[发明专利]一种基于深度学习的块级缓存预取优化方法和系统有效
| 申请号： | 201910526384.3 | 申请日： | 2019-06-18 |
| 公开（公告）号： | CN110245094B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 周可;王桦;石星;何铭健;张霁;冉忞玮 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06F12/0862 | 分类号： | G06F12/0862 |
| 代理公司： | 武汉臻诚专利代理事务所(普通合伙) 42233 | 代理人： | 宋业斌 |
| 地址： | 430074 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的块级缓存预取优化方法，包括：从测试数据集获取以字节为单位的IO数据，将该IO数据转化为以块为单位的IO数据，判断转化后的IO数据是否在缓存中命中，如果没有则对转化后的IO数据进行顺序预测，以得到多个存储块，将转化后的IO数据存储在内存的IO队列中，并判断该IO队列是否已满，如果是则将内存的IO队列中的所有IO数据输入训练好的Seq2Seq模型中，以得到预测的IO数据，并根据该预测的IO数据获取对应的多个存储块。本发明根据利用深度学习的方法挖掘IO的相关性，并利用基于LSTM的Seq2Seq模型完成IO序列的预测，最后将IO序列预测与顺序预测相结合，从而完成缓存的预取，提升缓存的命中率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 缓存 优化 方法 系统 | ||
【主权项】：
1.一种基于深度学习的块级缓存预取优化方法，其特征在于，包括以下步骤：(1)从测试数据集获取以字节为单位的IO数据，将该IO数据转化为以块为单位的IO数据；(2)判断转化后的IO数据是否在缓存中命中，如果是则过程结束，否则进入步骤(3)；(3)对转化后的IO数据进行顺序预测，以得到多个存储块；(4)将转化后的IO数据存储在内存的IO队列中，并判断该IO队列是否已满，如果是则进入步骤(5)，否则返回步骤(1)；(5)将内存的IO队列中的所有IO数据输入训练好的基于LSTM的Seq2Seq模型中，以得到预测的IO数据，并根据该预测的IO数据获取对应的多个存储块；(6)根据缓存替换算法，并使用步骤(3)和步骤(5)得到的存储块替换缓存中的存储块。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910526384.3/，转载请声明来源钻瓜专利网。
