一种适用于云端存储的缓存优化方法技术

本发明专利技术公开了一种适用于云端存储的缓存优化方法，包括，将云端缓存相关样本数据集导入改进的优化框架中进行参数训练，计算最小化的目标损失函数；所述最小化的目标损失函数导入优化模型中，基于费马定理进行极值求解，得到最优点极值；以所述最优点极值作为参考指标，导入运行系统进行缓存操作。本发明专利技术通过对缓存数据的框架优化、求解，获得极值，以此作为优化参考指标进行缓存工作，提高缓存吞吐量和数据访问速度，保障数据的一致性，降低云端存储环境的运行压力。储环境的运行压力。储环境的运行压力。

【技术实现步骤摘要】
一种适用于云端存储的缓存优化方法


[0001]本专利技术涉及云端数据缓存优化的
，尤其涉及一种适用于云端存储的缓存优化方法。

技术介绍

[0002]云存储包括云存储服务和云端存储系统，云存储服务是指少数几家大型公司作为服务提供商提供的部署在整个因特网环境中的数据服务，可以使用一定的接口对云存储服务进行相应的数据访问，存放在云存储服务中的数据称为云存储数据；云端存储系统是指在客户端进行安装部署的存储系统，一般包括可动态加载的内核模块，用于捕获文件系统命令，与云存储服务接口进行交互以提供云存储数据的网络通信模块和用于对捕获到的命令进行处理的执行模块，执行模块通过网络通信模块与云存储服务进行交互，不同的云端存储系统差异体现在执行模块中。
[0003]云端存储系统负责将数据块文件存放到云存储服务中、获取云存储服务中的数据块文件、按照捕获的文件系统命令修改数据块文件中的数据以及管理数据块文件。
[0004]随着信息技术的快速发展，社会信息化程度越来越高，个人拥有的数字化信息也呈爆炸性趋势增长，在这样的背景下，存储设备成了人们日常生活本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于云端存储的缓存优化方法，其特征在于：包括，将云端缓存相关样本数据集导入改进的优化框架中进行参数训练，计算最小化的目标损失函数；将所述最小化的目标损失函数的参数导入优化模型中，基于费马定理进行极值求解，得到最优点极值；以所述最优点极值作为参考指标，导入运行系统进行缓存操作。2.根据权利要求1所述的适用于云端存储的缓存优化方法，其特征在于：所述云端缓存相关样本数据集包括，基于佛洛依德算法对采集的云端缓存数据进行预处理；设定任务指标为云端缓存的正相关参数；利用所述佛洛依德算法计算出所述云端缓存数据中与所述正相关参数所有的最短路径所在的节点；将所述节点对应的数据转化为数值型参数，构成所述云端缓存相关样本数据集。3.根据权利要求1或2所述的适用于云端存储的缓存优化方法，其特征在于：所述改进的优化框架包括，待优化参数、目标函数、初始学习率、迭代次数和优化梯度。4.根据权利要求3所述的适用于云端存储的缓存优化方法，其特征在于：计算所述最小化的目标损失函数包括，其中，N为训练的云端缓存相关样本数据集数，L是对单个样本数据的损失函数，w是要求解的模型参数，即映射函数的参数， 是样本数据的特征向...

【专利技术属性】
技术研发人员：蔡元彬，施超，姚礼根，
申请(专利权)人：南京道成网络科技有限公司，
类型：发明
国别省市：