基于集中控制的Web Cache体系结构

在Web Cache体系结构中引入基于集中策略的控制层, 利用控制层监控各个Cache的工作状况, 对其存储空间和工作负载进行全局、 有效地控制, 以达到Cache中的存储结构合理化和工作负载平衡. 在控制层中实现负载平衡算法解决Cache 瓶颈问题, 基于Pull机制的预取算法和TTL与生存系数相结合的淘汰算法提高命中率和系统 效率. 通过引入这些算法, 使控制层对整个Web Cache层进行有效控制, 从而提高系统的命中率, 极大地缩短请求响应时间.     

基于Zipf定律的PPM预测模型

Web预取技术是减少网络延迟,提高服务质量的主要解决方案之一。本文利用Zip法则提出一种新的预测模型。实验表明,该模型具有较好的性能。     

UCM-PPM:基于用户分级的多参量Web预测模型

Web在过去数十年飞速发展,其低延迟和快响应的特性已经变得越来越重要.面对这样的需求,通常会预取用户即将访问的文件到缓存中,利用代理服务器缓存来获取数据,避免网络堵塞,提高Web访问效率.可见,在预取技术中,一个有效的预测模型是非常有必要的.针对目前缓存预取工作对用户差异关注度不足和度量指标单一化的薄弱环节,提出一个基于用户分级化的Web预测模型,并且能够随着Web请求进行多参数动态调整.该模型通过对代理服务器上用户访问情况分布的变化趋势分析,将用户集分为重要性不同的若干等级,并适当利用序列相似度来聚类低贡献用户产生的会话,之后在部分匹配预测模型的基础上,结合缓存替换策略为预测树结点构造包含多个参量的目标函数,并使构建好的模型能够进行自适应调整.最后通过实验证明该模型可以有效提高缓存的预取性能.     

一种基于频繁项挖掘的大量小文件动态合并算法

分析了当前社交网络中大量小文件数据特点,将访问日志与数据挖掘相结合,提出了一种基于频繁项挖掘的大量小文件动态合并算法.此算法实现小文件动态合并,解决了合并文件的一致性问题,从而预测用户下一步的访问,为预取小文件做引导,提高预取的命中率.针对预取和缓存的文件过多的特点,设计了一种新的含循环单链表的缓存置换算法优化缓存内容.通过实验证明,该算法大量小文件动态合并性能优于已有的算法.     

IA-64中软件数据预取的优化

软件数据预取是一种有效的隐藏存储延迟的技术。IA- 6 4是支持软件数据预取和软件流水的 EPIC(显式并行指令计算 )体系结构。软件数据预取不是一种无损的技术 ,其引入的开销有时会降低程序的性能。提出了降低软件流水中数据预取开销的算法 ,利用旋转寄存器的特性合并具有相同类型的预取操作。在 ORC(open research compiler)中实现了此算法 ,并对 SPEC CFP2 0 0 0基准程序进行了测试。实验结果表明此算法有效减少了冗余数据操作的个数 ,提高了编译器的性能     

货运车队悬架超轴距车联预瞄控制系统

根据车队货车运输典型的重复性特征,将车联网理论引入主动悬架控制.首先,提出一种结对车联加地理信息检测的通讯网络构架和方案,降低悬架控制数据通讯的总体需求.然后,采用超轴距预瞄控制方法,基于粒子群优化算法计算最优车距,利用当量参数改进轴距预瞄算法,有效地改善悬架综合性能.最后,通过Matlab/Simulink平台分别对车身加速度、轮胎动位移和悬架动行程3个参数影响悬架性能进行仿真分析,并借助悬架控制车联网,使超轴距预瞄的寻优算法具备更高效率的迭代过程.结果表明:超轴距预瞄具有与轴距预瞄相似的响应特性,在B级路面上的寻优算法具有更高效率的迭代过程.     

个性化推荐与Web预取技术对比

随着Internet基础结构的不断扩大和其所含信息的持续增长,准确预测Web用户的访问行为并且进行合理推荐对于一个网站来说极其重要,而提高用户访问效率、减小用户感知延时的主要方法有页面预取技术和Web个性化推荐技术等.系统地比较了个性化推荐技术与预取技术的功能和特点,深入分析了二者在提高网络服务质量和用户访问效率方面的关键技术.     

Web智能代理的预取技术和缓存技术

针对同一个工人组中成员可能对Web有相似的兴趣点和访问习惯问题,研究了主要包括缓存和预取两个部分的智能代理技术,研究了代理缓存三种替换算法：LRU和LRU的两种变种,仿真试验表明,LRU算法的命中率极差,将LRU的两种变种相结合则是一种较好的方案,通过引入预测算法和门限算法,代理服务器可以预测最近将要访问到的页面,并存在客户际请求提出之前有选择地下载,因为单个客户访问某个页面的历史次数往往不够多,将预测算算放在代理服务器上比放在客户端的预测概率更准确,通过在代理服务器上实现缓存和预取技术,可减少用户访问Web的响应时间,还可减少实际访问Web服务器的总次数,并提出了一个为发展中国家中国家用户缩减Web访问代价的有效方法。     

基于代理的数据挖掘在Web预取中的应用研究

由于接入Internet的用户数量剧增以及Web服务和网络固有的延迟，使得网络越来越拥护，用户的服务质量得不到很好的保证。为此提出了一个基于Agent(代理）的Web预取系统，此系统利用了数据挖掘技术来挖掘用户的兴趣关联规则，并且充分考虑了用户当前的兴趣状况，可根据用户的兴趣习惯很好地预测用户即将发生的行为，进而预取从目前页面连结出去的最有价值（用户最感兴趣）的几个页面，从而达到提高网络浏览速度和提供主动服务的目的。     

分布式系统卷重构过程的改写块预取方法

从多同构主机分别由同一共享系统卷远程启动与配置过程中对共享卷改写情况的统计分析入手,提出了透明计算模式下分布式系统卷重构过程的改写块预取模型.通过在共享系统卷的改写相似集元素上留下一种标识来进行信息传递,以此指导该主机以后对改写相似集的快速定位,并指导其他主杌重构其系统卷时快速预取相应的改写块.设计了基于二度局部特征的改写块预取算法,使得改写块预取能在横向顺序预取、纵向跳转预取两方向并发完成.算法对共享系统卷扩展块改写感知判别和改写块地址重定位的时间复杂度始终是O(1).结果表明该预取策略具有良好的性能和稳定性.     

