本文關(guān)鍵詞：基于訪問路徑挖掘的Web緩存與預(yù)取模型研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)的發(fā)展,尤其移動(dòng)互聯(lián)網(wǎng)的發(fā)展,Web用戶快速增長。但因網(wǎng)絡(luò)帶寬和服務(wù)器的數(shù)量增長相對(duì)滯后,造成了用戶使用互聯(lián)網(wǎng)服務(wù)的時(shí)間延遲。由于硬件投入的成本較大,緩存系統(tǒng)因此成為解決網(wǎng)絡(luò)延遲的有效方式。 緩存替換算法對(duì)緩存系統(tǒng)的性能有較大影響。本文在對(duì)經(jīng)典的GDSF替換算法進(jìn)行研究的基礎(chǔ)上,結(jié)合Web日志挖掘生成的預(yù)測隊(duì)列,對(duì)GDSF進(jìn)行改進(jìn),提出了基于預(yù)測的緩存替換算法-——IWAP-GDSF算法,以此來提高緩存算法的命中率。 本文首先對(duì)Web日志挖掘算法進(jìn)行研究,在經(jīng)典的WAP挖掘算法的基礎(chǔ)上,結(jié)合Web對(duì)象的時(shí)間局部性特征,對(duì)WAP算法進(jìn)行改進(jìn)形成IWAP算法,使其更適合替換算法的預(yù)取模型使用。通過對(duì)IWAP的日志挖掘結(jié)果建立預(yù)取模型,本文提出了一種新的預(yù)取模型,模型中考慮了預(yù)測對(duì)象未來在預(yù)測序列中的位置和計(jì)數(shù)信息,作為該對(duì)象未來被訪問概率的權(quán)重,模型生成的預(yù)測隊(duì)列為替換算法提供決策依據(jù)。結(jié)合預(yù)測模型,本文提出了基于預(yù)測的緩存替換算法——IWAP-GDSF。新算法在計(jì)算目標(biāo)函數(shù)權(quán)值時(shí)使用預(yù)測隊(duì)列,綜合考慮對(duì)象的訪問頻率、取回代價(jià)以及未來可能被訪問的概率,做出替換決策。最后本文實(shí)現(xiàn)了仿真程序模擬用戶訪問情況,對(duì)IWAP-GDSF算法和GDSF算法進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明IWAP-GDSF算法在一定緩存空間大小時(shí)可以有效提高緩存的文檔命中率和字節(jié)命中率。
【關(guān)鍵詞】：緩存替換 預(yù)取模型 Web日志挖掘 WAP算法 GDSF算法
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP333
【目錄】：

• 摘要6-7
• Abstract7-10
• 第1章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 Web緩存技術(shù)研究現(xiàn)狀11-12
• 1.2.2 Web預(yù)取技術(shù)研究現(xiàn)狀12-13
• 1.2.3 Web日志挖掘研究現(xiàn)狀13-14
• 1.3 本論文研究內(nèi)容14
• 1.4 本論文章節(jié)安排14-16
• 第2章 Web緩存與預(yù)取相關(guān)理論與技術(shù)16-24
• 2.1 Web服務(wù)器工作原理概述16-18
• 2.1.1 Web工作流程16-17
• 2.1.2 Web對(duì)象被訪問特性17-18
• 2.2 Web緩存技術(shù)理論分析18-21
• 2.2.1 Web緩存工作原理18-19
• 2.2.2 Web緩存分類19-20
• 2.2.3 Web緩存性能評(píng)價(jià)標(biāo)準(zhǔn)20-21
• 2.3 Web預(yù)取技術(shù)理論分析21-23
• 2.3.1 Web預(yù)取工作原理21-22
• 2.3.2 Web預(yù)取模型22-23
• 2.3.3 Web常見的預(yù)取算法23
• 2.4 本章小結(jié)23-24
• 第3章 WAP挖掘算法的改進(jìn)及預(yù)取模型研究24-42
• 3.1 Web日志預(yù)處理24-29
• 3.1.1 預(yù)處理整體流程24-25
• 3.1.2 數(shù)據(jù)清洗25-26
• 3.1.3 用戶識(shí)別26-27
• 3.1.4 會(huì)話識(shí)別27-28
• 3.1.5 路徑補(bǔ)充28-29
• 3.2 WAP算法的研究及改進(jìn)29-40
• 3.2.1 相關(guān)定義29-30
• 3.2.2 WAP算法的研究30-33
• 3.2.3 改進(jìn)的IWAP算法33-39
• 3.2.4 IWAP與WAP對(duì)比實(shí)驗(yàn)及結(jié)果分析39-40
• 3.3 IWAP挖掘的預(yù)取模型研究40-41
• 3.4 本章小結(jié)41-42
• 第4章 一種新的基于預(yù)測的IWAP-GDSF算法42-52
• 4.1 緩存替換算法相關(guān)理論42-43
• 4.2 常見的緩存替換算法43-45
• 4.3 基于預(yù)測的IWAP-GDSF算法45-51
• 4.3.1 IWAP-GDSF算法原理45-47
• 4.3.2 IWAP-GDSF算法描述47-48
• 4.3.3 IWAP-GDSF算法分析48-51
• 4.4 本章小結(jié)51-52
• 第5章 仿真實(shí)驗(yàn)及結(jié)果分析52-63
• 5.1 開發(fā)工具與環(huán)境52
• 5.2 仿真的設(shè)計(jì)實(shí)現(xiàn)52-59
• 5.2.1 挖掘?qū)嶒?yàn)仿真實(shí)現(xiàn)52-55
• 5.2.2 緩存框架仿真實(shí)現(xiàn)55-59
• 5.3 仿真實(shí)驗(yàn)59-61
• 5.4 實(shí)驗(yàn)結(jié)果分析61-62
• 5.5 本章小結(jié)62-63
• 結(jié)論與展望63-65
• 結(jié)論63
• 進(jìn)一步工作63-65
• 致謝65-66
• 參考文獻(xiàn)66-70
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 孫蕾;朱玉全;;頻繁序列模式挖掘中關(guān)鍵技術(shù)的研究[J];計(jì)算機(jī)工程;2006年11期

2 徐寶文,張衛(wèi)豐;數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究[J];計(jì)算機(jī)學(xué)報(bào);2001年04期

3 石磊;孟彩霞;韓英杰;;基于預(yù)測的Web緩存替換策略[J];計(jì)算機(jī)應(yīng)用;2007年08期

4 呂冬冬;沈蘇彬;;一種基于分段的網(wǎng)絡(luò)流媒體代理緩存策略[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

5 余紅梅;樊自普;;CDN架構(gòu)下流媒體代理緩存策略的研究[J];電子測試;2010年03期

6 楊正余;王衛(wèi)平;;基于用戶訪問序列的實(shí)時(shí)網(wǎng)頁推薦研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2008年05期

7 石磊;張?jiān)?裴云霞;古志民;;基于Web對(duì)象流行度的PPM預(yù)測模型[J];小型微型計(jì)算機(jī)系統(tǒng);2006年07期

  本文關(guān)鍵詞：基于訪問路徑挖掘的Web緩存與預(yù)取模型研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：377865