基于NB分类器重访概率预测的Web缓存替换策略

摘要：

Web缓存是用来解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率.为此,提出一种朴素贝叶斯(NB)分类器重访概率预测的Web缓存替换策略;根据用户之前访问日志,通过分区操作提取多项特征来表示每次访问的对象,并构建特征数据集;训练NB分类器,用来确定缓存中对象被再次访问的概率,为对象分配权重;结合LRU策略来合理删除一些对象.仿真结果表明,提出的策略在保证较高命中率的同时有效降低了执行时间.

关键词：Web缓存、替换策略、分区域特征提取、朴素贝叶斯分类器、重访概率预测

所属期刊栏目：55

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金民航联合基金重点项目U1233202/F01

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：134-140