一種備份存儲(chǔ)方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及一種備份存儲(chǔ)方法和裝置。
【背景技術(shù)】
[0002] 隨著云計(jì)算時(shí)代的到來(lái)，越來(lái)越多的數(shù)據(jù)被存儲(chǔ)于云服務(wù)器中；同時(shí)，為保證數(shù)據(jù) 的可靠性，還會(huì)根據(jù)同一數(shù)據(jù)生成多個(gè)備份，并將多個(gè)備份分別存儲(chǔ)到不同的云端位置。
[0003] 然而，多備份云存儲(chǔ)會(huì)存在以下兩個(gè)問(wèn)題：首先，由于每份數(shù)據(jù)都要對(duì)應(yīng)多個(gè)備份 數(shù)據(jù)，需要大量占用存儲(chǔ)服務(wù)器的存儲(chǔ)空間，導(dǎo)致存儲(chǔ)服務(wù)器容量不足；其次，備份數(shù)據(jù)的 增多，還會(huì)導(dǎo)致數(shù)據(jù)泄露風(fēng)險(xiǎn)的增大。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種備份存儲(chǔ)方法和裝置，以解決現(xiàn)有的多備份云存儲(chǔ)中存在的容 量大以及安全風(fēng)險(xiǎn)大的缺陷。
[0005] 本發(fā)明提供了一種備份存儲(chǔ)方法，包括以下步驟：
[0006] 使用多個(gè)不同的隨機(jī)采樣矩陣，分別對(duì)源數(shù)據(jù)進(jìn)行壓縮，得到多個(gè)備份數(shù)據(jù)；
[0007] 將所述多個(gè)備份數(shù)據(jù)分別存儲(chǔ)到不同的存儲(chǔ)服務(wù)器中。
[0008] 可選地，所述的方法，還包括：
[0009] 將所述隨機(jī)采樣矩陣設(shè)置為保護(hù)數(shù)據(jù)。
[0010] 可選地，將所述多個(gè)備份數(shù)據(jù)分別存儲(chǔ)到不同的存儲(chǔ)服務(wù)器中之后，還包括：
[0011] 從存儲(chǔ)服務(wù)器中獲取備份數(shù)據(jù)，獲取與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，并根 據(jù)所述備份數(shù)據(jù)以及與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，重建所述源數(shù)據(jù)。
[0012] 可選地，所述從存儲(chǔ)服務(wù)器中獲取備份數(shù)據(jù)，具體為：
[0013] 從一個(gè)存儲(chǔ)服務(wù)器中獲取一個(gè)備份數(shù)據(jù)；
[0014] 根據(jù)所述備份數(shù)據(jù)以及與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，重建所述源數(shù)據(jù)， 具體為：
[0015] 采用以下公式重建所述源數(shù)據(jù)：
[0016] X = arg min I I X I I !S. t. I I Φ Nx_bN I 1ε
[0017] 其中，X為所述源數(shù)據(jù)，I |x| I1S所述源數(shù)據(jù)的LI范數(shù)，bNS獲取到的備份數(shù)據(jù)， φ N為與獲取到的備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣。
[0018] 可選地，所述從存儲(chǔ)服務(wù)器中獲取備份數(shù)據(jù)，具體為：
[0019] 從多個(gè)存儲(chǔ)服務(wù)器中獲取多個(gè)備份數(shù)據(jù)；
[0020] 根據(jù)所述備份數(shù)據(jù)以及與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，重建所述源數(shù)據(jù)， 具體為：
