版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文提出了一種基于Web對象流行度的預(yù)取模型,改進(jìn)了現(xiàn)有的PPM預(yù)測算法和預(yù)取控制策略,從而以相對小的網(wǎng)絡(luò)流量增加率獲得相對好的訪問延遲縮減率?! ∥恼率紫冉榻B了Internet和WWW起源及現(xiàn)狀,提出了互聯(lián)網(wǎng)所面臨的問題及解決方案。然后闡述了緩存和預(yù)取技術(shù)的基本概念及緩存系統(tǒng)和預(yù)取系統(tǒng)的分類與結(jié)構(gòu),并總結(jié)了現(xiàn)有的緩存替換算法和特點,以及現(xiàn)有預(yù)測算法和預(yù)取控制策略。 在簡單介紹了現(xiàn)有預(yù)測算法和預(yù)取控制策略之后,提出了基于Web對象
2、流行度的預(yù)取模型。該模型的核心是基于Web對象流行度的PPM預(yù)測模型,這種新的預(yù)測模型除繼承了傳統(tǒng)PPM模型簡單易實現(xiàn)的特點外,在縮減模型規(guī)模的同時預(yù)測精度也有一定程度的提高,該模型解決了哪些Web對象值得預(yù)取的問題;另外,本文還對預(yù)取的控制問題進(jìn)行了討論,給出了一個比較實用的動態(tài)計算預(yù)取門限的公式,該公式基于預(yù)測模型提供的預(yù)測信息,解決了實際預(yù)取哪些Web對象、具體預(yù)取多少Web對象的問題?! ∽詈螅恼聦μ岢龅念A(yù)取模型進(jìn)行了模擬實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于對象替換與預(yù)取的Web緩存模型研究.pdf
- 基于雙關(guān)聯(lián)圖的Web預(yù)取模型研究.pdf
- 基于雙關(guān)聯(lián)圖的web預(yù)取模型研究(1)
- Web緩存與預(yù)取模型研究.pdf
- 基于控制的Web預(yù)取的分析與研究.pdf
- Web預(yù)取與緩存一體化模型研究.pdf
- 基于Web緩存和預(yù)取技術(shù)的性能優(yōu)化研究.pdf
- 基于用戶分類的隱馬爾可夫WEB預(yù)取模型及應(yīng)用研究.pdf
- Web預(yù)取中的數(shù)據(jù)挖掘研究.pdf
- Web挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究.pdf
- 基于Web挖掘的Proxy端預(yù)取技術(shù)的研究與實現(xiàn).pdf
- 基于Web日志的數(shù)據(jù)挖掘及其在Web預(yù)取中的應(yīng)用研究.pdf
- 基于Web對象模型的分布應(yīng)用集成框架.pdf
- 基于Agent的數(shù)據(jù)挖掘在WEB預(yù)取中的應(yīng)用研究.pdf
- 基于預(yù)取的iOS圖片緩存模型的研究與實現(xiàn).pdf
- Web緩存替換策略與預(yù)取技術(shù)的研究.pdf
- Web緩存與預(yù)取系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于Web的緩存與預(yù)取一體化技術(shù)研究.pdf
- Web代理服務(wù)器的預(yù)取策略研究.pdf
- 一種Deep Web數(shù)據(jù)集成系統(tǒng)預(yù)取策略的研究.pdf
評論
0/150
提交評論