本文選題：Web代理緩存 + 貝葉斯分類器��； 參考：《計(jì)算機(jī)工程》2017年01期

【摘要】：Web代理服務(wù)器緩存能在一定程度上減少網(wǎng)絡(luò)擁塞現(xiàn)象和用戶的訪問延遲,減輕服務(wù)器負(fù)載。然而Web代理緩存的緩存命中率和字節(jié)命中率較低,并不能很好地起到加速網(wǎng)絡(luò)請求響應(yīng)的效果。為此,研究監(jiān)督學(xué)習(xí)方法,使用樹擴(kuò)展樸素貝葉斯分類器對Web日志數(shù)據(jù)進(jìn)行分類,進(jìn)而預(yù)測可能會(huì)再次訪問到的Web對象,并結(jié)合最近最少使用(LRU)算法,提出一種新的緩存策略。實(shí)驗(yàn)結(jié)果表明,樹擴(kuò)展的貝葉斯分類器在精度和召回率指標(biāo)上優(yōu)于樸素貝葉斯和BP神經(jīng)網(wǎng)絡(luò)等分類器,通過樹擴(kuò)展的貝葉斯分類器優(yōu)化后的緩存策略與普通LRU算法相比,不僅可以提高緩存的效率,而且可有效提高Web代理緩存的請求命中率和字節(jié)命中率。
[Abstract]:Web proxy server cache can reduce network congestion and user access delay to a certain extent and reduce server load. However, the cache hit rate and byte hit rate of Web proxy cache are low, which can not accelerate the response of network request. Therefore, the supervised learning method is studied, and the tree extended naive Bayes classifier is used to classify the Web log data, and then the Web objects that may be accessed again are predicted, and a new caching strategy is proposed in combination with the most recent least use (LRU) algorithm. Experimental results show that the tree extended Bayesian classifier is superior to naive Bayesian classifier and BP neural network classifier in precision and recall index. The optimized buffer strategy of tree extended Bayesian classifier is compared with that of ordinary LRU algorithm. It can not only improve the efficiency of cache, but also improve the request hit rate and byte hit rate of Web proxy cache.
【作者單位】： 電子科技大學(xué)電子科學(xué)技術(shù)研究院;
【分類號】：TP393.05

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭建軍,劉煒,劉瓊昕,劉玉樹;基于選擇性的貝葉斯分類器集成方法[J];北京理工大學(xué)學(xué)報(bào);2003年06期

2 高志森;張錚;李俊;;入侵檢測中貝葉斯分類器改進(jìn)的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年11期

3 鄧u&;付長賀;;四種貝葉斯分類器及其比較[J];沈陽師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

4 鄒永斌;陳興蜀;王文賢;;基于貝葉斯分類器的主題爬蟲研究[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

5 楊尚森;徐祥生;王勤;李陽;;入侵檢測中貝葉斯分類器的改進(jìn)和設(shè)計(jì)[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年16期

6 密君英,李正茂;一種基于粗集和貝葉斯分類器的郵件病毒檢測方法[J];福建電腦;2005年03期

7 陳景年;黃厚寬;田鳳占;喬珠峰;;一種基于不完整數(shù)據(jù)的樸素貝葉斯分類器[J];計(jì)算機(jī)工程;2006年17期

8 李玨;童學(xué)鋒;朱秀明;;基于數(shù)據(jù)庫小本征值重置的貝葉斯分類器[J];計(jì)算機(jī)工程;2008年05期

9 王雙成;杜瑞杰;劉穎;;連續(xù)屬性完全貝葉斯分類器的學(xué)習(xí)與優(yōu)化[J];計(jì)算機(jī)學(xué)報(bào);2012年10期

10 李錦善;王志海;王中鋒;;一種基于假設(shè)檢驗(yàn)的貝葉斯分類器[J];計(jì)算機(jī)工程與應(yīng)用;2008年21期

相關(guān)會(huì)議論文 前1條

1 吳銘;徐蔚然;郭軍;;基于統(tǒng)計(jì)的中文標(biāo)點(diǎn)識別算法研究[A];第八屆全國漢字識別學(xué)術(shù)會(huì)議論文集[C];2002年

相關(guān)博士學(xué)位論文 前1條

1 杜瑞杰;貝葉斯分類器及其應(yīng)用研究[D];上海大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 姜文天;基于Clementine的貝葉斯分類器的學(xué)習(xí)與應(yīng)用[D];北京理工大學(xué);2015年

2 吳楊;基于信息論的二階樹增廣貝葉斯模型的研究與設(shè)計(jì)[D];吉林大學(xué);2016年

3 高興;基于空間分布信息的連續(xù)屬性貝葉斯分類研究[D];齊齊哈爾大學(xué);2016年

4 曹鴻浩;自適應(yīng)K階依賴貝葉斯分類器的設(shè)計(jì)與研究[D];吉林大學(xué);2015年

5 姚天韻;入侵檢測中的貝葉斯分類器的研究[D];大連交通大學(xué);2008年

6 施軼青;監(jiān)督學(xué)習(xí)下的貝葉斯分類器研究[D];西安電子科技大學(xué);2011年

7 喬珠峰;基于不完整數(shù)據(jù)處理方法的貝葉斯分類器研究[D];北京交通大學(xué);2007年

8 王曦;基于上下文驅(qū)動(dòng)多貝葉斯分類器的人臉檢測定位系統(tǒng)[D];成都理工大學(xué);2007年

9 張俊曉;多維貝葉斯分類器的研究[D];西安電子科技大學(xué);2013年

10 季長冰;針對貝葉斯分類器的數(shù)據(jù)質(zhì)量的定量分析研究[D];北京交通大學(xué);2008年

，

本文編號：2059608