王红涛，冯连强，刘颖，陈蕊，郝乐

(中国重型机械研究院股份公司，陕西 西安 710032)

连铸智能化平台Web访问缓存替换策略(续)

王红涛，冯连强，刘颖，陈蕊，郝乐

(中国重型机械研究院股份公司，陕西 西安 710032)

针对目前连铸技术与信息化技术高度融合，但已有的缓存替换策略对于数据交互传输存在局限性的问题，提出一种引用度模型来对Web访问对象的空间局部性进行评价，并将其作为设计缓存替换策略的依据，提出一种基于引用度的缓存替换策略GDSR，改善了缓存替换策略的性能，为Web缓存替换策略的设计提供了一个新的方向和思路。

缓存替换策略；空间局部性；引用度模型

3 实验及分析

3.1 实现环境与测试数据

本文采用将首先编写日志处理程序，将缓存替换策略测试时关注的访问请求信息从日志中提取出来，存储在连铸智能化云平台数据库中，当对缓存替换策略进行测试时，只需从数据库表中读出所有访问记录作为测试数据。

3.2 测试数据

本文从可用日志中随机选取的4个小时的日志用于测试，对4个日志分别编号为日志A、日志B、日志C和日志D。4个日志的基本信息包括请求数量和有效流量。日志请求数量及不重复请求数量统计如图8所示，日志有效流量统计如图9所示。

图8 日志请求数量及不重复请求数统计图

图9 日志有效流量统计图

3.3 GDSR策略测试

利用获取的A、B、C、D四组日志对GDSR缓存替换策略进行全面测试，测试内容包括命中率(HR)、字节命中率(BHR)和移除率(RR)。

测试中变化的指标有两组。缓存空间取值包括：8M、16M、32M、64M、128M、256M、512M、1G、2G。价值计算中的调节参数λ取值为0.4～1.5。

具体测试结果如图10～12所示。

图10 GDSR策略命中率测试结果

(1)命中率。GDSR策略命中率在不同条件下的测试结果如图10所示。通过测试结果可以发现：缓存空间越大，命中率越高。参数λ的设置对命中率有着明显的影响，在缓存空间和测试日志相同时，最大差距超过1个百分点，如图 10 h中，测试日志B时，λ取0.5和0.8时命中率分别为22.51%和23.1%。在不同缓存大小下进行测试时，参数λ取值相同时不同日志命中率的排名情况波动也很大，如图10 f中，参数λ取值为0.9时，四个日志按照命中率由高到低的排名分别是CBDA和BADC。

(2)字节命中率。GDSR策略字节命中率在不同条件下的测试结果如图 11所示。从图11可以发现：缓存空间越大，字节命中率越高。参数λ的设置对字节命中率有着明显的影响，在缓存空间和测试日志相同时，最大差距超过1个百分点，如图 11 h中，测试日志B时，取0.7和0.8时字节命中率分别为53.56%和54.74%。在不同缓存大小下进行测试时，参数λ取值相同时不同日志字节命中率的排名情况波动也很大，如图 11 f中，参数λ取值为0.9时，四个日志按照字节命中率由高到低的排名分别是BADC和ADCB。

(3)移除率。GDSR策略移除率在不同条件下的测试结果如图 12所示。通过测试结果可以发现：缓存空间越大，移除率越低。参数λ的设置对移除率的影响情况与命中率和字节命中率相似，不再赘述。

图11 GDSR策略字节命中率测试结果

图12 GDSR策略移除率测试结果

3.4 对比分析

比较GDS策略、GDSF策略与GDSR策略的命中率、字节命中率和移除率。观察到λ与性能无明确关系，故在接下来的测试中，选取为各项测试中平均性能较好的1.1作为调节参数λ。三种策略均使用日志A进行测试，连铸智能化云平台Web缓存空间大小从4M到2G，每次增加一倍。具体测试结果如下：

(1)命中率。三种策略命中率对比结果图 13所示。GDS策略只有在缓存空间较小时才具有较高的命中率，随着缓存空间的增大，其命中率明显低于GDSF及GDSR策略。其原因在于GDS策略优先存储较小的对象。GDSR策略的命中率始终高于GDSF策略。

图13 命中率对比结果

(2)字节命中率。三种策略字节命中率对比结果如图 14所示。GDS策略的字节命中率明显低于GDSF及GDSR策略。其原因在于GDS策略优先存储较小的对象，因此每次命中带来的字节价值较小。而GDSR策略与GDSF策略的字节命中率相近。

(3)移除率。三种策略移除率对比结果如图 15所示。GDS策略和GDSF策略的移除率相近，并且虽然一开始较高，但随着缓存空间的增大有着比较明显的下降趋势，而GDSR策略的移除率下降并不明显。说明了GDSR策略的替换频率高于其他两种策略，因此计算资源开销较大。

