缓存替换

摘要： 针对命名数据网络(NDN)中典型LRU和FIFO缓存替换策略只考虑单一影响因素时间新进度,无法区分内容的请求频率是高是低,存在流行内容被非流行内容驱逐的问题,为实现高效的NDN缓存替换,提出了一种基于熵的概率缓存替换策略(EPR)。该策略在数据包原有格式基础上进行拓展,增加3个字段分别记录缓存内容大小、内容流行度和请求代价;然后使每个路由节点在需要替换数据包时,统计该节点所有数据包携带的这3个字段的信息,根据属性值和分配的属性权重计算每个数据包的熵权重值和替换概率;最后基于计算的替换概率进行缓存内容的替换。实验结果表明,相较于常见的NDN缓存替换策略,该策略能有效提高平均缓存命中率,降低平均请求时延。

摘要： 网内缓存是信息中心网络(ICN)的主要特征之一,是减小内容获取时延和提高网络资源利用率的重要环节。内容流行度越高,下一次请求时间越近,请求的次数越多,该内容价值就越大。针对海量缓存对象与有限缓存空间之间的矛盾,基于内容的“未来”价值,本文提出了一种基于价值预测的ICN缓存替换方法,结合内容流行度和新近频率值,构建内容价值预测模型,计算价值预测值,将“未来”价值最小的内容替换掉。仿真结果表明,本文提出的方法与最近最少使用、先进先出、随机替换等缓存替换方法相比,具有更高的缓存命中率,更低的请求响应时延。

摘要： 互联网巨大的流量增长促使信息由中心网络ICN架构的提出,以更好的满足用户的需求。ICN网络中无处不在的缓存是保障用户体验的关键技术。然而多数研究者关注的是ICN缓存放置问题,缓存替换策略仍然沿用Web网页缓存时代的经典算法,这些算法在ICN网络场景中和随机缓存替换策略的性能几乎没有区别。受到集成学习对于性能增强的启发,本文提出一种融合缓存替换模型的方法。缓存替换算法通过保留合适的内容,在减少延时方面发挥重要作用。因此,需要长时间获取的内容优先保存在缓存中。本文中,我们引入延时敏感和内容最近访问频率的2种替换模型进行筛选值得长时间驻留在缓存空间的内容,并通过线性组合的方式将其融合成一个模型。实验表明,我们的融合策略相比经典的替换策略,具有更高的缓存命中率,并且明显降低了用户使用延时。

摘要： 在Web代理缓存中,传统的缓存替换策略往往不够有效,会缓存一些不会再次被访问的Web对象。基于此,笔者使用机器学习技术对这部分Web对象进行过滤,使用Web代理日志文件进行训练,以预测Web对象的类别。实验结果表明,与最近最少使用(Least Recently Used,LRU)替换策略相比,使用机器学习技术的命中率最大提高了18.92%,字节命中率最大提高了45.61%。

摘要： 针对终端用户产生大量相同或相似计算请求的情况,可以通过近似匹配在边缘服务器缓存空间中查找相似数据,选取可复用的计算结果.现有算法大多未考虑数据分布不均的问题,导致计算量和时间开销较大,对此文中提出基于动态局部敏感哈希算法与加权k近邻算法的缓存数据选择策略(Cache Selection Strategy based on Dynamic-LSH algorithm and Weighted-KNN algorithm,CSS-DLWK).其中,Dynamic-LSH算法能够针对数据分布不均的问题,根据数据分布的变化动态调整哈希桶粒度,从缓存空间中选出与输入数据相似的数据集合;Weighted-KNN算法以距离和样本数为权重,对由Dynamic-LSH算法获取的相似数据集合进行数据再选取,得到与输入数据最相似的数据,获取相应的计算结果以供复用.仿真实验结果表明,在CIFAR-10数据集中,与基于A-LSH算法与H-KNN算法的缓存选取策略相比,CSS-DLWK策略的平均选取准确率提高了4.1％;与传统的LSH算法相比,其平均选取准确率提高了16.8％.CSS-DLWK策略能够在可接受的数据选取时间开销内,有效地提高可复用数据选取的准确率,从而减少边缘服务器的重复计算.

摘要： 针对系统数据量大导致的使用关系型数据库数据检索慢、缺乏实时性等问题,设计了一套基于ES(elasticsearch)-Redis的航班延误可视化系统。通过充分整合MySQL、ES、Redis优势,利用MySQL数据库的统计查询功能与Echarts丰富的可视化界面实现了航班数据统计,利用ES与Redis实现了数据实时检索,数据检索速度是关系型数据库的10倍以上,利用Hybrid算法实现了ES-Redis查询模式的缓存替换,进一步提升系统的响应速度。

