本发明公开了一种基于强化学习的频繁写缓存数据压缩方法,以此更好的解决非易失性缓存中数据压缩存储的问题。包括如下步骤:S1:对于每一次缓存写请求访问操作,将写强度和复用局部性信息记录在数据收集模块;S2:构建强化学习模式选择算法,选择适合压缩的模式,将选择的模式信息记录在预测表中;S3:根据预测表中缓存数据的压缩标志位,如果待写数据适合压缩,则将其压缩后存储在缓存中,下次读取该数据时,根据该信息还原被压缩数据;S4:基于霍夫曼编码的数据压缩算法压缩待存储的数据;S5:返回至步骤S1,继续下一次访问缓存操作,直至该任务执行完毕。本发明所提出的强化学习方法获取频繁写数据,以低功耗的形式压缩存储在非易失性缓存中,提升压缩效率和系统性能。
声明:
“基于强化学习的频繁写缓存数据压缩方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)