一种基于可感知冗余的云边协同缓存方法、系统和介质与流程

本发明涉及缓存，更具体的，涉及一种基于可感知冗余的云边协同缓存方法、系统和介质。

背景技术：

1、随着移动电子产品、互联网、互联网等科技的发展，各种智能终端设备、娱乐平台数量的增加，导致所产生的数据量呈指数型增长，给数据传输、数据存储带来了巨大压力；特别地，当云数据存储中心距离用户较远时，数据传输的延时比较长，若将对应云数据存储至附近边缘节点，则给附近边缘节点的存储带来压力。

2、因此，现有技术存在缺陷，亟待改进。

技术实现思路

1、鉴于上述问题，本发明的目的是提供一种基于可感知冗余的云边协同缓存方法、系统和介质，通过云端的强大计算能力，对冗余的缓存数据进行定期清理，将云端和边缘节点进行有效结合，有效提高了云端的缓存能力。

2、本发明第一方面提供了一种基于可感知冗余的云边协同缓存方法，包括：

3、基于预设第一时间周期，获取缓存数据信息；

4、提取缓存数据信息的特征以及对应特征值；

5、根据缓存数据信息的特征以及对应特征值，确定对应缓存数据的新颖指数值；

6、判断所述新颖指数值是否大于预设第一阈值，若是，对应缓存数据进行保留；若否，对应缓存数据为冗余数据；

7、将所述冗余数据进行删除；

8、所述缓存数据信息的特征包括缓存数据类型的热度、缓存数据的创造指数、浏览次数和更新时间；对应特征值分别为缓存数据类型的热度值、缓存数据的创造指数值、浏览次数值和更新时间值。

9、本方案中，所述根据缓存数据信息的特征以及对应特征值，确定对应缓存数据的新颖指数值的步骤，具体包括：

10、根据缓存数据信息的特征在预设特征值转换系数表中查询，得到对应特征的特征值转换系数；

11、将特征值乘以对应特征的特征值转换系数，得到对应特征的新颖指数值；

12、将所有特征的新颖指数值进行累加，得到对应缓存数据的新颖指数值。

13、本方案中，所述缓存数据类型的热度值的获取步骤，具体包括：

14、将缓存数据按照预设规则进行分类，得到不同类型的缓存数据；

15、基于预设第二时间周期，获取不同类型的缓存数据的浏览人数以及浏览次数；

16、将缓存数据的浏览人数乘以预设第一系数，得到第一热度值；对应相同类型的缓存数据的浏览次数乘以预设第二系数，得到第二热度值；

17、将同一类型的缓存数据的第一热度值和第二热度值进行累加，得到对应缓存数据类型的热度值。

18、本方案中，所述浏览次数值的获取步骤，具体包括：

19、获取用户在访问缓存数据的时间值；

20、判断所述用户在访问缓存数据的时间值是否大于预设第一时间阈值，若是，记录对应缓存数据的浏览次数值增加一次；若否，对应访问为无效访问；

21、基于预设第三时间周期，获取同一用户访问同一缓存数据的浏览次数值；

22、当同一用户访问同一缓存数据的浏览次数值大于预设第一次数阈值时，对应用户访问不增加该缓存数据的浏览次数值。

23、本方案中，所述缓存数据的创造指数值的获取步骤，具体包括：

24、获取缓存数据中的关键词以及关键词数量；

25、将缓存数据和对应类型中的其他缓存数据进行对比分析，得到相似值；

26、将对应缓存数据中的关键词数量乘以预设第三系数，得到第一创造指数值；

27、将相似值乘以预设第四系数，得到第二创造指数值；

28、将第一创造指数值和第二创造指数值进行累加，得到对应缓存数据的创造指数值。

29、本方案中，所述将缓存数据和对应类型中的其他缓存数据进行对比分析，得到相似值的步骤，具体包括：

30、获取对应类型中的其他缓存数据的关键词，设为第二关键词；

31、将缓存数据中的关键词和第二关键词进行对比分析，得到相同关键词的数量以及所有关键词的总数量；

32、将所述相同关键词的数量除以所有关键词的总数量，得到缓存数据和对应类型中的其他缓存数据的相似值。

33、本发明第二方面提供了一种基于可感知冗余的云边协同缓存系统，包括存储器和处理器，所述存储器中存储有一种基于可感知冗余的云边协同缓存方法程序，所述一种基于可感知冗余的云边协同缓存方法程序被所述处理器执行时实现如下步骤：

