一种基于相似数据检测的云存储冗余数据预测方法和设备

本发明提供了一种基于相似数据检测的云存储冗余数据预测方法和设备，其中方法包括：对云存储数据进行分块，得到数据块；遍历所有数据块，利用哈希算法计算出数据块对应的哈希指纹；利用N‑transform方法计算数据块的相似特征组；根据待预测的数据集的大小，选定m个数据块；遍历提取的所有数据块组成的数据块集合，利用伯努利二项分布循环选取m个初始样本；遍历初始样本组成的初始样本集，基于哈希指纹和相似特征组进行判断，将其中不符合哈希指纹和相似特征组条件的重复数据块添加到基样本中，得到基样本集；遍历待预测的数据集，并基于基样本集确定重复数据和相似数据，从而计算数据冗余的估计值。本发明能够有效地提高云存储冗余数据的去重性能。

《一种基于相似数据检测的云存储冗余数据预测方法和设备》是一发明专利，专利号为 202210182503X，当前法律状态为已下证，由南华大学提出申请，发明人为田纹龙;刘琪菲;耿雨晴;万亚平;欧阳纯萍;李跃;刘洋;何婷婷，申请日期为2022-02-25，公开（公告）日期为2025-05-30，国际专利分类号（IPC）为 G06F 11/14 (2006.01)，高新资质：未报高企，所属技术领域包括：云存储技术领。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供了一种基于相似数据检测的云存储冗余数据预测方法和设备，其中方法包括：对云存储数据进行分块，得到数据块；遍历所有数据块，利用哈希算法计算出数据块对应的哈希指纹；利用N‑transform方法计算数据块的相似特征组；根据待预测的数据集的大小，选定m个数据块；遍历提取的所有数据块组成的数据块集合，利用伯努利二项分布循环选取m个初始样本；遍历初始样本组成的初始样本集，基于哈希指纹和相似特征组进行判断，将其中不符合哈希指纹和相似特征组条件的重复数据块添加到基样本中，得到基样本集；遍历待预测的数据集，并基于基样本集确定重复数据和相似数据，从而计算数据冗余的估计值。本发明能够有效地提高云存储冗余数据的去重性能。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！