一种改进的网络可用带宽测量方法

网络可用带宽是衡量网络性能的重要参数。在流量工程、QoS控制、拥塞控制等领域具有重要意义。在分析网络可用带宽测量算法PathChirp的基础上,改进了其判断时延转折点和调整发送速率的方法。并在NS2仿真环境中进行了验证。实验结果表明,改进算法提高了测量的准确性,并且能够很好地跟踪网络可用带宽的变化。     

基于页面聚类的Web概念化模型研究

针对Web对象激增导致网站层次结构复杂难辨的问题,提出一种基于页面聚类的Web概念化建模方法。首先基于用户访问路径建立Web层次结构模型(WHM),然后依据页面相似度对位于同一层次的页面进行聚类,得到Web概念化模型(WCM),最后将该模型应用于Web预取系统。实验结果表明,WCM模型在保持较高预取效率的前提下具有较好的聚类效果和适用性。     

基于用户浏览兴趣的网页预取策略

提出一种基于用户历史浏览情况对未来相关网页进行预取的算法.该算法能自适应调整用于生成会话的参数,并使用Session-tree结构完成对相关页面的预取.在实现中考虑到用户在特定事件和时间下的历史浏览行为,使用奖励因子和快速排序策略以提高效率.试验分析结果表明,基于自适应会话调整及群体共同兴趣剖像的预取算法能较好地完成对相关页面的预取.     

试论数据挖掘技术在Web预取中的应用

近年来,互联网的不断发展,使人们对数据的需求不断扩大,这也使数据挖掘技术成为互联网领域中至关重要的技术,通过数据挖掘技术,可使人们从海量信息中筛选出自身所需的有效信息,随着数据挖掘技术的发展,其在Web技术中正发挥着越来越重要的应用价值,尤其是在Web预取方面,通过数据挖掘技术的运用,可使数据查询变得更加准确,从而实现Web资源的多方共享。鉴于此,该文便对数据挖掘技术在Web预取中的应用进行深入的研究。     

基于带权语义距离的网页预取方法

为了体现词条之间的关系,更好地为用户提供个性化服务,提出了在语义网络下对用户兴趣建模的思想. 根据用户的访问历史,利用知网建立基于概念关系的用户兴趣森林模型. 通过计算机链接描述文字的平均带权语义距离,预取用户将来可能访问的Web页. 基于带权语义距离的网页预取方法对用户兴趣进行归纳,用带权语义距离反映词与词之间的概念关系. 实验结果表明,此方法的命中率较高,漏取率较低,平均命中率可以达到61%左右.     

一种权值预学习BP算法的研究

采用无监督学习中的主元分析算法的０ｊａ规则对前馈网络的权值进行预学习,以此来加速前馈网络的学习速度。通过奇偶校验和非线性系统辨识两个应用,验证了该算法在学习速度与性能上都优于传统的ＢＰ算法。     

基于网页分块的Shark-Search算法

Shark-Search算法是一个经典的主题爬取算法. 针对该算法在爬取噪音链接较多的Web页面时性能并不理想的问题, 提出了基于网页分块的Shark-Search算法, 该算法从页面、块、链接的多种粒度来更加有效的进行链接的选择与过滤. 实验证明, 改进的Shark-Search算法比传统的Shark-Search算法在查准率和信息量总和上有了质的提高.     

基于网络拓扑的CDN内容路由技术

围绕内容分发网络内容路由技术,给出了两种基于网络拓扑的算法——“简单算法”和“拓扑分割算法”,确保用户的Web请求被指向距离其最近的和最可用的高速缓存服务器．算法以巡回时间限制服务器性能,采用离散系统仿真方法进行仿真．详细讨论了两种算法的实现,并分析了各系统参数对算法性能的影响．其中“拓扑分割算法”借鉴了网络距离图的思想,从而提高了响应速度．     

基于网络测量和模糊控制技术的拥塞控制机制

为向端系统反馈及时准确的网络状态以提高TCP效率,同时避免主动队列管理（AQM）机制的诸多局限,提出一种基于网络测量的拥塞控制机制——利用分布在网络中的测量设施监测主干链路,再根据链路性能采用模糊控制技术指导端系统选择适当的FAST控制参数．仿真实验表明,该机制能承受更大的负载压力,达到高吞吐量,并能稳定排队时延,在高速网络中比AQM机制更稳定、更公平．相比突发性的Web流量来说,该机制更适用于类似P2P等数据量大、连接持续时间长的流量的拥塞控制．     

基于概念联想网络的网页预取模型

提出一种基于概念联想网络的网页预取模型，挖掘用户访问模式中蕴含的概念间联想模式，结合在线学习和离线挖掘两种方式，建立面向用户的概念联想网络，并基于概念联想网络实现网页预取评价。模型对网页进行概念层次的分析，提高了预取的准确性，实现了基于语义的客户端网页预取。