随着互联网技术的发展,数据的海量化已成趋势。分布式存储系统具有分担存储负载、成本低廉并且可扩展性高的优点,非常适用于当前的海量数据存储。为了确保存储节点故障时的可靠性,系统中采用了各种编码技术。最简单和最常用的编码策略是复制,但是需要存储多个副本使得存储开销过大。另一种编码策略为纠删码策略,纠删码策略对于给定的可靠性要求具有最小的存储开销,但是在修复故障节点时修复带宽开销过大。基于网络编码方式,Dimakis等人提出再生码的概念,实现了存储开销和修复带宽开销之间的最佳折衷。再生码可以极大地减少故障节点修复时的数据传输量,但是需要连接较多的存活节点,修复局部性较高。局部修复码(Locally Repairable Codes,LRC)通过将存储节点分组并产生组编码块来降低故障节点修复时需要连接的节点数。但是,现阶段节点故障修复研究多关注于单节点,多节点故障修复时的性能仍有待提高。因此,本文针对多节点故障的快速修复进行了如下研究:(1)针对具有冷热文件的存储系统,基于局部修复码和分组修复码,提出了一种新的编码方案——非均匀故障保护的分组修复码(Group Repairable Codes based on Nonuniform Fault Protection,GRC-NFP),能够在具有较小的多故障节点修复的磁盘读取开销的同时对热文件以及高故障概率节点提供更高等级保护。首先对文件进行冷热分组,后将数据块按照所存目标节点故障概率进行排序,存入高或低故障数据分组并根据数据分组的故障概率高低生成数目不等的组编码块。理论仿真表明,热文件可以得到有效保护的同时具有低于分组修复码(GRC)的节点故障的修复局部性。并且对于存储效率而言,与里德-所罗门码(RS codes)相比虽然略高但是低于GRC,因此GRC-NFP的整体性能较优。(2)提出了两种基于超图因子分解进行最优二元局部修复码的构造算法,两种算法所构造的编码能够在多节点故障时使用多个修复集并行修复,即连接的节点数目较少。具体地,使用超图的因子分解的思想,将线性正则超图转化为线性编码后进行因子分解。分解得到的子图的正则次数相同与否决定了两种构造算法的区别。最终得到多种和原始线性编码相同局部性和不同可用性的局部修复码,并且在构造二中考虑数据块的冷热性,使得热数据块拥有较高的可用性。性能分析表明,两种构造算法均能够在合适的参数取值条件下具有最优的码率并且不受参数的限制始终能够达到最优界限。