一、网络存储技术的发展（论文文献综述）
朱文俊[1]（2020）在《基于DPDK的高速网络存储优化技术研究》文中研究指明随着对大数据与人工智能等新型技术领域的研究,使得互联网企业的数据中心服务规模呈现激增的趋势。在当下的高速网络环境下,为网络数据存储和分析带来了新的问题。从数据存储方式角度出发,随着云网络的逐步普及化,使得关系型数据库在处理速率上无法与数据接收速率保持一致,导致程序在执行过程中出现数据丢失现象。从存储配置角度出发,大型数据存储运行前都需要进行大量参数配置,而且采用人工配置或默认配置会使得性能无法适应环境变化,导致数据库无法发挥正常存储水平。本文针对于DPDK（Data Plane Development Kit）环境下高速网络存储优化研究,主要做了以下三个方面的工作:首先,针对基于DPDK下内存数据库存储所存在的速率不一致问题,提出基于管道的多批次并行存储优化方法,在底层DPDK的支撑下实现高速网络数据的缓存操作。该方法实现通过利用接收端扩展技术与数据分发技术实现数据的预处理,将当下单队列单CPU执行转变为多队列多CPU运行。并且综合考虑数据存储过程中,数据接收和数据存储批次大小的差异问题,再将DPDK的突发接收与Redis的Pipeline结合,减少数据存储过程中处理量差异,提升网络数据存储性能。实验结果表明,基于管道的多批次并行处理方法能够有效提升对大规模数据的存储并且保证存储的I/O性能。其次,默认存储配置会引发资源利用的不均衡问题,通过分析DPDK下高速网络存储特征,提出一种基于渐进感知模型的参数配置优策略,该策略通过工作特性进行分层建立回归模型,并且通过利用梯度提升树算法来逐步生成存储系统的整体模型。在生成预测模型基础上,通过遗传算法进行迭代寻找出系统存储的最优配置方案。通过实验表明,该方法产生的系统模型能够有效感知系统性能,并且通过生成的配置方案有效提高存储吞吐量,与存储执行时间。最后,针对以上所提到的数据存储问题优化方案进行原型系统设计,将两者有效结合,在开源Zabbix的基础上进行模块设计,通过利用Web框架编写可视化存储性能分析与监控系统。并且对系统整体进行测试,结果表明基于管道的多批次并行存储方法保证数据实时存储;面向Redis的存储参数配置方法能保证存储配置的准确性,并且提升数据存储的效率。
张立新[2]（2020）在《企业中计算机网络存储技术的应用现状及发展研究》文中进行了进一步梳理信息化时代,企业不断利用大数据制定目标策略、增强自身竞争力,可见数据信息属于企业的隐含资产。数据信息要想得到充分利用,首要基础就是通过存储技术将繁多的数据进行存储,于是计算机网络存储技术被广泛应用于当代企业中。文章首先对计算机网络存储技术进行介绍,分析其4种存储方式的优缺点,以便企业能够做出更好的决策,选择合适的存储方式。较全面的分析了使用计算机网络存储技术对于当今企业发展的必要性,分析了计算机网络存储技术在企业中的应用现状。随着企业和数据信息的不断发展,计算机网络存储技术将会发生不断的改变,于是对其发展趋势进行分析。文章旨在让企业能够认识到存储技术的重要性,并且能够充分运用有效的网络存储技术提高自身实力。
缪志鹏[3]（2020）在《基于区块链的家庭云服务系统的设计与实现》文中进行了进一步梳理随着智能终端的普及和通信技术的进步,个人或家庭用户能够随时随地地产生大量的多媒体数据,而关于这些数据的存储问题则引发了个人或家庭用户对家庭私有云存储服务的迫切需求。经过多年的发展,云计算已经高度成熟,许多厂商推出各式各样的云计算服务,然而大多都是公有云或面向企业的私有云,缺少面向家庭用户的家庭私有云服务。对于家庭用户而言,一方面,使用公有云不仅传输速度低,还面临隐私数据泄露的风险;另一方面,传统的私有云环境的搭建有一定的技术背景要求,存在使用门槛高的问题。因此,研发一种面向家庭用户、即插即用的家庭私有云系统将满足市场需求。通过对用户需求的分析,本课题基于区块链技术,设计了一种家庭云服务系统。在本系统内,用户可以组建家庭群组,并轻松地将内容数据存储到家庭空间或从家庭空间获取。如果用户有空闲的存储空间,可以将其贡献出来设置成系统共享空间,并获取相应数量的积分奖励。如果用户的家庭空间不足,可以支付积分向系统租赁共享空间来使用。根据上述的应用场景,本课题所研发的家庭云服务系统分成四个模块:积分系统、分布式云盘、可视化交互和硬件平台。积分系统运行在后台,负责生产数字积分,并提供一种可靠可信、公平透明的积分流通环境。由于积分系统是基于区块链所设计的,无法向前端提供标准的HTTP接口,故本课题结合以太坊、IPFS和协调中心等组件设计了区块链开发平台,并基于该开发平台,通过编写和部署智能合约,实现了积分系统。