代理缓存替换一致性算法的研究

代理缓存技术能很好的解决Internet发展中出现的访问延迟过长、服务器过载等一系列的问题.针对代理缓存的一致性策略和替换策略还没有很好地结合起来的技术现状,设计并实现了一种新的优化代理缓存的替换一致性算法-RCA算法.这种算法包括一致性策略和替换策略两部分,一致性策略采用自适应TTL机制,替换策略是结合了LFU和LRU,并引入老化机制的LFRU算法.通过Trace-Driven模拟实验,结果表明RCA算法在文档命中率和文档字节命中率比上均优于传统的几个替换算法.     

代理缓存一致性策略和替换策略的研究

针对代理缓存的一致性策略和替换策略还没有很好地结合起来,从而影响了代理缓存系统的整体性能的现状,分别探讨了基于Internet的代理缓存一致性策略和替换策略的处理流程、性能评价指标和研究现状,进而给出将这两种策略结合起来的一致性一替换算法的处理流程,并提出陈旧命中比是其主要性能评价指标,能很好地衡量代理缓存的各种算法的优劣和代理缓存系统的整体性能。     

基于Web访问特性的自适应一致性替换策略的设计与实现

为了进一步提升内容分发网络中代理缓存的整体性能,将一致性策略有机的融入到替换策略中,本文提出一种高效的自适应代理缓存一致性替换算法ACRA。本算法中的一致性策略采用了自适应TTL机制,替换策略是在分析了Web轨迹的基础上,找出用户访问Web内容的访问特性：访问再次发生的概率和访问内容大小的分布情况,并以此建立相应代价公式,作为替换标准中计算缓存内容价值的要素。通过Trace-Driven摸拟实验,表明了ACRA在命中陈旧比上优于传统的几个替换算法。     

基于预测的Web缓存替换策略

为提高Web缓存性能，在缓存替换算法的基础上加入预测机制，提出了基于预测的Web替换策略P-Re。预测算法采用PPM上下文模型，当缓存空间不够用来存放新的对象时，P-Re选择键值较小且未被预测到的对象进行替换。实验表明，基于预测的Web缓存替换算法P-Re相对于传统替换算法而言具有较高的命中率和字节命中率。     

索引替换策略在ERP缓存中的实现

分析了缓存对ERP系统的重要性以及目前常用的一些缓存替换策略.在此基础上依据企业不同的业务特征,设计并实现了一种用于ERP缓存的索引替换策略,并在ERP某些模块中测试、比较、分析该策略算法与已有替换算法的命中率和平均响应时间,结果表明采用索引替换策略具有较高的性能.     

基于预测的Web缓存替换算法

为了提高Web缓存的性能,在缓存替换算法GDSF的基础上引入了预测机制,提出了基于预测的缓存替换算法PGDSF.先利用Web日志构造预测模型,再用预测模型对当前的用户访问序列进行预测,形成用户可能要访问的预测对象集.当缓存空间不能满足新请求对像时,则利用替换策略GDSF,将权值最小的且不属于预测对象集的对像进行替换.该算法综合考虑了各项因素对Web对象的影响,仿真实验结果表明,在一定的缓存空间内相对于GDSF替换算法有较高的文档命中率和字节命中率.     

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.     

基于背包理论的流媒体缓存算法

为了使缓存总体效益最大化,基于字节命中率,利用0-1背包对代理缓存建立模型,给出流媒体缓存替换算法。实验结果表明,与传统流媒体缓存算法相比,该算法能减少占用带宽,提升缓存写入效率,具有较高的字节命中率。     

动态数据处理平台分布式缓存替换算法仿真

针对传统分布式缓存替换算法路由器命中缓存性能不足的问题,提出一种动态数据处理平台分布式缓存替换算法。描述动态数据处理平台分布式数据缓存信息,构建动态数据处理平台的缓存架构表,并根据缓存情况替换缓存架构表,通过不断替换的缓存架构表改进权重替换算法,在算法中添加缓存对象这一参数,并通过改进后的算法计算缓存对象的更新权重值及其权重成本,根据计算成本替换LRU链表中的尾指针元素,当元素已存在缓存中并且被命中时、或出现被请求的新元素时,则更新LRU链,构造新的LRU链表,通过重构的LRU链表构建分布式缓存替换策略,从而实现动态数据处理平台分布式缓存替换算法的构建。为了证明动态数据处理平台分布式缓存替换算法的优越性,将其与传统分布式缓存替换算法进行比较,实验结果证明,上述算法的路由器命中缓存性能优于传统算法,更适合进行动态数据处理平台的分布式缓存替换。     

Web缓存优化模型研究

缓存模型研究的核心是替换策略的优化。分析并比较传统缓存模型IRM和MRM的思想,基于相对流行度以及字节代价的概念,提出满足命中率、字节命中率和延迟时间等不同性能指标要求的Web缓存优化模型,并给出相应算法。实验及分析表明,Web缓存优化模型替换算法的性能表现较传统算法有所提高。     

