[发明专利]一种基于分类预测的自适应分段缓存方法及系统

权利要求书

1.一种基于分类预测的自适应分段缓存方法，其特征在于，包括以下步骤：

(1)接收来自用户的访问请求，并根据该访问请求判断对应的对象是否处于缓存中，如果是则转入步骤(2)，否则转入步骤(7)；其中缓存包括三段S1、S2和S3；

(2)判断对象是否位于缓存的第一段S1中，如果是则将该对象移动到该第一段S1的头部，过程结束，否则转入步骤(3)；

(3)判断对象是否位于缓存的第二段S2中，如果是转入步骤(4)，否则转入步骤(5)；

(4)判断该对象的访问频率是否大于等于预设的访问频率阈值thr1，如果是则将该对象移动到缓存的第一段S1的头部，过程结束，否则将该对象移动到缓存的第二段S2的头部，过程结束。

(5)判断该对象是否位于缓存的第三段S3中，如果是转入步骤(6)，否则转入步骤(7)；

(6)判断该对象的访问频率是否大于等于预设的访问频率阈值thr2，如果是则将该对象移动到缓存的第二段S2的头部，然后过程结束，否则将该对象移动到缓存的第三段S3的头部，过程结束；

(7)从后台数据库中读取该对象，并确定缓存中是否还有足够的空间存储该对象，如果是则转入步骤(10)，否则转入步骤(8)；

(8)判断缓存的第一段S1或第二段S2的缓存大小是否超过对应的预设长度占比阈值，如果是则将缓存的第一段S1或第二段S2尾部的对象移动到其下一段的头部，并转入步骤(9)，否则转入步骤(9)；

(9)判断缓存的第三段S3的缓存大小是否超过预设长度占比阈值，如果是则将缓存的第三段S3尾部的对象从缓存中删除，然后转入步骤(10)，否则转入步骤(10)；

(10)将步骤(1)得到的访问请求对应的对象输入训练好的AdaBoost分类模型，以得到预测值，并判断该预测值是否大于0，如果是则将该对象移动到缓存的第二段S2的头部，过程结束，否则将该对象移动到缓存的第三段S3的头部，过程结束。

2.根据权利要求1或2所述的基于分类预测的自适应分段缓存方法，其特征在于，

预设的访问频率阈值thr1的取值范围是5到10之间，优选为5；

预设的访问频率阈值thr2的取值范围是1到3之间，优选为2。

步骤(8)和(9)中预设长度占比阈值的取值范围是0.1到0.9。

3.根据权利要求1至3中任意一项所述的基于分类预测的自适应分段缓存方法，其特征在于，步骤(1)中缓存的三段S1、S2、S3的大小设置是通过以下过程得到的：首先设置第一段缓存S1在整个缓存中的大小占比sr₁为0.1到0.9之间，然后设置第二段缓存S2在整个缓存中的大小占比sr₂为0.1到0.9之间，随后根据sr₁和sr₂的值获得第三段缓存S3在整个缓存中的大小占比等于sr₃＝1-sr₁-sr₂，随后观察随着三段缓存大小的变化，某个时间窗口内的缓存命中率，然后调整sr₁、sr₂的值，并重复以上过程，直到最终找到使得缓存命中率最大值对应的sr₁、sr₂以及sr₃。