非结构化数据跨云安全布局的智能重组方法技术

本发明专利技术涉及一种非结构化数据跨云安全布局的智能重组方法，该方法支持对跨多个公有云散列存储的非结构化数据跨云安全布局进行重组。具体而言，该方法首先监测用户对跨云安全散列存储的非结构化数据包括文本、音频、视频等不同类型文件的历史访问负载，而后根据各个云的历史负载数据进行学习，构建负载预测模型，实现在未来一段时间内对各个云的负载情况进行预测，最终根据预测结果对非结构化数据的跨云安全布局进行动态重组。本发明专利技术所述的非结构化数据跨云安全布局智能重组方法能够根据云负载的历史变化，预测未来一段时间的云负载情况，从而调整非结构化数据在多个公有云服务器上的存储布局，在提高多个云服务器协同运行性能的同时保障了非结构化数据的安全性，有效发挥了非结构化数据跨云布局带来的安全性、高效性等性能的提升。在新增或舍弃公有云服务商时，能够根据新增或舍弃公有云的负载、存储等信息动态调整多云之间的数据布局以获得更好的性能，提高了系统对于云资源变动的适应性。提高了系统对于云资源变动的适应性。提高了系统对于云资源变动的适应性。

【技术实现步骤摘要】
非结构化数据跨云安全布局的智能重组方法


[0001]本专利技术涉及数据存储领域，特别是涉及一种非结构化数据跨云安全布局的智能重组方法。

技术介绍

[0002]相比于传统硬盘、U盘和光盘存储方式，云存储具有存储量大、存储成本低等特点。但是云存储服务器存在受到如地震、水灾、电力中断等不可抗力的影响或者受到黑客入侵窃取数据而发生数据损失泄漏的可能性。为抵御此类事故风险，提出了跨云安全布局来保护数据安全性。
[0003]非结构化数据跨云安全布局方法是将用户数据分散布局在多个公有云上，待用户需要时再从多个公有云中下载重建。相比于直接将数据完整保存到单个云上，该方法具有去中心化、安全两大特点。一个公有云出现严重故障不会影响用户数据取回、恢复，而且能确保数据在传输过程和存储设备中安全。黑客即使截获到一个公有云中的数据，仍然无法得到完整数据，因此能够有效避免隐私泄露，提高数据的安全性。
[0004]然而非结构化数据跨云安全布局方法在跨云保存多个散列结果数据时未考虑各个云在未来的负载变化情况，这会导致跨云布局系统在长时间运行后，系统对云资源的变化无法适应，多云协同的性能大幅降低。因此，需要系统能根据云负载的历史变化，预测未来一段时间的云负载情况，从而调整非结构化数据在多个公有云服务器上的存储布局，以提高系统对于云资源变动的适应性，保证系统的正常使用。
[0005]非结构化数据跨云安全布局的智能重组方法能够解决这个问题。