分布式云盘提供安全稳定的数据存取服务,并根据自研的基于最小余量的空间分配算法优化存储资源分配,提高数据存取的效率。可视化交互搭载在智能手机的应用程序上,为用户提供方便的积分管理、云盘管理、设备管理和群组管理等功能;硬件平台是具备存储能力的实体,一个硬件平台就是一个分布式云盘的节点。通过存储虚拟化技术整合各用户硬件平台的存储能力,并基于存储池架构构建了分布式云盘。本文将分别对积分系统、分布式云盘、可视化交互和硬件平台等四个模块的设计方案进行详细地描述。最后根据标准交互接口整合四个模块,形成一个完整的家庭云服务系统,并通过用户视角,展示了本家庭云服务系统的具体实现及应用功能。
强敏[4]（2019）在《面向网络数据存储的抗毁性技术研究》文中认为如何在存储系统上安全可靠的保存数据,是当前数据存储网络的重要挑战之一。具有高扩展性和良好计算能力的分布式存储系统逐渐得到重视,其根据实现目标和部署环境大致可分为两类—P2P存储系统和数据中心存储系统。它们具有运行和并行运算的优势,可解决大规模应用问题。本文将数据存储网络结构分为传统存储系统和分布式存储系统进行介绍,考虑到分布式存储系统良好的扩展性和数据抗毁性,重点介绍其两个具体实现形式:P2P网络和数据中心网络。接着提出了分布式存储系统存储优化策略的分类标准和系统模型;在详细剖析了以P2P和数据中心网络为主的存储优化策略后,分析相关适用场景并总结归纳其综合性能;最后,通过对各分类间的潜在联系进行分析总结,提出了未来可行组合策略。基于上述对现有文献的分析和研究,本文主要通过以下两部分具体实现对数据存储网络抗毁性的研究:由P2P系统动态性导致的数据可用性性能降低的现象是其数据存储策略设计的挑战之一。改善高流失率下系统容错性的方法之一是选择合适存储节点,提高数据可用性。区别于现有主要针对特定P2P系统提出存储策略的文献,基于分区思想本文提出一种适用于不同DHT系统的存储策略—BRBZs,其主要由数据副本分发机制、查询机制和一致性维护机制三部分组成。在具有不同路由协议的DHT系统中,将BRBZs与其它存储策略进行比较,评估BRBZs的相关性能。仿真结果表明,本文提出的策略不仅具有较好的数据可用性、较高的查询效率和极低的查询失败率,还具有良好的可扩性,可适用于不同规模的系统中。区别于BRBZs优化存储过程的分发机制,我们提出了基于碎片矩阵和缓存的RSboFMC策略,将存储策略分为复制策略和放置策略进行更全面的存储优化策略设计。BRBZs分发机制部分依赖于路由协议的查询表性质,只适用于节点具有查询表的存储系统中。在对存储初始状态的复制策略进行优化后,RSboFMC的分发机制主要与区域号,碎片号等有关,可适用于一般存储系统中。其以重建效率和存储开销为目标,设计缓存机制和基于碎片矩阵的数据分块机制优化复制策略;以负载均衡为目标,设计基于分区和顺逆序的分发机制优化放置策略。仿真结果表明,RSboFMC在可靠性和负载均衡性方面均优于其它策略,且具有良好的扩展性。
曹辉[5]（2019）在《基于区块链技术的脑卒中电子病历数据存储系统研究》文中研究说明随着医疗技术的更迭,相关政策及规范的出台,电子病历在记录格式、存储内容等方面都将发生相应的变化,因此如何应对技术的改进,保持电子病历的连续性,同时满足时代需求,是电子病历系统的关键所在。在传统的脑卒中电子病历系统中,患者的电子病历由医院信息中心进行集中存储。这种集中管控方式存在数据存储、安全方面等问题。通过查阅相关资料,近年来热度非常高的区块链技术恰好具有安全可靠、去中心化、隐私性好等特点。既满足了在病人隐私的保护,又在一定程度上消除医疗信息的不对称性在医院传统诊疗过程中,心脑血管疾病往往都是急性患者前来就诊,医生很多时候只能根据化验结果以及自己的临床经验,对脑血管疾病进行通用型治疗。针对脑卒中这种实际情况复杂,个体差异性较大的情况,医生希望在诊疗过程中可以查阅相似卒中病历,以及完整的诊疗过程全记录,包括患者的病患症状,过往服药情况、医生诊断和手术等相关的信息,为病患提供更有针对性的精确治疗方案本文的主要研究内容如下（1）在原有脑卒中医联体信息共享平台的基础上,分析出电子病历在存储、交互、安全方面的问题,结合区块链的技术特点,为医院构建了更适合脑卒中电子病历的存储系统,即构建基于区块链共享账本模型的联盟链以满足卒中联盟各医院病历交互机制的需要（2）在区块链共识层通过改进BFT-RAFT共识算法,使得相较于拜占庭容错算法在异常情况下可以更快完成数据校验过程,保证了卒中联盟内电子病历分布式存储安全。’（3）在区块链数据层改进底层DMB模型,对于已经存储的电子病历记录通过节点内的自校验性和准实时多节点数据校验来保证电子病历不被纂改,对比传统集群主从式数据存储方式,可以有效地解决单点故障引起的数据不一致问题,满足医院卒中电子病历的存储需要本系统采用私有链与联盟链（行业链）相结合的方式,通过椭圆曲线加密算法,曲线选择了与比特币相同的secp256k1,改进共识层BFT-RAFT算法与底层DMB模型,实现对于脑卒中电子病历数据存储系统的安全性及数据有效性保证,并改善现有系统共享模式。为区块链3.0时代,医疗行业分布式应用发展提供一些实践经验。
