文献类型：期刊文章

作　　者：石磊[1] 孙永强[1] 卫琳[1]

机构地区：[1]河南省信息网络重点开放实验室

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(60472044);河南省信息网络重点实验室开放基金项目资助项目(2006)

年　　份：2008

卷　　号：28

期　　号：3

起止页码：553-557

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、核心刊

摘　　要：目前基于局部匹配预测(PPM)模型的研究关注的焦点是在保证预测精度的前提下,尽量缩减PPM的空间占用,但缺乏自适应动态更新机制,难以实现在线预取。针对Web访问特点,提出了基于流行度的自适应预测模型。该模型的核心是基于Web对象流行度的PAPPM预取算法,通过模型构造、模型预测和模型更新三个过程实现了动态自适应的Web预取。讨论并实现了确定性上下文预测,最优阶估算以及上下文LRU替换策略等功能。在Web缓存与预取一体化条件下的实验表明,该模型具有较高的性能,适用于在线预取。

关 键 词：预取  局部匹配预测  自适应 最优阶估算  

分 类 号：TP393]