10.3969/j.issn.1672-9722.2018.04.016
基于MapReduce的智能电网云计算并行优化研究
针对智能电网的云存储数据多属性难以准确调度的问题,提出了一种基于MapReduce的并行算法解决存储效率,利用挑战-响应的方法给出了云存储数据完整性模型架构,采用数据的分片结构来减少数据标识的数量,依据MapRe-duce定义给出了五种算法定义对数据进行分片分块处理,通过设计相应的Map和Reduce函数实现了数据标识产生算法的并行化,通过模拟智能电网数据的双线性配对过程进行实验分析,结果表明:TagGen阶段对2M的数据分片约为1.13s,而再经过分块后标识开销时间仅为16ms,并且挑战阶段的计算开销随着挑战数据块的增多而相应的增大,但是整体增长幅度很小;响应阶段的计算开销是由数据块数和数据片数之和决定的.
云计算、MapReduce、并行优化、数据分块、数据分片
46
TN919.3
2018-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
705-710