随着大数据时代的到来,容错存储系统中的纠删码技术因其较低的存储开销和较高的容错能力受到了越来越多的关注,而其中数据的重构效率是纠删码难以广泛应用的瓶颈所在。目前,针对重构技术的研究主要从编码方案和重构过程两个方面展开,其中分组码是从编码方案角度改进数据重构效率的一种新型纠删码,它具有编码结构简单、重构开销较低等优点。但是现有分组码的编码参数调配不够灵活,难以达到存储开销、容错能力、容错率以及重构开销等性能的动态配比。而且目前针对分组码在重构过程上的性能改进研究比较少,难以实现编码方案与重构过程的有效结合。针对上述问题,本文研究了已有分组码的编码结构与算法以及重构过程中的主要技术,分别从这两个方面对重构技术进行改进以提升容错存储系统中数据的重构效率。论文的研究工作分为以下两个部分:(1)提出一种基于分组码的动态编码方案——DLRC(Dynamic Local Reconstruction Codes)。选取了四个参数来表征DLRC码:初始数据块的个数,全局校验块的个数,局部校验块的个数以及参与计算每个局部校验块的编码块个数。并给出了DLRC码的编码结构和编码算法以及使用DLRC码进行重构的主要流程。通过调整编码的参数值并配合相应的编码算法进行实验,考察参数变化时存储开销、容错能力、容错率以及重构开销四个性能的配比变化。并通过DLRC码与常用纠删码对比实验来验证DLRC码在上述四个性能上的优缺点。(2)提出一种基于网络拓扑和计算能力的树型重构方法——TR-NTCC(Tree-structured Reconstruction based on Network Topology and Computing Capability)。首先以节点间网络距离为权值生成新生节点与重构参与节点间的带权无向图并获得相应的邻接矩阵,然后根据MRTree(Minimum Reconstruction Tree)算法构建最小重构树并判断最小重构树的个数是否唯一。当最小重构树唯一时,该最小重构树即为最优重构树;当其不唯一时再判断不同重构组合中差异节点的计算能力,选择计算能力较强的重构参与节点组合构建的最小重构树作为最终的最优重构树。实验通过对比TR-NTCC与星型重构方法的网络传输总距离以及不同重构组合的重构时间来验证TR-NTCC的重构性能。