提出了新的基于齊普夫分布和二項式分布相結合的預測函數，同時考慮了文件的序列相關性和地理位置相關性(基于二項式和齊普夫分布)。實驗數據顯示該方法能有效地提高網格環境下，網格任務訪問數據的效率和最大吞吐量，預測效果優于文獻[2]中的預測函數。
關 鍵 詞 數據網格; 數據復制; 價值預測; 齊普夫分布

網格計算解決了目前國際科學研究項目對大規模計算和海量數據的處理需求。數據網格是網格技術在數據管理方面的應用和實現，實現了海量數據的共享、訪問和處理。數據網格中的復制管理部分為用戶應用提供一個能夠快速訪問、處理遠程數據的局部緩沖數據副本，避免大量數據遠程傳輸到應用端，提高數據訪問效率和容錯性能。為了有效提高數據網格環境下、網格作業執行過程中數據訪問的效率，應對數據分布和復制的優化，文獻[1]提出了基于經濟模型的數據網格環境下數據復制優化服務。模型中主要的兩個元素是計算單元(Compute Element，CE)和存儲代理(Storage Broker，SB)。計算單元為正在該站點執行的網格任務獲得數據，與該站點的存儲代理一起通過特定的拍賣協議，購買到最便宜的副本。存儲代理通過將數據賣給其他存儲代理或計算單元來獲得最大收入。在經濟模型中數據文件的可用性(價值)正比于SB從其獲得的收入，復制之前SB必須確定復制文件到本站點是否有價值，即對文件將來的價值給出預測。另一方面由于網格站點的存儲空間有限，所以存儲空間不夠時要刪除文件。因此，SB又必須采用不同的策略標準對文件將來的價值進行預測，然后做出刪除的決定。預測函數能基于數據文件的歷史價值預測將來的價值，能有效地應用于SB的策略。
文獻[2]定義了兩種預測函數(基于高斯和二項分布)，并且做了實驗評估。兩種預測函數都是考慮了訪問文件的序列相關性。本文基于齊普夫分布和二項分布相結合的方式提出了一種新的預測函數，同時考慮了文件的序列相關性和地理位置相關性(基于二項和齊普夫分布)，并且將其與文獻[2]中的預測函數進行了實驗數據的對比，結果表明預測效果優于文獻[2]中的方法。