在数字信息化时代,人们在享受数字信息化带来的收益的同时,也必须要面对数据丢失的问题。数据备份技术在数据保护方面起着至关重要的作用,它可以在数据发生意外丢失时快速恢复,保护用户的利益。重复数据删除技术通过消除数据存储过程中的重复数据,降低存储成本,在备份系统中被广泛使用。然而,现有的块级重复数据删除系统中识别重复数据的算法存在多种缺陷。定长分块算法(Fixed Sized Partition,简称FSP)在选择分块长度时没有考虑备份数据流的特点,无法平衡重删系统的重复数据删除率和数据块元数据对系统读写性能影响的关系。基于内容的分块算法(Content Defined Chunking,简称CDC)会出现由于边界匹配条件无法满足导致分块过长的病态现象,影响系统的重复数据删除率。重删系统数据恢复时的缓存算法也存在不足。当备份数据流的碎片化程度比较高时,最近最久未使用算法(Least Recently Used,简称LRU)的性能将会严重不足。预取区域集合算法(Forward Assembly Area,简称ASM)基于一个容器的原则,每次尽量恢复与该容器有关的数据块,能够有效应对数据碎片化问题。然而,当数据流的碎片化程度比较低时,ASM算法没有考虑数据块之间的局部性而去缓存容器,减少从磁盘中重复读取容器的性能开销。为了解决分块算法中出现的问题,本论文提出了扩展的FSP算法和扩展的CDC算法。扩展的FSP算法是针对FSP算法的扩展,引入了CRC校验码标识数据流的特征,同时平衡了重复数据删除率和数据块元数据量的关系。实验结果表明,扩展的FSP算法针对不同的备份数据流能够分析出较优的分块大小。扩展的CDC算法是针对CDC算法的扩展,在分块过程中限制了数据块大小的上下界,同时引入了Magic Number表提高重复数据块识别率。实验结果显示,与传统CDC算法相比,扩展的CDC算法平均提升了12%的重复数据删除率。为了提升备份系统数据恢复的性能,本论文提出了动态自适应预取区域集合缓存算法(Dynamic Adaptive Forward Assembly Area,简称DASM)。DASM算法将ASM算法与多容器缓存相结合,并可以根据即将恢复的备份数据流判断出局部数据的碎片化程度,进而对ASM块区域与容器缓存区域的结构进行调整。实验结果表明,DASM算法相比较于LRU和ASM算法,在数据恢复速度上分别提升了最高58.9%和57.1%。