本論文は、分散システムにおけるデータアクセスのためのオンラインレプリケーション問題を研究している。目的は、時間の経過とともに、サーバ間でデータコピーを動的に作成および削除することで、アクセス要求を最小のコストで処理することである。
予測を活用するための学習拡張設定を採用し、個々のサーバにおける要求間隔の単純な2値予測を利用する。提案するオンラインアルゴリズムは、完全な予測の下で5+α/3の一貫性(競争力)と、酷い予測の下で1+1/αのロバスト性(競争力)を持つことを証明する。また、予測の誤りがアルゴリズムの競争力に与える影響を分析し、一貫性を維持しつつロバスト性を制限するよう適応させる。さらに、決定性の学習拡張アルゴリズムの一貫性の下限が3/2であることを示す。実データアクセストレースを用いた実験評価により、予測精度の向上に伴い、提案アルゴリズムが効果的に予測を活用できることを示す。
翻譯成其他語言
從原文內容
arxiv.org
深入探究