计算机工程

作者：程振京, 汪璐, 程耀东, 陈刚, 胡庆宝, 李海波

单位：1. 中国科学院高能物理研究所, 北京 100049;2. 中国科学院大学, 北京 100049;3. 中国科学院高能物理研究所天府宇宙线研究中心, 成都 610041

关键词：分级存储,文件访问特征,时序数据,长短期记忆网络,文件访问热度

基金：国家重点研发计划（2017YFB0203200）；国家自然科学基金（11675201，11805226，11805223）。

高能物理计算是典型的数据密集型计算，其主要采用基于文件的分级存储方案，根据访问热度的不同将数据存储于不同性能的存储设备上，然而当前数据热度预测采用基于人工经验的启发式算法，准确率较低。提出一种借助长短期记忆网络预测文件未来访问热度的方法，包括网络结构设计、训练和预测算法等。该方法通过划分动态时间窗口构造文件访问特征的时序序列，预测不同数据的访问趋势。在LHAASO高能物理实验数据集上的实验结果表明，与SVM、MLP等算法相比，该方法预测准确率提升了30%左右，具有更强的适用性。

来源：2021年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第2期