公开(公告)号：CN113868153A

公开(公告)日：2021-12-31

申请号：CN202111077343.4

申请日：2021-09-14

Applicant: 华中科技大学

Inventor： 陈敏 ,  胡龙 ,  郝义学 ,  张臣玺

IPC: G06F12/0877 ,  G06F12/0866

Abstract: 本发明公开了一种面向资源消耗性应用的认知服务缓存方法和系统，属于超算云环境领域。首先，构建延时最小的服务缓存模型，在满足用户发出的任务请求的前提下，使得用户获取服务需要的延时最小，即求解一个最小任务成本问题。本发明将该问题置于多臂赌博(MAB)框架下解决，将服务的缓存问题转化为组合多臂赌博机问题。利用改进的组合多臂赌博机算法进行学习，提出了一种自适应的组合变化因素UCB(CFUCB)算法，每次用户发出请求时，该算法可以利用缓存感知指数以及用户请求来学习执行最优的服务缓存决策。相比其他缓存方法，本发明中的认知服务缓存方法产生的延迟更少，学习遗憾也更少，因此本发明提出的认知缓存方法优于其他缓存方法。

公开(公告)号：CN113868153B

公开(公告)日：2024-10-22

申请号：CN202111077343.4

申请日：2021-09-14

Applicant: 华中科技大学

Inventor： 陈敏 ,  胡龙 ,  郝义学 ,  张臣玺

IPC: G06F12/0877 ,  G06F12/0866

Abstract: 本发明公开了一种面向资源消耗性应用的认知服务缓存方法和系统，属于超算云环境领域。首先，构建延时最小的服务缓存模型，在满足用户发出的任务请求的前提下，使得用户获取服务需要的延时最小，即求解一个最小任务成本问题。本发明将该问题置于多臂赌博(MAB)框架下解决，将服务的缓存问题转化为组合多臂赌博机问题。利用改进的组合多臂赌博机算法进行学习，提出了一种自适应的组合变化因素UCB(CFUCB)算法，每次用户发出请求时，该算法可以利用缓存感知指数以及用户请求来学习执行最优的服务缓存决策。相比其他缓存方法，本发明中的认知服务缓存方法产生的延迟更少，学习遗憾也更少，因此本发明提出的认知缓存方法优于其他缓存方法。