基于数据相关性的移动云服务数据缓存研究

发布时间：2024-03-06 05:50

　　随着移动设备的广泛普及,移动云计算逐渐成为云服务的一种主要形式。数据缓存可以通过对移动用户访问时空轨迹的挖掘,将共享数据按计划或自适应地迁移到一些优势节点缓存,以满足移动用户的数据请求。这种方法不但能大幅度的提高云服务质量,减少了服务延迟和网络负载,而且能大大减少移动云服务的成本。本论文研究多数据项的数据缓存问题,其中多个数据项在移动云环境中被缓存,迁移,复制和删除,以服务于预定义的请求序列。和传统的数据缓存不同,移动云服务中的数据缓存问题存在两个明显的特征。首先,移动云服务的数据缓存问题通常是面向成本的,而不是面向缓存容量的,因为在云服务中只要用户能够支付足够的费用,存储容量就可以看作是无限的。因此,论文关注的主要问题是服务成本而不是传统的缓存命中率。其次,云服务中多个数据项项通常是具有相关性的,而不是传统情况下,假设数据项之间是独立的,并且云服务的数据访问通常是基于轨迹的。考虑到上述特点,本论文为移动云服务中的数据缓存问题提出了一种两阶段的缓存算法。通过利用请求的访问轨迹,论文首先研究数据项之间的相关性,以确定是否可以将两个或多个数据项打包在一起提供服务,然后结合已有工作提出一种动...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图1.1移动自组网中协作缓存的思想

图1.1移动自组网中协作缓存的思想Figure1.1Thecollaborativecachinginmobileadhocnetw算得到，从而极大地减少了数据服务的通信开销和早的研究是基于web缓存的研究[15][30]。Podlipnig策略进行了研....

图2.1系统模型示意图

像之前所有研究数据缓存算法的工作[24][27][28]一样，本论文同样采用时空图[25]来描述这个问题，如图2.2所示，s1，s2，s3，s4代表四个相连的服务器，不同的点（0.5,0.8,1.1……）代表该时间点产生在相应服务器上的数据请求，加粗的黑线代表服务策略，从图中可....

图2.2时空图示例

图2.4的第一种情况（≤p(i)）Figure2.4Thefirstcaseof(≤p(i))图2.5的第二种情况（>p(i)）Figure2.5Thesecondcaseof(>p(i))

图2.3非标准形式的服务策略

图2.6主要数据结构Figure2.6Themaindatastructure，对于第一种情况≤p(i)，这种情况也可以直1()))iipiBB,其中B可以提前计算好，用一个大小为n的数间和....

本文编号：3920649