邹新[6]（2018）在《对计算机网络存储技术的几点探讨》文中认为计算机网络的诞生无疑为信息数据的管理带来了"福音",但随着网络化进程的持续,网络信息数据的总量还会不断增大,解决总量庞大的网络信息的存储必然会成为网络化时代下最前沿的研究热点问题之一。对计算机网络存储技术进行了一些有意义的探讨,希望对网络信息存储技术的发展能够提供参考和借鉴。
邹新[7]（2018）在《对计算机网络存储技术的几点探讨》文中指出计算机网络的诞生无疑为信息数据的管理带来了"福音",但随着网络化进程的持续,网络信息数据的总量还会不断增大,解决总量庞大的网络信息的存储必然会成为网络化时代下最前沿的研究热点问题之一。对计算机网络存储技术进行了一些有意义的探讨,希望对网络信息存储技术的发展能够提供参考和借鉴。
雷家星[8]（2013）在《网络存储与容灾技术在数字图书馆的应用研究》文中认为随着信息化建设的迅猛发展,数字资源的种类和数量与日俱增,使得以存储系统为核心的数字图书馆在存储空间上问题凸显。另外，数据的安全和系统的稳定性也决定着数字图书馆能否正常地运作。因此，存储系统和容灾技术的方案的选择和设计对数字图书馆的建设和发展非常关键。本文的重点是结合广州某高校对其数字图书馆进行的存储和容灾系统的改扩建,对相关的理论和实践进行了分析和讲解。首先，对目前流行的几种网络存储技术和容灾备份技术进行了了解和比较。接着,对广州某高校数字图书馆的存储与容灾系统的现状与存在的问题进行了分析，继而提出改扩建的需求。最后，给出了一套设计方案，实施并进行了结果分析，在充分应对数据量的快速增长的前提下,保证系统安全、稳定和可靠,并为该高校节约了成本。文章的最后部分对整个方案进行了总结,同时对下一步工作提出了要求。希望本文能够在数字图书馆存储系统建设的领域起到抛砖引玉的作用，为需要将网络存储及容灾系统融入到数字图书馆中并构建一个高效经济的图书馆服务系统提供一定的参考。
李云龙,张晓慧,张振华,周文理[9]（2013）在《网络存储技术的应用研究》文中指出随着网络通信数据量的爆炸性增长,传统的数据存储技术已不能满足海量数据存储的要求,因此,网络存储技术应运而生。本文首先介绍了一些传统的网络存储技术,在介绍这些技术的同时,对它们的应用范围以及存在的优缺点分别进行分析。然后通过研读和网络存储技术相关的一些文献,介绍了一些网络存储相关技术,以及目前一些网络存储研究的热点问题。最后,对网络存储的发展趋势进行展望,提出了网络存储技术发展的方向。
杨希[10]（2012）在《智能网络磁盘（IND）存储管理方法研究》文中研究说明随着网络化和数字化技术的飞速发展,互联网为广大的用户提供了极为丰富的信息资源,如何处理并长期保存有重要价值的海量数据信息,引起了人们的高度关注。因此,近年来海量信息存储技术已经成为计算机科学和技术领域的一个非常重要的研究方向和技术研究热点。目前在解决海量信息存储技术问题的众多技术方案中,网络集群技术是一种最流行的实现方式,但是在网络集群存储系统中仍然还不同程度地存在着存储性能瓶颈和单点故障问题,因此,如何有效地克服网络集群存储方式中的存储性能瓶颈和单点故障问题是当前计算机存储技术研究领域中一项十分重要的研究工作,具有重要的理论意义和实际意义。智能网络磁盘（Intelligent Network Disk, IND）存储系统是作者课题组提出的一种新的智能化的海量信息存储体系结构,由智能网络磁盘（IND）组成的网络存储系统除了具有一般网络集群存储系统的特点外,还能通过采用一系列的智能控制算法来防止存储性能瓶颈和单点故障问题,维护系统的负载均衡,实现整个网络存储系统的智能化信息存储。因此,智能网络磁盘（IND）存储系统是一种较理想的网络集群存储系统。本文对智能网络磁盘（IND）存储系统的嵌入式IND结构模型、IND智能存储管理算法、适合IND特性的综合负载均衡策略、消除系统热点瓶颈的Cache调整机制以及IND在视频服务器与高性能计算中的应用等存储管理方法进行了系统和深入的研究。