[0021] 使用與各個(gè)備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，在各自的稀疏域中對(duì)各個(gè)備份數(shù)據(jù)進(jìn) 行獨(dú)立編碼，并利用信號(hào)內(nèi)和信號(hào)間的結(jié)構(gòu)相關(guān)性，重建所述源數(shù)據(jù)。
[0022] 本發(fā)明還提供了一種備份存儲(chǔ)裝置，包括：
[0023] 壓縮模塊，用于使用多個(gè)不同的隨機(jī)采樣矩陣，分別對(duì)源數(shù)據(jù)進(jìn)行壓縮，得到多個(gè) 備份數(shù)據(jù)；
[0024] 存儲(chǔ)模塊，用于將所述多個(gè)備份數(shù)據(jù)分別存儲(chǔ)到不同的存儲(chǔ)服務(wù)器中。
[0025] 可選地，所述的裝置，還包括：
[0026] 設(shè)置模塊，用于將所述隨機(jī)采樣矩陣設(shè)置為保護(hù)數(shù)據(jù)。
[0027] 可選地，所述的裝置，還包括：
[0028] 第一獲取模塊，用于從存儲(chǔ)服務(wù)器中獲取備份數(shù)據(jù)；
[0029] 第二獲取模塊，用于獲取與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣；
[0030] 重建模塊，用于根據(jù)所述備份數(shù)據(jù)以及與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，重 建所述源數(shù)據(jù)。
[0031] 可選地，所述第一獲取模塊，具體用于從一個(gè)存儲(chǔ)服務(wù)器中獲取一個(gè)備份數(shù)據(jù)；
[0032] 所述重建模塊，具體用于采用以下公式重建所述源數(shù)據(jù)：
[0033] X = arg min I I X I I !S. t. I I Φ Nx_bN I 1ε
[0034] 其中，X為所述源數(shù)據(jù)，I |x| I1S所述源數(shù)據(jù)的LI范數(shù)，bNS獲取到的備份數(shù)據(jù)， φ N為與獲取到的備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣。
[0035] 可選地，所述第一獲取模塊，具體用于從多個(gè)存儲(chǔ)服務(wù)器中獲取多個(gè)備份數(shù)據(jù)；
[0036] 所述重建模塊，具體用于使用與各個(gè)備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，在各自的稀 疏域中對(duì)各個(gè)備份數(shù)據(jù)進(jìn)行獨(dú)立編碼，并利用信號(hào)內(nèi)和信號(hào)間的結(jié)構(gòu)相關(guān)性，重建所述源 數(shù)據(jù)。
[0037] 本發(fā)明將基于壓縮感知理論的信號(hào)采集方法移植到對(duì)源數(shù)據(jù)的壓縮存儲(chǔ)中，以遠(yuǎn) 低于奈奎斯特-香農(nóng)采樣定理要求的樣本量完成數(shù)據(jù)的多備份存儲(chǔ)，能夠極大地節(jié)省存儲(chǔ) 空間，降低多備份數(shù)據(jù)的存儲(chǔ)空間要求，且能夠提高數(shù)據(jù)安全性，有效地防止未授權(quán)用戶獲 得完整的源數(shù)據(jù)。
【附圖說(shuō)明】
[0038] 圖1為本發(fā)明實(shí)施例中的一種備份存儲(chǔ)方法流程圖；
[0039] 圖2為本發(fā)明實(shí)施例中的數(shù)據(jù)壓縮及多備份存儲(chǔ)過(guò)程示意圖；
[0040] 圖3為本發(fā)明實(shí)施例中的根據(jù)一個(gè)備份數(shù)據(jù)重建源數(shù)據(jù)的過(guò)程示意圖；
[0041] 圖4為本發(fā)明實(shí)施例中的根據(jù)多個(gè)備份數(shù)據(jù)重建源數(shù)據(jù)的過(guò)程示意圖；
