一种数据备份方法及装置和数据恢复方法及装置制造方法及图纸

本申请提供一种数据备份方法及装置和数据恢复方法及装置，首先对待备份数据进行序列分割生成子序列集，并将子序列集中的各个元素被其所属子序列类别对应的类别符号替换生成符号化序列，实现对待备份数据的一次压缩，然后通过分别与各个每个最大频率连续子序列对应的序列符号对符号化序列进行编码，生成与符号化序列对应的编码序列，实现对待备份数据的二次压缩，进而通过将子序列类别与代表子序列之间的对应关系、最大频繁连续子序列与序列符号之间的对应关系及经过压缩后的编码序列作为备份数据，可有效避免现有技术因备份数据的数据量较大，而导致的数据恢复效率低的问题。

【技术实现步骤摘要】
一种数据备份方法及装置和数据恢复方法及装置
本申请涉及数据备份
，特别是涉及一种数据备份方法及装置和数据恢复方法及装置。
技术介绍
随着大数据时代的来临，数据规模越来越大，海量数据的存储管理带来了一定的风险，因灾难的发生所造成的数据丢失，将可能导致巨大经济的损失。 现有技术通常采用数据备份的方法进行防灾，以实现当灾难发生时，通过数据恢复的方式，保证数据的安全性。传统的数据备份方法通常是直接对数据进行完全的备份(如:直接通过复制待备份数据的方式得到备份数据)。 但是，该方法在灾难发生，利用备份数据进行数据恢复时，通常会因备份数据的数据量较大，导致数据恢复慢、恢复效率低的问题。
技术实现思路
有鉴于此，本申请提供一种数据备份方法及装置和数据恢复方法及装置，以解决现有技术因备份数据的数据量较大，而导致的数据恢复效率低的问题。 为了实现上述目的，本专利技术实施例提供的技术方案如下: 一种数据备份方法，包括: 对待备份数据进行序列分割，利用分割得到的各个子序列生成与所述待备份数据对应的子序列集； 对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列； 计算分别与每个所述子序列类别对应的代表子序列； 获取所述符号化序列中的各个最大频繁连续子序列； 利用分别与每个所述最大频繁连续子序列对应的唯一的序列符号对所述符号化序列进行编码，生成与所述符号化序列对应的编码序列； 将子序列类别与代表子序列之间的对应关系、最大频繁连续子序列与序列符号之间的对应关系及编码序列作为备份数据。 优选的，所述对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列，包括: 通过预先设置的动态时间弯曲算法计算所述子序列集中各个元素之间的距离矩阵； 利用所述距离矩阵及预先设置的层次聚类算法，对所述子序列集中的各个元素进行聚类； 利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列。 优选的，所述计算分别与每个所述子序列类别对应的代表子序列，包括针对每个所述子序列类别执行以下过程: 获取所述子序列类别中的各个子序列； 分别计算所述子序列类别中的每个子序列到该子序列类别中的各个其他子序列之间的距离和； 将到所述子序列类别中的各个其他子序列之间的距离和的值最小的子序列，确定为与所述子序列类别对应的代表子序列。 优选的，所述获取所述符号化序列中的各个最大频繁连续子序列，包括: 利用预先设置的基于投影数据库的频繁子序列挖掘算法计算所述符号化序列中的各个频繁连续子序列； 根据预先设置的最大频繁连续子序列获取规则，从各个所述频繁连续子序列中获取各个最大频繁连续子序列。 优选的，所述根据预先设置的最大频繁连续子序列获取规则，从各个所述频繁连续子序列中获取各个最大频繁连续子序列，包括: Al、从各个所述频繁连续子序列中获取长度为i的各个频繁连续子序列； B1、判断参考序列是否为某个长度为i的频繁连续子序列中的部分字符串； Cl、当否时，将该参考序列确定为目标值； D1、判断各个所述频繁连续子序列中是否存在长度为i+Ι的频繁连续子序列； E1、当存在时，将长度为i的各个所述频繁连续子序列更新为所述参考序列，且令i' =i+l,将i'确定为新的i,返回执行Al ; F1、当不存在时，将每个所述目标值作为一个最大频繁连续子序列。 优选的，利用所述符号化序列中每个所述最大频繁连续子序列对应的唯一的序列符号替换该最大频繁连续子序列，生成与所述符号化序列对应的编码序列。 优选的，利用所述符号化序列中每个所述最大频繁连续子序列对应的唯一的序列符号，及某些最大频繁连续子序列中的部分字符串对应的唯一的序列符号，生成与所述符号化序列对应的编码序列。 优选的，所述利用所述符号化序列中每个所述最大频繁连续子序列对应的唯一的序列符号，及某些最大频繁连续子序列中的部分字符串对应的唯一的序列符号，生成与所述符号化序列对应的编码序列，包括: A2、依据所述符号化序列中元素的顺序从所述符号化序列中读取一个类别符号放入缓冲器buffer中； B2、判断所述buffer中的类别符号串是否为某个最大频繁连续子序列中的部分字符串；当是时，执行步骤C2;当否时，执行步骤D2; C2、判断buffer的中类别符号串的长度是否等于某个最大频繁连续子序列中的字符串的长度，当是时，执行F2 ;当否时，执行A2 ； D2、获取与所述buffer中除最后一个类别符号的类别符号串对应的唯一的序列符号; E2、清空buffer,返回执行步骤A2 ; F2、获取与所述buffer中的类别符号串对应的序列符号； G2、利用上述步骤A2?F2在执行过程中获取的序列符号，生成编码序列。 一种数据备份装置，包括: 分割单元，用于对待备份数据进行序列分割，利用分割得到的各个子序列生成与所述待备份数据对应的子序列集； 第一生成单元，用于对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列； 计算单元，用于计算分别与每个所述子序列类别对应的代表子序列； 获取单元，用于获取所述符号化序列中的各个最大频繁连续子序列； 第二生成单元，用于利用分别与每个所述最大频繁连续子序列对应的唯一的序列符号对所述符号化序列进行编码，生成与所述符号化序列对应的编码序列； 备份数据确定单元，用于利用分别与每个所述最大频繁连续子序列对应的唯一的序列符号，生成与所述符号化序列对应的编码序列。 一种数据恢复方法，包括: 利用预先设置的最大频繁连续子序列与序列符号之间的对应关系对预先设置的编码序列进行译码，生成与所述编码序列对应的符号化序列； 利用预先设置的子序列类别与代表子序列之间的对应关系，通过代表子序列替换所述符号化序列中与该代表子序列对应的子序列类别对应的类别符号，生成与所述符号化序列对应的待备份数据。 一种数据恢复装置，包括: 第一恢复单元，用于利用预先设置的最大频繁连续子序列与序列符号之间的对应关系对预先设置的编码序列进行译码，生成与所述编码序列对应的符号化序列； 第二恢复单元，用于利用预先设置的子序列类别与代表子序列之间的对应关系，通过代表子序列替换所述符号化序列中与该代表子序列对应的子序列类别对应的类别符号，生成与所述符号化序列对应的待备份数据。 本申请提供一种数据备份方法及装置和数据恢复方法及装置，首先对待备份数据进行序列分割生成子序列集，并将子序列集中的各个元素被其所属子序列类别对应的类别符号替换生成符号化序列，实现对待备份数据的一次压缩，然后通过分别与各个每个最大频率连续子序列对应的序列符号对符号化序列进行编码，生成与符号化序列对应的编码序列，实现对待备份数据的二次压缩，进而通过将子序列类别与代表子序列之间的对应关系、最大频繁连续子序列与序列符号之间的对应关系及经过压缩后的编码序列作为备份数据，可有效避免现有技术因备本文档来自技高网...

