在线社交网络数据放置策略的研究与实现

《在线社交网络数据放置策略的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｉ．＇．‘．．．．－－，：．Ｈ＿／＇ｗ？／．．ＰＶ每哪－１ｖ．—，訪．穿．遍．邊．；：導豎嚷沒单＾賴＾气．？ｕ補，：．：ｒ．＇／聲嗎Ｖ－．－知‘：福Ｖ＇；．達、．＜Ｈ：＇Ｃ．＞．！；．辛、琴崔導寺誤＾庸養識，：尝寺脅．．琴文ｖ誦．？＾一、１杂ｒ１－＇专７业学位立巧±ｔ念３交寺ｐ．方Ｖ雄．；，：．＞；冷．．藝／＇蠢＇智’＇俱：；ｒ；，。：馬皆－．；：？’等．之學霧／．＇；．，，－．．扔ｖ．；禱＇，．ｉ．把－一；＇ｒ賴．１．．．Ｌ论诚纖社輸撇煙、二一．

2、ｉ羞＇ｌ．策＾壯娜＇／；；；－．ｖ￥：．．‘＞．，．ｆ、豕；，．個＾誦ｉｉ讀－．喜，５若．；装Ｃ；；．ｖ社Ｉｆ．姓：；是芸＇ｒｖ知，＇ｒ．；．ｖ＇ｖ？导师＾；＇．玲：棚ｖ；－－、窜专类别耐！，．斬式＇朽，斯类型全日制；Ｖ＞．＇ｖ讀？＇：＾．：ｉ域专＞版术：＇？－论觸刖期－１旅Ｍ，：ｖ．：Ｔ．＂／％；ｆ－／／－：％嘆喫＾曇鱗；－巧＾繼汽葡犧狂崖．ResearchandImpl

3、ementationofDataPlacementStrategyinOnlineSocialNetworksThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangQingyunSupervisor:Prof.ChengChunlingJune2016南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果。

4、尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写过。的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。…本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。．、）研究生签名：＾义日期：ｙ）Ｌｂｆ南京邮电大学学位论文使用授权声明本人授权南京邮电大学可Ｗ保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可Ｗ

5、将学位论文的全部或部分内容编入有关数据库进行检索；可Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。：导师签名：研究生签名：日期＾ｎ［ｎｂＭ摘要随着信息技术的飞速发展，参与到在线社交网络的用户越来越多数以亿计的用户通过在线社交网络进行互动产生了规模庞大的数据，如何对这些数据进行放置直接影响着在线社交网络的性能。由于在线社交网络数据结构复杂，且其数据结

6、构随着社交应用的不断发展具有了一些新的特征，除此以外其面向的存储环境也处于不断发展的阶段，因此本文针对在不同数据存储架构环境下在线社交网络数据的放置策略进行研究，主要工作包括：（1）分析了在线社交网络的特点及其发展趋势，阐明了研究在线社交网络数据放置策略的现实意义。分别介绍了集中式和分布式数据存储架构下在线社交网络数据放置策略需要解决的问题以及国内外研究现状。（2）面向集中式数据存储架构环境，在线社交网络数据放置策略需要解决数据划分和复制的问题。现有数据划分和复制算法多从负载均衡、减少好友间访问请求开销、

7、提高副本收益等某个角度进行考虑且并没有考虑在线社交网络数据位置聚集性等新特性。本文设计了一种双层社交图模型将在线社交网络数据中的位置信息进行提取，在此基础上提出了一种基于位置信息的在线社交网络数据动态划分和复制算法MSDPR。该算法采用改进的K-Means算法对位置信息进行聚类，再根据聚类结果对数据进行划分，最后利用社交关系进行数据的复制。仿真结果表明：MSDPR算法能够提高在线社交网络数据的本地访问率，降低访问延迟，并且在数据动态加入时具有较好的适应性。（3）面向分布式数据存储架构环境，在线社交网络数据

8、放置策略需要解决副本存储节点选择问题。目前分布式在线社交网络的P2P存储节点选择算法中每个用户的副本存储节点数为统一的数值，考虑到在社交网络中数据的访问热度、用户的行为极具差异性，本文设计了一种基于位置的双层自我中心网络模型对单个用户信息进行提取，并在此基础上提出一种基于双层自我中心网络的存储节点选择算法D_Ego，该算法首先根据社交网络社团结构特征对用户社交影响力进行衡量，然后基于社交影响力确定各用户数据副本因子大小，最后根