导读:本文包含了数据预取论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据,链式,步长,算法,数据挖掘,策略,互联网。
数据预取论文文献综述
王志俊[1]（2019）在《试论数据挖掘技术在Web预取中的应用》一文中研究指出近年来,互联网的不断发展,使人们对数据的需求不断扩大,这也使数据挖掘技术成为互联网领域中至关重要的技术,通过数据挖掘技术,可使人们从海量信息中筛选出自身所需的有效信息,随着数据挖掘技术的发展,其在Web技术中正发挥着越来越重要的应用价值,尤其是在Web预取方面,通过数据挖掘技术的运用,可使数据查询变得更加准确,从而实现Web资源的多方共享。鉴于此,该文便对数据挖掘技术在Web预取中的应用进行深入的研究。(本文来源于《科技资讯》期刊2019年21期）
邢雅菲[2]（2019）在《基于CP-ABE加密数据的缓存策略与预取模型研究》一文中研究指出随着互联网技术的快速发展,越来越多的人通过网络来获取和传输数据,在复杂的网络环境中,数据安全的重要性受到了越来越多的关注。通过使用加密技术对数据进行加密和访问控制,是保障数据安全性的重要途径,其中,最常用的加密技术就是CP-ABE加密技术。随着网络中密文数据量的增多,密文数据的存取速度需要进一步地提高,缓存技术和预取技术能够有效地提高数据的存取速度。然而,针对明文数据提出的缓存策略和预取方法,对密文数据的作用效果具有一定的局限性,本文针对基于CP-ABE加密数据的缓存策略和预取模型进行了研究。本文根据CP-ABE加密数据的属性特点,在缓存策略的研究中,综合考虑缓存数据的大小、访问时间和访问频率,对CP-ABE加密数据的缓存问题进行研究,提出一种最小属性相似度缓存替换算法。该算法对皮尔逊相关系数的计算公式进行改进,计算数据属性相似度,替换缓存中属性相似度最小的数据。本文在预取模型的研究中,对基于用户分类的马尔可夫预取模型进行改进,改进用户分类的方法,将基于模块度的社团划分算法应用于用户分类,结合CP-ABE算法的用户属性,提出一种基于属性分类的马尔可夫预取模型。本文最后将提出的最小属性相似度缓存替换算法和基于属性分类的马尔可夫预取模型进行结合,提出一种基于CP-ABE加密数据的缓存与预取一体化模型。本文对提出的缓存策略、预取模型以及缓存与预取一体化模型进行实验,实验表明,针对基于CP-ABE加密的数据,本文提出的缓存替换算法,与FIFO、LRU、LFU和SIZE缓存替换算法相比,具有更高的缓存命中率和字节命中率;本文提出的预取模型,比传统的马尔可夫预取模型和基于用户分类的马尔可夫预取模型具有更高的预取准确率;本文提出的缓存与预取一体化模型,能够优化缓存的性能,提高加密数据的缓存命中率和字节命中率。(本文来源于《华东师范大学》期刊2019-05-01）
裴颂文,赵梦旖,姬燕飞[3]（2019）在《异构内存系统全局优化的数据预取算法》一文中研究指出鉴于现有的数据预取算法不能满足高效能异构计算系统对动态随机存取存储器(DRAM)和非易失性存储器(NVM)相结合的新型异构存储器高效访问的要求,提出了一种模拟退火的全局优化数据预取算法(SADPA)。该算法在启发式搜索模拟退火算法的基础上,引入了随机因子,以避免局部最优,从而确定了全局优化阈值以预取NVM页面的有效数量。实验结果表明,该算法相对于静态阈值调整算法,平均访问延时降低了4%,每个时钟周期内的平均指令数(IPC)增加了10.1%;对于cactusADM应用,该算法相对于软硬件协同的动态阈值调整算法,系统能耗降低了3.4%。(本文来源于《上海理工大学学报》期刊2019年01期）
王锦涵,李俊,路冬冬,张海龙,朱英[4]（2019）在《基于双倍步长数据流的硬件预取机制》一文中研究指出硬件数据预取技术可以有效提升处理器的访存性能,但传统流预取策略存在预取不及时的问题。为此,提出一种双倍步长流预取策略,并设计对应的预取部件结构。预取部件自动检测数据流的固定步长并将该步长扩大为原有的2倍,以计算预取地址。实验结果表明,加入该预取部件后,运行SPEC2006测试集的整数应用与浮点应用时,处理器性能最高可分别提升45%与57%,针对Cache Miss率较高的应用,该预取部件可以有效隐藏访存延时。(本文来源于《计算机工程》期刊2019年06期）
