15、利用邻居选择马尔可夫链预取平铺互联网数据

利用邻居选择马尔可夫链预取平铺互联网数据

1. 引言

随着互联网用户数量的增加，互联网上提供了各种各样的数据。数据主要分为静态数据和动态数据：
- 静态数据 ：在被请求之前就已生成，并一直保存直到请求到来。这类数据易于缓存或预取，可从 Web 服务器复制到 Web 缓存服务器，供未来请求使用。
- 动态数据 ：在请求到来时动态生成，每次请求都会产生新的数据，因此不适合缓存或预取。目前大多数缓存服务器不会对动态数据进行缓存或预取，通常将包含带参数 URL（以 ‘?’ 开头）的请求视为动态数据请求，并标记为不可缓存。

还有一类数据，如地图数据，虽然在生成方式上属于静态数据，但在服务机制上被当作动态数据处理。这类数据被预先生成为一系列小的图像文件，即瓦片（tiles），存储在地图服务器中等待请求。由于瓦片数量众多，客户端需要通过 CGI 协议指定要查看的瓦片。我们将这类数据定义为类地图数据，即预先生成但因数据量巨大而通过动态数据服务机制以瓦片形式提供的数据。

目前，大多数 Web 缓存服务器不缓存或预取类地图数据。然而，类地图数据的使用日益增加，如地图、大型 PDF 文件、电子书等，快速传输这些数据变得至关重要。类地图数据的瓦片通常比普通 HTML 文件大，用户在一个会话中通常会顺序请求相邻的多个瓦片，通过互联网检索这些较大的瓦片会导致显著的传输延迟。

为了加快类地图数据的传输速度，我们提出了一种预取技术。对于静态数据，如简单的 HTML 文件，现有的处理传输延迟的技术是缓存或预取。缓存是将之前请求过的页面缓存起来供未来使用，而预取则是尝试缓存尚未请求但预计很快会请求的页