基于SVM访问预测机制的Web缓存数据库级替换策略

摘要：

Web缓存用于解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率.为此,文中提出一种基于访问预测机制的Web缓存替换策略.首先,根据用户之前的访问日志,通过预处理操作提取多项特征以构建特征数据集.然后,通过训练支持向量机(SVM)分类器来预测缓存对象是否可能被再次访问,将分类为不会再次被访问的缓存对象删除以腾出空间.仿真结果表明,与传统的LRU,LFU和GDSF方案相比,提出的策略具有较高的请求命中率和字节命中率.

关键词：Web缓存、替换策略、访问预测机制、支持向量机

所属期刊栏目：46

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金631233211

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：201-205