一种基于包的最优局部修复码构造方法技术

本发明专利技术提供了一种基于包的最优局部修复码构造方法，包括：根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包；其中，所述已知参数为(k,4,1)，k表示所述最优局部修复码的信息码元个数，4表示所述最优局部修复码的修复集大小，1表示所述最优局部修复码的校验码元为1个；根据区组得到所述最优局部修复码的生成矩阵；其中，所述区组为所述规则包对应的区组；根据所述生成矩阵得到所述最优局部修复码。本发明专利技术提供的方法，构造最优局部修复码的过程简单，根据本发明专利技术方法构造的最优局部修复码，每个修复集大小最大能达到4，从而增强了系统的并行修复能力。从而增强了系统的并行修复能力。从而增强了系统的并行修复能力。

【技术实现步骤摘要】
一种基于包的最优局部修复码构造方法


[0001]本专利技术涉及编码
，尤其是涉及一种基于包的最优布局修复码构造方法。

技术介绍

[0002]随着互联网、云计算、大数据时代的到来，数据呈现指数增长，如何合理可靠地存储、组织海量数据非常重要。分布式存储系统因其成本低廉、扩展性好被广泛采用，但随着系统节点规模和数据规模的不断扩大，导致了大规模的云存储和分布式文件系统，例如Amazon Elastic Block Store(EBS)和Google File System(GoogleFS)目前已达到了超大规模，以至于磁盘故障成为常态。在这些系统中，为了防止数据出现磁盘故障，最简单的解决方案是直接复制数据包，然后存放到不同的磁盘中。但是，这导致了更大的存储开销。因此，迫切需要一种存储码来替代该方案。
[0003]目前，越来越多商用分布式存储系统为了提供更加安全、可靠、高效的存储服务，都开始关注兼具高容错能力和低计算复杂度的纠删码。因此，构造最优局部修复码即最优LRC(locally repairable codes)非常有意义。这种最优局部修复码拥有多个修复集，不仅能很快恢复被擦除的信息码元，提高系统的容错能力并保证系统可靠性，同时还能减少冗余开销。