张玮[5]（2018）在《面向链式数据结构的间隔预取策略解析》一文中研究指出通过对链式数据结构的设计方法分析,在技术完善的过程中,通过间隔预取策略的设计,可以将链式数据结构设计作为重点,提升系统运用的价值性,而且也可以提升数据系统运营的最终目标,满足系统运行的基本需求。所以,本次研究中,将链式数据结构的研究方案作为重点,对间隔预取策略进行综合性的分析,认识到链式数据的基本结构、预取模型的创设方法以及链式数据结构间隔预取的相关策略,核心目的是在链式数据结构完善的同时,进行间隔预取策略的优化整合,提高系统运行的整体价值,并在技术使用以及系统创设中,满足系统运用的需求,以便满足技术使用的价值性,提升系统运行的稳定性,为现代自动化仪表的运行奠定基础。(本文来源于《自动化与仪器仪表》期刊2018年07期）
夏苑,何映思[6]（2018）在《一种分布式文件系统的推送式数据预取机制》一文中研究指出为了克服传统的数据预取机制的不足,提出了一种在分布式文件系统中存储服务器端的推送式数据预取机制.在达到减少网络通信的数据量和通信时延目的的同时,可以让运行客户端文件系统的计算节点从跟踪I/O操作和预测I/O操作的工作中脱离出来,减轻了客户端的工作负担,提高了存储系统的性能.(本文来源于《西南师范大学学报(自然科学版)》期刊2018年05期）
刘天义,肖俊华,章隆兵,沈海华[7]（2017）在《提升处理器指针追逐访存性能的指令标签辅助的数据预取机制》一文中研究指出分析了处理器访存操作的指针追逐模式,指出了链式数据应用中的指针追逐操作的数据预取准确率低、访存延迟大的问题。为了提升处理器指针追逐访存性能,提出了指令标签辅助的数据预取(ILAMP)技术。ILAMP技术是一种指令标签提示的预取机制,其通过在指令集架构中添加新的访存指令,使该指令在处理器译码阶段产生特殊访存标签,指明该访存操作的加载内容是指针。在Cache缺失的情况下,该标签一直传递到内存控制器。当加载的指针返回内存控制器时,则提取指针、发出预取请求。实验结果表明,ILAMP技术与无ILAMP情况相比,ILAMP技术降低DRAM读请求的平均访问延迟的平均值约为15%,预取精度高于77%,访存带宽增加10%左右,硬件开销约为1k B。(本文来源于《高技术通讯》期刊2017年Z2期）
崔镇涛[8]（2017）在《数据挖掘技术在Web预取中的应用研究》一文中研究指出本文通过对数据挖掘技术的深入研究,将数据技术应用在Web预取中,以期减少网络的延迟。本文的重点就是介绍数据挖掘中的相关算法在Web预取中的应用。(本文来源于《数码世界》期刊2017年11期）
毛群芳[9]（2017）在《重复数据删除中智能预取算法设计与分析》一文中研究指出在大数据存储研究领域中,数据存储与维护是一个具有挑战性的研究课题。由于数据量爆炸式增长,导致数据中心的数据规模庞大且冗余度高,不仅耗费巨大的存储空间和能耗,而且数据管理的复杂程度和存储风险也急剧提高。为了减轻数据存储负担和提高数据存储效率,重复数据删除技术成为了近年来存储技术研究的焦点之一。在重复数据删除技术中,主要存在两方面的问题:1、指纹索引造成的磁盘瓶颈问题。2、数据碎片化严重降低恢复性能。因此,本文将利用强化学习和模式匹配的方法分别解决这两个问题。具体研究内容如下:1)提出了一种基于强化学习的指纹索引预取算法。首先,利用数据流的上下文信息,提取数据流分段的特征;然后,通过选择适当的反馈机制,建立特征和数据流分段的映射关联关系,构建高效的索引结构;其后,用强化学习训练数据段之间的相似性,用分数表示;对每一个新的数据段,用多臂老虎机模型对当前反馈最好的数据分段和未知的分段进行权衡比较,动态的选择一个数据段进行预取;进一步研究优化数据分段的缓存机制,设计缓存算法。最后在4个数据集上验证了本方法的有效性,实验结果表明本文的方法大大减少了内存开销且实现了有效重删。2)提出了一种基于模式匹配优化数据恢复的算法。首先研究了重删之后数据存储碎片化的分布特性,分析数据恢复过程的数据读性能;然后利用模式匹配思想,将局部相关联的数据块识别出来,计算最长公共子序列形成连续模式的磁盘读取操作,减少磁盘随机读次数;再利用双循环缓冲设计最大化模式匹配算法,优化调度合并读操作,从而加速数据恢复性能;研究数据恢复的缓存预取机制优化,分析在不同缓存粒度情形下,对数据恢复的性能影响;最后在重写情形下,比较数据恢复性能。大量实验表明基于模式匹配的算法能够进一步提高恢复性能。(本文来源于《天津理工大学》期刊2017-02-01）
