随着云计算和云存储技术的迅猛发展,将数据存放在云端逐渐受到用户的青睐。依赖单个云存储服务提供商具有提供商锁定问题、服务中断时用户数据不可用等弊端,因此多云存储的概念被提出。多云存储是指采取适当的方法或策略将用户数据分别存放在多个的云存储服务提供商中。恰当的多云存储分布方法不但可以避免提供商锁定问题,还能提高存储效率和数据可用性等。因此,多云存储的数据分布方法成为研究热点。通过对已有多云存储方法的研究,发现存在一些问题和不足,主要表现在:(1)冗余方法单一。目前市场上的多云存储方法多采用单一的方法来对数据进行冗余,即只采用副本策略或只采用纠删码技术,而这两种技术各有优缺点。(2)缺乏重复数据删除机制。缺乏重复数据删除机制会导致大量重复数据占用存储空间,用户需要支付额外的费用。(3)缺乏用户友好性。本文针对多云存储的数据分布方法进行了研究,主要工作如下:(1)研究了单云存储方法的弊端,比较了现有的几种多云存储方法,介绍了多云存储的模型和结构层次。(2)提出了基于多云环境的数据分布选择框架DDSF。该框架通过一个GUI来获取用户的需求参数,具有用户友好性。然后通过一个基于预定义规则的专家系统确定各项QoS参数的权重,再由ILP求解器根据权重以及云存储服务提供商的性能参数计算出最优的数据分布方案。(3)提出了基于重复数据删除技术的冷热数据混合冗余方法HRMD。该方法中利用MD5哈希算法通过对比数据块指纹对重复数据进行检测和删除。HRMD使用副本策略与纠删码技术相结合的混合冗余方法。混合冗余方法通过对数据进行冷热判定然后根据冷热度对数据分别采取不同的冗余策略,即热数据采取副本策略、冷数据采取纠删码技术。