大数据时代,随着网络和通信技术的不断发展,信息交互日益增强,各种新型的网络应用和数据服务蓬勃发展,例如流媒体、社交网络、在线存储以及移动支付等,丰富了人们的生活体验,导致用户数量急剧增加,这使得全球数据量呈现爆炸式增长。面对海量数据的存储需求,云存储等大规模分布式存储系统应运而生,满足了用户无缝地存储、访问和分享数据的需求。分布式存储系统由大量廉价的存储设备组成,单个设备的可靠性差。随着存储系统规模的日益增大,存储节点故障已经成为一种常态而绝非偶然。如何有效保障数据存储的可靠性成为了当前分布式存储系统迫切需要解决的问题。为了提供可靠的数据存储服务,分布式存储系统通过编码引入冗余来增强系统的容错能力。目前,分布式存储系统的容错编码研究大都基于一个同构的系统模型。然而,异构性是实际的分布式存储系统的一大突出特点,具体体现在以下两个方面:(1)各个节点的可用能力、存储容量和存储开销差异明显;(2)不同节点之间的数据链路也往往具有不同的带宽和传输时延。为了适应分布式存储系统的异构性,提高数据存储的高效性和可靠性,本文将致力于构建灵活的异构分布式存储系统模型,建立系统性能优化框架以及权衡系统存储开销与修复开销。本文的主要研究工作如下:(1)建立一个新的具有数据修复机制与数据重构机制的异构分布式存储系统模型,其中不同类型的存储节点可以具有不同的存储容量、存储开销和修复开销。在此异构模型的基础上,抽象出相应的信息流图,通过分析信息流图的最大流与最小割,对于系统的存储容量给出一个关于最小割的紧的上界。(2)将如何权衡存储开销与修复开销的问题构造为一个以系统存储开销、系统修复开销为目标函数,以信息流图的最小割为约束条件的双目标线性优化问题,并运用加权和的方法寻求最优解,进而建立系统存储开销与系统修复开销之间的最佳折中曲线。(3)对于双目标优化框架中的最小割约束条件,分析可行域的结构特征,最大程度地减少优化问题需要满足的最小割约束条件的数目,进而保证在多项式时间内能够建立起系统存储开销与系统修复开销之间的最佳折中曲线。最后,通过仿真实验量化评价研究结论的正确性和优化算法的有效性。