ОПТИМІЗАЦІЯ СЕРВЕРНОГО-КЕШУВАННЯ ЗА ДОПОМОГОЮ АДАПТИВНОГО TTL НА ОСНОВІ МАШИННОГО НАВЧАННЯ
DOI:
https://doi.org/10.34185/1991-7848.itmm.2025.01.071Ключові слова:
кешування, time-to-live (TTL), оптимізація продуктивності, машинне навчання, адаптивне керування, вебдодатки, серверне кешування, навчання з підкріпленням.Анотація
Статичне визначення часу життя (TTL) кешованих даних на сервері часто призводить до неефективного використання ресурсів або подачі застарілої інформації. Запропоновано підхід до оптимізації кешування шляхом динамічного визначення TTL за допомогою машинного навчання. Розглядаються два основні методи: пакетне навчання моделі (наприклад, градієнтний бустинг) на основі історичних даних про частоту змін джерела, патерни доступу та характеристики даних; та онлайн-навчання, зокрема з використанням навчання з підкріпленням (RL), яке дозволяє системі безперервно адаптуватися до поточних умов. RL-агент навчається обирати оптимальний TTL, аналізуючи позитивні (влучання в кеш) та негативні (промахи, застарілі дані) результати своїх дій. Очікується, що адаптивний TTL підвищить cache hit rate, зменшить затримки та навантаження на базу даних, забезпечуючи при цьому вищу актуальність даних.
Посилання
Melnyk A. V. Optymizatsiia efektyvnosti keshuvannia v informatsiino-oriientovanykh merezhakh za dopomohoiu analizu trafiku i vykorystannia adaptyvnykh alhorytmiv. Komp’iuterni systemy ta merezhni tekhnolohii. – 2023. P. 115–116. [in Ukrainian].