作者所做的主要研究工作和创新性成果体现在以下几方面：1、提出了一种具有直接联网和自主存储功能的IND结构模型。这种IND通过联网可灵活地构建大容量的IND存储系统,为存储虚拟化增添了一种海量存储的新途径,并进行了相应试验,为后续探索提供了有利条件。2、提出了IND存储系统的智能存储管理算法。在深入研究Bloom filter和Hash表对存储管理的重要作用的基础上,设计了相应的IND算法以控制存储系统的读写过程,自动地应对客户的高并发请求,实现IND之间的相互协调,提高系统整体存储效率。同时,采用集中控制和分散服务的管理措施,能够克服存储性能瓶颈和单点故障问题。大量测试结果表明,在当前条件下,这是实现IND海量存储行之有效的一种存储方法。3、提出了一种适合IND特性的综合负载均衡策略。它能够根据IND处理能力和任务特点来合理分配负载。通过统计读写访问频数,结合时空因素来动态调整实现存储系统的负载均衡,使各IND负载尽量分布均匀。当在高并发请求产生负载倾斜时,可适时迁移调整各个IND上的文件数量。这种用文件访问频数动态调整负载均衡的方法,不干扰系统进程,不增加通信开销。实验研究表明,系统运行稳定,收到了很好的效果。4、提出了一种能够消除系统热点瓶颈的Cache调整机制。针对读请求频繁的系统,如IND用于Web服务器、视频服务器,采用Cache动态调整策略可消除系统的热点瓶颈,减少延时和迁移通信开销,提高了存储系统的性能。5、设计了一种IND视频点播系统,其运行结果令人满意,它综合反映了IND存储系统的特色,预示了IND的应用前景。此外,还给出了一种挂载IND的高性能集群计算系统方案,并通过I/0密集型高性能计算中矩阵运算的存储试验,达到了预期的效果。
二、网络存储技术的发展（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、网络存储技术的发展（论文提纲范文）
（1）基于DPDK的高速网络存储优化技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及主要工作 |
| 1.4 论文组织结构 |
| 第二章 高速网络存储优化技术 |
| 2.1 DPDK优化技术 |
| 2.1.1 DPDK优化框架 |
| 2.1.2 数据分发策略 |
| 2.1.3 数据接收与批处理策略 |
| 2.1.4 DPDK关键库函数介绍 |
| 2.2 Redis存储技术 |
| 2.2.1 Redis存储原理 |
| 2.2.2 Redis管道与脚本存储策略 |
| 2.3 参数配置调优技术 |
| 2.4 本章小结 |
| 第三章 基于管道的多批次并行数据存储优化 |
| 3.1 研究背景 |
| 3.2 问题描述与分析 |
| 3.3 基于管道的并行多批次数据存储设计 |
| 3.3.1 基于管道的并行多批数据存储框架 |
| 3.3.2 架构流程与分析 |
| 3.4 数据存储机制具体实现 |
| 3.4.1 数据存储预处理策略 |
| 3.4.2 RSS并行处理 |
| 3.4.3 基于管道的多批次存储优化算法 |
| 3.5 实验与分析 |
| 3.5.1 实验环境 |
| 3.5.2 实验方法 |
| 3.5.3 结果分析 |
| 3.6 本章小结 |
| 第四章 基于感知模型的存储资源配置优化 |
| 4.1 研究背景 |
| 4.2 问题描述与分析 |
| 4.3 面向Redis的性能感知模型 |
| 4.3.1 形式化分析 |
| 4.3.2 特征识别 |
| 4.3.3 模型原理 |
| 4.3.4 模型训练 |
| 4.4 存储参数配置优化具体实现 |
| 4.4.1 面向Redis的配置优化架构 |
| 4.4.2 GTS参数配置优化方法 |
| 4.5 实验与分析 |
| 4.5.1 实验环境 |
| 4.5.2 实验方法 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第五章 基于DPDK的高速网络存储与监控系统 |
| 5.1 应用场景描述 |
| 5.2 原型系统设计 |
| 5.2.1 系统架构介绍 |
| 5.2.2 数据存储模块 |
| 5.2.3 存储配置模块 |
| 5.2.4 性能监控模块 |
| 5.3 实验环境搭建 |
| 5.3.1 实验环境 |
| 5.3.2 实验步骤 |
| 5.4 实验结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 附录3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（2）企业中计算机网络存储技术的应用现状及发展研究（论文提纲范文）