[0042] 圖5為本發(fā)明實(shí)施例中的一種備份存儲(chǔ)裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0043] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0044] 需要說(shuō)明的是，如果不沖突，本發(fā)明實(shí)施例以及實(shí)施例中的各個(gè)特征可以相互結(jié) 合，均在本發(fā)明的保護(hù)范圍之內(nèi)。另外，雖然在流程圖中示出了邏輯順序，但是在某些情況 下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。
[0045] 本發(fā)明實(shí)施例提供了一種備份存儲(chǔ)方法，如圖1所示，包括以下步驟：
[0046] 步驟101，使用多個(gè)不同的隨機(jī)采樣矩陣，分別對(duì)源數(shù)據(jù)進(jìn)行壓縮，得到多個(gè)備份 數(shù)據(jù)。
[0047] 其中，隨機(jī)采樣矩陣為高斯隨機(jī)矩陣、局部傅立葉矩陣、局部哈達(dá)瑪測(cè)量矩陣、一 致球矩陣、托普利茲矩陣、循環(huán)矩陣、結(jié)構(gòu)化隨機(jī)矩陣或自適應(yīng)性的測(cè)量矩陣中的一種或多 種，使用不同的隨機(jī)采樣矩陣壓縮得到的備份數(shù)據(jù)也不相同。
[0048] 如圖2所示，用戶通過(guò)其個(gè)人設(shè)備（智能手機(jī)、平板電腦或個(gè)人計(jì)算機(jī)等）將源數(shù) 據(jù)上傳至云端，設(shè)源數(shù)據(jù)為X，三個(gè)不同的隨機(jī)采樣矩陣為(J) 1,巾2和Φ 3，則可以將源數(shù)據(jù) 壓縮為三個(gè)不同的備份數(shù)據(jù)k bjP b 3:
[0049] bi= χΧ Φ !
[0050] b2= χΧ Φ 2
[0051] b3= χΧ Φ 3
[0052] 步驟102,將多個(gè)備份數(shù)據(jù)分別存儲(chǔ)到不同的存儲(chǔ)服務(wù)器中。
[0053] 如圖2所示，可以將三個(gè)不同的備份數(shù)據(jù)h 132和b 3分發(fā)至不同的存儲(chǔ)服務(wù)器中， 從而完成數(shù)據(jù)的多備份不一致存儲(chǔ)。其中，不同的存儲(chǔ)服務(wù)器可以位于相同的數(shù)據(jù)中心上， 也可以位于不同的數(shù)據(jù)中心上。
[0054] 步驟103,將隨機(jī)采樣矩陣設(shè)置為保護(hù)數(shù)據(jù)。
[0055] 步驟104,從存儲(chǔ)服務(wù)器中獲取備份數(shù)據(jù)，獲取與備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣， 并根據(jù)所述備份數(shù)據(jù)以及與所述備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī)采樣矩陣，重建源數(shù)據(jù)。
[0056] 具體地，如圖3所示，可以從一個(gè)存儲(chǔ)服務(wù)器中獲取一個(gè)備份數(shù)據(jù)；相應(yīng)地，若源 數(shù)據(jù)X是稀疏的，可以采用以下公式重建源數(shù)據(jù)：
[0057] X = arg min I I X I I !S. t. I I Φ Nx_bN I 1ε
[0058] 其中，χ為源數(shù)據(jù)，bN為獲取到的備份數(shù)據(jù)，Φ Ν為與獲取到的備份數(shù)據(jù)對(duì)應(yīng)的隨機(jī) 采樣矩陣，I I X I I i為源數(shù)據(jù)的Ll范數(shù)，定義如下：
[0060] 其中，X1是源數(shù)據(jù)的第i個(gè)元素，重建源數(shù)據(jù)所使用的重建算法可以是松弛方法， 例如，基于線性規(guī)劃的基追蹤算法、內(nèi)點(diǎn)法、LASS0、最小角回歸、梯度追蹤、迭代軟/硬閾值 和凸集投影方法等；也可以是貪婪方法，例如，匹配追蹤、正交匹配追蹤、近似正交匹配追蹤 的梯度追蹤、正則正交匹配追蹤、樹(shù)形匹配追蹤、分段匹配追蹤、壓縮采樣匹配追蹤、稀疏性 自適應(yīng)匹配追蹤和子空間追蹤等；還可以是非凸方法，例如，F(xiàn)O⑶SS算法和迭代加權(quán)最小