技术实现思路

[0006]本专利技术所要解决的技术问题是提供一种非结构化数据跨云安全布局的智能重组方法，该方法首先监测用户对跨云安全散列存储的非结构化数据包括文本、音频、视频等不同类型文件的历史访问负载，而后根据各个云的历史负载数据进行学习，构建负载预测模型，实现在未来一段时间内对各个云的负载情况进行预测，最终根据预测结果对非结构化数据的跨云安全布局进行动态重组，以便能够提高多个云服务器协同运行性能的同时保障非结构化数据的安全性，有效发挥非结构化数据跨云布局带来的安全性、高效性等性能的提升。在新增或舍弃公有云服务商时，能够获得更好的性能，提高系统对于云资源变动的适应性。
[0007]本专利技术一种非结构化数据跨云安全布局的智能重组方法，所述方法包括：采集各个云服务器的历史访问负载情况并进行智能负载分析预测，得到未来一段时间负载预测结果；将预测结果代入动态重组的启发式规则中，生成动态重组策略；动态重组策略分为两个；策略一：在满足直接重组的启发式规则时，根据直接重组散列数据的启发式规则直接改变散列数据所在的云服务器的位置，同时更新跨云散列重建索引；策略二：在满足重新散列的启发式规则时，将需要重组的云服务器中的散列数据提取重建；将重建后的非结构化数
据根据数据散列的启发式规则重新进行散列存储，同时更新跨云散列重建索引；所述关于云服务器负载采集与智能分析预测的方法内容包括：（1）采集各个云服务器中的存储剩余情况；（2）采集各个云服务器中的网络请求情况；（3）统计每20分钟的历史网络请求数；（4）将统计结果输入进LR模型训练并预测出未来7天每小时的网络请求数；（5）将统计结果输入进LSTM模型训练并预测出未来7天每小时的网络请求数；（6）取和的平均值；（7）将统计结果输入进KR模型训练并预测出未来7天每小时的网络请求数；（8）若，则使用作为预测结果，否则使用作为预测结果；所述关于动态重组的启发式规则内容包括：（1）对云负载预测结果进行统计分析，形成各个云服务器之间的剩余存储比和网络请求数比；（2）根据将、代入策略选择函数得到的结果来判断应该启动哪一种重组策略；（3）判断方法为：若大于50%，则启动策略一；若大于75%，则启动策略二。
[0008]所述关于直接重组的启发式规则内容包括：（1）根据索引找到散列数据所在云服务器；（2）根据将各个云服务器之间的剩余存储比、各个云服务器之间的网络请求数比代入直接重组函数得到的结果来确定散列数据应重新布局至哪些云服务器；（3），其整体含义为：找到满足条件或者的云服务器序号n，在所有符合条件的n中随机选取若干个作为目标云服务器；（4）调整散列数据至目标云服务器的位置；（5）更新索引；所述关于重新散列的启发式规则内容包括：（1）将分散在各个云的散列数据通过数据重建方法还原为原数据；（2）删除散列数据并更新索引；（3）将原数据通过数据散列方法重新布局到各个云服务器中；所述关于数据重建的方法内容包括：（1）根据索引找到散列数据所在云服务器；（2）从各个云服务器中将散列数据还原为原数据；所述关于数据散列的方法内容包括：（1）根据将各个云服务器之间的剩余存储比、各个云服务器之间的网络请求数比代入重新散列函数得到的结果来判断原数据需要散列的个数以及存储原数
据对应的云服务器；（2），其整体含义为：在满足条件的云服务器序号n的个数和满足条件的云服务器序号n的个数之间取最小值，得到需要散列的个数；同时将最小值对应的这些云服务器n作为存储原数据对应的目标云服务器；（3）将原数据依据要求进行哈希散列并布局到相应的云服务器上；（4）更新索引。
[0009]本专利技术基于上述技术的智能重组方法，对于非结构化数据跨云安全布局方法产生的各个云服务器负载具有良好的平衡效果。在非结构化数据跨云安全布局方法下各个云服务器会产生负载不平衡的问题，本方法针对各个云服务器的负载情况进行智能重组，能大大减少个别云服务器负载过高的情况，很好地实现对各个云服务器的负载平衡。
附图说明
[0010]图1为本专利技术的流程框架；图2为本专利技术中云服务器负载采集与智能分析预测的流程图；图3为本专利技术中动态重组的启发式规则流程图；图4为本专利技术中直接重组的启发式规则的流程图；图5为本专利技术中重新散列的启发式规则的流程图；图6为本专利技术中数据重建的流程图；图7为本专利技术中数据散列的流程图。
具体实施方式
[0011]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0012]本专利技术的实施方式涉及一种非结构化数据跨云安全布局的智能重组方法，其特征在于，所述方法包括：采集各个云服务器的历史访问负载情况并进行智能负载分析预测，得到未来一段时间负载预测结果；将预测结果代入动态重组的启发式规则中，生成动态重组策略；动态重组策略分为两个；策略一：在满足直接重组的启发式规则时，根据直接重组散列数据的启发式规则直接改变散列数据所在的云服务器的位置，同时更新跨云散列重建索引；策略二：在满足重新散列的启发式规则时，将需要重组的云服务器中的散列数据提取重建；将重建后的非结构化数据根据数据散列的启发式规则重新进行散列存储，同时更新跨云散列重建索引；结合图1，整体流程分为负载分析预测和布局重组两部分。
[0013]结合图2，关于云服务器负载采集与智能分析预测的方法内容包括：（1）采集各个云服务器中的存储剩余情况；（2）采集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非结构化数据跨云安全布局的智能重组方法，其特征在于，所述方法包括：采集各个云服务器的历史访问负载情况并进行智能负载分析预测，得到未来一段时间负载预测结果；将预测结果代入动态重组的启发式规则中，生成动态重组策略；动态重组策略分为两个；策略一：在满足直接重组的启发式规则时，根据直接重组散列数据的启发式规则直接改变散列数据所在的云服务器的位置，同时更新跨云散列重建索引；策略二：在满足重新散列的启发式规则时，将需要重组的云服务器中的散列数据提取重建；将重建后的非结构化数据根据数据散列的启发式规则重新进行散列存储，同时更新跨云散列重建索引。2.根据权利要求1所述的非结构化数据跨云安全布局的智能重组方法，其特征在于，所述关于云服务器负载采集与智能分析预测的方法内容包括：（1）采集各个云服务器中的存储剩余情况；（2）采集各个云服务器中的网络请求情况；（3）统计每20分钟的历史网络请求数；（4）将统计结果输入进LR模型训练并预测出未来7天每小时的网络请求数；（5）将统计结果输入进LSTM模型训练并预测出未来7天每小时的网络请求数；（6）和的平均值；（7）将统计结果输入进KR模型训练并预测出未来7天每小时的网络请求数；（8）若，则使用作为预测结果，否则使用作为预测结果。3.根据权利要求1所述的非结构化数据跨云安全布局的智能重组方法，其特征在于，所述关于动态重组的启发式规则内容包括：（1）对云负载预测结果进行统计分析，形成各个云服务器之间的剩余存储比和网络请求数比；所述Sn是单个云服务器中的存储剩余情况；所述是所有云服务器中存储剩余总和；所述为单个云服务器中预测的网络请求书峰值；所述为所有云服务器中雨泽的网络请求书峰值总和；（2）根据将、代入策略选择函数得到的结果来判断应该启动哪一种重组策略；所述为剩余存储比的最大值，所述为剩余存储比的最小值；所述为网络请...

【专利技术属性】
技术研发人员：石晓斐，吴勇，林立，徐皓，汪列，陈德华，王梅，
申请(专利权)人：上海联鼎软件股份有限公司，
类型：发明
国别省市：