基于透明服务平台数据访问的服务端及其缓存优化方法技术
【技术实现步骤摘要】
基于透明服务平台数据访问的服务端及其缓存优化方法
本专利技术涉及计算机网络技术，尤其涉及一种基于透明服务平台数据访问的服务端及其缓存优化方法。
技术介绍
近年来，云计算作为网络计算模式的典型代表，使计算由软硬件为中心转变为了面向服务的模式，能够根据终端用户的需求把服务端的存储和计算资源传输到客户端。透明计算是云计算的一个特例，是一种以用户为中心的新型服务模式，旨在为用户提供无处不在的透明服务。透明服务平台由搭载轻量级微内核操作系统的透明客户端、透明网络以及提供数据服务的服务端管理平台组成。服务端的主要功能为提供透明计算数据访问服务和透明资源管理服务。因此，透明计算用户自主可控地按需使用服务的过程，其本质是对透明服务平台数据访问的行为。在透明服务平台中，未配备硬盘的透明终端借助虚拟磁盘技术访问存储于服务端的数据，实现终端操作系统的远程加载与运行。其采用的虚拟磁盘模型具有以下特点：(1)、三层链式数据存储机制。虚拟磁盘中数据资源按资源共享程度及性质划分成3类：共享程度最高的系统资源、具有相同的应用属性的应用群组资源、用户自身才能访问私有数据资源。(2)、采用写时重定向...
【技术保护点】
一种基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，包括：分时间区间对大量终端用户对透明计算服务端数据块访问行为进行频数统计，并利用信息熵对用户的数据块访问行为进行量化，判断当前用户访问行为是否具有集中性；当判断用户访问行为具有集中性时，筛选出当前被访问的频数高的各数据块，并利用指数平滑预测算法预测将来一段时间内，所筛选出的各数据块的访问频数分布；根据预测的频数分布结果对服务端的缓存进行优化。
【技术特征摘要】
1.一种基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，包括：分时间区间对大量终端用户对透明计算服务端数据块访问行为进行频数统计，并利用信息熵对用户的数据块访问行为进行量化，判断当前用户访问行为是否具有集中性；当判断用户访问行为具有集中性时，筛选出当前被访问的频数高的各数据块，并利用指数平滑预测算法预测将来一段时间内，所筛选出的各数据块的访问频数分布；根据预测的频数分布结果对服务端的缓存进行优化。2.根据权利要求1所述的基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，所述分时间区间对大量终端用户对透明计算服务端数据块访问行为进行频数统计包括：用BS表示服务端供用户访问的所有数据块的集合，用户行为UB表示为二元组<B，T>，其中B表示一个数据块，且B∈BS，T表示用户发起请求的时间，<Bi，Tm>表示用户在Tm时刻访问了Bi数据块；在一段时间内，服务端接收到众多的用户请求，在Tα内，所有用户的行为集合为UBS，用下式表示用户在时间段Tα内访问了数据块Bi的次数：FBi＝∑(Bi，Tm)，(Bi，Tm)∈UBS，Tm∈Tα所有在Tα内被访问到的数据块的频数集合，表示为3.根据权利要求2所述的基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，利用信息熵对用户的数据块访问行为进行量化，判断当前用户访问行为是否具有集中性包括：以Bi被访问的频数除以该时间段内所有被访问的数据块的频数，来计算在Tα时间区间内数据块Bi被访问的概率P：数据块的访问概率集合，表示为P＝{P(B1)，P(B2)，…，P(Bn)}；每个数据块被访问的信息量表示为-log2P(Bi)，为了对用户行为的整体信息进行度量，定义了自信息量的数学期望为用户行为的平均信息量，也称为信息熵，计算公式为：用HTα表示Tα时间段内的熵值，如果HTα及Tα以后的连续两个周期的熵值都小于预定的阈值，判断当前用户访问行为具有集中性。4.根据权利要求1至3任一所述的基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，根据预测的频数分布结果对服务端的缓存进行优化包括：将预测出的访问频数满足一定条件的数据块预取放入相应的缓存分区。5.根据权利要求4所述的基于透明服务平台数据访问的服务端的缓存优化方法，其特征在于，透明计算服务端缓存设计为三个分区，分别存储操作系统、应用程序和用户私有数据的缓存数据块；而且每一个缓存分区均由三个LRU队列构成，所述三个LRU队列分别为QL、QH和Q-history队列，且Q-history队列存储并按LRU规则淘汰从QL、QH中替换出去的缓存块；其中，访问优先级的排序为：QH＞QL＞Q-history；所述访问优先级与访问频数关联；当服务端收到终端用户发来的数据块请求时，首先去相应缓存区的QH查询，若存在，则做读或写操作；若不存在...
【专利技术属性】
技术研发人员：盛津芳，李伟民，陈琳，侯翔宇，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。