一种新的基于推荐的流媒体代理缓存替换机制

流媒体代理服务器缓存是有效缓解服务器负载、减少主干网传输的关键技术,而推荐算法是根据用户历史点播行为预测将被点播的可能性。现有的缓存算法没有考虑用户推荐对点播的影响,为此本文首先提出一种融合相异度的协同过滤推荐算法CFCD。其次,针对CFCD算法的推荐结果,定义反映流媒体文件被用户推荐程度的推荐度,并依此定义缓存价值函数,提出基于CFCD的流媒体代理缓存替换算法CRA_CFCD。仿真实验表明,CFCD算法能够提高流媒体对象的推荐精度,而提出的CRA_CFCD算法在缓存命中率和启动延迟方面改善了点播系统的性能。     

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．     

无人机位置、缓存与用户接入联合优化方法

无人机作为空中基站,不仅可为地面用户提供移动通信服务,还可预先存储热点内容,有效提升了边缘通信能力。对无人机位置部署、无人机缓存配置与用户接入进行联合优化可大幅提升网络性能,然而传统优化方法计算量庞大且收敛速度慢。为解决上述问题,将该联合优化问题分解成无人机编队部署子问题和缓存接入子问题,设计了一种集中式和分布式相结合的快速资源分配优化方法。针对部署子问题,分阶段进行集中式一致博弈建模和分布式势能博弈建模,提出了一种基于较优响应的分阶段部署算法;针对缓存接入子问题,构建“用户-内容”虚拟体,将缓存与接入的联合问题建模为虚拟体与无人机缓存空间的匹配问题,提出了一种基于匹配的虚拟体接入算法。仿真结果表明,所提方法和传统分布式较优响应方法相比,具有更快的收敛速度和更高的全局性能。     

大规模流媒体服务间隔缓存策略的性能预测模型

静态分析模型能在负载固定的情况下预期不同因素对缓存算法性能的影响,为解决该模型在动态负载下预测精度不高的问题,该文结合实际用户访问行为研究,采用负载拟合的方法对此问题进行了探讨,并提出了一种针对变动负载的间隔缓存类算法的动态性能模型。该模型可更准确估算系统实际性能,从而为用户控制等策略提供参考。实验结果表明,静态模型的缓存命中率预测结果比实际高70%以上,而该模型则能适应负载的变动,预测结果与实际结果差别在10%左右。     

用于透明计算的基于块粒度数据一致性方法

为了解决透明计算系统中的数据不一致问题,提出一种基于块粒度的数据一致性方法。该方法按需为每个用户创建独立的私有虚拟映像,将用户对系统虚拟映像的修改透明地转换为对用户私有映像的修改,并记录系统虚拟映像中被修改的数据和用户私有映像中相应数据的对应关系,保证每个用户能够访问各自最新的数据,从而解决了上述数据不一致问题。性能测试表明,采用该方法的透明计算系统性能优于同等配置的PC和其他类似系统,可以满足透明计算的需求。     

大规模流媒体服务间隔缓存策略的性能预测模型

静态分析模型能在负载固定的情况下预期不同因素对缓存算法性能的影响,为解决该模型在动态负载下预测精度不高的问题,结合实际用户访问行为研究,采用负载拟合的方法对此问题进行探讨,并提出了一种针对变动负载的间隔缓存类算法的动态性能模型。该模型可更准确估算系统实际性能,从而为用户控制等策略提供参考。实验结果表明,静态模型的缓存命中率预测结果比实际高70%以上,而该模型则能适应负载的变动,预测结果与实际结果差别在10%左右。     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

缓存辅助移动边缘计算的任务卸载与资源分配联合优化策略

为了减少资源受限的移动边缘计算场景下任务卸载和资源分配过程中的能量消耗,提出缓存辅助的动态卸载决策和计算、通信、缓存多维资源分配的联合优化策略。该策略根据任务流行度制定缓存服务,通过控制用户设备的发射功率优化通信资源分配,并结合计算卸载合理利用服务器的计算资源。提出最小化时延和能耗的均衡优化目标,设计基于深度强化学习的优化求解算法。最后,通过仿真实验验证所提策略的有效性,结果表明该策略在计算资源和缓存容量约束条件下能展现较优性能。     

磁带库随机I/O缓冲调度算法的性能

为了提高磁带设备的在线存储效率,提出了一种磁带库缓冲调度算法.该算法采用磁盘驱动器做缓存,将磁带库设备虚拟为逻辑块设备使用.同时,提出了主动写回以及读预取方法,将磁带库的随机读写操作顺序化,以改善系统随机读写性能.文中还对算法性能进行了详细分析,并利用仿真方法对算法进行了测试,结果证明系统集合I/O和单I/O响应时间能够得到明显改善.     

