连铸智能化平台Web访问缓存替换策略(续)

针对目前连铸技术与信息化技术高度融合,但已有的缓存替换策略对于数据交互传输存在局限性的问题,提出一种引用度模型来对Web访问对象的空间局部性进行评价,并将其作为设计缓存替换策略的依据,提出一种基于引用度的缓存替换策略GDSR,改善了缓存替换策略的性能,为Web缓存替换策略的设计提供了一个新的方向和思路。

连铸智能化平台Web访问缓存替换策略

针对目前连铸技术与信息化技术高度融合,但已有的缓存替换策略对于数据交互传输存在局限性的问题,提出一种引用度模型来对Web访问对象的空间局部性进行评价,并将其作为设计缓存替换策略的依据,提出一种基于引用度的缓存替换策略GDSR,改善了缓存替换策略的性能,为Web缓存替换策略的设计提供了一个新的方向和思路。

基于Web访问特性的缓存替换策略

在分析W eb轨迹的基础上,找出用户访问W eb内容的访问特性:访问再次到达的概率和访问内容大小分布,并建立相应的代价公式,利用这些代价作为计算W eb内容价值的要素。根据这些特性判断用户访问内容被再次访问的可能性,提出内容分发网络缓存替换策略。最后通过数值仿真计算与现有替换策略进行比较,说明了该替换策略的优越性。

一种新的代理缓存替换策略

代理缓存的替换策略事实上可以看做排序问题 ,排序的标准可能有多种 ,寻找一个好的代理缓存的替换策略就是寻找一个能够反映真实 Web访问特性的标准 .基于文档大小的替换策略是一种简单实用的策略 ,但是并未全部利用 WWW访问特性 .根据在代理缓存日志中对各种访问特性的分析 ,使用文档大小、访问频率、文档访问剩余寿命作为计算文档价值的要素 ,提出了一种新的替换策略 ,这种策略同时具有较高的文档命中率和文档字节命中率 ,最后给出了基于日志的模拟 .

基于指令流访存模式预测的缓存替换策略

传统的缓存替换策略主要基于经验主义,近年来研究者们使用预测技术推测访存行为,提高缓存替换的准确性,预测技术的应用是当前缓存替换策略研究的热点.由于访存行为自身的复杂性,直接在缓存系统中预测访存行为是困难的,要面对很大的不确定性.当前已有的研究为了解决该问题,使用越来越复杂的预测算法来分析访存行为之间的关联.然而这种方式并未真正减小不确定性,同时现有的缓存替换策略很难避免乱序执行和缓存预取对访存行为分析过程的干扰.为了解决以上问题,提出了一种新的预测缓存访问序列的方法IFAPP(instruction flow access pattern prediction),根据分支预测技术推测程序指令流,定位指令流中的访存指令,进而对其中访存指令的行为逐一进行预测.通过访存序列计算每个替换候选项的重用距离,将重用距离最远的候选项踢出.该方法可以避免乱序执行和缓存预取的干扰,预测对象是行为简单的独立访存指令,减少预测过程中所面对的不确定性.实验结果表明,该算法在一级数据缓存上比LRU算法平均减少3.2%的缓存缺失.相比经典的基于缓存预测的BRRIP和BIP算法,该算法在一级数据缓存上分别减少12.3%和14.4%的缓存缺失.

一种基于协同信任的普适网络节点缓存替换策略研究

在以人为载体的普适网络中,大量各种不同类型数据随着节点移动而传播.节点实体面临如何缓存最新或最有价值的数据问题,设计相应的缓存数据替换算法是一个重要的研究领域.提出了一种利用协同信任关系来设计的缓存替换策略:CTRP.该策略基于特定数据项与特定节点的相关联系紧密度来判别确定缓存区内要替换的缓存数据,并通过节点信任度与目标地址匹配概率来对相关度进行判定;在此基础上结合数据项的有效性指标来设计缓存数据替换标准.仿真实验结果表明CTRP能够有效提高数据的缓存命中率,降低数据的远程访问延迟.

基于谱聚类的Web多级缓存替换策略

服务器缓存性能的核心是缓存替换策略,缓存替换策略直接影响缓存的命中率,Web缓存可以解决网络拥塞和用户访问延迟问题,提高服务器的性能.传统缓存替换算法的命中率往往不高,为此文中提出了一种基于谱聚类的多级缓存替换策略.该策略利用循环滑动窗口机制提取日志文件的多项时序特征和访问属性,通过谱聚类对过滤后的数据集进行聚类分析从而得到访问预测结果.多级缓存替换策略综合考虑了缓存对象的局部频率、全局频率以及资源大小能更好地对低价值资源进行剔除,同时对高价值资源进行保留.通过与传统替换算法LRU、LFU、RC、FIFO进行实验对比,实验结果表明本文将谱聚类和多级缓存替换策略进行结合有效地提高了缓存请求命中率和字节命中率.