| 1 计算机网络存储技术的类型 |
| 1.1 DAS |
| 1.2 NAS |
| 1.3 SAN |
| 1.4 iSCSI |
| 2 企业中存储技术的必要性 |
| 3 企业中计算机网络存储技术的应用现状 |
| 4 企业中计算机网络存储技术的发展 |
| 5 结语 |
（3）基于区块链的家庭云服务系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义和背景 |
| 1.2 国内外研究和应用现状 |
| 1.2.1 家庭云研究现状 |
| 1.2.2 区块链技术应用现状 |
| 1.3 研究内容和主要贡献 |
| 1.4 本文的章节安排 |
| 第二章 相关技术概述 |
| 2.1 家庭云解决方案 |
| 2.2 区块链及关键技术 |
| 2.2.1 区块链概述 |
| 2.2.2 P2P网络 |
| 2.2.3 共识机制 |
| 2.2.4 公钥密码学 |
| 2.2.5 智能合约 |
| 2.3 存储技术 |
| 2.3.1 网络存储结构 |
| 2.3.2 存储虚拟化 |
| 2.4 本章小结 |
| 第三章 家庭云服务系统总体设计 |
| 3.1 系统模型 |
| 3.2 系统功能分析 |
| 3.2.1 积分系统模块 |
| 3.2.2 分布式云盘模块 |
| 3.2.3 可视化交互模块 |
| 3.2.4 硬件平台 |
| 3.2.5 功能小结 |
| 3.3 系统模块间交互标准 |
| 3.4 本章小结 |
| 第四章 可靠可信的积分系统 |
| 4.1 基于区块链的积分系统概述 |
| 4.1.1 功能概述 |
| 4.1.2 关键问题 |
| 4.2 基于区块链的积分系统详细设计 |
| 4.2.1 资源贡献量 |
| 4.2.2 区块链开发平台 |
| 4.2.3 积分系统的智能合约 |
| 4.3 运行流程 |
| 4.4 安全性分析 |
| 4.5 本章小结 |
| 第五章 基于共享硬件构建分布式云盘 |
| 5.1 分布式云盘概述 |
| 5.1.1 功能概述 |
| 5.1.2 关键问题 |
| 5.2 分布式云盘详细设计 |
| 5.2.1 分布式云盘系统模型 |
| 5.2.2 分布式云盘功能实现与分析 |
| 5.2.3 存储资源分配的优化方案 |
| 5.3 功能分析 |
| 5.4 本章小结 |
| 第六章 家庭云服务系统的实现与测试 |
| 6.1 开发环境与硬件 |
| 6.1.1 开发环境要求 |
| 6.1.2 硬件平台部署 |
| 6.2 积分系统的功能 |
| 6.2.1 设置共享资源 |
| 6.2.2 积分的管理 |
| 6.2.3 积分的流通 |
| 6.3 分布式云盘的功能 |
| 6.3.1 家庭空间的数据存取 |
| 6.3.2 租赁共享空间 |
| 6.4 其他功能 |
| 6.4.1 系统初始化 |
| 6.4.2 管理操作可视化 |
| 6.5 系统测试 |
| 6.5.1 功能测试与分析 |
| 6.5.2 性能测试与分析 |
| 6.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间发表的科研成果 |
| 致谢 |
（4）面向网络数据存储的抗毁性技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 数据存储网络结构概述 |
| 1.1.1 传统数据存储结构 |
| 1.1.2 分布式存储系统 |
| 1.2 主要研究内容与安排 |
| 第二章 提高数据存储网络抗毁性的相关存储策略研究 |
| 2.1 数据存储网络存储优化策略 |
| 2.1.1 分类标准 |
| 2.1.2 系统模型 |
| 2.1.3 数据存储优化策略 |
| 2.1.4 优化策略小结 |
| 2.1.5 适用场景和综合性能分析 |
| 2.2 本章小结 |
| 第三章 提高P2P网络动荡容忍性的存储优化策略 |
| 3.1 当前研究进展 |
| 3.2 基于分区的均衡存储策略 |
| 3.2.1 分发机制 |
| 3.2.2 查询和维护机制 |
| 3.3 仿真及分析 |
| 3.3.1 仿真环境与性能指标 |
| 3.3.2 仿真结果 |
| 3.3.3 BRBZs仿真结果分析 |
| 3.4 本章小结 |
| 第四章 提高数据可用性和负载均衡性的存储优化策略 |
