基于訪問(wèn)路徑挖掘的Web緩存與預(yù)期模型研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，尤其移動(dòng)互聯(lián)網(wǎng)的發(fā)展，Web用戶快速增長(zhǎng)。但因網(wǎng)絡(luò)帶寬和服務(wù)器的數(shù)量增長(zhǎng)相對(duì)滯后，造成了用戶使用互聯(lián)網(wǎng)服務(wù)的時(shí)間延遲。由于硬件投入的成本較大，緩存系統(tǒng)因此成為解決網(wǎng)絡(luò)延遲的有效方式。
　　緩存替換算法對(duì)緩存系統(tǒng)的性能有較大影響。本文在對(duì)經(jīng)典的GDSF替換算法進(jìn)行研究的基礎(chǔ)上，結(jié)合Web日志挖掘生成的預(yù)測(cè)隊(duì)列，對(duì)GDSF進(jìn)行改進(jìn)，提出了基于預(yù)測(cè)的緩存替換算法——IWAP-GDSF算法，以此來(lái)提高緩存算法的命中率。<

2、br>　　本文首先對(duì)Web日志挖掘算法進(jìn)行研究，在經(jīng)典的WAP挖掘算法的基礎(chǔ)上，結(jié)合Web對(duì)象的時(shí)間局部性特征，對(duì)WAP算法進(jìn)行改進(jìn)形成IWAP算法，使其更適合替換算法的預(yù)取模型使用。通過(guò)對(duì)IWAP的日志挖掘結(jié)果建立預(yù)取模型，本文提出了一種新的預(yù)取模型，模型中考慮了預(yù)測(cè)對(duì)象未來(lái)在預(yù)測(cè)序列中的位置和計(jì)數(shù)信息，作為該對(duì)象未來(lái)被訪問(wèn)概率的權(quán)重，模型生成的預(yù)測(cè)隊(duì)列為替換算法提供決策依據(jù)。結(jié)合預(yù)測(cè)模型，本文提出了基于預(yù)測(cè)的緩存替換算法——IWAP