基于树扩展朴素贝叶斯分类器的Web代理服务器缓存优化

• 作者: 刘丹 赵中全
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Web代理缓存 贝叶斯分类器 贝叶斯网络 循环滑动窗口 数据集
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 115-119
• 页数: 5页
• 分类号: TP391.1
• 字数: 3479字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.01.020

摘要

Web代理服务器缓存能在一定程度上减少网络拥塞现象和用户的访问延迟,减轻服务器负载.然而Web代理缓存的缓存命中率和字节命中率较低,并不能很好地起到加速网络请求响应的效果.为此,研究监督学习方法,使用树扩展朴素贝叶斯分类器对Web日志数据进行分类,进而预测可能会再次访问到的Web对象,并结合最近最少使用(LRU)算法,提出一种新的缓存策略.实验结果表明,树扩展的贝叶斯分类器在精度和召回率指标上优于朴素贝叶斯和BP神经网络等分类器,通过树扩展的贝叶斯分类器优化后的缓存策略与普通LRU算法相比,不仅可以提高缓存的效率,而且可有效提高Web代理缓存的请求命中率和字节命中率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丹	电子科技大学电子科学技术研究院	50	231	8.0	12.0
2	赵中全	电子科技大学电子科学技术研究院	2	10	2.0	2.0