图14 字节命中率对比结果

图15 移除率对比结果

为了能够针对上述对比结果进一步进行分析，本文在测试程序中增加了其他统计信息的记录，并重新进行了测试上述。统计结果显示相较于GDSF策略，使用GDSR策略时，图片、JavaScript代码和CSS文件的命中率提高比较明显，均超过了1个百分点，而其它类型对象的命中率与GDSF策略基本相同或略有下降。

4 结束语

本文对Web缓存相关理论及技术的进行了深入研究，提出了在连铸智能化云平台中引用度计算模型对Web对象访问中的空间局部性进行了量化，并利用引用度改进GDSF策略，提出、设计并实现了基于引用度的GDSR策略，对缓存替换策略的命中率、字节命中率以及移除率进行了测试，有效提升了生产现场与智能化云平台数据交互的速率。但是提出的GDSR策略中存在局限与不足：如参数λ对缓存替换策略的影响规律始终未能确定；而且 GDSR策略的移除率较高，有待进一步的优化与调整。

[1] Domenech J, de la Ossa B, Sahuquillo J, et al. A taxonomy of web prediction algorithms[J]. Expert Systems with Applications, 2012, 39(9): 8496-8502.

[2] 班志杰, 古志民, 金瑜. Web 预取技术综述[J]. 计算机研究与发展, 2009 (2): 202-210.

[3] Chen X, Zhang X. A popularity-based prediction model for web prefetching[J]. Computer, 2003, 36(3): 63-70.

[4] 王秀坤, 王宇宁, 陈浩. 基于改进的隐马尔可夫模型的网页预取[J]. 吉林大学学报: 信息科学版, 2008, 26(1): 89-93.

[5] 贺琛, 陈肇雄, 黄河燕. Web 缓存技术综述[J]. 小型微型计算机系统, 2004, 25(5): 836-842.

[6] Podlipnig S, B?sz?rmenyi L. A survey of web cache replacement strategies[J]. ACM Computing Surveys (CSUR), 2003, 35(4): 374-398.

[7] ElAarag H. A Quantitative Study of Web Cache Replacement Strategies Using Simulation[M]//Web Proxy Cache Replacement Strategies. Springer London, 2013: 17-60.

[8] Balamash A, Krunz M. An overview of web caching replacement algorithms[J]. Communications Surveys & Tutorials, IEEE, 2004, 6(2): 44-56.

[9] Romano S, ElAarag H. A quantitative study of recency and frequency based web cache replacement strategies[C]//Proceedings of the 11th communications and networking simulation symposium. ACM, 2008: 70-78.

[10]Arlitt M, Friedrich R, Jin T. Performance evaluation of web proxy cache replacement policies[M]. Springer Berlin Heidelberg, 1998.

[11]Mahanti A, Williamson C. Web proxy workload characterization[J]. Progress Report, Computer Sciences Dept, Univ. of Saskatchewan, 1999.

[12]Mahanti A. Web proxy workload characterisation and modelling[J]. 1999.

[13]Mahanti A, Mahanti A, Williamson C. Locality characteristics of web streams revisited[C]//Proceedings of SCS SPECTS Conference, Philadelphia, PA. 2005: 795-803.

[14]Xie Y, Tang S, Xiang Y, et al. Resisting web proxy-based http attacks by temporal and spatial locality behavior[J]. Parallel and Distributed Systems, IEEE Transactions on, 2013, 24(7): 1401-1410.

[15]石磊, 王会霞. Web 访问流的局部性特征建模[J]. 计算机工程与设计, 2008, 29(7): 1668-1671.

[16]郝沁汾, 郝继升. WWW业务访问特性分布研究[J]. 计算机研究与发展, 2001, 38(10): 1172-1180.

[17]郝沁汾. WWW访问特性与代理缓存研究[D]. 中国科学院研究生院 (计算技术研究所),2001.

[18]孙晓星. 基于WEB访问特性的代理缓存机制的研究[D]. 哈尔滨工程大学,2011.

[19]Ding C, Chi CH, Liu L, et al. Quantitative modeling for web objects’ cacheability[M]//Advances in Web-Age Information Management. Springer Berlin Heidelberg, 2005: 913-918.

[20]Chi CH, Liu L, Zhang LW. Quantitative analysis on the cacheability factors of web objects[C]//Computer Software and Applications Conference, 2006. COMPSAC'06. 30th Annual International. IEEE, 2006, 1: 532-538.

[21]Vakali A. Proxy cache replacement algorithms: A history-based approach[J]. World Wide Web, 2001, 4(4): 277-297.

[22]Aggarwal C, Wolf J L, Yu P S. Caching on the world wide web[J]. Knowledge and Data Engineering, IEEE Transactions on, 1999, 11(1): 94-107.

[23]Jin S, Bestavros A. GreedyDual* Web caching algorithm: exploiting the two sources of temporal locality in Web request streams[J]. Computer Communications, 2001, 24(2): 174-183.

[24]韩向春, 田玉根. 基于预测的 Web 缓存替换算法[J]. 计算机工程与设计, 2010 (1): 110-113.

