信息存储系统教育部重点实验室

博士生张宇成论文被会议INFOCOM 2015录用


实验室博士生张宇成的论文《AE: An Asymmetric Extremum Content Defined Chunking Algorithm for Fast and Bandwidth-Efficient Data Deduplication》被第34届IEEE计算机通信国际会议(34th IEEE International Conference on Computer Communications (INFOCOM 2015))作为长文全文录用。

大数据时代,海量的数据给存储和传输带来了巨大的挑战。近期的研究表明,存储系统和网络流量中都存在大量的重复数据,因此重复数据删除技术受到企业和学术界越来越多的关注。重复数据删除包括数据分块、指纹计算、索引、存储(或传输)四个环节,其中数据分块负责将输入数据流分成多个数据块。但是目前的分块算法过于耗时,导致数据分块环节成为重复数据删除流程中的性能瓶颈。

张宇成等博士生在冯丹教授的指导下,提出一种基于非对称极值的分块算法(Asymmetric Extremum Chunking Algorithm,简称AE算法),打破了数据去重系统中的数据分块环节的性能瓶颈。AE算法查找非对称区域内的局部极值,并利用局部极值不容易被替换掉这一原理避免边界偏移问题。与现有分块算法相比,AE算法的计算开销更小,块长方差更小,同时可检测到更多的低熵字符串。实验结果表明,AE可获得与现有分块算法相当或更高的去重率,同时达到现有算法3倍多的分块吞吐量。

这项研究成果“数据重删系统中的基于内容的非对称极值分块算法”(AE:An Asymmetric Extremum Content Defined Chunking Algorithm for Fast and Bandwidth-Efficient Data Deduplication)发表在中国计算机学会A类国际会议INFOCOM 2015上,INFOCOM是IEEE组织在通信网络领域的旗舰型会议,同时也是中国计算机学会规定的A类会议。本届会议收到1640篇投稿,录用316篇论文,录用率为19%。相关研究工作得到国家973计划(2011CB302301)、国家自然科学基金(61025008,61173043,61232004,6140050892)和国家863计划(2013AA013203)等项目的支持。

实验结果:分块吞吐量

注:本文为原创,如转载请注明出处。

分享文章

Share