基于密文策略属性基加密系统访问机制的缓存替换策略

为提高基于密文策略属性基加密(CP-ABE)系统的数据缓存性能,针对CP-ABE加密的数据,提出一种有效的缓存替换算法——最小属性价值(MAV)算法。该算法结合CP-ABE加密文件的访问策略并统计高频属性值的个数,利用余弦相似度方法和高频属性值统计表来计算属性相似度;同时结合属性相似度和文件大小计算缓存文件的属性值价值,并替换属性值价值最小的文件。在与最近最少使用(LRU)、最不经常使用(LFU)、Size缓存替换算法的对比实验中,针对CP-ABE加密后的数据,MAV算法在提高加密文件请求命中率和字节命中率方面具有更好的性能。

可靠多播网络的动态缓存分配算法与替换策略

ACP是一种适用于多组共享环境的路由器缓存管理协议。在突发数据流频繁出现的互联网中,当多播组数量或者组成员发生变化时,ACP分配算法暴露出慢收敛和分配结果不稳定等问题。通过设计并实现动态缓存分配算法、超时算法以及丢包策略,提出了一种新型的、适用于大规模多播网络的自适应主动可靠多播协议(AARM)。模拟实验结果表明,与ACP相比,AARM将为多播网络在恢复延迟、带宽消耗和网络吞吐等方面带来明显的性能提升。

基于动态内容流行度的NDN缓存决策和替换策略研究

命名数据网络(NDN)中的路由器节点具有缓存能力,这就极大地提高了网络中的数据发送与检索效率。然而,由于路由器的缓存能力是有限的,设计有效的缓存策略仍然是一项紧迫的任务。为了解决这个问题,提出了一种动态内容流行度缓存决策和替换策略(DPDR)。DPDR综合考虑内容流行度和缓存能力,利用一个和式增加、积式减少(AIMD)的算法动态调节流行度阈值,并将超过流行度阈值的内容存入缓存空间;同时提出了一个缓存替换算法,综合考虑了缓存空间中内容的流行度和内容最后被访问时间等因素,将替换值最小的内容移出内容缓存。大量仿真结果显示,与其他算法相比,本文所提的算法能够有效提高缓存命中率,缩短平均命中距离和网络吞吐量。

面向轨迹数据查询优化的缓存机制研究

移动对象数据库(Moving object database,MOD)管理随着时间不断改变位置的空间对象,其已经在广泛的应用中被研究。尽管索引和查询算法等许多与MOD相关的技术已经被提出,但缓存管理仍然被忽略,这对于数据库性能至关重要。传统的缓存方法忽视了数据本身的时空特性,无法实现良好的性能。本文提出从缓存层面充分挖掘轨迹数据的查询性能,首先针对轨迹数据特有的存储结构和读写过程,设计了适合MOD的缓存访问机制;然后对于MOD系统中缺少与应用场景和访问模式相关的缓存策略问题,定制了缓存替换方法;最后开发了缓存管理工具MOCache,以可视化的形式动态跟踪查询语句结束后缓存状态的变化。通过实验表明本文提出的缓存替换策略与传统的策略相比,命中率提高到76.56%,缩短了查询时间,并且使用缓存工具监控历史状态信息,能够更加全面地反馈和分析性能问题。

网络多层语义深度挖掘及流媒体缓存策略研究

对网络音视频数据进行多层次语义的深度挖掘,统计分析用户行为,建立一个流行度预测模型,在此基础上提出智能化的代理缓存替换策略。初步模拟实验表明该策略能提高缓存字节命中率,减短客户端的请求延迟时间。

并行计算框架Spark中一种新的RDD分区权重缓存替换算法

并行计算框架Spark的缓存替换机制是提高其计算性能和效率的重要手段.目前,针对Spark采用的缓存替换算法LRU会使高重用但最近未使用的Block容易被换出缓存的缺点,提出了基于权重的缓存替换算法,但已有的基于权重的缓存替换算法存在权重值计算不准确,考虑因素不全面,度量方法不够细致,影响了缓存的命中率和作业执行的效率.提出一种新的RDD分区的权重缓存替换算法——WCSRP.为了使RDD分区权重值的计算更加准确,WCSRP不仅综合考虑RDD的计算代价、使用次数、分区的大小和生命周期四大因素对权重的影响,而且还增加考虑了Task执行时Locality Level这个因素,并对以上五个因素进行了量化计算.实验结果表明WCSRP算法让RDD分区权重值的计算更准确,提高了内存资源利用率和作业执行效率.