[25]Romano S. A Neural NETWORK PROXY CACHE REPLACEMENT IMPLEMENTATION IN THE SQUID PROXY SERVER[D]. Stetson University, 2008.

[26]ElAarag H, Romano S. Improvement of the neural network proxy cache replacement strategy[C]//Proceedings of the 2009 Spring Simulation Multiconference. Society for Computer Simulation International, 2009: 90.

[27]Romano S, ElAarag H. A neural network proxy cache replacement strategy and its implementation in the Squid proxy server[J]. Neural Computing and Applications, 2011, 20(1): 59-78.

[28]ElAarag H. Implementation of a Neural Network Proxy Cache Replacement Strategy in the Squid Proxy Server[M]//Web Proxy Cache Replacement Strategies. Springer London, 2013: 83-103.

[29]Ali W, Shamsuddin S M, Ismail A S. Intelligent Web Proxy Caching Approaches Based on Support Vector Machine[M]//Informatics Engineering and Information Science. Springer Berlin Heidelberg, 2011: 559-572.

[30]Ali W, Shamsuddin S M, Ismail A S. Intelligent Nave Bayes-based approaches for Web proxy caching[J]. Knowledge-Based Systems, 2012, 31: 162-175.

[31]Gwertzman J, Seltzer M I. World Wide Web Cache Consistency[C]//USENIX Annual Technical Conference. 1996: 141-152.

[32]Cao L Y, Oezsu M T. Evaluation of strong consistency web caching techniques[J]. World Wide Web, 2002, 5(2): 95-123.

[33]Nottingham M. Optimizing object freshness controls in Web caches[C]//The 4th International Web Caching Workshop. 1999.

[34]Cao P, Liu C. Maintaining strong cache consistency in the World Wide Web[J]. Computers, IEEE Transactions on, 1998, 47(4): 445-457.

[35]Dilley J. The effect of consistency on cache response time[J]. Network, IEEE, 2000, 14(3): 24-28.

[36]张超群, 李陶深, 张增芳. 代理缓存一致性策略和替换策略的研究[J]. 计算机工程与设计, 2006, 26(11): 2913-2916.

(全文完)

专利介绍

一种结晶器钢水静压力模拟试验装置(CN103084549A)

本发明的目的在于提供一种结晶器钢水静压力模拟试验装置，既解决了测定板坯在任何宽度下结晶器夹紧力释放大小的问题，还可在模拟过程中测量结晶器宽边铜板与窄边铜板角缝的数值，保证结晶器窄边驱动功率选取的正确性及热调宽过程中夹紧力确定的合理性，从而保证了在线热调宽技术的有效实现和钢水溢漏事故的有效防止。

一种结晶器钢水静压力模拟试验装置，包括试验动力阀装置，试验动力阀装置通过连接管路分别与四个试验油缸连接，四个试验油缸分成上下两排固定在油缸安装架上，油缸安装架固定在被试验结晶器宽边铜板上，被试验的结晶器由两个结晶器宽边铜板与两个结晶器窄边铜板通过安装在结晶器宽边夹紧油缸内的拉杆相连，该拉杆的夹紧力由结晶器宽边夹紧碟簧提供，结晶器窄边铜板与结晶器窄边调宽油缸连接，本发明能在结晶器内部没有钢水的情况下模拟钢水对结晶器内部四周铜板的静压力并能连续调整该静压力的大小，还可以在模拟不同钢水静压力作用的过程中测量结晶器窄边铜板与宽边铜板之间的角缝值，使用安全，操作简单，成本低，不会对结晶器造成损坏。

本发明能在结晶器内部没有钢水的情况下模拟钢水对结晶器内部四周铜板的静压力并能连续调整该静压力的大小，同时还可以在模拟不同钢水静压力作用的过程中测量结晶器窄边铜板与宽边铜板之间的角缝值，该试验装置使用安全，操作简单，成本低而且不会造成对结晶器的损坏。

Web cache replacement strategy for intelligent platform of continuous casting

WANG Hong-tao, FENG Lian-qiang, LIU Ying, CHEN Rui, HAO Le

(China National Heavy Machinery Research Institude, Co., Ltd., Xi’an 710032, China)

Currently, the continuous casting technology and information technology are highly integrated. However, the existing cache replacement strategies have limitations on the data transmission. This paper proposed a reference model to evaluate the spatial locality of Web object accessing, and used the reference model as the basis of a new cache replacement policy-greedy-dual-size reference (GDSR). GDSR improved the performance of cache replacement strategy, provided a new direction and ideas for the design of Web cache replacement policies.

cache replacement strategy; spatial locality; reference model

2016-11-16；

2016-12-09

中国机械工业集团有限公司科技发展基金项目(SINOMACH12科167号)

王红涛(1986- )，男，中国重型机械研究院股份公司工程师。

TP393

A

1001-196X(2017)03-0001-06

专题综述