基于增量聚类语义缓存替换策略.docVIP

基于增量聚类语义缓存替换策略 　　 (1.华南理工大学 计算机科学与工程学院,广州 510640; 2.华南理工大学 软件学院, 广州 510006) 　　?? 　　 摘 要： 　　为了提高系统性能以及克服移动计算环境自身的通信带宽窄、网络断接等缺陷，采用语义缓存技术来管理相关数据就显得尤为重要。形式化地给出了语义缓存的相关概念和定义，然后重点分析了语义缓存的FAR(furthest away replacement)替换策略并对其进行改进，提出基于增量聚类的DC??FAR替换策略，最后对FAR和DC??FAR替换策略进行实验分析，从而在理论上和实验上证明了DC??FAR替换策略的优越性。 　　?? 关键词：移动计算; 语义缓存; 替换策略; 位置相关; 增量聚类 　　?? 中图分类号：TP301 文献标志码： A 　　 文章编号：1001?菠B3695(2008)12?菠B3610?菠B04 　　 ?? 　　Replacement strategy for semantic caching based on incremental clustering 　　LI Dong??1, YE You??1, YANG Xiao??peng??2, LIU Zhen??yu??2 　　 ?? 　　(1.School of Computer Science Engineering, South China University of Technology, Guangzhou 510640, China; 　　2.School of Software, South China University of Technology, Guangzhou 510006, China) 　　?? 　　 Abstract: 　　To improve system performance and overcome narrow bandwidth and disconnection of mobile computing environment, it is very important to use the semantic caching to manage location dependent data. This paper gave the formal definitions of semantic caching. Then analyzed the FAR(furthest away replacement) replacement strategy,developed a new replacement strategy named data clustering FAR(DC??FAR),which based on the previous query data. At last, compared the FAR and DC??FAR replacement strategy through the experiment. The experiment shows that the DC??FAR was more effective than FAR in the theory and experimentation. 　　?? Key words：mobile computing; semantic cache; replacement strategy; position related; incremental clustering 　　?お? 　　 　　 0 引言?? 　　在移动计算环境中，位置相关的查询(location dependent query,LPQ)有着广泛的应用，为了提高系统性能以及克服移动计算环境自身的通信带宽窄、网络断接等缺陷，采用语义缓存技术来管理相关数据就显得尤为重要。基于位置相关的查询是指其查询的结果依赖于位置信息，会随着用户的位置变化而变化。例如：某移动用户要查询5 km以内的酒店，如果没有得到满意的结果，类似的查询将会不断地发出。因此在移动客户端缓存之前的查询结果，能够有效地减少网络的通信量，以及应对网络断接的异常情况。?? 　　由于移动客户端的缓存容量是有限的，需要根据一定的策略对语义缓存进行替换，以便更好地满足移动用户的需要。语义缓存的替换策略主要作了以下的相关研究：文献[1]对传统的LRU(least recently used)进行改进，提出了D??LRU(dynamic LRU)策略,每次修改被引用的部分缓存的时间戳。文献[2]提出了结合LRU策略的缓存利益计算公式,考虑了维护缓存的查询及其带来的利益,在此基础上实现缓存的替换