在“人类基因组计划”的推动下,给生物行业带来了巨大的变革,从而使生物数据的产出能力越来越强,也越来越多。相比于传统的数据,生物数据的内部结构极其复杂、数据量巨大且种类繁多、数据来源广泛、对传输QOS的要求更高。并且生物数据是生命科学领域研究的基础。而生物数据的传输是对生物数据进行整合以及分享的重要前提,然而,如何对生物数据进行高效传输仍然是一个非常棘手而有巨大意义的问题。本文在对已有数据传输方式调研和分析的基础上,对基于分布式计算系统的数据传输进行深入研究,并对其关键传输技术提出了改进方案。论文的主要贡献如下所示:1,在基于分布式计算系统的生物数据高效传输整体架构下,分两种场景讨论,首先针对生物数据在没有副本的业务场景下,本文提出了基于生物数据历史访问表的迁移预测算法,即对生物数据历史访问表进行分析得出过载节点和非过载节点,然后构建过载节点和非过载节点的资源迁移关系,并为每个过载节点选择该节点中最受欢迎的生物数据作为迁移对象,此外,为了防止不必要的资源迁移,还提出了基于生物数据访问次数的预测算法来提前预测生物数据的访问趋势,即根据生物数据访问趋势的变化决定是否迁移。通过该算法可以减少节点在资源查询时所花费的时间,减轻过载节点负载,从提高生物数据的传输效率。实验结果表明所提出的算法对生物数据的传输效率具有较大的提升。2,另一种场景是针对生物数据在多副本的业务场景下,本文在基于分布式计算系统中副本复制技术的基础上,提出了基于生物数据的多副本资源调配方法进一步提高生物数据的传输速度,即同样对生物数据历史访问表进行分析得出过载节点和非过载节点,并且通过基于线性规划的目标节点选择算法构建过载节点和非过载节点映射关系,根据映射关系进行生物数据副本的复制,此外为了让副本的个数动态地随系统状态改变,提出了基于副本状态的副本个数自适应算法,来保证生物数据的副本可以随着分布式计算系统状况自适应变化。实验结果表明所提出的算法对生物数据的传输效率具有较大的提升。3,设计并实现了基于分布式计算系统的高效生物数据传输系统,在需求分析的基础上确定系统设计环境以及选择所需的系统开发框架,并对系统模块进行详细设计,包括数据存储模块、数据分片模块、算法运行模块、用户管理模块等等。此外除了系统基本功能实现,为了方便用户使用进一步开发了前端可视化界面,包括注册界面、上传数据界面、算法运行界面、下载数据界面、用户信息界面、节点信息界面等等。将所提出的算法进行系统实现,并在国家生物中心生物数据中心研究课题中得到了应用,使得提出的算法显示出了更强的实用性。此外,本研究同样也可以应用于其他大容量、多源异构数据的同步和传输。