-
公开(公告)号：CN107426315B
公开(公告)日：2020-07-31
申请号：CN201710606649.1
申请日：2017-07-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于BP神经网络的分布式缓存系统Memcached的改进方法，包含：初始化HC Model；利用三层BP神经网络分类器训练样本数据，并得到分类依据；将实际数据输入训练成功的三层BP神经网络分类器，产生热点数据对象与冷点数据对象；装载HC Model的真实数据，即将热点与冷点数据对象装载至对应服务器节点。本发明提出的HC Model和依靠三层BP神经网络分类器区分热点数据对象与冷点数据对象的方法，与Memcached自带的分布式节点相比，新增加了热点数据服务器与冷点数据服务器，并在其中存放对应数据的路由和键值信息，极大提高了系统后面对数据的访问速度，而且对Memcacahed分布式缓存系统的工作效率有很大的提高作用。
-
公开(公告)号：CN108173974A
公开(公告)日：2018-06-15
申请号：CN201810170523.9
申请日：2018-03-01
Applicant: 南京邮电大学
IPC: H04L29/08
CPC classification number: H04L67/10 , H04L67/2842
Abstract: 本发明公开了一种基于分布式缓存Memcached的HC Model内部缓存数据淘汰方法，与传统的分布式缓存Memcached相比，新增加了Hot Server与Cold Server，并在其内部通过设置优良的热点缓存数据淘汰方法，极大提高了热点缓存数据的响应速率，进而提高分布式缓存Memcached的整体性能。
-
-
公开(公告)号：CN107426315A
公开(公告)日：2017-12-01
申请号：CN201710606649.1
申请日：2017-07-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于BP神经网络的分布式缓存系统Memcached的改进方法，包含：初始化HC Model；利用三层BP神经网络分类器训练样本数据，并得到分类依据；将实际数据输入训练成功的三层BP神经网络分类器，产生热点数据对象与冷点数据对象；装载HC Model的真实数据，即将热点与冷点数据对象装载至对应服务器节点。本发明提出的HC Model和依靠三层BP神经网络分类器区分热点数据对象与冷点数据对象的方法，与Memcached自带的分布式节点相比，新增加了热点数据服务器与冷点数据服务器，并在其中存放对应数据的路由和键值信息，极大提高了系统后面对数据的访问速度，而且对Memcacahed分布式缓存系统的工作效率有很大的提高作用。
-
-
-
Search Results
4
records
(took 0.018 seconds)
