云存储是在分布式文件系统、网格计算、集群应用的基础上,将网络中大量类型各异的存储设备通过应用软件整合在一起,来提供数据存储服务。为了增强系统的可靠性与容错性,云存储采用了副本技术。然而现有的副本管理策略在同时兼顾系统可靠性和经济开销等方面,还有待更深入的研究。在多个优化目标需要同时兼顾时,现有的副本管理方法要么只重点考虑一个目标,而将其他目标作为约束,顾此失彼。要么通过线性加权方式试图将所有目标合成单目标,但线性加权有如下缺点:需要提前知道权值的大小;制定权值依靠经验;对不同的场景需要多次求解;难以得到解的整体情况。针对上述问题,本文开展了以下工作:1.对当前副本管理策略的研究现状进行了描述,并分析了它们不足之处:静态副本管理策略的副本个数大多都相对固定,动态副本管理策略虽然可以动态调整副本个数,但大多没有考虑系统的成本和可靠性对副本进行增删操作,并且,动态副本管理策略一般只能针对某一个特定的应用场景,适用性较差;另一方面,副本管理策略在副本放置时要么只以系统某一方面的性能作为优化目标,要么在处理多个优化目标时,不管目标之间的关系,将多目标转换成单目标。在此基础上引出了本论文的研究内容。2.提出了一种多目标优化的数据副本管理策略(Multi-objective Optimized Replication Management,MRM)。MRM提出了利用Pareto这一概念来求解副本管理问题的新思路。通过具体分析各常见目标的相互关系,挑选出两个具有明显冲突的目标:系统可靠性和存储成本。针对多个相互冲突目标的处理问题,在NSGA-II的基础上经过适应性改进实现了MRM算法,来寻找副本个数、副本布局方式与这两个目标之间的关系。由于NSGA-II是基于实数编码的,而本文中的编码是离散型的,所以MRM对NSGA-II中编码方式、算子等细节进行了重新设计。MRM算法不引入新的参数和变量(如权重),不需要依靠经验就能得到最优解,克服了因权重制定不准确而对系统造成的影响。同时,它只需要一次运行就能够得到多种不同最优解集,用户可以根据不同应用场景来选择合适最优解。3.通过实验对MRM策略进行了验证,证明该策略的有效性。MRM策略能够根据不同的应用场景,在Pareto最优解集中,选择最合适当前系统特点的副本个数和布局策略,适用性更广,能更好地满足用户的个性化需求。