摘要： 大数据时代催生了很多以数据为中心的技术和应用,这对计算机主存的速度、容量、能耗提出了更高的要求.为了解决传统DRAM(Dynamic Random Access Memory)内存遇到的瓶颈,由DRAM和非易失性存储NVM(Non-Volatile Memory)组成的混合内存技术受到了广泛的关注.在混合内存环境下,缓存的性能至关重要.针对混合内存环境,已有的缓存替换策略研究都是对LRU2思想的改进,虽然考虑了DRAM数据和NVM数据缺失惩罚不对称的现象,但是在面对LRU(Least Recently Used)性能差的负载时也会存在缓存抖动和污染问题,仍然存在优化空间.文中针对不同类型的负载特点,考虑了不同访问模式下DRAM与NVM数据的竞争关系,提出了一种动态可调整的缓存替换策略DLRP(Dynamic Level Replacement Policy).该策略在面对不同类型的负载时能动态地选择最优的替换策略,在保持整体命中率较好的同时降低了NVM的缺失和写回.实验结果表明,相比WBAR策略,DLRP不仅在IPC上有平均16.5％的提升,而且在能耗和写操作数量上分别降低了5.2％和5.1％.

摘要： 由于并行计算框架Spark缓存替换算法的粗糙性,LRU(least recently used)算法并未考虑RDD的重复使用导致易把高重用数据块替换出内存且作业执行效率较低等问题.通过优化权重模型和改进替换策略,提出了一种高效RDD自主缓存替换策略(efficient RDD automatic cache,ERAC),包括高重用自主缓存算法和缓存替换分级算法,可实现高效RDD的自主缓存和缓存目标的分级替换.最后利用SNAP(Stanford Network Analysis Project)提供的标准数据集将ERAC和LRU、RA(register allocation)等算法进行了对比实验,结果显示ERAC算法能够有效提高Spark的内存利用率和任务执行效率.

摘要： 为提高数据缓存替换请求命中率、字节命中率,提出基于PageRank的高分辨率数据异常特征缓存替换方法.引入RLS滤波算法,对网络数据异常性进行初步检测.预测多种数据指标,利用预测误差构建的统计量允许范围实现异常检测,规划评估检测结果.根据加权求和法获取多个数据流量指标综合异常程度.依据PageRank算法核心思想:被越多优质网页指向的网页,其为优质的概率就越高,不仅考虑到页面人链数和正常度,还考虑到页面内容重要程度这一特性,在数据异常初步检测结果下,结合PageRank算法实现数据异常特征缓存替换.将用户与数据文件表征为网络中不同节点,将用户与数据文件间访问关系抽象成网络连线,通过PageRank算法对数据文件与用户权重进行计算,依据数据文件权重设计缓存替换法,当需要缓存替换,则优先替换权重比较小的数据文件.实验结果表明,上述方法请求命中率、字节命中率均较高,表现出了替换策略的优越性.

摘要： 视频点播(VoD—Video on Demand)系统作为互联网重要的多媒体应用，相比于传统应用对服务端在带宽、响应速度等方面有更高要求。VoD服务器广泛使用缓存策略解决此问题，不同缓存替换策略具有不同的侧重与适应方面。VoD系统所需替换策略需综合多种缓存策略以满足自身需求。本文总结VoD系统对缓存策略的需求，分析了缓存策略组成与分类，对各类缓存策略的特点进行综述并分析其对VoD系统的适用性。

摘要： 本文采用代理服务器缓存技术解决了流媒体在Iternet上传输时带宽对传输质量的影响,并对代理服务器的体系结构及高速缓存的替换算法进行了研究。

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 本文论述了基于RTT(Round Trip Time)等网络性能指标的Web智能预取技术,在对Web代理服务器上的业务进行分析和对网络RTT进行测量分析的基础上,提出了新的Cache替换方法及预取控制技术.对新算法的仿真表明,该方法提高了缓存的命中率,在不明显增加网络负荷的前提下,提高了业务的响应速度.

摘要： 公开替换高速缓存上的数据的方法和高速缓存管理器。提供一种用于替换易失性存储器高速缓存上的数据的方法。所述易失性存储器高速缓存包括一个或多个存储体，并且每个存储体包括多个存储线。所述方法包括：识别将被替换的所述多个存储线中的至少一个的替换ID；识别将被刷新的一个存储体的刷新存储体ID；确定替换ID和刷新存储体ID之间是否存在冲突；如果存在冲突，则选择新的替换ID。

摘要： 本发明适用于计算机技术领域，提供了一种中央处理器缓存区的缓存行的替换方法及装置，所述方法包括：步骤1，根据分别缓存在所述中央处理器缓存区的多个缓存行中的多个应用程序的任务的优先级标识值和被访问的时间间隔，计算所述中央处理器缓存区中需要被替换的缓存行；步骤2，将所述中央处理器缓存区中需要被替换的缓存行进行替换。借此，本发明提高了实时性数据块的命中率。

