【技术实现步骤摘要】
基于时间和成本自适应的在线社交网络数据存储方法及装置
本公开属于社交网络服务的
，涉及一种基于时间和成本自适应的在线社交网络数据存储方法及装置。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。随着在线社交软件近几年用户量的急速增长，社交网络服务提供商每天都需要存储用户提交的海量数据。这些海量的数据需要在分布于世界各地的用户之间进行共享，并且这些数据每天都在急剧增长。此外，用户对社交网络服务提供商所提供的服务质量有一定的期望，其中包括数据访问的低延迟，数据一致性、可用性及隐私等。用户在访问自己或朋友的数据时，期望能够在一定时间内得到响应，否则，用户可能不再使用该在线社交软件，进而降低服务提供商的收入。提高用户对数据访问时效率的一种解决方案是将每个用户的数据存储到所有可用的数据中心。专利技术人在研发过程中发现，现有社交网络服务中用户数据存储的技术方案存在以下问题：用户数据的所有副本都需要更新，并且由于用户数据的规模巨大，使得这一方案需要巨额投资。要解决上述问题，就需要在数据存储成本与响应时间之间做出权衡，使得在响应时间满足用户...
【技术保护点】
1.一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，该方法包括：根据用户和数据中心信息建立数据分布矩阵；计算数据分布矩阵对应的存储成本；计算用户向数据中心请求数据时的延迟时间，并根据预设的容忍阈值确定用户延迟满意率；建立数据存储的目标模型，所述目标为在用户延迟满意率满足预设的期待延迟满意率的情况下尽可能的降低服务商需要负担的成本；利用BBO算法计算所述目标模型的最优解，得到最优数据分布矩阵，按此进行社交网络数据存储。
【技术特征摘要】
1.一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，该方法包括：根据用户和数据中心信息建立数据分布矩阵；计算数据分布矩阵对应的存储成本；计算用户向数据中心请求数据时的延迟时间，并根据预设的容忍阈值确定用户延迟满意率；建立数据存储的目标模型，所述目标为在用户延迟满意率满足预设的期待延迟满意率的情况下尽可能的降低服务商需要负担的成本；利用BBO算法计算所述目标模型的最优解，得到最优数据分布矩阵，按此进行社交网络数据存储。2.如权利要求1所述的一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，在该方法中，所述数据分布矩阵为用户数据分布方案的二维矩阵；所述用户和数据中心信息包括：用户数量、数据中心数量、用户在数据中心存储的数据量和用户到数据中心的距离；所述数据分布矩阵根据用户数量、数据中心数量、用户在数据中心存储的数据量和用户到数据中心的距离得到。3.如权利要求1所述的一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，在该方法中，所述存储成本为服务提供商将用户上传的数据存储在各数据中心时所负担的成本，根据数据分布矩阵、提供商存储每个单位的数据的成本和用户上传的数据量大小计算所述存储成本。进一步地，在该方法中，根据用户和数据中心之间的距离或服务器应答花费时间计算所述用户向数据中心请求数据时的延迟时间。4.如权利要求1所述的一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，在该方法中，在计算所述目标模型的最优解之前，对数据分布矩阵进行SIV编码，表示为一个适应度指数变量的向量。5.如权利要求4所述的一种基于时间和成本自适应的在线社交网络数据存储方法，其特征在于，在该方法中，所述利用BBO算法计算所述目标模型的最优解的具体步骤包括：根据所述用户和数据中心信息和栖息地数量初始化包含数据分布矩阵的所有栖息地，成为栖息地群；计算栖息地群中每个栖息地的栖息地适应度指数；判断栖息地适应度指数最大的栖息地的SIV解是否满足所述目标模型，若是，输出SIV对应的最优的数据分布矩阵，否则进入下一步；保留按照栖息地的栖息地适应度指数排序靠前的栖息地，得到第一栖息地群；在第一栖息地群中根据每个栖息地的栖息地适应度指数降序排列顺序由设定最大值到零设置其中的物种数量；计算每个...
【专利技术属性】
技术研发人员：郭伟，李昊明，任艺琴，崔立真，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。