循環(huán)碼(BCH)編譯碼的并行化研究.pdf

1、隨著信息技術(shù)飛速發(fā)展,全球的信息總量正以前所未有的速度迅猛增長,如何存儲和處理如此巨量的數(shù)據(jù),新的技術(shù)不斷被提出,云存儲和并行計算框架MapReduce是這些技術(shù)中具有代表性的一種。云存儲是基于分布式文件系統(tǒng)構(gòu)建的存儲系統(tǒng),具有大容量、多樣性、時效性、準(zhǔn)確性的特點。分布式文件系統(tǒng)由分布式部署的多個節(jié)點組合而成,傳統(tǒng)的單機存儲系統(tǒng)校驗方法(如:奇偶校驗、漢明校驗等)均無法滿足分布式文件系統(tǒng)的校驗和糾錯的要求,如何更有效地對分布式文件系統(tǒng)的

2、數(shù)據(jù)進行校驗和糾錯顯得更加迫切。本課題主要討論大數(shù)據(jù)環(huán)境下,分布式文件所存儲數(shù)據(jù)的BCH碼編、譯碼并行化的問題,以解決大數(shù)據(jù)編、譯碼方面的瓶頸,從而有效地提高大數(shù)據(jù)編譯碼的性能。
　　本課題主要從線性分組碼并行化的角度,利用分組碼的特點進行編譯碼的并行化研究,主要包括兩個方面的研究內(nèi)容:(1)分組碼編碼的并行化;(2)分組碼譯碼的并行化。本課題對當(dāng)前分布式文件系統(tǒng)的存儲方案存在的問題進行了深入的分析,針對校驗和糾錯能力不足的方面,

3、提出了一種基于BCH循環(huán)糾錯碼的容錯機制,以解決目前主流分布式文件系統(tǒng)缺乏校驗和糾錯機制、采用多副本存儲所存在的空間浪費等問題。本課題在分析大數(shù)據(jù)環(huán)境和分組碼的特點的基礎(chǔ)上提出了一種基于查找表的并行編譯碼算法,設(shè)計了基于MapReduce并行框架的編譯碼方案并結(jié)合MapReduce分片的原理,設(shè)計了分片、編碼查表的編譯碼方案并給出了該方案的實現(xiàn)。
　　本課題最后給出了所實現(xiàn)的BCH碼的編譯碼并行化方案的性能分析。從性能分析的情況來