基于近鄰決策樹的文件訪問行為預測方法研究.pdf

1、數據的快速增長導致存儲需求的規(guī)模不斷上升,存儲系統中文件數目不斷增多,文件類型千差萬別,文件管理日趨復雜,同時各種新型存儲介質不斷加入到存儲系統,系統中各種介質混合使用,文件分類存儲管理需求不斷增長。而文件管理的一個重要前提就是如何對文件未來的訪問行為也就是訪問頻率做出準確預測,現有的存儲系統不能有效地提供文件訪問行為預測的功能,很難滿足文件分類存儲管理的需求。
　　設計并實現了一種新型的文件訪問分類預測方法,它提供對文件未來訪問

2、行為分類預測的功能,并能找出與任一文件最相似的K個文件,這能幫助存儲系統預知文件未來的訪問行為,優(yōu)化文件物理布局,同時給文件緩存等提供決策支持。
　　文件訪問分類預測系統的主要思想是利用文件的靜態(tài)元數據和早期的訪問記錄來建立分類預測模型預知文件未來訪問行為。它首先利用元數據建立決策分割樹,然后在樹的葉子節(jié)點建立K近鄰分類模型,然后利用這個混合模型來預測文件未來的訪問行為。決策分割樹是一個高度平衡的多叉樹,它的主要作用是利用文件的元