源的方式,同时也成为计算机应用领域的研究热点。云存储可实现云端海量数据的高效存储,是云计算的重要基础。如何保证云存储系统的服务质量(QoS, Qulity of Service)及可靠性,对于保证海量用户的访问效率,维护海量数据存储的可用性有着重大意义。当前主流的云存储系统,一方面缺乏有效的QoS控制机制,无法满足不同用户的访问需求,另一方面采用静态的可靠性保障技术,难以适应系统多变的应用环境。论文针对上述不足,结合国家重大科技专项的研究以及云存储系统的基本架构模型,对云存储系统的QoS控制及可靠性技术开展研究。为了保证云存储系统数据访问的QoS,论文提出了基于区分服务的云存储QoS控制方法,通过对云存储系统的用户基于服务质量等级进行区分,提供不同的QoS保证。一方面在元数据服务器上采用EDF队列调度满足用户对时延的需求；而在数据存储服务器上利用多级队列调度的方法满足传输带宽的输出,同时通过自适应的负载调节优先保证高等级用户的服务质量。另一方面利用QoS-aware负载均衡策略从宏观上调节整个系统的QoS控制,使面向QoS的读请求分配最优化。最后使用断点续传机制,保证数据传输过程中的QOS。针对云存储系统中数据存储服务器的不可靠特性,论文提出了一种双向失效检测策略,以心跳检测策略为主,主动检测为辅,对数据存储服务器进行快速准确的失效检测。在心跳检测中,利用自适应的心跳超时算法,以适应云存储系统不断变化的网络环境；同时在心跳超时触发主动检测策略,避免由于心跳丢包而引起的服务器失效误判。实验证明,双向失效检测能够很好地适应系统不断变化的应用环境,降低检测的错误率,准确地识别失效的数据存储服务器。在保证数据可靠性方面,论文提出了副本初次放置策略、自适应的副本数量控制策略以及副本失效处理机制等一系列面向可靠性的副本策略。副本初次放置策略选取最合适的服务器放置根副本,保证存储初期的可靠。自适应的副本控制数量策略根据用户的访问特性动态地调节系统的副本情况,为热点文件增加副本,减轻负载；同时减少冷门文件的副本,节省存储空间资源。当单副本失效或者数据存储服务器失效时,启动失效处理机制,通过快速复制失效的副本来保证副本的冗余个数,确保访问数据的可靠性。论文最后介绍了基于QoS控制及可靠性技术的原型系统：杰唐云存储系统JTangCS,该系统实现了论文所述的QoS控制和可靠性技术。(本文来源于《浙江大学》期刊2011-01-01）
柴云鹏,都志辉,李叁立[7]（2010）在《保障服务质量的节能流媒体存储系统》一文中研究指出为了节约能源并保障服务质量(quality of service,QoS),提出了一种保障服务质量的节能流媒体存储系统的设计。通过动态的磁盘分组和实时的数据交换,将所有磁盘划分为重负载的性能磁盘组和轻负载的节能磁盘组。提出视频数据分块算法,并用以提高系统的节能效果和服务质量。实验数据表明:该系统适应流媒体应用的特点,在保障服务质量的前提下,节能效果是FT算法的16.34倍、PDC算法的4.47倍。(本文来源于《清华大学学报(自然科学版)》期刊2010年01期）
肖亮[8]（2009）在《基于服务质量的对象存储优化研究》一文中研究指出随着信息化数据的数量和重要性不断增大,对计算机存储系统的容量、I/O性能以及可用性,可靠性,安全性等方面提出越来越高的挑战。基本的解决思路是通过构建具有标准接口的层次性存储系统,使之能够合理的集成更多软硬件部件以满足对存储系统诸多方面的要求。但是在传统存储系统中,不同层次之间的存取接口隐藏了应用、主机系统和设备各自的细节,上层丰富的语义信息无法为存储系统所获取和利用,降低了存储系统高效管理和组织数据的能力。另一方面,存储设备本身所具有的计算能力并没有被充分利用以改善系统性能。而存储对象及其属性管理是能够解决上述问题。并且基于对象存储架构具有智能的存储设备能够感知各种不同用户各自的存取特征,以保障其存储服务质量(QoSS,Quality of Storage Service)。存储服务质量是存储系统在提供数据传输过程中需要满足用户应用需求的一系列服务请求,旨在为用户应用提供服务分区和性能保证。具体可量化为存储容量、数据可用性、I/O速度、可扩展性和服务成本等。服务分区是根据不同应用需求为其提供不同质量保证的存储访问;性能保证则要解决诸如带宽和延迟等性能指标的保证问题。目前网络存储的许多技术和思想本质上是I/O性能的优化、可管理性问题。实施存储系统的服务质量机制能有效解决存储系统规模与系统管理之间的矛盾。