技术实现思路

[0004]本专利技术的目的是提供一种基于包的最优局部修复码构造方法，以解决现有技术构造的最优局部修复码的并行修复能力弱的技术问题。
[0005]本专利技术的目的，可以通过如下技术方案实现：
[0006]一种基于包的最优局部修复码构造方法，包括：
[0007]根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包；其中，所述已知参数为(k，4，1)，k表示所述最优局部修复码的信息码元个数，4表示所述最优局部修复码的修复集大小，1表示所述最优局部修复码的校验码元为1个；
[0008]根据区组得到所述最优局部修复码的生成矩阵；其中，所述区组为所述规则包对应的区组；
[0009]根据所述生成矩阵得到所述最优局部修复码。
[0010]可选地，所述规则包为t
‑
规则包；
[0011]所述t
‑
规则包为：对于一个二元组(X,B)，若X中的每个元素都恰好出现在t个子区组B1中，则所述二元组(X,B)为所述t
‑
规则包；其中，X是包含k个元素的集合，X＝{0,1,2,...,k
‑
1}，区组B是X的子集，B1∈B，t≤|B1|∈R，R为正整数的子集，|B1|为区组B中含有的子区组个数。
[0012]可选地，根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包具体包括：
[0013]根据最优局部修复码的已知参数得到可分解不完全区组(k,4,1)
‑
RBIBD和可分解
可分组4
‑
RGDD，根据所述(k,4,1)
‑
RBIBD和所述4
‑
RGDD分别构造用于生成所述最优局部修复码的所述规则包；
[0014]其中，所述(k,4,1)
‑
RBIBD为：对于一个二元组(X,B)，若X中不同的元素组成的每一对都恰好出现在B的一个区组中，则一个(k,4,1)
‑
可分解包为可分解不完全区组(k,4,1)
‑
RBIBD；
[0015]所述(k,4,1)
‑
可分解包为：假设是一个正整数，对于一个二元组(X,B)，若区组B可以分解为个不相交的子区组B，且每个子区组中的元素组合起来刚好是X的集合，则所述二元组(X,B)可表示为(k,4,1)
‑
可分解包；
[0016]所述4
‑
RGDD为：假设集合R是正整数的子集，集合R取值为4，且k＝a1g1+a2g2+...+a
s
g
s
，其中a
i
和g
i
都是正整数，1≤i≤s；一个类型为的4
‑
GDD是一个三元组(A，g，B)，简称4
‑
GDD，其中A表示维数为k的有限集合，即A＝Z
k
＝{0，1，2，...，k
‑
1}，g表示A的一个分区，B表示A的子集的一个集合；它满足以下两个条件：对于每个子区组B∈B，|B|∈R且A的每一对不同的元素最多出现在一个群g或一个区组B中，但不能同时出现。
[0017]可选地，根据所述(k，4，1)
‑
RBIBD得到的所述规则包，其区组B
i
表示不相交的平行类，
[0018]可选地，根据所述4
‑
RGDD得到的所述规则包，其区组B
i
表示不相交的平行类，
[0019]可选地，根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包具体包括：
[0020]构造一个所述已知参数的循环包，根据所述循环包构造一个用于生成所述最优局部修复码的所述规则包；
[0021]其中，所述循环包为：初始区组V是Z
k
＝{0，1，...，k
‑
1}的t个子集的集合，V＝{V1，V2，...，V
i
，...，V
t
}，当V满足以下两个条件时为循环包：对于任何1≤i≤t，V
i
的大小为r；Δ(V)表示V的差，Δ(V)＝{v
ij
‑
v
is
|1≤i≤t，j≠s，1≤s，j≤k}，Δ(V)覆盖每一个对k取模的非零余式最多一次。
[0022]可选地，根据所述循环包构造一个用于生成所述最优局部修复码的所述规则包具体包括：
[0023]根据所述循环包及其初始区组，通过对每个以k为模的所述初始区组加1来获得一部分所述规则包；
[0024]根据所述初始区组加上Z
k
中所有偶数或所有奇数的集合获得剩余部分所述规则包；
[0025]根据一部分所述规则包和剩余部分所述规则包得到所述规则包。
[0026]可选地，根据区组得到所述最优局部修复码的生成矩阵具体包括：
[0027]根据所述区组及对应关系得到所述最优局部修复码的生成矩阵中对应校验列向量，将所述校验列向量和k维单位向量得到所述生成矩阵；
[0028]其中，所述对应关系为所述规则包中的区组与所述最优局部修复码的生成矩阵中校验列向量的对应关系。
[0029]可选地，所述最优局部修复码为拥有(4，δ；1)
c
‑
局部性的[n,k,d]q
线性码；
[0030]其中，所述[n,k,d]q
线性码为最小汉明距离为d的[n,k]q
线性码；
[0031]所述[n,k]q
线性码为：[n]表示集合{1,2,...,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于包的最优局部修复码构造方法，其特征在于，包括：根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包；其中，所述已知参数为(k,4,1)，k表示所述最优局部修复码的信息码元个数，4表示所述最优局部修复码的修复集大小，1表示所述最优局部修复码的校验码元为1个；根据区组得到所述最优局部修复码的生成矩阵；其中，所述区组为所述规则包对应的区组；根据所述生成矩阵得到所述最优局部修复码。2.根据权利要求1所述的基于包的最优局部修复码构造方法，其特征在于，所述规则包为t
‑
规则包；所述t
‑
规则包为：对于一个二元组(X,B)，若X中的每个元素都恰好出现在t个子区组B1中，则所述二元组(X,B)为所述t
‑
规则包；其中，X是包含k个元素的集合，X＝{0,1,2,...,k
‑
1}，区组B是X的子集，B1∈B，t≤|B1|∈R，R为正整数的子集，|B1|为区组B中含有的子区组个数。3.根据权利要求1所述的基于包的最优局部修复码构造方法，其特征在于，根据最优局部修复码的已知参数构造一个用于生成所述最优局部修复码的规则包具体包括：根据最优局部修复码的已知参数得到可分解不完全区组(k,4,1)
‑
RBIBD和可分解可分组4
‑
RGDD，根据所述(k,4,1)
‑
RBIBD和所述4
‑
RGDD分别构造用于生成所述最优局部修复码的所述规则包；其中，所述(k,4,1)
‑
RBIBD为：对于一个二元组(X,B)，若X中不同的元素组成的每一对都恰好出现在B的一个区组中，则一个(k,4,1)
‑
可分解包为可分解不完全区组(k,4,1)
‑
RBIBD；所述(k,4,1)
‑
可分解包为：假设是一个正整数，对于一个二元组(X,B)，若区组B可以分解为个不相交的子区组B，且每个子区组中的元素组合起来刚好是X的集合，则所述二元组(X,B)可表示为(k,4,1)
‑
可分解包；所述4
‑
RGDD为：假设集合R是正整数的子集，集合R取值为4，且k＝a1g1+a2g2+...+a
s
g
s
，其中a
i
和g
i
都是正整数，1≤i≤s；一个类型为的4
‑
GDD是一个三元组(A,g,B)，简称4
‑
GDD，其中A表示维数为k的有限集合，即A＝Z
k
＝{0,1,2,...,k
‑
1}，g表示A的一个分区，B表示A的子集的一个集合；它满足以下两个条件：对于每个子区组B∈B，|B|∈R且A的每一对不同的元素最多出现在一个群g或一个区组B中，但不能同时出现。4.根据权利要求3所述的基于包的最优局部修复码构造方法，其特征在于，根据所述(k,4,1)
‑
RBIBD得到的所述规则包，其区组为B
i
表示不相交的平行类，5.根据权利要求3所述的基于包的最优局部修复码构造方法，其特征在于，根据所述4
‑
RGDD得到的...

【专利技术属性】
技术研发人员：韩国军，韩晓盼，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：