基于顺序检测的双队列缓存替换算法

缓存技术是提高存储性能最有效的技术之一,在存储系统中得到了广泛应用.由于缓存容量有限,替换算法在缓存策略中占据了重要地位.当前,缓存替换算法的研究工作主要集中在如何提高缓存系统命中率,忽略了通过降低缓存失效开销来提高缓存系统性能方面的研究.针对这一问题,本文提出了一种基于顺序检测的双队列缓存替换算法:本算法优先淘汰缓存中的顺序页面,保留随机页面,从而大大减少后续请求对磁盘进行随机访问的次数,能够显著降低缓存系统的失效开销.同时,本算法使用两个队列分别维护新加入页面和待淘汰页面,遵循时间局部性原理,保证了缓存命中率.实验结果表明,本算法在多种缓存大小及工作负载下,可以达到比LRU和ARC算法更优的性能.     

一种基于重用距离预测与流检测的高速缓存替换算法

传统的缓存替换算法由于不能适应应用程序的流式访问行为而导致缓存性能不佳.设计基于周期检测的预测方法,分析程序访存重用距离的规律性和流式访问的复杂性,提出用重用距离预测能同时适应简单流和复杂流访问模式的RDP算法.RDP的基本思想是预测重用距离并动态维护重用距离计数,动态调整缓存数据的替换顺序,通过流采样缩减存储开销.实验结果表明,RDP算法能够很好地适应程序中多样化的流访问模式,其总体性能优于LRU算法和DIP算法,在32MB缓存上比传统LRU算法平均减少了27.5%的缓存缺失.     

Dual queues cache replacement algorithm based on sequentiality detection

Caching is one of the most eective and commonly used mechanisms to improve performance of storage servers.Replacement policies play a critical role in the cache design due to the limited cache capacity.Recent researchers devote themselves to achieve high hit ratios,but rarely pay attention to reducing miss penalty during the design of a replacement policy.To address the issue,this paper presents a novel algorithm,called dual queues cache replacement algorithm based on sequentiality detection,which prefers to drop sequential blocks and protect random blocks.The buer cache can serve more subsequent random read requests,so the cache miss penalty could be decreased significantly.Moreover,the algorithm makes use of two queues separately maintaining new blocks and old blocks to avoid the degradation of hit ratios.Our trace-driven simulation results show that it performs better than LRU and ARC for a wide range of cache sizes and workloads.     

代理缓存关键技术的研究

基于因特网的代理缓存技术是解决Web访问速度慢、服务器负载重和网络阻塞等问题的一种主要和有效的技术。为了能设计出有效、可扩展、健壮、自适应和稳定的代理缓存方案,本文主要对代理缓存的一致性策略、替换策略、体系结构、缓存内容选择和预取等关键技术问题进行研究,并给出了相关技术的解决方案。     

Estimating neural networks-based algorithm for adaptive cachereplacement

In this paper, we propose an adaptive cache replacement scheme based on the estimating type of neural networks (NN's). The statistical prediction property of such NN's is used in our work to develop a neural network based replacement policy which can effectively identify and eliminate inactive cache lines. This would provide larger free space for a cache to retain actively referenced lines. The proposed strategy may, therefore, yield better cache performance as compared to the conventional schemes. Simulation results for a wide spectrum of cache configurations indicate that the estimating neural network based replacement scheme provides significant performance advantage over existing policies.     

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。     

Window‐LRFU: a cache replacement policy subsumes the LRU and window‐LFU policies

Replacement algorithms have been widely used as key technologies for cache management in areas such as file systems or database management. A replacement algorithm determines which page to be evicted when the cache is full and a new page is referenced. Because replacement policies considering only recency or frequency such as LRU (Least Recently Used) and LFU (Least Frequently Used) do not perform well, replacement polices that take both recency and frequency into account have been intensively studied. As a classical replacement policy, LRFU (Least Recently/Frequently Used) policy subsumes the LRU and LFU policy. However, because LFU is not able to adapt to the change of page accessing pattern and it is hard to select a suitable λ for each certain trace, LRFU cannot always guarantee a good performance. In this paper, we propose a Window‐LRFU policy, to subsume the LRU and Window‐LFU policies. Experimental results show that the Window‐LRFU policy outperforms LRFU and has at least competitive performance than other classical algorithms. Copyright © 2015 John Wiley & Sons, Ltd.     

基于AOP的智能Web缓存框架

通过引入面向方面编程技术,提出一种新的智能Web缓存框架。描述该框架的组成结构与工作原理,对缓存设计时需要解决的透明性、一致性、替换算法和预取策略等主要问题进行讨论并给出性能测试和分析。实验结果表明,该缓存框架可较大程度提高Web应用系统的性能。