發(fā)布時(shí)間：2024-06-30 07:31

　　在云存儲(chǔ)服務(wù)中,為使用戶可以隨時(shí)驗(yàn)證存儲(chǔ)在云存儲(chǔ)服務(wù)器上數(shù)據(jù)的完整性,需要對(duì)云計(jì)算數(shù)據(jù)進(jìn)行移動(dòng)學(xué)習(xí),在移動(dòng)學(xué)習(xí)過程中,產(chǎn)生大量的重復(fù)數(shù)據(jù)。需要設(shè)計(jì)云計(jì)算靜態(tài)重刪系統(tǒng),對(duì)重復(fù)數(shù)據(jù)有效及時(shí)刪除。傳統(tǒng)方法采用虛擬化云平臺(tái)分類層次重刪模型,需要修改內(nèi)核代碼或者以模塊的形式動(dòng)態(tài)植入內(nèi)核代碼,重刪效果不好。本文提出一種基于奇異值分解移動(dòng)學(xué)習(xí)的云計(jì)算靜態(tài)重刪系統(tǒng)設(shè)計(jì)方案,進(jìn)行云計(jì)算存儲(chǔ)系統(tǒng)設(shè)計(jì)與重刪數(shù)據(jù)特征分析,對(duì)云計(jì)算靜態(tài)重復(fù)數(shù)據(jù)的尺度伸縮分解,把重復(fù)數(shù)據(jù)寬帶互模糊度函數(shù)映射為一個(gè)檢測(cè)統(tǒng)計(jì)量特征分解問題,構(gòu)建一個(gè)參數(shù)未知多重假設(shè)檢驗(yàn),對(duì)云計(jì)算靜態(tài)重復(fù)數(shù)據(jù)進(jìn)行奇異值尺度伸縮分解,對(duì)分解后的奇異值特征進(jìn)行狀態(tài)空間重組和移動(dòng)學(xué)習(xí),得到重刪系統(tǒng)模型改進(jìn)。仿真結(jié)果表明,該算法對(duì)云計(jì)算靜態(tài)重復(fù)數(shù)據(jù)檢測(cè)性能較高,重刪性能優(yōu)越,抗干擾能力強(qiáng),具有較好的應(yīng)用前景。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖3特征檢側(cè)

本文編號(hào)：3998553