基于NB分类器重访概率预测的Web缓存替换策略

• 作者: 戴敏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Web缓存 替换策略 分区域特征提取 朴素贝叶斯分类器 重访概率预测
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 134-140
• 页数: 7页
• 分类号: TP393
• 字数: 7017字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0061

摘要

Web缓存是用来解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率.为此,提出一种朴素贝叶斯(NB)分类器重访概率预测的Web缓存替换策略;根据用户之前访问日志,通过分区操作提取多项特征来表示每次访问的对象,并构建特征数据集;训练NB分类器,用来确定缓存中对象被再次访问的概率,为对象分配权重;结合LRU策略来合理删除一些对象.仿真结果表明,提出的策略在保证较高命中率的同时有效降低了执行时间.