王 彪,王克俭+，何振学，高万豪，魏雪川

(1.河北农业大学 信息科学与技术学院，河北 保定 071001；2.天津城建大学 控制与机械工程学院，天津 300384；3.国网河北省电力公司 石家庄供电公司，河北 石家庄 050052)

0 引 言

云计算平台搭建在大规模服务器之上，通过系统中存储的大量数据提取有价值的信息[1]。在对分布式文件系统的研究中，如何有效提高系统的可靠性和访问效率成为当今的研究热点[2]。现有分布式文件系统副本管理机制分为静态管理和动态管理[3]。静态管理因副本数目固定，难以确保高热度文件的访问效率[4]。动态管理根据资源环境的动态变化动态调整副本的数目，可提升文件访问效率和存储空间利用率[5]。

文献[6]针对静态副本策略的缺点，提出基于灰色模型的预测模型，根据文件最近的访问特征预测数据未来访问热度。文献[7,8]依据时间局部性原理，最近访问的文件短时间内会被再次访问。文献[9,10]采用组合预测模型应对单一预测模型的局限性。文献[11]神经网络模型在建立过程中需要设置准确的层次和大量的样本空间进行训练，文件热度预测效率低。文献[12]采用了灰色马尔可夫模型，利用C均值聚类法分析仪器设备信号数据频谱轮廓峰值幅值序列残差状态，对残差预测值进行修正，但效果不是很好。

综上，目前已有的文件热度预测方法都存在一些缺点，本文采用布谷鸟搜索(cuckoo search，CS)优化的马尔可夫模型修正无偏灰色预测文件热度，消除灰色预测的固有偏差，提高预测精度。……