面向网络GIS的最小价值空间数据缓存替换算法研究

海量空间数据的网络传输是影响网络GIS服务质量的重要因素.数据缓存机制能有效提高数据响应速度,提升网络GIS服务质量.FIFO、LRU、LFU等常用的缓存替换算法侧重于数据的访问时间和频率,而未能兼顾空间数据特有的空间位置特性,在空间数据缓存的应用上存在着局限性.该文面向网络GIS提出了一种最小空间数据价值缓存替换算法GDLVF(Lowest-Value FirstCache Replacement for Geospatial Data),除考虑数据的访问时间和频率外,还兼顾数据空间位置与可视区域间的面积和位置关系,并利用加权数据大小来降低数据大小差异对价值计算的影响.实验表明,GDLVF较传统的缓存替换算法能够同时兼顾请求命中率和字节命中率,减少数据的网络传输,显著改善网络GIS的服务质量.     

一种新的Web缓冲替换算法

为了提高Web缓冲的命中率和字节命中率，研究了Web缓冲进行替换操作的依据，提出了一种新的基于站点角色的Web缓冲替换算法(SRB)，该算法除了考虑文档最近存在时间、文档大小、文档访问频率以及文档的价值外，还界定了站点在代理服务器上的角色，并在进行替换操作时对来自不同站点的文档赋予不同的角色值，基于轨迹驱动的模拟试验表明，SRB优于其他的主要算法。     

一种基于缓存对象未来价值的淘汰算法

为解决分布式系统缓存淘汰算法的缓存污染、抖动、命中率低等问题,综合考虑缓存对象最近的访问时间、访问频次、分片优先级和对象大小等因素,提出一种基于缓存对象未来最小价值(LFV)的淘汰算法。通过回归模型预测每个缓存对象的访问概率,利用分片优先级和对象大小计算每个缓存对象的未来价值,将LFV最小的对象进行淘汰。理论分析和仿真结果表明:该策略能有效提高请求命中率,避免缓存污染,降低节点间网络开销,提升了整体服务质量。     

Web相互合作缓存置换算法的理论改进

本文通过对LRU算法的改进提出了一种新的置换算法,针对文档大小的不同进行不同的存储策略,增加小文档在缓存组中的存储数量以提高小文档在本地缓存的命中率;同时,减少大文档存储的数量来降低延迟率。     

Web相互合作缓存置换改进算法的模拟实现

本文通过对LRU算法的改进提出了一种新的置换算法,针对文档大小的不同进行不同的存储策略,增加小文档在缓存组中的存储数量以提高小文档在本地缓存的命中率;同时,减少大文档存储的数量来降低延迟率,最后通过仿真实验说明改进的算法的有效性。     

基于价值预评估的代理服务器缓存策略

传统方法解决代理服务器内存空间不足的问题都是被动性方法,在没有考虑缓存对象的缓存价值的情况下直接对它们做缓存,在代理服务器内存不够时再将它们替换,使得部分无缓存价值的对象毫无效果地被缓存了一遍.本文引入了缓存的准入机制,提出基于价值预评估的缓存策略,描述了缓存价值的预评估算法,仿真实验结果表明采用本缓存策略的系统运行有较高的文档命中率和字符命中率.     

基于IRR信息的改进ARC算法

缓存是增强计算机整体性能的一项重要技术,缓存替换算法作为核心技术尤为重要。通过深入研究多种数据访问模式下ARC(adaptive replacement cache)算法的性能,总结出ARC算法性能较差的数据访问模式及其原因。针对发现的不足提出了一种改进的缓存替换算法,该算法通过引入IRR(inter reference recency)信息,提高了弱局部性访问模式下的缓存命中率,改善了ARC算法对不同数据访问模式的适应性。仿真实验结果表明,改进后的算法提升了应对弱局部性访问模式的能力,增强了算法的灵活性。     

基于两点流行度的流媒体缓存算法

针对流媒体自身内在流行度变化的特征，提出了一种新的基于两点流行度的缓存算法，根据片段所在的不同区域，分别采用不同的片段流行度计算标准对片段流行度进行估算，进而选择流行度高的片段进行缓存．利用实际用户访问数据，将该算法与等长分段的缓存算法和指数分段的缓存算法进行了比较，仿真结果证明该算法可以在获得与这些算法相近的请求延迟率的条件下，取得最高的字节命中率．     

