10.19678/j.issn.1000-3428.0057273
面向高能物理分级存储的文件访问热度预测
高能物理计算是典型的数据密集型计算,其主要采用基于文件的分级存储方案,根据访问热度的不同将数据存储于不同性能的存储设备上,然而当前数据热度预测采用基于人工经验的启发式算法,准确率较低.提出一种借助长短期记忆网络预测文件未来访问热度的方法,包括网络结构设计、训练和预测算法等.该方法通过划分动态时间窗口构造文件访问特征的时序序列,预测不同数据的访问趋势.在LHAASO高能物理实验数据集上的实验结果表明,与SVM、MLP等算法相比,该方法预测准确率提升了30%左右,具有更强的适用性.
分级存储、文件访问特征、时序数据、长短期记忆网络、文件访问热度
47
TP391(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
126-132