NDMANET中基于内容优先级的缓存策略研究

多数NDMANET缓存策略研究未考虑内容的优先级,从而降低了重要内容在节点移动环境下的可用性。针对该问题,提出一种基于内容优先级的缓存替换策略PFC。根据节点内容对可用性的不同需求划分内容优先级,将其作为缓存替换的参考因子进行缓存替换决策,以提高重要内容的命中率和可用性。在ndnSIM仿真平台上的测试结果表明,相比LRU和FIFO策略,PFC策略在不影响全局命中率和响应时延的情况下,可以明显提高重要内容的缓存占比与可用性。

流媒体对象的缓存管理策略

基于流媒体服务的代理技术是流媒体研究领域中的重要课题。随着流媒体技术在Internet和无线网络环境中的高速发展,对流媒体代理服务器的研究也正在逐步深入。本文主要讨论通过代理技术改善媒体的服务质量,降低媒体的传输延迟以及减轻网络负载。在Internet环境下,对流媒体代理服务器的研究集中于流媒体的访问特性、缓存替换算法,构建和实现一个流媒体代理服务器是对流媒体代理技术研究的基础。

基于缓存价值的命名数据网络缓存优化策略

为了解决当前命名数据网络(Named Data Network)中的传统缓存决定策略如LCE (Leave Copy Everywhere)、LCD(Leave Copy Down)、Prob (Copy with Probability)中存在的由于路由器缓存利用不合理导致的路由器缓存命中率过低,及满足用户请求所需跳数过多导致的时延过大等问题,提出一种基于缓存价值的缓存策略。该策略结合兴趣包路由跳数与所请求数据包大小,以及兴趣包所经过路由节点缓存情况,计算数据包缓存价值,由此将数据包缓存在合适的节点,以提高缓存命中率。在此基础上考虑下游节点的过滤效应,提出相对于传统缓存替换策略LRU、LFU的基于动态缓存价值的缓存替换策略,以进一步提高缓存命中率。经过大量仿真对比实验,验证了本文提出算法的有效性及可用性。

缓存技术在移动数据库中的应用研究

缓存技术是提高数据访问性能的经典技术,已经在计算技术的很多方面得到了成功的应用。在移动计算环境中,由于设备和网络资源的限制,缓存将发挥更加重要的作用。研究了移动数据库中的客户端缓存管理技术,重点讨论了缓存管理的缓存粒度、缓存一致性策略和缓存替换策略3个关键问题。

信息中心网络中基于局部内容活跃度的自适应缓存算法

通过对信息中心网络的网内节点缓存建模,分析发现基于全局内容流行度的替换策略不适用于信息中心网络的分布式模式。继而提出了一种基于局部内容活跃度的缓存替换策略LAU,并基于该策略提出了一种自适应路径缓存算法ACAP,使缓存内容按照本地活跃度依次缓存在访问路径中。仿真结果表明,LAU策略提高了单节点缓存命中率;ACAP相比已有的路径缓存算法,具有较低的服务器命中率和跳数比。最后对该算法适用的缓存结构和拓扑结构进行了讨论和分析。

一种移动内容分发网络的分层协同缓存机制

近年来,随着网络流量的急剧增长,边缘计算(Edge Computing)成为降低网络负载、提高网络容量和服务质量的重要手段.移动内容分发网络(Mobile Content Delivery Network,MCDN)应运而生,已被通信运营商逐步采用.移动CDN将缓存节点建立在移动核心网络和无线接入网中;用户之间通过移动网络共享缓存空间,进行协同缓存.与传统CDN相比,移动CDN新增接入网侧基站协作缓存层和用户侧协作缓存层.在该系统中,每层缓存应采用何种缓存放置和替换策略,多层缓存之间如何协调配合,这一问题当前尚无确切解决方案.该文从此问题着手,对移动CDN分层协作缓存系统建立以最小化用户访问资源的整体代价为目标的最优化模型,并以此模型提出一种基于效用的启发式分层协作缓存策略.该策略根据待缓存资源全局效用值进行缓存决策,最小化用户资源访问代价.仿真结果和基于真实网络数据的验证实验表明,该策略能够有效降低用户资源访问代价,提高缓存命中率.

移动P2P网络中协同缓存的研究

在移动园区网环境中部署了P2P系统并提出了一种协同缓存策略。接入控制策略利用"阈值"和节点的位置关系选择缓存的数据。缓存替换策略利用价值函数"Cost"选择要替换掉的数据,该函数考虑了数据的被访问频率、大小及区域之间的距离这三个因素。数据一致性策略结合了Plain-Push和Pull-Every-time方案的优点并做了改进。通过两组模拟实验验证了这种协同缓存策略在降低时延、减少网络通信开销、提高缓存命中率方面具有较好的性能。