| 4.1 当前研究进展 |
| 4.2 方法概述 |
| 4.3 方法设计 |
| 4.3.1 基于碎片矩阵的数据分块机制 |
| 4.3.2 数据分发机制 |
| 4.3.3 缓存机制 |
| 4.3.4 RSboFMC算法 |
| 4.4 仿真及分析 |
| 4.4.1 仿真环境与性能指标 |
| 4.4.2 数据可用性分析 |
| 4.4.3 负载均衡性能分析 |
| 4.5 本章小结 |
| 第五章 结束语与展望 |
| 5.1 结束语 |
| 5.2 展望 |
| 5.2.1 拓扑优化研究 |
| 5.2.2 副本集合研究 |
| 5.2.3 维护研究 |
| 5.2.4 安全防御研究 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于区块链技术的脑卒中电子病历数据存储系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状及趋势 |
| 1.2.2 国内研究现状及趋势 |
| 1.3 研究内容和论文框架 |
| 1.3.1 研究内容 |
| 1.3.2 论文框架 |
| 1.4 研究方法 |
| 2 相关理论与技术基础 |
| 2.1 电子病历 |
| 2.1.1 电子病历概念 |
| 2.1.2 电子病历的实施与发展 |
| 2.2 区块链 |
| 2.2.1 区块链理论基础 |
| 2.2.2 区块链的特性 |
| 2.2.3 区块链的基础模型 |
| 2.2.4 区块链的核心技术 |
| 2.3 存储系统 |
| 2.3.1 单机存储 |
| 2.3.2 网络存储 |
| 2.3.3 分布式存储 |
| 2.4 医疗联合体理论 |
| 2.4.1 医疗联合体 |
| 2.4.2 医疗联合体模式 |
| 2.4.3 医疗联合体信息共享模式 |
| 2.5 本章小结 |
| 3 脑卒中电子病历数据存储系统分析 |
| 3.1 脑卒中医联体信息共享平台概述 |
| 3.1.1 医联体信息共享云平台总体架构模型 |
| 3.1.2 脑卒中医联体模式分析 |
| 3.1.3 卒中病历系统功能分析 |
| 3.2 医联体云平台存储系统需求分析 |
| 3.2.1 数据存储需求 |
| 3.2.2 数据交互需求 |
| 3.2.3 数据安全性需求 |
| 3.2.4 移动访问需求 |
| 3.2.5 非功能性需求 |
| 3.3 现状与存在问题分析 |
| 3.3.1 数据存储结构现状 |
| 3.3.2 数据交互机制现状 |
| 3.3.3 数据安全问题现状 |
| 3.4 中心化存储与分布式存储分析 |
| 3.4.1 脑卒中电子病历数据的中心化存储的问题 |
| 3.4.2 脑卒中电子病历数据的分布式存储的优势 |
| 3.5 本章小结 |
| 4 基于区块链的脑卒中电子病历数据存储系统设计 |
| 4.1 基于区块链的脑卒中电子病历数据存储系统总体设计 |
| 4.1.1 脑卒中电子病历联盟链设计 |
| 4.1.2 脑卒中电子病历私有链设计 |
| 4.1.3 脑卒中电子病历存储模型设计 |
| 4.2 存储系统改进措施 |
| 4.2.1 分布式存储 |
| 4.2.2 交互方式 |
| 4.2.3 数据安全问题措施 |
| 4.3 基于区块链的脑卒中电子病历存储系统关键问题设计 |
| 4.3.1 脑卒中电子病历数据分布式安全存储设计 |
| 4.3.2 适用于脑卒中电子病历的数据共识算法设计 |
| 4.4 基于区块链的脑卒中电子病历数据存储系统特点 |
| 4.4.1 基于区块链的脑卒中电子病历数据存储安全 |
| 4.4.2 基于区块链的脑卒中电子病历数据交互安全 |
| 4.5 本章小结 |
| 5 基于区块链的脑卒中电子病历数据存储系统实现 |
| 5.1 基于区块链的脑卒中电子病历数据存储系统环境搭建 |
| 5.2 脑卒中电子病历数据存储系统联盟链实现 |
| 5.3 区块链脑卒中电子病历存储性能测试 |
| 5.4 基于区块链的脑卒中电子病历智能合约实现 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）对计算机网络存储技术的几点探讨（论文提纲范文）
| 1 概述 |
| 2 计算机网络存储的意义 |
| 3 常用的计算机网络存储技术 |
| 3.1 直接连接存储 |
| 3.2 存储区域网 |
| 3.3 云计算存储技术 |
| 3.4 网络附加存储 |
| 4 研究热点 |
| 4.1 虚拟化存储技术 |
| 4.2 无线网络存储技术 |
