文件系統(tǒng)語(yǔ)義分析技術(shù)研究.pdf

1、文件系統(tǒng)語(yǔ)義是指文件系統(tǒng)在其生命周期內(nèi)產(chǎn)生的一系列信息所表現(xiàn)出來(lái)的含義。相較于只能提供簡(jiǎn)單數(shù)據(jù)塊語(yǔ)義的存儲(chǔ)設(shè)備，文件系統(tǒng)能夠提供更加豐富的語(yǔ)義知識(shí)來(lái)描述上層應(yīng)用的復(fù)雜行為。因此，近年來(lái)，文件系統(tǒng)語(yǔ)義已經(jīng)成為學(xué)術(shù)界和產(chǎn)業(yè)界日益關(guān)注的研究和發(fā)展的方向。不過(guò)，現(xiàn)有依賴(lài)定性描述型信息的語(yǔ)義分析方法卻面臨著巨大的挑戰(zhàn)：眾多類(lèi)型不同的變量要素會(huì)影響文件系統(tǒng)語(yǔ)義知識(shí)的發(fā)現(xiàn)過(guò)程。更糟糕的是，由于這些影響要素本身之間也可能具有相依性，使得該類(lèi)方法變得日益

2、復(fù)雜且效果很難保證。在上述事實(shí)的背景下，本文提出了一系列文件相關(guān)性量化分析模型從定量的角度研究文件系統(tǒng)語(yǔ)義，這些模型能夠綜合地考慮不同類(lèi)型要素對(duì)文件系統(tǒng)語(yǔ)義分析的影響，從而更加精確地挖掘隱藏在數(shù)據(jù)背后的重要文件語(yǔ)義信息――尤其是文件相關(guān)性信息。具體的，本文工作內(nèi)容包括：
　　提出了一種文件相關(guān)性量化模型――FARMER。該模型將文件視為由若干語(yǔ)義要素組成的多次元向量空間，空間中的每個(gè)項(xiàng)元表示該文件的具體要素特征值。模型假設(shè)：文件之

3、間相互關(guān)系的程度（或簡(jiǎn)稱(chēng)為文件關(guān)聯(lián)度），可以經(jīng)由計(jì)算每個(gè)文件（語(yǔ)義向量）之間的夾角偏差程度（相似度）而反映。這樣，文件語(yǔ)義就被轉(zhuǎn)換成了計(jì)算機(jī)可以處理和計(jì)算的結(jié)構(gòu)化數(shù)據(jù)，文件之間的相關(guān)性問(wèn)題也就轉(zhuǎn)變成了向量空間之間的相似性問(wèn)題。FARMER文件相關(guān)性量化模型是進(jìn)一步運(yùn)用各種定量分析方法研究復(fù)雜文件系統(tǒng)語(yǔ)義的重要基礎(chǔ)。實(shí)驗(yàn)結(jié)果表明，根據(jù)FARMER模型評(píng)估的文件關(guān)聯(lián)度能夠準(zhǔn)確地反映現(xiàn)實(shí)系統(tǒng)中文件相關(guān)性。
　　緊接著提出了一種文件相關(guān)性

4、回歸分析模型――CoMiner。該模型根據(jù)文件系統(tǒng)活動(dòng)中觀測(cè)到的興趣現(xiàn)象樣本數(shù)據(jù)建立回歸方程來(lái)研究相關(guān)現(xiàn)象的數(shù)量變動(dòng)關(guān)系。模型重點(diǎn)從兩個(gè)方面分析文件相關(guān)現(xiàn)象：首先是在其他變量要素保持不變的情況下，某一種要素的變化對(duì)興趣現(xiàn)象（如文件關(guān)聯(lián)度）的影響；其次是運(yùn)用多種樣條或非樣條回歸模型將復(fù)雜的文件相關(guān)現(xiàn)象擬合成為函數(shù)關(guān)系，從而幫助更好的理解文件相關(guān)現(xiàn)象的關(guān)系形式。進(jìn)一步的，CoMiner提供多種回歸方程對(duì)現(xiàn)實(shí)世界的文件相關(guān)關(guān)系進(jìn)行擬合，使其能

5、夠在給定合理代價(jià)前提下做出準(zhǔn)確的預(yù)測(cè)。將CoMiner模型評(píng)估的關(guān)系強(qiáng)度結(jié)果應(yīng)用到改進(jìn)后FARMER文件相關(guān)性量化模型可以有效地提升后者的模型準(zhǔn)確度：實(shí)驗(yàn)表明最大能夠提升達(dá)到20％左右。
　　進(jìn)一步提出了一種文件自相關(guān)性時(shí)間序列分析模型――TiMiner。該模型在文件系統(tǒng)語(yǔ)義挖掘過(guò)程中引入時(shí)間維度，運(yùn)用時(shí)間序列分析方法研究文件系統(tǒng)現(xiàn)象隨時(shí)間發(fā)生的變化。根據(jù)實(shí)際運(yùn)行情況，總結(jié)了五條文件系統(tǒng)時(shí)間序列數(shù)據(jù)特征，分別是趨勢(shì)性、周期性、異常

6、觀測(cè)值、條件異方差以及非線(xiàn)性特征，并針對(duì)這些特征分別采用不同時(shí)間序列分析方法進(jìn)行分析。研究發(fā)現(xiàn)某一時(shí)刻的文件系統(tǒng)緩存命中率狀態(tài)可以分解成為三個(gè)部分：之前時(shí)刻系統(tǒng)緩存狀態(tài)的自相關(guān)部分、時(shí)間間隔內(nèi)文件請(qǐng)求到達(dá)隨機(jī)分布部分和相鄰時(shí)刻狀態(tài)的差分部分。實(shí)驗(yàn)結(jié)果表明，TiMiner文件系統(tǒng)緩存命中率預(yù)取模型能夠比較好的匹配歷史數(shù)據(jù)并有效地預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)的狀態(tài)趨勢(shì)。
　　為了論證上述三種模型的有效性，設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)實(shí)際的大規(guī)模分布式智能對(duì)

7、象存儲(chǔ)系統(tǒng)Cappella，該系統(tǒng)集成了一系列基于文件語(yǔ)義挖掘的服務(wù)優(yōu)化模塊來(lái)提高整體性能。本文同時(shí)討論和展望了其他一些潛在的文件語(yǔ)義挖掘的應(yīng)用，諸如：文件感知、可靠性和一致性等方面的問(wèn)題，以及今后可能有更進(jìn)一步研究潛力的方向和方法。此外，從若干典型的分布式文件系統(tǒng)的Trace中抽取出一些常用的文件變量要素并將這些要素集成到Cappella系統(tǒng)的實(shí)驗(yàn)測(cè)試環(huán)境中。實(shí)驗(yàn)結(jié)果表明，本文提出的一系列文件相關(guān)性分析模型能夠有效的提升Cappell