34、基于预设第一时间周期，获取缓存数据信息；

35、提取缓存数据信息的特征以及对应特征值；

36、根据缓存数据信息的特征以及对应特征值，确定对应缓存数据的新颖指数值；

37、判断所述新颖指数值是否大于预设第一阈值，若是，对应缓存数据进行保留；若否，对应缓存数据为冗余数据；

38、将所述冗余数据进行删除；

39、所述缓存数据信息的特征包括缓存数据类型的热度、缓存数据的创造指数、浏览次数和更新时间；对应特征值分别为缓存数据类型的热度值、缓存数据的创造指数值、浏览次数值和更新时间值。

40、本方案中，所述根据缓存数据信息的特征以及对应特征值，确定对应缓存数据的新颖指数值的步骤，具体包括：

41、根据缓存数据信息的特征在预设特征值转换系数表中查询，得到对应特征的特征值转换系数；

42、将特征值乘以对应特征的特征值转换系数，得到对应特征的新颖指数值；

43、将所有特征的新颖指数值进行累加，得到对应缓存数据的新颖指数值。

44、本方案中，所述缓存数据类型的热度值的获取步骤，具体包括：

45、将缓存数据按照预设规则进行分类，得到不同类型的缓存数据；

46、基于预设第二时间周期，获取不同类型的缓存数据的浏览人数以及浏览次数；

47、将缓存数据的浏览人数乘以预设第一系数，得到第一热度值；对应相同类型的缓存数据的浏览次数乘以预设第二系数，得到第二热度值；

48、将同一类型的缓存数据的第一热度值和第二热度值进行累加，得到对应缓存数据类型的热度值。

49、本方案中，所述浏览次数值的获取步骤，具体包括：

50、获取用户在访问缓存数据的时间值；

51、判断所述用户在访问缓存数据的时间值是否大于预设第一时间阈值，若是，记录对应缓存数据的浏览次数值增加一次；若否，对应访问为无效访问；

52、基于预设第三时间周期，获取同一用户访问同一缓存数据的浏览次数值；

53、当同一用户访问同一缓存数据的浏览次数值大于预设第一次数阈值时，对应用户访问不增加该缓存数据的浏览次数值。

54、本方案中，所述缓存数据的创造指数值的获取步骤，具体包括：

55、获取缓存数据中的关键词以及关键词数量；

56、将缓存数据和对应类型中的其他缓存数据进行对比分析，得到相似值；

57、将对应缓存数据中的关键词数量乘以预设第三系数，得到第一创造指数值；

58、将相似值乘以预设第四系数，得到第二创造指数值；

59、将第一创造指数值和第二创造指数值进行累加，得到对应缓存数据的创造指数值。

60、本方案中，所述将缓存数据和对应类型中的其他缓存数据进行对比分析，得到相似值的步骤，具体包括：

61、获取对应类型中的其他缓存数据的关键词，设为第二关键词；

62、将缓存数据中的关键词和第二关键词进行对比分析，得到相同关键词的数量以及所有关键词的总数量；

63、将所述相同关键词的数量除以所有关键词的总数量，得到缓存数据和对应类型中的其他缓存数据的相似值。

64、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一种基于可感知冗余的云边协同缓存方法程序，所述一种基于可感知冗余的云边协同缓存方法程序被处理器执行时，实现如上述任一项所述的一种基于可感知冗余的云边协同缓存方法的步骤。

65、本发明公开了一种基于可感知冗余的云边协同缓存方法、系统和介质，通过云边协同每间隔预设第一时间周期对缓存数据进行新颖指数值计算，通过云端的强大计算能力，对冗余的缓存数据进行定期清理，将云端和边缘节点进行有效结合，有效提高了云端的缓存能力。