| 4.3 动态自适应网络存储系统 |
| 4.4 网络存储系统的数据布局算法 |
| 4.5 网络存储协议 |
| 5 发展趋势 |
| 5.1 多种网络存储技术融合 |
| 5.2 存储的虚拟化和智能化 |
| 6 结语 |
（7）对计算机网络存储技术的几点探讨（论文提纲范文）
| 1 概述 |
| 2 网络存储的意义 |
| 3 常用的网络存储技术 |
| 3.1 直接连接存储 |
| 3.2 存储区域网 |
| 3.3 云计算存储技术 |
| 3.4 网络附加存储 |
| 4 研究热点 |
| 4.1 虚拟化存储技术 |
| 4.2 无线网络存储技术 |
| 4.3 动态自适应网络存储系统 |
| 4.4 网络存储系统的数据布局算法 |
| 4.5 对网络存储协议的研究 |
| 5 发展趋势 |
| 5.1 多种网络存储技术融合 |
| 5.2 存储的虚拟化和智能化 |
| 6 结语 |
（8）网络存储与容灾技术在数字图书馆的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 存储与容灾技术的发展现状 |
| 1.2.1 存储技术的发展 |
| 1.2.2 网络存储技术的发展 |
| 1.2.3 数字图书馆容灾现状分析及容灾技术的发展 |
| 1.3 主要工作及论文结构 |
| 1.3.1 研究目标和研究内容 |
| 1.3.2 论文结构 |
| 第二章 网络存储及容灾技术 |
| 2.1 网络存储的概念 |
| 2.1.1 网络存储的概念 |
| 2.2 网络存储技术的介绍 |
| 2.2.1 DAS |
| 2.2.2 NAS |
| 2.2.3 SAN |
| 2.2.4 三种存储架构的比较 |
| 2.2.5 虚拟存储技术 |
| 2.3 数据容灾的概念 |
| 2.3.1 图书馆信息系统灾害调查 |
| 2.3.2 数据容灾的概念 |
| 2.4 数据容灾技术 |
| 2.4.1 数据备份 |
| 2.4.2 数据复制 |
| 2.4.3 集群技术 |
| 2.4.4 CDP 连续数据保护 |
| 2.5 本章小结 |
| 第三章 数字图书馆对存储和容灾的需求分析 |
| 3.1 广州某职业技术学院数字图书馆的建设 |
| 3.1.1 广州某职业技术学院数字图书馆的网络建设 |
| 3.1.2 现有网络存储系统的结构 |
| 3.1.3 现有存储系统存在的问题 |
| 3.1.4 现有数据备份系统存在的问题 |
| 3.2 该学院数字图书馆改扩建的需求分析 |
| 3.2.1 该学院数字图书馆存储系统建设的需求分析 |
| 3.2.2 该学院数字图书馆容灾系统建设的需求分析 |
| 3.3 本章小结 |
| 第四章 数字图书馆的存储及容灾系统的设计与实现 |
| 4.1 该学院数字图书馆新存储方案总体需求 |
| 4.2 该学院数字图书馆新存储方案设计 |
| 4.2.1 新方案系统框架 |
| 4.2.2 新方案系统架构及设备选型 |
| 4.3 设计思路与关键技术 |
| 4.3.1 架构部署的设计思路 |
| 4.3.2 存储及容灾系统的关键技术 |
| 4.4 存储容灾方案的实现 |
| 4.4.1 RG-IS-V2000 与StoragePro管理软件 |
| 4.4.2 新存储容灾方案的实施 |
| 4.4.3 新方案实施结果分析 |
| 4.4.4 新方案不足之处 |
| 4.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（9）网络存储技术的应用研究（论文提纲范文）
| 1 引言 |
| 2 传统网络存储技术 |
| 2.1 直接附加存储 (DAS-Direct Attached Storage) |
| 2.2 网络附加存储 (NAS-Network Attached Storage) |
| 2.3 存储区域网 (SAN) [2][3][4][5] |
| 3 网络存储新技术 |
| 3.1 IP SAN |
| 3.2 NAS网关技术 |
| 3.3 基于对象的存储技术 |
| 4 网络存储相关技术 |
| 4.1 冗余技术 |
| 4.2 日志技术 |
| 4.3 复制技术 |
| 4.4 安全技术 |
| 4.5 系统失效侦测与失效处理技术 |
| 5 网络存储目前研究的热点问题 |
| 5.1 虚拟化存储技术。 |
| 5.2 无线网络存储技术。 |
| 5.3 动态自适应网络存储系统。 |
| 5.4 网络存储系统的数据布局算法研究。 |
| 5.5 网络存储协议的研究。 |