余炀,臧斌宇[10]（2016）在《Java虚拟机在Intel众核架构下的动态数据预取研究与优化》一文中研究指出Intel Xeon Phi协处理器作为现阶段极具代表性的众核产品之一,为应用程序提供了强大的硬件环境和计算资源.然而,Xeon Phi所采用的内存设计存在高访问延迟的问题,因此非常依赖于缓存数据预取技术以提升访存性能.而Java作为一门具有自动内存管理且被广泛使用的语言,现有设计并未针对于Xeon Phi架构采取访存相关的优化.本文详细地研究了Xeon Phi上的缓存预取机制,并在Hot Spot虚拟机内部设计实现了一套动态的运行时缓存预取解决方案,该方案相比传统的静态方法和现有动态预取方案更适合于Xeon Phi众核架构及Java动态语言环境.本文通过实验表明,该动态预取方案在Xeon Phi众核平台上可以带来平均2.5倍的单线程加速比以及40%的多线程最优性能提升.(本文来源于《小型微型计算机系统》期刊2016年11期）
数据预取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网技术的快速发展,越来越多的人通过网络来获取和传输数据,在复杂的网络环境中,数据安全的重要性受到了越来越多的关注。通过使用加密技术对数据进行加密和访问控制,是保障数据安全性的重要途径,其中,最常用的加密技术就是CP-ABE加密技术。随着网络中密文数据量的增多,密文数据的存取速度需要进一步地提高,缓存技术和预取技术能够有效地提高数据的存取速度。然而,针对明文数据提出的缓存策略和预取方法,对密文数据的作用效果具有一定的局限性,本文针对基于CP-ABE加密数据的缓存策略和预取模型进行了研究。本文根据CP-ABE加密数据的属性特点,在缓存策略的研究中,综合考虑缓存数据的大小、访问时间和访问频率,对CP-ABE加密数据的缓存问题进行研究,提出一种最小属性相似度缓存替换算法。该算法对皮尔逊相关系数的计算公式进行改进,计算数据属性相似度,替换缓存中属性相似度最小的数据。本文在预取模型的研究中,对基于用户分类的马尔可夫预取模型进行改进,改进用户分类的方法,将基于模块度的社团划分算法应用于用户分类,结合CP-ABE算法的用户属性,提出一种基于属性分类的马尔可夫预取模型。本文最后将提出的最小属性相似度缓存替换算法和基于属性分类的马尔可夫预取模型进行结合,提出一种基于CP-ABE加密数据的缓存与预取一体化模型。本文对提出的缓存策略、预取模型以及缓存与预取一体化模型进行实验,实验表明,针对基于CP-ABE加密的数据,本文提出的缓存替换算法,与FIFO、LRU、LFU和SIZE缓存替换算法相比,具有更高的缓存命中率和字节命中率;本文提出的预取模型,比传统的马尔可夫预取模型和基于用户分类的马尔可夫预取模型具有更高的预取准确率;本文提出的缓存与预取一体化模型,能够优化缓存的性能,提高加密数据的缓存命中率和字节命中率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据预取论文参考文献
[1].王志俊.试论数据挖掘技术在Web预取中的应用[J].科技资讯.2019
[2].邢雅菲.基于CP-ABE加密数据的缓存策略与预取模型研究[D].华东师范大学.2019
[3].裴颂文,赵梦旖,姬燕飞.异构内存系统全局优化的数据预取算法[J].上海理工大学学报.2019
[4].王锦涵,李俊,路冬冬,张海龙,朱英.基于双倍步长数据流的硬件预取机制[J].计算机工程.2019
[5].张玮.面向链式数据结构的间隔预取策略解析[J].自动化与仪器仪表.2018
[6].夏苑,何映思.一种分布式文件系统的推送式数据预取机制[J].西南师范大学学报(自然科学版).2018
[7].刘天义,肖俊华,章隆兵,沈海华.提升处理器指针追逐访存性能的指令标签辅助的数据预取机制[J].高技术通讯.2017
[8].崔镇涛.数据挖掘技术在Web预取中的应用研究[J].数码世界.2017
[9].毛群芳.重复数据删除中智能预取算法设计与分析[D].天津理工大学.2017
[10].余炀,臧斌宇.Java虚拟机在Intel众核架构下的动态数据预取研究与优化[J].小型微型计算机系统.2016
论文知识图
