[发明专利]一种基于子模模型的数据备份方法和系统

权利要求书

1.一种基于子模模型的数据备份方法，其特征在于，该方法包括以下步骤：

(1)数据预处理：将待备份数据流分成多个数据块，然后再组成固定大小的数据段，将数据段作为去重和恢复操作的基本单位；

(2)生成容器总集合：获取待备份数据段中各重复数据块所对应的被引用容器，生成待选容器的总集合V＝{C₁,C₂,…,C_n}；

(3)生成子模模型：根据总集合V建立子模函数最大化模型，进而得到被选择的容器集合

其中，S_i是用贪心算法遍历容器总集合V得到的所有子集，F(S_i)是满足子模性的评分函数，用于量化S_i的质量，即含有的可引用且非冗余的数据块数目，容器子集S中的容器数量|S|≤T，T为子模函数最大化模型的预算，即设定的每个数据段能够引用的容器数目上限；

(4)数据备份：将备份数据段中能够引用这些容器的重复数据块进行去重，并更新容器信息；将剩下的重复数据块标记为碎片进行重写，写入新容器；最后数据段备份完成。

2.根据权利要求1所述的一种基于子模模型的数据备份方法，其特征在于，所述步骤(3)中的评分函数

其中，w(C_x)为容器C_x含有的能被数据段引用的所有数据块；∪是集合并集运算符；||表示数目运算符。

3.一种基于子模模型的数据备份系统，其特征在于，所述系统包括：

数据预处理模块，用于将待备份数据流分成多个数据块，然后再组成固定大小的数据段，将数据段作为去重和恢复操作的基本单位；

容器总集合生成模块，用于获取待备份数据段中各重复数据块所对应的被引用容器，生成待选容器的总集合V＝{C₁,C₂,…,C_n}；

子模模型生成模块，用于根据总集合V建立子模函数最大化模型，进而得到被选择的容器集合

其中，S_i是用贪心算法遍历容器总集合V得到的所有子集，F()是满足子模性的评分函数，用于量化S_i的质量，即含有的可引用且非冗余的数据块数目，容器子集S中的容器数量|S|≤T，T为子模函数最大化模型的预算，即设定的每个数据段能够引用的容器数目上限；

数据备份模块，用于将备份数据段中能够引用这些容器的重复数据块进行去重，并更新容器信息；将剩下的重复数据块标记为碎片进行重写，写入新容器；最后数据段备份完成。

4.根据权利要求3所述的一种基于子模模型的数据备份系统，其特征在于，所述子模模型生成模块中的评分函数

其中，w(C_x)为容器C_x含有的能被数据段引用的所有数据块；∪是集合并集运算符；||表示数目运算符。