[发明专利]资源网站的缓存方法及装置

权利要求书

1.一种资源网站的缓存方法，包括：

确定与资源网站相对应的多个二级网站，获取各个二级网站的网站缓存资源属性信息以及网站缓存资源增益比；

根据所述各个二级网站的网站缓存资源属性信息以及网站缓存资源增益比生成训练数据集；

将所述训练数据集输入预设的神经元网络模型，根据所述神经元网络模型的输出结果确定所述资源网站的资源缓存策略。

2.根据权利要求1所述的方法，其中，所述将所述训练数据集输入预设的神经元网络模型，根据所述神经元网络模型的输出结果确定所述资源网站的资源缓存策略包括：

根据所述训练数据集中包含的各个二级网站的网站缓存资源增益比确定所述神经元网络模型的输入数据；

判断所述神经元网络模型的输出结果是否大于预设阈值；

若否，剔除所述训练数据集中包含的若干二级网站，得到缩小后的训练数据集，并将所述缩小后的训练数据集再次输入所述神经元网络模型。

3.根据权利要求1或2所述的方法，其中，所述判断所述神经元网络模型的输出结果是否大于预设阈值之后，进一步包括：

若是，根据与神经元网络模型的本次输入数据相对应的训练数据集中包含的各个二级网站的网站缓存资源属性信息确定所述资源网站的资源缓存策略。

4.根据权利要求2所述的方法，其中，所述剔除所述训练数据集中包含的若干二级网站，得到缩小后的训练数据集包括：

将所述训练数据集中包含的各个二级网站按照网站缓存资源增益比从大到小的顺序进行排序；

根据排序结果剔除排序靠后的若干个二级网站，得到缩小后的训练数据集。

5.根据权利要求3所述的方法，其中，所述根据与神经元网络模型的本次输入数据相对应的训练数据集中包含的各个二级网站的网站缓存资源属性信息确定所述资源网站的资源缓存策略包括：

根据所述与神经元网络模型的本次输入数据相对应的训练数据集中包含的各个二级网站的网站缓存资源属性信息，确定与所述训练数据集中包含的各个二级网站相对应的文件数据量、和/或访问请求次数；

根据所述各个二级网站相对应的文件数据量、和/或访问请求次数设置所述资源缓存策略中包含的缓存文件数据量阈值、和/或请求触发次数阈值。

6.根据权利要求1所述的方法，其中，所述获取各个二级网站的网站缓存资源属性信息以及网站缓存资源增益比包括：

分别针对每个二级网站，获取针对该二级网站缓存的各个资源文件的文件数据量总和，以及与针对该二级网站缓存的各个资源文件相对应的服务流量总和；

根据所述服务流量总和与所述文件数据量总和之间的比值确定该二级网站的网站缓存资源增益比。

7.根据权利要求1所述的方法，其中，所述二级网站的网站缓存资源属性信息包括：缓存的资源文件名、资源文件数据量、以及访问请求次数；并且，所述神经元网络模型为二层M-P神经元网络模型。

8.一种资源网站的缓存装置，包括：

获取模块，适于确定与资源网站相对应的多个二级网站，获取各个二级网站的网站缓存资源属性信息以及网站缓存资源增益比；

生成模块，适于根据所述各个二级网站的网站缓存资源属性信息以及网站缓存资源增益比生成训练数据集；

策略确定模块，适于将所述训练数据集输入预设的神经元网络模型，根据所述神经元网络模型的输出结果确定所述资源网站的资源缓存策略。

9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的资源网站的缓存方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的资源网站的缓存方法对应的操作。