一种新的基于预测的网页预取模型和缓存算法【精选】.pdfVIP

工《业控制计算机)2014年第 27卷第 8期 一 种新的基于预测的网页预取模型和缓存算法 王文建 陶宏才 (西南交通大学信息科学与技术学院，四川 成都 610031) 摘 要 为了提高Web缓存算法的命 中率，在传统的GDSF算法基础上，提出一种新的使用预测机制的缓存替换算法。该算法 使用改进后 的WAP算法对Web 日志挖掘生成频繁访 问序列，建立预测模型，产生预测队列，当需要替换缓存 中的对象时 使用预测队列提供替换依据。仿真实验表明，新的算法可以在一定程度上提高缓存的文档命 中率和字节命中率，尤其在缓 存 空间相对较 小时，效果更为明显。 关键词 ：Web缓存 ，替换策略，预测模型，WAP算法，Web日志 Abstract ’ To increasethe hitrate ofWeb (：ache，anew cache replacementalgorithm based ontheprediction mechanism is pro— posed．The new algorithm usesthefrequentsequence created bytheimprovedWAP algorithm tobuildthe predictionmod— el，and createsthepredictionqueue．Whentheobjectinthecacheneedstobereplaced，thepredictionqueueisusedas thejudgmentbasis． Keywords：Web cache，Replacementpolicy，Predictionmodel，WAPalgorithm，Web log 使用缓存系统来降低网络延迟成为一种有效的方式。Web 算法 的就是在公式 (1)的条件下，在公式(2)的操作 中找 出最适 缓存系统主要是基于Web对象的时间局部性实现，系统的核心 当的H ，使得公式 (3)能够达到最好 的结果 。 部分是缓存策略，由于对用户访 问习惯的忽视，传统的替换策略 1_2访 问序列基本概念 在命中率上受到较大约束。在大数据时代 ，使用路径挖掘技术利 定义 2：访 问序列S=10．102…romO+r··盯}，其中mn，访问序 用已有的El志信息对未来用户的访问进行预测 已经成为研究的 列S={叮，盯，… )，当e=m时，对于任意的 1≤i≤m，都有ro．=叮 热点，而将这样的预测技术与缓存替换算法相结合也成为提高 ； ，则称 S为 S的一个前缀序列 ，若存在序列 S”=S—S，则称 S” 缓存命中率的有效方法。本文通过对传统的序列挖掘算法WAP 进行改进 ，并以此为基础，利用挖掘结果建立预取模型 ，在传统 为 S的一个后缀序列 。 的缓存策略中引入预取模型提出一种新的缓存算法。 定义3：访问序列 S={叮．ro2．．·仃l，其中每一个访问请求 roi都 1 相关概念和定义 可以看作一个事件 ，若在该序列中存在 叮厂+仃 的子序列，其中 1．1缓存替换相关定义 ik，那么称 和 叮k同时发生的概率为该序列的支持度 Sup— 定义 1：U表示Web对象的集合 ，ai表示对象 i的大小 ，其 pOrt(仃r—仃k)=P(盯．n盯k)。 中i∈U，C表示缓存容量的大小，C 表示剩余的缓存容量，Z 定义4：访问序列S={12…orl，当S的支持度大于等于预 为时刻k时缓存包含对象的状态，由于缓存的状态表示当前在 先设置 的最小支持度的阈值 ，即Suppo~(S)≥Min_sup，则称 S 缓存中包含的对象，