在目前的流式應用分發(fā)系統(tǒng)中,客戶端通過流式加載的形式按需加載應用資源,因此客戶端需要頻繁訪問遠程服務器,從而導致服務器過載、流量消耗增加、應用啟動緩慢等問題。針對上述問題,設計了流式應用分發(fā)系統(tǒng)的緩存及綜合用戶行為預測策略A-RBFS（Adaptive Recently Behavior Frequently Size）。該策略同時考慮用戶使用行為、客戶端狀態(tài)和應用大小等因素,并根據(jù)客戶端剩余存儲空間大小調(diào)節(jié)緩存空間總大小。實驗結(jié)果表明,在同等條件下,該緩存替換策略明顯優(yōu)于LRU和LFU緩存替換策略。 

【文章來源】：計算機工程與應用. 2020,56(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

流式分發(fā)系統(tǒng)框架

圖2為流式應用緩存實現(xiàn)原理�？蛻舳耸紫葐討贸绦�，然后CacheFiles判斷緩存是否命中與一致性，若緩存命中且客戶端與服務器緩存資源一致，則直接從緩存中獲取資源，否則，通過NFS按需加載，同時將從服務器加載的資源緩存于本地。當緩存空間不足時，則執(zhí)行緩存替換操作，當應用啟動資源加載完畢后，應用便可正常使用。CacheFiles緩存替換策略的觸發(fā)通過設置三組參數(shù)實現(xiàn)，如表1所示。與傳統(tǒng)的緩存空間設置不同，CacheFiles緩存替換策略并非在緩存溢出時觸發(fā)，而是在緩存空間使用率達到某一條件時觸發(fā)，直至滿足另一條件時結(jié)束。觸發(fā)條件主要由兩部分組成——實際緩存空間大小與文件存儲數(shù)量。并且通過bstop/fstop參數(shù)的設置，可以使得緩存剔除操作與緩存生成同時進行，以避免等待緩存替換所花費的時間。

UBP策略將應用的使用時間分為兩部分：一個是橫向時間軸，表示時間點，單位毫秒；另一個是縱向時間軸，表示天數(shù)，單位日�？v向的時間軸用于預測事件在某時間點的發(fā)生概率或可信度。對所有時間點進行加權(quán)平均，得到應用的預測值。由于存在部分應用得到的預測值相同，如某些應用使用時間完全相同，因此預測值并不能完全區(qū)分應用的優(yōu)先級，故UBP策略除了對應用進行預測，同時還對應用的使用時長進行統(tǒng)計。如圖3所示，綜合四種子策略的優(yōu)先級值，得出UBP策略的CBP(Combined Behavior Prediction,CBP）值，用于量化該應用緩存在不久將來使用的可能性。4.1.1 關(guān)聯(lián)性規(guī)則

【參考文獻】：
期刊論文
[1]用戶情境感知的流式移動應用推薦[J]. 候營輝,陽旺.  計算機工程與應用. 2019(11)
[2]中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告[J].   中國科技信息. 2018(05)
[3]基于位置信息的流式移動應用推送系統(tǒng)的研究[J]. 賈磊,陽旺,王昭陽,王國軍.  計算機工程與科學. 2016(02)
[4]透明計算:概念、結(jié)構(gòu)和示例[J]. 張堯?qū)W.  電子學報. 2004(S1)



本文編號：3457054