【技术保护点】
一种数据备份方法，其特征在于，包括：对待备份数据进行序列分割，利用分割得到的各个子序列生成与所述待备份数据对应的子序列集；对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列；计算分别与每个所述子序列类别对应的代表子序列；获取所述符号化序列中的各个最大频繁连续子序列；利用分别与每个所述最大频繁连续子序列对应的唯一的序列符号对所述符号化序列进行编码，生成与所述符号化序列对应的编码序列；将子序列类别与代表子序列之间的对应关系、最大频繁连续子序列与序列符号之间的对应关系及编码序列作为备份数据。

【技术特征摘要】
1.一种数据备份方法，其特征在于，包括: 对待备份数据进行序列分割，利用分割得到的各个子序列生成与所述待备份数据对应的子序列集； 对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列； 计算分别与每个所述子序列类别对应的代表子序列； 获取所述符号化序列中的各个最大频繁连续子序列； 利用分别与每个所述最大频繁连续子序列对应的唯一的序列符号对所述符号化序列进行编码，生成与所述符号化序列对应的编码序列； 将子序列类别与代表子序列之间的对应关系、最大频繁连续子序列与序列符号之间的对应关系及编码序列作为备份数据。2.根据权利要求1所述的方法，其特征在于，所述对所述子序列集中的各个元素进行聚类，利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列，包括: 通过预先设置的动态时间弯曲算法计算所述子序列集中各个元素之间的距离矩阵； 利用所述距离矩阵及预先设置的层次聚类算法，对所述子序列集中的各个元素进行聚类； 利用每个所述元素所属子序列类别对应的唯一的类别符号替换该元素，生成与所述子序列集对应的符号化序列。3.根据权利要求2所述的方法，其特征在于，所述计算分别与每个所述子序列类别对应的代表子序列，包括针对每个所述子序列类别执行以下过程: 获取所述子序列类别中的各个子序列； 分别计算所述子序列类别中的每个子序列到该子序列类别中的各个其他子序列之间的距离和； 将到所述子序列类别中的各个其他子序列之间的距离和的值最小的子序列，确定为与所述子序列类别对应的代表子序列。4.根据权利要求3所述的方法，其特征在于，所述获取所述符号化序列中的各个最大频繁连续子序列，包括: 利用预先设置的基于投影数据库的频繁子序列挖掘算法计算所述符号化序列中的各个频繁连续子序列； 根据预先设置的最大频繁连续子序列获取规则，从各个所述频繁连续子序列中获取各个最大频繁连续子序列。5.根据权利要求4所述的方法，其特征在于，所述根据预先设置的最大频繁连续子序列获取规则，从各个所述频繁连续子序列中获取各个最大频繁连续子序列，包括: Al、从各个所述频繁连续子序列中获取长度为i的各个频繁连续子序列； B1、判断参考序列是否为某个长度为i的频繁连续子序列中的部分字符串； Cl、当否时，将该参考序列确定为目标值； D1、判断各个所述频繁连续子序列中是否存在长度为i+Ι的频繁连续子序列； E1、当存在时，将长度为i的各个所述频繁连续子序列更新为所述参考序列，且令i'= i+Ufi'确定为新的i,返回执行Al ; Fl、当不存在时，将每个所述目标值作为一个最大频繁连续子序列。6.根据权利要求5所述的方法，其特征在于，利用所述符号化序列中每个所述最大频繁连续子序列对应的唯一的序列符号替换该最大频繁连续子序列，生成与所述符号化序列对应的编码...

【专利技术属性】
技术研发人员：杨树强，宋锡宁，金松昌，尹洪，陈志坤，束阳雪，蒋千月，薛竹君，黄鸿杰，周斌，韩伟红，贾焰，李爱平，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43