郎登何

(1. 重庆大学 大数据与软件学院，重庆 401331；2. 重庆电子工程职业学院 人工智能与大数据学院，重庆 401331)

随着移动互联网技术和信息技术的快速发展，越来越多的终端设备和传感器被接入互联网，产生了海量数据，令传统的数据存储方式逐渐被云存储和分布式存储所取代[1-2].

分布式数据存储采用广泛分布在不同地理区域并相互连接的成本低廉、数量众多的PC服务器来存储海量数据[3]，这种存储方式能大幅节省存储成本，但节点的可用性较低.同时，数据存储规模的不断扩大也大幅增加了系统发生故障的概率.而云存储技术可在云计算的基础上，通过应用软件和分布式文件系统、集群技术和网络技术，将不同设备和不同类型的数据相结合协同工作[4-5]，但不同位置的存储节点有着不同的存储能力和链路带宽，使得难以提高数据存取速度[6-8].

云存储概念提出的同时，云计算的安全性也受到广泛关注[9].如Google Cloud Platform和Amazon S3为用户提供了不同安全等级的加密服务，然而云存储通常需要加密庞大的数据，这将消耗大量的计算资源，且这种数据加密方式需要用户自己保管秘钥，也会导致服务质量的降低和存取时间的增加.

目前，国内外学者和专家提出了诸多方法来解决这些问题，如采用图分割的方式从数学理论的角度考虑分布式数据存储的拓扑结构，但该种方法并未综合考虑链路和节点的性能[10]；也有文献提出使用智能优化算法来选择存……