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.     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.     

基于辅助设备的D2D集群的文件块缓存策略研究

为了解决D2D缓存命中概率的最优化问题,在集群用户中加入了移动辅助设备(HEs)缓存,同时,提出了基于辅助设备的D2D集群的流性文件块分批缓存策略(FCPhit):首先,将有相似文件请求的用户群置于一个集群中;然后,将用户分批并将流行文件分为若干块,用户设备缓存文件的第1块,移动辅助设备缓存其他文件块. 并与已有的最流行缓存策略(MPhit)、最优缓存策略(OCPhit)和等概率缓存策略(EPRC)进行对比实验,结果表明:FCPhit策略可以有效提高系统的缓存命中概率.     

一种基于缓存的快速PKI认证模型

在大规模PKI系统中跨域建立证书信任时,为提供高效的证书路径发现及认证算法,基于缓存机制提出了一种系统、灵活的认证框架.该框架模型对于短期缓存认证提出一次一密以提高安全性;对于较长时期的证书缓存提出证书可靠性指数概念,让用户可在安全和效率间权衡.扩展证书缓存及证书可靠性指数到CA间的认证,满足实际网络环境需要,提高了认证效率,消除了上层CA证书验证服务时存在的性能瓶颈问题.     

一种自适应的流媒体服务器缓存调度算法

在分析现有的流媒体缓存技术优缺点的基础上,提出一种采用间隔缓存的自适应混合型间隔缓存算法(adaptive hybrid interval cache,AHIC).该策略充分考虑用户行为模式和影片冷热度对缓存策略性能的影响,采取分段缓存和间隔缓存相结合的方式,通过周期性地统计影片的流行度和用户访问行为,实现了缓存的接纳和替换.仿真实验表明,与传统的间隔缓存策略相比,AHIC策略能够有效的提高缓存的字节命中率.     

基于ArcGIS Server的地图缓存技术研究

在研究基于ArcGIS Server的地图缓存技术的基础上,给出了在WebGIS开发过程中创建地图缓存的简要方法和实现技巧,并通过实例证实该技术可很好地减轻WebGIS服务器的负荷,改善客户端的用户体验.     

无线局域网下数据实时自组织推送系统设计

当前数据推送系统大多采用单项协议,不能顺利实现服务器向浏览器推送数据,客户端仅可通过向服务器发出请求得到数据,无法保证推送数据的实时性。为此,设计了一种新的无线局域网下数据实时自组织推送系统,所设计系统主要由缓存模块、数据处理模块、总线、串口通信模块、控制转发器、数据实时自组织推送模块、服务器和用户兴趣挖掘模块构成,选用B/S架构,利用SPring框架进行整体管理,通过SPring MVC进行请求转发。详细介绍了数据实时自组织推送模块、数据处理模块和用户兴趣挖掘模块的设计过程,利用用户关联计算增强数据推送结果的可靠性与实用性。经压力测试、实时性测试和终端耗电量测试,得出系统容量大、实时性高、耗电量低的结论。     

基于FPGA的高分辨率贝尔CFA插值算法的设计与实现

实现了基于FPGA的双线性CFA插值算法。该算法的处理对象是每个像素为8 bit的XGA@15 Hz的Bayer模板数据,目的是能得到每个像素是24 bit的XGA@15 Hz的彩色图像数据。输入的数据先进入缓存模块,缓存模块是由FPGA内部的双口的RAM构成,从缓存中输出的数据被分成奇行组和偶行组,然后奇行组的数据经选择器进入奇行奇列运算块和奇行偶列运算块,偶行组的数据经选择器进入偶行奇列运算块和偶行偶列运算块,最后在插值控制模块的作用下,各运算块处理的数据经输出选择器输出。