Web缓存系统浅析

研究和构造一个可扩展性好及请求命中率高的Web缓存系统，通过对Web缓存定位问题及目前流行的分布缓存系统的分析，确定分层缓存系统更有优势，为了提高分层缓存的可扩展性和请求命中率，在保持父子代理之间原有协作关系的同时加强父代理的处理能力，提出了一种新的虚拟协作缓存系统，即父代理用扩展性好的集群系统实现，子代理在缓存的同时加进预取技术，该虚拟制作缓存系统能满足网络缓存对可扩展性及请求命中率的要求，具有可扩展性好，吞吐率高和命中率高的特点。     

并行文件系统客户端缓存对系统I/O性能的影响

对浪潮天梭并行文件系统(LCTS-PFS)客户端缓存性能进行了测试,提出了多客户端访问、带客户端缓存的并行文件系统排队模型.分析了不同缓存命中率、不同缓存空间大小和不同文件长度情况下,客户端缓存对I/O响应时间的影响.分析结果表明:I/O响应时间随缓存命中率提高而减少且在有/无缓存情况下的I/O响应时间曲线存在唯一交点,在此交点之前无缓存情况下I/O响应时间小于有缓存情况,而交点之后结果相反;缓存命中率不发生变化时,缓存空间越大I/O响应时间越长;相比无缓存情况下I/O响应时间,若客户端请求生成率固定,则访问文件越大,缓存对I/O响应时间提升越少;若请求生成率发生变化,则相同缓存命中率情况下,访问的文件越大缓存对I/O响应时间提升越多.性能测试和理论分析一致.     

基于内容的个性化新闻推荐

不同的用户有不同的兴趣指向,个性化推荐的核心在于如何提高推荐命中率.以新闻文档内容特征为基础,用ICTCLAS完成分词和频数统计,建立基于内容的新闻文档模型和动态的用户兴趣模型,实现新闻文档的比较、分类和个性化推荐,并用SSHA框架技术对系统进行设计.     

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先, 基于云计算应用模式, 提出一种能有效利用云存储架构的双层缓存技术. 通过在客户端和服务器端建立分布式缓存, 能有效避免用户频繁访问远端数据, 为用户构建轻量级的客户端, 解决了目前地学数据可视化软件大量占用用户本地存储容量的问题. 同时服务器端也避免了多次访问云存储文件系统, 减少了大量的数据检索与加载时间. 其次, 提出一种ARLS(association rule last successor)访问预测算法, 根据用户的历史访问记录, 利用关联规则挖掘用户的访问模式, 对其访问行为进行预测, 进而提前加载数据, 提高缓存命中率, 解决了用户在可视化过程中不断移动兴趣区域, 频繁更换渲染数据的问题, 能有效应对用户具有多种访问模式的情况, 提高了预测准确率. 实验结果表明, 该云存储架构显著减少了本地资源消耗, 访问预测算法的准确率在最差情形下可达47.59%, 平均准确率达91.3%, 分布式缓存的平均缓存命中率达95.61%, 可有效支持云端大规模地震数据的快速可视化.     

新时期高校图书馆的读者服务工作

在科学技术不断创新,信息爆炸的当今,图书馆如何为读者迅速准确地提供文献,信息;如何更好地多层次的为读者服务,已成为图书馆工作重中之重.     

基于DRM的安全文档访问控制研究

针对电子文档的安全访问需求,提出数字版权管理（Digital rights management DRM）技术的解决方案。该方案包括用户、权限和电子文档内容三个核心实体,用户被赋予内容的使用权限,并按此权限使用文档内容。只有经过授权的用户的合法访问才被许可,具备强制加密、详细权限控制、对用户透明等特点。方案解决了电子文档的非法使用和传播问题,避免了敏感信息的泄密。     

一种支持数据渗透迁移的片上缓存模型研究

分析一种支持数据在处理器片上如流水般浸润迁移的渗透缓存层次模型,以及片上数据渗透迁移的基本算法.为了仿真验证渗透缓存模型的有效性、分析该模型及其上的数据迁移算法的性质,本文给出了描述渗透迁移模型基本结构的构成关系、渗透迁移数据的形式化方法.仿真实验结果表明:该模型在改进处理器访存的命中率方面具有明显优势.     

GDSS系统中文件缓存副本策略及其性能研究

首先针对GDSS系统中引入文件缓存副本模型的必要性进行了相关探讨,接着针对域内情况提出了一种基于访问综合评价值的文件缓存副本创建管理策略,并结合Java编写的模拟器测试工具,得到了缓存命中率和数据访问集中度,缓存时间临界值等之间的关系,然后针对该模型,详细说明了其在GDSS系统中的实现方法.