基于选择性马尔可夫模型的缓存预取策略

TN915; 通过分析研究现有流媒体缓存管理算法和用户的访问行为特征,提出了一种新的基于选择性马尔可夫模型的缓存预取策略.该策略通过序列合并方法对用户访问拖曳行为进行建模,采用状态剪枝优化方法FP_Vlike得到选择性马尔可夫模型FPMM_Vlike,并在此之上结合替换算法LRU-2构建出一种流媒体代理服务器缓存预取机制FPVlike_LRU_2.仿真结果表明,在访问延时降低量方面,FPVlike_LRU-2要比FP_LRU-2、SP_LRU-2、LRU-2分别高出10%、12%、17%,且在最佳的情况下该值能够达到60%以上....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 31; no. 2; pp. 58 - 66
Main Authors 蔡伟鸿, 肖水, 韦岗, 熊智, 黄敏华
Format Journal Article
LanguageChinese
Published 华南理工大学,电子与信息学院,广东,广州,510006 2010
汕头大学,计算机系,广东,汕头,515063%汕头大学,计算机系,广东,汕头,515063%华南理工大学,电子与信息学院,广东,广州,510006
Subjects
代理服务器
proxy server
选择性马尔可夫模型
cache prefetching
latency reduction ratio
缓存预取
延时降低量
selective Markov model
Online AccessGet full text
ISSN1000-436X
DOI10.3969/j.issn.1000-436X.2010.02.009

Cover

More Information
Summary:TN915; 通过分析研究现有流媒体缓存管理算法和用户的访问行为特征,提出了一种新的基于选择性马尔可夫模型的缓存预取策略.该策略通过序列合并方法对用户访问拖曳行为进行建模,采用状态剪枝优化方法FP_Vlike得到选择性马尔可夫模型FPMM_Vlike,并在此之上结合替换算法LRU-2构建出一种流媒体代理服务器缓存预取机制FPVlike_LRU_2.仿真结果表明,在访问延时降低量方面,FPVlike_LRU-2要比FP_LRU-2、SP_LRU-2、LRU-2分别高出10%、12%、17%,且在最佳的情况下该值能够达到60%以上.
ISSN:1000-436X
DOI:10.3969/j.issn.1000-436X.2010.02.009