[发明专利]一种URL资源的缓存方法、装置及电子设备

权利要求书

1.一种URL资源的缓存方法，其特征在于，包括：

基于用户发出的HTTP请求日志，根据待处理数据类的过滤规则过滤出待处理的URL地址；

利用卷积神经网络对所述待处理的URL地址进行正则化，获得URL正则；所述卷积神经网络包括输入层、卷积层、池化层和分类层，且利用L1正则化规则训练得到；

根据所述URL正则，生成缓存规则，并按照所述缓存规则对所述待处理的URL地址对应的资源数据进行缓存；

所述利用卷积神经网络对所述待处理的URL地址进行正则化，获得URL正则，具体包括：

将所述待处理的URL地址分为训练集和测试集，并根据缓存服务器的数目对所述训练集中的URL地址进行分类；

基于分类后的训练集，按照特定字符对所述训练集中的URL地址进行拆分，获得URL常量和URL变量，并确定所述卷积神经网络各层的计算式及激活函数；

基于所述URL常量、URL变量以及确定的计算式和激活函数，采用L1正则化规则对所述卷积神经网络进行训练，获得每个分类对应的URL正则，并通过所述测试集验证所述URL正则；

所述L1正则化规则，具体包括：

在目标函数后面加上参数的L1范数和项，获得新目标函数C，如下：

其中，C₀代表原始的目标函数，n为训练集中的样本个数，λ为正则项系数，w为的权重，∑_w|w|为L1正则项；

在计算梯度时，w的梯度变为：

其中，sgn是符号函数；

所述基于分类后的训练集，按照特定字符对所述训练集中的URL地址进行拆分，获得URL常量和URL变量，并确定所述卷积神经网络各层的计算式及激活函数，具体包括：

基于每个分类的训练集中的URL地址，将所述URL地址字符串按照‘/’、‘？’、‘’和‘$’中的一种或多种特定字符拆分成段，获得URL常量和URL变量；所述URL常量为用于拆分的特定字符，所述URL变量为所述URL地址字符串拆分成段后的非URL常量的字符串

所述卷积神经网络的卷积层的计算式为：

其中，为第j个卷积层输出值，表示当前层第j个字符段的加性偏置，θ(·)表示激活函数；w_i，j为第i个输入层第j个字符段值，为第i个滤波器，M为当前第i个输入的字符段数目，M为正整数；为输入的特征组合；

所述卷积神经网络的池化层的计算式为：

其中，表示池化的函数；表示当前层第j个字符段的权重；为第1-1层的第j个输出值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述URL正则，生成缓存规则，并按照所述缓存规则对所述待处理的URL地址对应的资源数据进行缓存，之后还包括：

监控所述缓存规则对应的缓存服务指标，根据所述缓存服务指标对所述卷积神经网络的正则化过程进行调整；所述缓存服务指标包括URL请求次数、请求成功率、请求命中率和流量增益比中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述基于用户发出的HTTP请求日志，根据待处理数据类的过滤规则过滤出待处理的URL地址，具体包括：

从通信网络出口获取用户发出的HTTP请求日志；

获取视频资源类的过滤规则，并根据所述视频资源类的过滤规则过滤出所述HTTP请求日志指定的视频类URL地址，作为待处理的URL地址。

4.根据权利要求1所述的方法，其特征在于，所述将所述待处理的URL地址分为训练集和测试集，并根据缓存服务器的数目对所述训练集中的URL地址进行分类，具体包括：

将所述待处理的URL地址行归一化处理，使得归一化后的每个URL地址符合均值为0、标准差为1的标准正态分布；

按照预设比例，将归一化后的URL地址随机分为训练集和测试集；

根据缓存服务的数目N，将所述训练集中的URL地址分为N类，N为正整数。