首先以对象存储技术和属性管理为基础,借鉴网络通信系统的QoS控制和管理机制并考虑存储系统自身的特点,通过QoS分类学建立了基于服务质量的存储资源管理体系,改进了基于属性的存储服务质量描述和相应的对象服务质量体系的实施框架,涵盖了QoSS提供机制以及QoSS控制和管理机制,这些是属性存储实施和优化的基础。对一个对象存储系统的QoSS构架及相关的QoSS优化机制和策略进行了分析,并研究了一种基于请求拆分的QoSS优化方法。在此基础上,总结了一些典型对象存储服务质量优化方法,对TCP延迟性能模型在理论上进行了探索。接着针对大量小文件复制和迁移性能较差的现象,尤其在分布式环境下这种现象极为突出,提出了一种批量小文件服务质量优化方法。在ext3文件系统基础上对于批量小文件复制和迁移过程进行了研究,并引入多种优化策略。实验表明,串行读并行写过程在本地复制中具有最佳的表现;而聚合复制方法在网络复制中具有最好性能,同时也获得了元数据操作相关的实验数据,为进一步优化文件系统性能打下良好基础。最后,在对象存储系统原型(AMSS)的基础上,以QoSS控制和管理机制为目标,提出了基于对象延迟和带宽属性的存储优化策略。在iSCSI协议和面向对象的扩展SCSI命令集的基础上,定义了符合OSD T10标准的对象延迟和带宽扩展属性页,实现了基于属性的对象访问接口,作为属性传递机制的基础。测试结果表明,从聚合输出带宽来看,与没有采用QoSS优化策略的基本系统相比,采用QoSS优化策略的性能提高了28-38%。与基于iSCSI的系统相比,AMSS能支持更多的客户端。通过有效的QoSS管理和控制机制,能获得比不采用QoSS管理和控制机制更好的带宽和端对端延迟的QoS保证。(本文来源于《华中科技大学》期刊2009-11-01）
王伟[9]（2009）在《保证服务质量下的自动化存储管理》一文中研究指出对于基于数据库管理系统的应用程序,自动存储管理是至关重要的。在大型存储子系统中,工作负载随时间变化而变化,为了同时确保服务质量和存储资源的使用效率,结构不同的物理磁盘可以组成一个虚拟磁盘。因此,物理磁盘间数据迁移将产生额外的IO并消耗存储资源,所以数据迁移在实施之前需要考虑因它而发生的IO是否和服务质量产生冲突。在本文中,为了保证数据迁移过程中的系统的性能,我们提出了新型的分析架构,PULS,它可以提供自动存储管理。(本文来源于《科技信息》期刊2009年27期）
本报,郭平[10]（2008）在《用硬件实现精简配置2.0》一文中研究指出以提供公用存储为特色的3PAR公司日前发布了其最新的3PAR InServ T级阵列，并将精简功能融入到了存储阵列硬件中，这在保证高水平服务质量的前提下，最大限度地提高了容量的利用率。 公用存储是一个用于公用计算的高度虚拟化和紧密集群化的动态分层存(本文来源于《计算机世界》期刊2008-11-17）
存储服务质量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在云存储技术中,资源复用和共享是一把双刃剑,在为用户降低开销的同时,也导致了应用之间的相互干扰和竞争,特别是在资源需求量超出存储系统能力时,无法提供令人满意的服务质量。提出一种自适应的任务调度技术,解决了前后端任务的资源平衡问题。还提出一种多级热度的缓存替换技术,解决了前端任务间的资源平衡问题。在中兴分布式块存储系统中将上述两项技术进行了工程实现和商用测试,上述优化方案满足了用户对分布式块存储服务质量的期望。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
存储服务质量论文参考文献
[1].万莉,崔紫芳,程慧平.基于卡诺模型的移动云存储服务质量要素分类研究[J].现代情报.2019
[2].屠要峰,杨洪章,韩银俊,陈正华.基于分布式块存储系统的服务质量研究与优化[J].电信科学.2018
[3].占南,谢笑,王文韬.基于ACSI模型的个人云存储服务质量评价模型研究[J].情报杂志.2014
[4].张泉.面向云数据中心的存储服务质量技术研究[D].华中科技大学.2014
[5].王健宗.云存储服务质量的若干关键问题研究[D].华中科技大学.2012
[6].许信.云存储系统服务质量控制与可靠性技术研究[D].浙江大学.2011
[7].柴云鹏,都志辉,李叁立.保障服务质量的节能流媒体存储系统[J].清华大学学报(自然科学版).2010
[8].肖亮.基于服务质量的对象存储优化研究[D].华中科技大学.2009
[9].王伟.保证服务质量下的自动化存储管理[J].科技信息.2009
[10].本报,郭平.用硬件实现精简配置2.0[N].计算机世界.2008