申请/专利权人：南京邮电大学

申请日：2020-08-31

公开（公告）日：2024-07-05

公开（公告）号：CN114116532B

主分类号：G06F12/084

分类号：G06F12/084;G06F12/0871;G06F12/123

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.03.18#实质审查的生效;2022.03.01#公开

摘要：本发明公开了基于访问模式自学习的缓存优化方法，包括以下步骤：获取一个周期内对缓存访问的访问事务集；对访问事务集进行采样，生成采样事务集；从采样事务集中提取出频繁项集；将频繁项集中的频繁项作为候选模式，对所有候选模式进行时间性和空间性的评估；基于评估结果，将候选模式分为稳定模式、不稳定模式和非模式；将稳定模式对应的数据在下一周期内调入预设的第一缓存区，将不稳定模式对应的数据在下一周期内调入预设的第二缓存区，将非模式对应的数据在下一周期内调入预设的第三缓存区。还公开一种装置、系统和计算机可读存储介质。本发明缓解了缓存污染的问题，提高了缓存命中率和使用效率。

主权项：1.基于访问模式自学习的缓存方法，其特征在于，包括以下步骤：获取一个周期内对缓存访问的访问事务集；对访问事务集进行采样，生成采样事务集；从采样事务集中提取出频繁项集；将频繁项集中的频繁项作为候选模式，对所有候选模式进行时间性和空间性的评估；基于评估结果，将候选模式分为稳定模式、不稳定模式和非模式；将稳定模式对应的数据在下一周期内调入预设的第一缓存区，将不稳定模式对应的数据在下一周期内调入预设的第二缓存区，将非模式对应的数据在下一周期内调入预设的第三缓存区；通过使用采样函数对所述访问事务集进行采样生成采样事务集，所述采样函数Fx如公式1： ；式中，M为在本运行周期内完成的访问事务数，r为采样率，M·r即为采样样本数；α为变化因子，x为本周期内第x次采样，函数Fx为在访问事务集中的位置编号；对所述候选模式的时间性进行评估的步骤包括：计算所述候选模式各访问项的访问频率，通过各访问项的所述访问频率根据公式5计算所述候选模式时间性上的评估指标； ；其中，Cet为候选模式e在时间性上的评估指标，Pef是候选模式e的访问频率；为候选模式e中数据项Ik在一个运行周期内的被访问次数，n为候选模式e中数据项的个数；所述候选模式的访问频率由公式6计算所得； ；其中，Pef为候选模式的访问频率，FreqIk是项Ik在一个运行周期内被访问的次数；n为所述候选模式数据项的项数。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于访问模式自学习的缓存优化方法和访问方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD