基于Gibbs采样与概率分布估计的移动云数据存储

• 作者: 常致全 李又玲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Gibbs采样 分布估计 重采样 移动云 数据存储
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 云计算专题
• 页码范围: 13-19
• 页数: 7页
• 分类号: TP391
• 字数: 5254字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.01.003

摘要

为提高移动云数据存储远程服务器的计算和存储能力,提出一种改进的移动云数据存储算法.利用表决数据分配和表决数据处理框架,构建考虑节点失效概率的重采样期望传播时间计算模型,并建立整合能源效率和容错性的表决动态网络.采用概率分布估计对动态网络模型进行存储路径优化,应用Gibbs采样解决分布估计的样本数据高维耦合和无监督训练问题.实验结果表明,与贪心算法、随机放置算法和分布估计算法相比,该算法具有更高的能源效率和存储可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常致全	四川大学计算机学院	21	195	9.0	13.0
2	李又玲	四川大学计算机学院	2	10	1.0	2.0