Web缓存替换策略与预取技术的研究-模式识别与智能控制专业论文.docxVIP

ABSTRACT ABSTRACT II II 摘 要 随着 Internet 网络技术的飞速发展，互联网上信息量、接入用户数量的急剧 膨胀，Internet 已经成为人们日常生活的一部分。但是，由于网络带宽是有限的， 用户的访问延迟往往比较大，网络的服务质量就不高。这时，就有了 Web 缓存 技术和 Web 预取技术，这两种技术都能很好地改善网络带宽性能、解决网络堵 塞和用户访问延时时间过长等问题。 本文描述了 Web 缓存和预取的基本概念和关键技术、缓存系统和预取系统的 分类、架构以及工作机制。主要创新点就是结合用户的感兴趣程度和 Web 对象 的访问特性对缓存替换算法做了改进，然后再通过分析用户访问日志，并以此为 依据建立预测模型，将 Web 缓存与预取技术相结合，共同提高网络性能。 本文的主要工作以及贡献如下： (1) 现有的 Web 缓存替换策略及其相关替换算法没有充分利用 Web 对象的访问 特性和用户的感兴趣程度，往往缓存的命中率不到 40%。为了能最好的减少 用户访问延迟和网络带宽消耗，本文基于 GDSF 缓存替换策略，并结合 Web 对象的访问特性、Web 对象所属的内容类型以及用户兴趣这几个因素，提出 了一种新的 Web 缓存替换策略 GDSF-AI，并运用一个 IPTV 系统的日志驱动 的方法对其进行了性能比较和验证。实验结果表明本算法所能获得的命中率 可以达到 52%，字节命中率可以达到 41.5%。 (2) 目前对于 Web 预取和缓存替换方面的研究大多是对预取技术和缓存替换策 略各自缺陷的研究，缺乏预取和替换策略相互结合的策略的研究。本文首先 提出了一种基于用户兴趣的 Interest-Top 预测算法，并结合上面提出的 GDSF-AI 缓存替换算法，提出一种 Web 缓存与预取想结合的策略 P-GDSF-AI。运用一个 IPTV 系统的日志驱动的方法对其进行了性能比较和 验证。实验结果表明本算法所能获得的命中率最大可以达到 56.5%，字节命 中率可以达到 45.6%，比不用预期技术有至少 4%的提升，进一步提升网络 性能。 需要注意的是，本文对上面提出的两种策略的仿真实验是在一个上海文广互 动电视有限公司（SiTV）的下载式播放机顶盒系统中进行的，使用缓存命中率 和字节命中率作为评价标准，与传统的 LRU、SIZE 和 GDSF 等算法相比，实验 结果表明上面两种策略在 IPTV 的缓存系统中，充分考虑 Web 对象的访问特性、 内容的类型以及用户的兴趣等因素，能够更好地提高系统性能。 关键词：Web 缓存、缓存替换、Web 预取、预测算法 PAGE IV PAGE IV ABSTRACT With the rapid development of network technology and the exponential growth rate of web information and users, internet has become part of our everyday life. However, because the network bandwidth is limited, the user perceived access latency and the quality of service of the network have become an urgent problem. Thus, Web caching and prefetching have been recognized as the effective schemes to alleviate the server bottleneck , reduce the network traffic, and minimize customers’ access latencies. In this thesis, the basic concepts, key technologies, classification , structure and mechanism of web cache and web prefetching systems are described. Then, a new web cache replacement algorithm, based on users’ interest and access characteristics, is proposed and a prediction model, through analyzing users’ access logs, is build, which allowed us to int