基于哈希算法和近鄰算法的緩存數(shù)據(jù)選擇策略

針對終端用戶產(chǎn)生大量相同或相似計(jì)算請求的情況，可以通過近似匹配在邊緣服務(wù)器緩存空間中查找相似數(shù)據(jù)，選取可復(fù)用的計(jì)算結(jié)果?，F(xiàn)有算法大多未考慮數(shù)據(jù)分布不均的問題，導(dǎo)致計(jì)算量和時間開銷較大，對此文中提出基于動態(tài)局部敏感哈希算法與加權(quán)k近鄰算法的緩存數(shù)據(jù)選擇策略（ Cache Selection Strategy based on Dynamic- LSH algorithm and Weighted-KNN algorithm，CSS-DLWK）。其中， Dynamic-LSH算法能夠針對數(shù)據(jù)分布不均的問題，根據(jù)數(shù)據(jù)分布的變化動態(tài)調(diào)整哈希桶粒度，從緩存空間中選出與輸入數(shù)據(jù)相似的數(shù)據(jù)集合; Weighted-knn算法以距離和樣本數(shù)為權(quán)重，對由 Dynamic-LSH算法獲取的相似數(shù)據(jù)集合進(jìn)行數(shù)據(jù)再選取，得到與輸入數(shù)據(jù)最相似的數(shù)據(jù)，獲取相應(yīng)的計(jì)算結(jié)釆以供復(fù)用。仿真實(shí)驗(yàn)結(jié)果表明，在CIFAR-10數(shù)據(jù)集中，與基于A-LSH算法與H-KNN算法的緩存選取策略相比，CSS-DLWK策略的平均選取準(zhǔn)確率提高了4.1%;與傳統(tǒng)的LSH算法相比，其平均選取準(zhǔn)確率提高了16.8%。￠SS-DLWK策略能夠在可接受的數(shù)據(jù)選取時間開銷內(nèi)，有效地提高可復(fù)用數(shù)據(jù)選取的準(zhǔn)確率，從而減少邊緣服務(wù)器的重復(fù)計(jì)算。