| 一种基于社交关系的移动缓存替换算法 |
| |
| 引用本文： | 邢起源,王菁,闫阿宾,韩燕波.一种基于社交关系的移动缓存替换算法[J].计算机科学,2016,43(6):44-49. |
| |
| 作者姓名： | 邢起源 王菁 闫阿宾 韩燕波 |
| |
| 作者单位： | 北方工业大学云计算研究中心 北京100144大规模流数据集成与分析技术北京市重点实验室 北京100144,北方工业大学云计算研究中心 北京100144大规模流数据集成与分析技术北京市重点实验室 北京100144,北方工业大学云计算研究中心 北京100144大规模流数据集成与分析技术北京市重点实验室 北京100144,北方工业大学云计算研究中心 北京100144大规模流数据集成与分析技术北京市重点实验室 北京100144 |
| |
| 基金项目： | 本文受北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130502),北京市自然科学基金(4131001)资助 |
| |
| 摘 要： | 近年来移动互联网尤其是Android平台和iOS平台的兴起,移动应用的数量出现了爆炸式增长。这些移动应用中,用户可以发布数据或浏览其他用户发布的数据,由此产生了大量用户生成的数据。当手机使用者想要浏览这些由其他用户生成的数据时,每次都向服务器请求数据的做法是不可取的,比较合适的方法是使用缓存技术将部分数据缓存在移动端,以此来降低数据的请求频率,减小无线网络带宽压力,提升用户体验。传统的缓存技术更多关注的是缓存的访问频率、最近访问时间等因素,但是很少关注数据生成用户之间的社交关系。在存在用户关系的移动网络中,用户相关数据的请求与用户之间的社交关系紧密联系。结合用户之间的社交关系、最近最久访问时间以及缓存中每块数据的大小,提出了一种基于社交关系的移动缓存替换算法。该算法综合计算数据的最近最久访问时间、数据产生用户与使用者之间的亲密值以及缓存占用存储空间的大小,在需要时进行缓存替换。实验证明在移动社交网络中,基于社交关系的缓存替换策略可以提高缓存命中率,使用户获得更好的体验。
|
| 关 键 词： | 移动社交网络 移动应用 最近最久未使用 亲密值 缓存大小 |
| 收稿时间： | 2015/6/29 0:00:00 |
| 修稿时间： | 9/7/2015 12:00:00 AM |
Mobile Cache Replacement Algorithm Based on Social Network |
| |
| XING Qi-yuan,WANG Jing,YAN A-bin and HAN Yan-bo.Mobile Cache Replacement Algorithm Based on Social Network[J].Computer Science,2016,43(6):44-49. |
| |
| Authors: | XING Qi-yuan WANG Jing YAN A-bin and HAN Yan-bo |
| |
| Affiliation: | Research Center for Cloud Computing,North China University of Technology,Beijing 100144,China Beijing Key Laboratory on Integration and Analysis of Large-scale Stream Data,Beijing 100144,China,Research Center for Cloud Computing,North China University of Technology,Beijing 100144,China Beijing Key Laboratory on Integration and Analysis of Large-scale Stream Data,Beijing 100144,China,Research Center for Cloud Computing,North China University of Technology,Beijing 100144,China Beijing Key Laboratory on Integration and Analysis of Large-scale Stream Data,Beijing 100144,China and Research Center for Cloud Computing,North China University of Technology,Beijing 100144,China Beijing Key Laboratory on Integration and Analysis of Large-scale Stream Data,Beijing 100144,China |
| |
| Abstract: | |
| |
| Keywords: | Mobile social network Mobile application Least recently used Closeness value Cache size |
|
|
点击此处可从《计算机科学》下载全文 |
|
