莫文导 孙全忠

（广东省公安厅科技信息化处，广东广州510050）

基于改进的模糊时间序列预测模型的HDFS副本选择策略

莫文导 孙全忠

（广东省公安厅科技信息化处，广东广州510050）

随着公安机关大数据计算和警务云平台的建设、推广，云存储改变了以往数据本地存储和处理的传统模式，能够通过网络根据需求快捷访问计算与存储等服务。为了满足云存储系统的动态性、复杂性以及实时性的要求，本文提出了基于改进的模糊时间序列预测模型的HDFS副本选择策略。对模糊时间序列预测模型进行改进，利用改进后的模糊时间序列预测模型对副本读取时间进行预测，并在hadoop平台的数据访问实验，证明了改进后的模糊时间序列预测模型相比于经典模型能够较好地刻画云存储数据副本读取时间的变化，并在数据访问耗时方面有明显的性能提升。

云存储副本选择预测模型模糊时间序列

随着大数据时代的到来，越来越多的公安业务应用场景对数据的分析从离线转向在线，而数据价值随着时间的流逝而衰减的特点，导致对数据处理的实时性要求越来越高。云存储系统作为大数据的主要存储平台，应满足大数据处理的高速访问性能的需求。因此，提高云存储平台的数据访问速率，是改进大数据处理性能，保证数据处理和公安科技信息化应用系统实时性的重要手段。

云存储系统通过引入副本机制提高数据的可靠性并降低访问……