摘要： 一种计算设备具有接口和处理器。所述接口用于接收来自缓存存储器的缓存缺失请求，所述处理器用于至少部分基于从所述缓存缺失请求中获取的信息识别从所述缓存存储器中移除的数据。在另一项实施例中，计算设备具有存储器、第一接口、处理器和第二接口。所述处理器用于当确定通过所述第一接口接收的缓存请求中标识的数据未存储在所述存储器中时，生成缓存缺失请求；所述第二接口用于将所述缓存缺失请求发送到缓存存储器。所述缓存缺失请求可选地包括在所述缓存缺失请求中标识的所述数据的指示和从所述存储器中移除的一部分所述缓存数据的指示。

摘要： 本申请提供了一种数据缓存区的缓存数据替换方法及装置，可用于芯片技术领域，所述数据缓存区包括第一区和第二区，所述缓存数据包括存储在所述第一区的第一缓存数据和存储在所述第二区的第二缓存数据，所述第一缓存数据和所述第二缓存数据包括数据年龄，所述第一缓存数据的数据年龄大于所述第二缓存数据的数据年龄；所述方法包括：当所述第一区的数据存储空间不足时，将所述第一区中数据年龄最小的第一缓存数据迁移至所述第二区；当所述第二区的数据存储空间不足时，将所述第二区中数据年龄最小的第二缓存数据从所述第二区中删除，本申请可提高数据缓存区的数据缓存性能。

摘要： 一种处理系统[100]至少部分地基于不同高速缓存[140]处的对应条目的有效性状态来选择在一个高速缓存[130]处的条目以用于逐出。处理系统包括存储器层次结构，所述存储器层次结构具有至少两个高速缓存，较高级别高速缓存[140]和较低级别高速缓存[130]。较低级别高速缓存监视较高级别高速缓存的哪些位置已被指示为无效，并且当选择较低级别高速缓存的条目以便逐出到较高级别高速缓存时，至少部分地基于是否所选择的高速缓存条目将存储在较高级别高速缓存的无效高速缓存行中来选择该条目。

摘要： 公开替换高速缓存上的数据的方法和高速缓存管理器。提供一种用于替换易失性存储器高速缓存上的数据的方法。所述易失性存储器高速缓存包括一个或多个存储体，并且每个存储体包括多个存储线。所述方法包括：识别将被替换的所述多个存储线中的至少一个的替换ID；识别将被刷新的一个存储体的刷新存储体ID；确定替换ID和刷新存储体ID之间是否存在冲突；如果存在冲突，则选择新的替换ID。

摘要： 本发明公开了一种Spark平台下基于最大化缓存增益的缓存替换方法，该方法首先通过对有向无环图中各种操作的依赖性进行分析，提出了一个用于衡量缓存收益的缓存增益模型，目标是使其缓存增益最大化。然后在作业到达率已知的情况下采用取整舍入方法对该受背包约束的最大化问题求得离线最优近似解。最后在作业到达率未知的情况下，采用投影梯度上升方法获取每个缓存项应放置在缓存中的概率，从而获得满足缓存增益最大化的在线自适应缓存替换策略。此方法充分利用了系统资源，缩短了Spark应用的执行时间，提高了缓存命中率。

摘要： 本发明公开了一种终端内容缓存替换方法及替换装置，其中，方法包括以下步骤：接收用户访问请求；判断缓存是否满足访问文件的缓存条件；如果是，则将访问文件写入缓存；如果否，则根据历史访问数据和文件关联信息得到缓存文件的用户兴趣度；根据缓存文件的用户兴趣度将用户兴趣度最低的缓存文件替换为访问文件。该缓存替换方法能够根据用户对不同文件特有的兴趣程度，计算出用户最不感兴趣，且替换代价最小的文件，从而能够把用户感兴趣的文件保留在缓存中，提高Cache命中率，优化用户体验。

摘要： 一种利用缓存替换策略的隐蔽缓存攻击方法包括：当缓存集为W路时，在初始化阶段将目标数据以及构造的驱逐集W‑1个数据对缓存集进行填充，之后等待受害者访问内存的操作；RELOAD，首先访问缓存集的第一个驱逐集元素造成强制未命中，之后重新访问目标数据，并目标数据重新加载入缓存集内，记录访问时间，以及根据访问时间判断受害者是否访问了目标数据；REFRESH，访问剩余的W‑2个驱逐集元素以完成缓存集的刷新并记录访问时间，根据访问时间判断是否有其他进程同时在访问缓存。与现有技术相比，本发明的有益效果是：该攻击方案对受害者具有很小的缓存未命中影响，从而使其无法被最先进的检测机制检测到。

摘要： 本发明公开了一种Spark平台下基于最大化缓存增益的缓存替换方法，该方法首先通过对有向无环图中各种操作的依赖性进行分析，提出了一个用于衡量缓存收益的缓存增益模型，目标是使其缓存增益最大化。然后在作业到达率已知的情况下采用取整舍入方法对该受背包约束的最大化问题求得离线最优近似解。最后在作业到达率未知的情况下，采用投影梯度上升方法获取每个缓存项应放置在缓存中的概率，从而获得满足缓存增益最大化的在线自适应缓存替换策略。此方法充分利用了系统资源，缩短了Spark应用的执行时间，提高了缓存命中率。