-
题名基于机器学习的Web代理缓存替换策略性能改进
- 1
-
-
作者
贾若晖
马振禹
-
机构
长江大学电子信息学院
南京邮电大学计算机学院
-
出处
《信息与电脑》
2022年第10期61-63,共3页
-
文摘
在Web代理缓存中,传统的缓存替换策略往往不够有效,会缓存一些不会再次被访问的Web对象。基于此,笔者使用机器学习技术对这部分Web对象进行过滤,使用Web代理日志文件进行训练,以预测Web对象的类别。实验结果表明,与最近最少使用(Least Recently Used,LRU)替换策略相比,使用机器学习技术的命中率最大提高了18.92%,字节命中率最大提高了45.61%。
-
关键词
Web代理服务
缓存替换
机器学习
分类器
-
Keywords
Web proxy server
cache replacement
machine learning
classifiers
-
分类号
TP312.2
[自动化与计算机技术—计算机软件与理论]
-