本發明提供一種通用緩存替換方法及系統,包括:收集當前各種相關請求至緩存的I/O序列;將I/O序列輸入到訓練好的緩存分布預測器,以預測當前序列下應該采用何種緩存替換策略的概率;緩存分布預測器主要是以深度強化學習算法DDPG為基礎,內部的神經網絡在輸入階段對I/O序列在時序特征和統計特征上的分析;時序特征的提取主要是采用LSTM來實現,統計特征的提取主要是通過分析I/O序列本身反映出諸如最大最小以及均值等統計信息。本發明結合I/O序列的多維特征分析和深度強化學習算法來指導緩存應該選擇何種緩存替換策略來完成緩存的替換過程,在無需應用層信息的情況下高效完成緩存的替換過程,降低了系統在復雜環境下部署的難度。
聲明:
“通用緩存替換方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)