Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西南科技大学;中国空气动力研究与发展中心计算空气动力研究所刘露获国家专利权

恭喜西南科技大学;中国空气动力研究与发展中心计算空气动力研究所刘露获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜西南科技大学;中国空气动力研究与发展中心计算空气动力研究所申请的专利基于谱聚类的Web多级缓存替换方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114398573B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210048388.7,技术领域涉及:G06F16/957;该发明授权基于谱聚类的Web多级缓存替换方法是由刘露;吴珏;杨雷;杨福军;张培红;吴晓军设计研发完成,并于2022-01-17向国家知识产权局提交的专利申请。

基于谱聚类的Web多级缓存替换方法在说明书摘要公布了:本发明公开了一种基于谱聚类的Web多级缓存替换方法,包括:步骤一,代理服务器上的预测模块对Web日志数据进行数据处理和特征提取,以得到对应的特征属性集;步骤二,将步骤一中得到的特征属性集送入至预测模块的谱聚类模型中进行缓存价值预测,以得到对应的预测值;步骤三,代理服务器中的缓存替换模块启动缓存替换模式,基于步骤二中得到的预测值进行判断,以确定缓存对象的缓存空间,并基于缓存替换策略对缓存对象的存储位置进行确定。本发明提供一种基于谱聚类的Web多级缓存替换方法,利用谱聚类对于提取日志属性后容易形成稀疏矩阵进行处理,以提高在判别请求资源在未来访问的可能性上的准确性。

本发明授权基于谱聚类的Web多级缓存替换方法在权利要求书中公布了:1.一种基于谱聚类的Web多级缓存替换方法,其特征在于,包括:步骤一,代理服务器上的预测模块对Web日志数据进行数据处理和特征提取,以得到对应的特征属性集;步骤二,将步骤一中得到的特征属性集送入至预测模块的谱聚类模型中进行缓存价值预测,以得到对应的预测值;步骤三,代理服务器中的缓存替换模块启动缓存替换模式,基于步骤二中得到的预测值进行判断,以确定缓存对象的缓存空间,并基于缓存替换策略对缓存对象的存储位置进行确定;其中,所述缓存空间被划分包括至少两级缓存空间,且在各空间存储空间不足时,通过队列末尾元素循环剔除到下级缓存空间的方式确定存储位置;在步骤一中还包括:S10,将用户从客户端发送的资源请求添加至代理服务器的日志文件中;S11,代理服务器对于用户的资源请求进行初次判断,以确定代理服务器的缓存空间中是否已存在与所述资源请求相对应的缓存资源,如存在则返回至用户客户端,否则进入步骤二;其中,对Web日志数据的数据处理和特征提取是基于所述资源请求,并结合本地的日志文件进行操作,以得到与请求资源大小、在日志文件中出现频率相关,且具有统一格式的特征属性集X1,X2,X3,X4,X5,X6,X7;其中,X1为请求的资源地址,X2为客户端请求到达代理服务器的时间,X3为请求资源大小,X4为Web对象距上一次访问的时间间隔,且初始值为-1,X5为为Web对象的访问频率,初始值为0,X6为滑动窗口内距上一次访问的时间间隔,X7为滑动窗口内的访问频率;在步骤一中,所述数据处理和特征提取是基于滑动窗口机制对请求缓存对象进行属性过滤和特征提取;所述滑动窗口与特征属性X6和X7相关,且计算公式如下: 其中:SWL为循环滑动窗口的长度,为距离上次请求Web对象的时间间隔;在步骤二中,所述预测模块中包括一个特征集数组和两个谱聚类数组;其中,所述特征集数组是为所有请求过的资源对象的特征;两个谱聚类数组分别是与频率特征相关的频率谱聚类数组,以及与时间间隔相关的时间间隔谱聚类数组;各谱聚类数组均包括冻结部分和活跃部分,且冻结部分配置为代理服务器刚启动时收集的请求资源的特征集,活跃部分为从所述特征集数组取的最新的若干条请求资源特征集;在步骤二中,所述预测模块的预测过程被配置为包括:S20,对特征集数组、频率谱聚类数组和时间间隔谱聚类数组进行初始化操作;S21,若请求的资源对象大小大于缓存上限,则直接返回资源缓存价值will=0,否则将请求资源的对象特征放入特征集数组中,若特征集数组的长度小于开始聚类的阈值,则返回will=0;S22,对特征集数组进行检查,以确定其是否达到生成冻结部分的长度,若达到则生成频率聚类的冻结部分和时间间隔聚类的冻结部分;S23,在特征集数组的长度能开始聚类时,从特征集数组的末尾开始抽取,生成频率聚类的活跃部分和时间间隔聚类的活跃部分;S24,将频率聚类的冻结部分与活跃部分拼接形成完整的频率聚类数组,对该数组进行谱聚类操作;将时间间隔聚类的冻结部分与活跃部分拼接形成完整的时间间隔聚类数组,对该数组进行谱聚类操作;S25,把频率谱聚类结果中的第一位与最后一位进行异或,得到的异或值为与频率特征相关的第一预测值;把时间间隔谱聚类结果中的第一位与最后一位进行异或,得到的异或值为与时间间隔相关的第二预测值;S26,通过将第一预测值和第二预测值进行与操作,得到will=1或者will=0的第三预测值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南科技大学;中国空气动力研究与发展中心计算空气动力研究所,其通讯地址为:621010 四川省绵阳市涪城区青龙大道中段59号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。