基于多Markov链预测模型的Web缓存替换算法

• 作者: 钟艳青 黄学雨
• 来源期刊: 微电子学与计算机
• 关键词: Web缓存 替换算法 Markov链 预测模型 浏览序列
• 年，卷（期）: 2014,（5）
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP393
• 语种: 中文

摘要

为了提高web缓存的性能，提出了一种基于多Markov链预测模型的Web缓存替换算法PGDSF-AI 。首先将Web中具有不同浏览特征的用户分为多类，为每一类用户建立类M arkov链，进一步建立多 M arkov链预测模型。然后利用该模型对当前的用户请求预测，进而组成预测对象集。当缓存空间不足时，选取键值最小且不在预测对象集中的对象替换。通过估算对象的平均间隔时间，避免缓存大量保留长时间没有访问的对象。实验结果表明，提出的算法有较好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄学雨	江西理工大学信息工程学院	14	36	3.0	5.0
2	钟艳青	江西理工大学信息工程学院	1	5	1.0	1.0