基于Swift 的存储负载均衡策略研究与实现

黎颀

（四川大学网络空间安全学院，成都610041）

0 引言

近年来，随着全球互联网、通信技术的高速发展，各类富媒体文件等非结构化数据呈现出爆炸性的增长，大数据处理需求的不断增加。传统的集中式存储系统已经不能满足所有需求。因此，分布式存储系统以其可扩展性和较高的鲁棒性受到人们的青睐。

云计算在高速发展的同时，数据可靠性和一致性一直计算机领域关注的热点之一。云存储是云计算不可或缺的一部分[1]。如何快速的存储大量数据、合理分发数据、平衡存储节点的负载是云存储面临的挑战。

Swift 的存储负载均衡策略是按照Swift 的存储负载均衡策略分析计划情况进行配自动化的机器学习或者调运，以保证达到合理的储负载均衡策略。因此进行Swift 的存储负载均衡策略优化的研究意义重大。

设神经网络函数un(x)(n=1,2,3,…)为定义在实数集R 上的函数，若存在点x0(x0∈R)，有：

其中神经网络c为常数，且c∈R，则称函数在x0点收敛，否则在x0点发散。

神经网络函数un(x)在实数集R 上的任意点x上收敛的充要条件是，对任意ε＞0，有：

式中，p为任意正整数。

神经网络的收敛性是决定算法性能和效果的重要因素。

1 Swift的存储负载均衡优化模型

1.1 Swift的存储负载均衡策略配自动化构成

1.2 Swift的存储负载均衡策略系统模型

紧缩Swift 的存储负载均衡策略系统模型约束利用优化算法从观测的多道混合神经网络分离并恢复出每个独立源神经网络。设S=[s1,s2,…,sn]T是由n个相互独立的未知源神经网络构成的n维向量，X=[x1,x2,…,xm]T是m维观测神经网络向量[6]，则基本ICA 模型为：