| 6 网络存储技术的发展方向 |
| 6.1 多种网络存储技术融合 |
| 6.2 存储的虚拟化和智能化 |
| 7 结束语 |
（10）智能网络磁盘（IND）存储管理方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 存储技术发展历史 |
| 1.1.1 直接附属存储DAS |
| 1.1.2 网络附属存储NAS |
| 1.1.3 存储区域网络SAN |
| 1.2 存储技术的融合与创新 |
| 1.2.1 IP-SAN |
| 1.2.2 IB-SAN |
| 1.2.3 DAFS |
| 1.2.4 统一存储网USN |
| 1.2.5 面向对象存储OBS-OSD |
| 1.2.6 统一虚拟存储 |
| 1.2.7 云存储 |
| 1.3 存储系统面临的技术挑战 |
| 1.4 本文的研究内容和意义 |
| 1.5 本文的主要研究工作 |
| 1.6 论文的组织结构 |
| 第二章 智能网络磁盘存储系统结构 |
| 2.1 IND逻辑结构模型 |
| 2.2 IND嵌入式实体模型 |
| 2.2.1 IND嵌入式硬件结构 |
| 2.2.2 加电引导功能 |
| 2.2.3 内核移植与启动 |
| 2.2.4 文件系统 |
| 2.2.5 IND磁盘挂接 |
| 2.2.6 网络通讯协议 |
| 2.2.7 智能控制程序 |
| 2.2.8 容错与恢复 |
| 2.3 IND存储系统 |
| 2.4 本章小结 |
| 第三章 智能网络磁盘存储策略 |
| 3.1 数据存储与传输方式 |
| 3.1.1 Block I/O方式 |
| 3.1.2 File I/O方式 |
| 3.1.3 Object I/O方式 |
| 3.1.4 混合方式 |
| 3.2 智能算法 |
| 3.3 读写控制 |
| 3.3.1 读请求算法 |
| 3.3.2 写请求算法 |
| 3.4 存储管理 |
| 3.5 查询管理机制 |
| 3.5.1 Bloom filter |
| 3.5.2 哈希表 |
| 3.6 运行模式 |
| 3.6.1 服务方式 |
| 3.6.2 并发处理 |
| 3.7 测试结果 |
| 3.8 本章小结 |
| 第四章 智能网络磁盘集群负载均衡 |
| 4.1 负载均衡的重要意义 |
| 4.2 负载均衡的分类 |
| 4.3 常用负载均衡技术实现方式 |
| 4.4 IND负载均衡技术 |
| 4.4.1 调度策略 |
| 4.4.2 动态调整 |
| 4.4.3 适时迁移 |
| 4.5 测试结果 |
| 4.6 本章小结 |
| 第五章 智能网络磁盘的应用 |
| 5.1 视频点播系统(VOD) |
| 5.2 IND视频点播系统 |
| 5.2.1 服务信息表 |
| 5.2.2 数据分布 |
| 5.2.3 迁移算法 |
| 5.2.4 测试结果 |
| 5.2.5 热门影片分块存储 |
| 5.3 高性能计算 |
| 5.3.1 高性能计算原理 |
| 5.3.2 高性能计算存储需求 |
| 5.3.3 高性能计算存储结构 |
| 5.3.4 测试结果 |
| 5.4 智能存储 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要的研究成果 |
四、网络存储技术的发展（论文参考文献）
- [1]基于DPDK的高速网络存储优化技术研究[D]. 朱文俊. 南京邮电大学, 2020(02)
- [2]企业中计算机网络存储技术的应用现状及发展研究[J]. 张立新. 粘接, 2020(08)
- [3]基于区块链的家庭云服务系统的设计与实现[D]. 缪志鹏. 广东工业大学, 2020(06)
- [4]面向网络数据存储的抗毁性技术研究[D]. 强敏. 西安电子科技大学, 2019(02)
- [5]基于区块链技术的脑卒中电子病历数据存储系统研究[D]. 曹辉. 北京交通大学, 2019(01)
- [6]对计算机网络存储技术的几点探讨[J]. 邹新. 电脑编程技巧与维护, 2018(02)
- [7]对计算机网络存储技术的几点探讨[J]. 邹新. 电脑编程技巧与维护, 2018(01)
- [8]网络存储与容灾技术在数字图书馆的应用研究[D]. 雷家星. 华南理工大学, 2013(05)
- [9]网络存储技术的应用研究[J]. 李云龙,张晓慧,张振华,周文理. 计算机光盘软件与应用, 2013(02)
- [10]智能网络磁盘（IND）存储管理方法研究[D]. 杨希. 中南大学, 2012(12)