解决Web访问延迟问题的主要方案是缓存技术和预取技术。虽然缓存技术在互联网上有着非常广泛的应用,但是随着WWW上动态内容和个性化服务的比重日益增加,缓存技术对网络性能的改善已不再显著,而预取技术是缓存技术的一种有效补充手段,是突破缓存性能上限的最有效的方法,正越来越成为Web加速技术领域研究的热点。预取技术在实际应用中必须解决好两个问题,一是预测——决定哪些Web对象值得预取;二是根据系统状态决定实际预取哪些Web对象、具体预取多少Web对象。本文针对这两个问题提出了一种基于Web对象流行度的预取模型,改进了现有的PPM预测算法和预取控制策略,从而以相对小的网络流量增加率获得相对好的访问延迟缩减率。 文章首先介绍了Internet和WWW起源及现状,提出了互联网所面临的问题及解决方案。然后阐述了缓存和预取技术的基本概念及缓存系统和预取系统的分类与结构,并总结了现有的缓存替换算法和特点,以及现有预测算法和预取控制策略。 在简单介绍了现有预测算法和预取控制策略之后,提出了基于Web对象流行度的预取模型。该模型的核心是基于Web对象流行度的PPM预测模型,这种新的预测模型除继承了传统PPM模型简单易实现的特点外,在缩减模型规模的同时预测精度也有一定程度的提高,该模型解决了哪些Web对象值得预取的问题;另外,本文还对预取的控制问题进行了讨论,给出了一个比较实用的动态计算预取门限的公式,该公式基于预测模型提供的预测信息,解决了实际预取哪些Web对象、具体预取多少Web对象的问题。 最后,文章对提出的预取模型进行了模拟实验,并对实验结果进行了分析。