【技术实现步骤摘要】
本专利技术涉及数据缓存管理，特别是一种基于大数据的数据缓存管理方法及系统。
技术介绍
1、随着信息技术的飞速发展和互联网应用的广泛普及，大数据技术应运而生，学界与业界提出了基于访问频率的lru策略、lfu策略和基于启发式学习的缓存替换方法，将人工智能与机器学习技术应用在数据缓存中，通过深度学习模型预测缓存命中率、优化数据缓存策略，进一步提高缓存的智能化管理水平。
2、现有的数据缓存管理方法仍然存在不足，当前部分基于机器学习的缓存方法虽然引入了智能预测机制，但大多未充分融合上下文信息与访问模式元数据之间的关联性，导致缓存动作预测的准确性与实时性有限，现有技术普遍缺少对无效缓存动作的有效甄别与剔除机制，容易引入冗余操作，浪费计算资源。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种基于大数据的数据缓存管理方法及系统，解决当前部分基于机器学习的缓存方法虽然引入了智能预测机制，但大多未充分融合上下文信息与访问模式元数据之间的关联...
【技术保护点】
1.一种基于大数据的数据缓存管理方法，其特征在于：包括，
2.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述收集访问模式元数据，构建数据缓存状态空间和动作空间，包括：
3.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述筛选数据缓存的有效动作集合指基于当前时间步的系统负载计算访问概率阈值，并设定有效动作的筛选规则，进行有效动作集合的筛选。
4.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述计算上下文特征权重，包括：
5.如权利要求1所述的基于大数据的数据缓存管理方法，其...
【技术特征摘要】
1.一种基于大数据的数据缓存管理方法，其特征在于：包括，
2.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述收集访问模式元数据，构建数据缓存状态空间和动作空间，包括：
3.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述筛选数据缓存的有效动作集合指基于当前时间步的系统负载计算访问概率阈值，并设定有效动作的筛选规则，进行有效动作集合的筛选。
4.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述计算上下文特征权重，包括：
5.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述构建co-iam模型预测数据缓存动作，包括：
6.如权利要求1所述的基于大数据的数据缓存管理方法，其特征在于：所述基...
【专利技术属性】
技术研发人员：王洋，杜欣俊，丁鑫，乔运飞，谭琦，何宇晨，袁承龙，
申请(专利权)人：宜昌优智科技有限公司，
类型：发明
国别省市：
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。