چکیده: در سال‌‌های اخیر با توجه به رشد چشم‌‌گیر داده و پیش‌‌بینی‌‌ها از تداوم این روند، نیاز به ارائه راهکار‌‌های مناسب برای ذخیره‌‌سازی داده بیش از گذشته احساس می‌‌شود. با شروع به کار سیستم‌‌های ذخیره‌‌سازی ابری از سال 2006، توسعه و بهبود این سیستم‌‌ها در راستای پاسخگویی به این نیاز رو به رشد بسیار موردتوجه قرارگرفته است. در این پایان‌‌نامه با ارائه روش‌‌هایی عملکرد سیستم‌‌های ذخیره‌‌سازی ابری را بهبود می‌‌بخشیم. با توجه به الگوی «پرداخت به‌ازای مصرف» در ذخیره سازی ابری و محدودیت ها، ابتدا با استفاده از معیار جدید «میزان اهمیت پیام» که در تشخیص زیر مجموعه اقلیت به کار می رود، به فشرده سازی داده پیش از برون سپاری روی ابر می پردازیم. با مقایسه این روش با فشرده‌‌سازی هافمن، شانون و شانون فانو الیاس نشان می‌‌دهیم که در مواردی که بخش مهم پیام موردنظر است، می‌‌توان فضای مورد‌‌نیاز برای ذخیره‌‌سازی را تا 30 درصد کاهش داد. همچنین اثر آستانه حذف نماد در این روش فشرده سازی را مورد بررسی قرار می دهیم. در ادامه پایان‌‌نامه، روش ذخیره‌‌سازی مبتنی بر کد‌‌گذاری را با کد‌‌های LT پیاده‌‌سازی کرده و به‌منظور بهبود عملکرد این سیستم‌‌ها در بازیابی داده، سه توزیع شکر‌‌الهی، PRSD و CPRSD را علاوه بر توزیع RSD به‌کار می‌‌بریم. نشان می‌‌دهیم که با استفاده از توزیع‌‌های جدید می‌‌توان به‌ازای سربار کمتر، احتمال موفقیت بازیابی را افزایش داد و همچنین فضای موردنیاز برای ذخیره‌‌سازی نسبت به ذخیره‌‌سازی مبتنی بر تکرار کاهش چشم‌‌گیری دارد. علاوه‌براین، با استفاده از الگوریتمی بر پایه میانگین و انحراف معیار تعداد نماد‌‌های کد‌‌گذاری مورد‌‌نیاز برای کد‌‌گشایی موفق، زمان بازیابی داده را کاهش می‌‌دهیم.