Abstract— Nowadays, data storage requirements fromend-users are growing, demandingmore capacity, more reliability and the capability to access information from anywhere. Cloud storage services meet this demand by providing transparent and reliable storage solutions. Most of these solutions are built on distributed infrastructures that rely on data redundancy to guarantee a 100% of data availability.Unfortunately, existing redundancy schemes very often assume that resources are homogeneous, an assumption that may increase storage costs in heterogeneous infrastructures – e.g., clouds built of voluntary resources. In this work, we analyze how distributed redundancy schemes can be optimally deployed over heterogeneous infrastructures. Specifically, we are interested in infrastructures where nodes present different online availabilities. Considering these heterogeneities,we present a mechanism to measure data availability more precisely than existing works. Using this mechanism, we infer the optimal data placement policy that reduces the redundancy used, and then its associated overheads. In heterogeneous settings, our results show that data redundancy can be reduced up to 70%. Keywords— Cloud storage, Distributed storage, Data availability, Erasure codes

چکيده:  امروزه، نیاز های ذخیره سازی داده از سوی کاربران نهایی در حال رشد و گسترش هستند که این امر مستلزم وجود ظرفیت بیشتر، قابلیت اطمینان بیشتر و نیز قابلیت دسترسی به اطلاعات از هر نقطه می باشد. سرویس های ذخیره سازی ابری، از طریق ارائه راه حل های ذخیره سازی مطمئن و شفاف، این تقاضا را برآورده می سازند. اغلب این راه حل ها، بر روی زیر ساخت های توزیع شده ایجاد می شوند که جهت تضمین صد درصدی دسترسی به اطلاعات, بر پروسه افزونگی داده، استناد می نمایند. متاسفانه، الگوهای افزونگی موجود، در اغلب موارد فرض را بر این می گیرند که منابع، همگن هستند؛ فرضی که ممکن است هزینه های ذخیره سازی را در زیر ساخت های ناهمگن- نظیر ابرهای ایجاد شده از منابع اختیاری - را افزایش دهد. ما در این کار تحقیقاتی، چگونگی بکارگیری بهینه الگو های افزونگی توزیع شده را در مورد زیر ساخت های ناهمگن، آنالیز می نماییم. بویژه اینکه ما به زیر ساخت هایی توجه داریم که در آنها، گره ها، مقادیر مختلف میزان دسترسی آنلاین را نمایش می دهند. در اینجا، ما با در نظر گرفتن این موارد ناهمگنی، مکانیسمی را ارائه می نماییم که میزان دسترسی به داده ها را با دقت بیشتری نسبت به مکانیسم های موجود اندازه گیری می کند. ما با بکارگیری این مکانیسم، خط مشی بهینه جایگذاری داده ها را استنتاج می نماییم که افزونگی مورد استفاده و سربار های مرتبط با آن را کاهش می دهد. نتایج ما نشان می دهند که در آرایش های ناهمگن، میزان افزونگی داده می تواند تا بیش از 70 درصد کاهش یابد.
کلمات کليديـ ذخیره سازی ابری، ذخیره سازی توزیع شده، میزان دسترسی به اطلاعات، کدهای پاک شدگی