• 沒有找到結果。

行動計算環境中的混合式快取策略之研究

N/A
N/A
Protected

Academic year: 2021

Share "行動計算環境中的混合式快取策略之研究"

Copied!
11
0
0

加載中.... (立即查看全文)

全文

(1)

行政院國家科學委員會專題研究計畫 成果報告

行動計算環境中的混合式快取策略之研究 研究成果報告(精簡版)

計 畫 類 別 : 個別型

計 畫 編 號 : NSC 95-2221-E-011-070-

執 行 期 間 : 95 年 08 月 01 日至 96 年 07 月 31 日 執 行 單 位 : 國立臺灣科技大學資訊管理系

計 畫 主 持 人 : 呂永和

計畫參與人員: 碩士班研究生-兼任助理:周育如、王東祈

報 告 附 件 : 出席國際會議研究心得報告及發表論文

處 理 方 式 : 本計畫可公開查詢

中 華 民 國 96 年 11 月 01 日

(2)

行動計算環境中的混合式快取策略之研究

A hybrid cache management policy in mobile computing environments

主持人:呂永和 {[email protected]} 國立台灣科技大學資訊管理系

計畫參與人員:呂永和、王東祈、周育如 1. 中文摘要

關鍵詞:資料廣播、快取策略、資料驗證 資料廣播具有同時服務大量客戶的特 性,因此被認為是在行動計算環境中散播 資料的一個有效方法。為了節省客戶端的 能源消耗(與調校時間成正比),研究者 在資料廣播中插入名為選擇式調校

(Selective tuning)的時間索引,研究證 實選擇式調校可大量降低客戶端的調校 時間。另一方面,客戶端資料快取

(cache),也是一種能同時有效降低調校時 間與等待時間的一種方法。傳統的快取研 究只考慮資料快取,我們在另一項研究中 證實,快取時間索引也可以有效降低客戶 端的調校時間。本計畫的目的是研究一個 同時快取資料及時間索引的混合式快取 策略。一般而言,快取資料容易受資料來 源端資料異動的影響,而使得快取的資料 失效;相對的,快取索引則不受資料異動 的影響。混合式快取會依資料異動的頻 率,決定一個快取索引與快取資料的適當 比率,以最佳化調校時間與查詢等待時 間。另外,為了要在資料廣播中進行資料 驗證,我們結合失效資料驗證報告(IR approach)與資料廣播,提出在資料廣播環 境中的有效資料驗證方法。

2. 英文摘要

Key words: Data broadcast, Cache policy, Cache invalidation

Data broadcast is effective for disseminating information to a large amount of users in a mobile computing environment.

To reduce energy consumption, many indexing schemes, also known as selective tuning, have been proposed. In selective tuning, the data server broadcast time indices to inform a mobile client when to tune in to the broadcast channel to download its required data items. It has been shown that selective tuning can significantly reduce tuning time. Another way to reduce tune time and access time is to cache the data items in the mobile clients. With data caching, a mobile client uses its local cache to answer a query without tuning in to the broadcast channel, so as to reduce tuning time and access time. The existing cache policies only cache data items. In our previous work, we have shown that index caching can also significantly reduce tuning time. In this project, we propose a hybrid method that caches both data items and indices. In general, data caching is more susceptible to data updates. Once its corresponding data item in the server is updated, a cached data item becomes invalidated, and thus cannot be used in a query. In contrast, updates on data items have no effect on index caching. Depending on update frequency, the hybrid method determines a ratio of the size of data cache over the size of index cache that optimizes the access time and tuning time. Furthermore, to allow cache invalidation, we propose an efficient way to integrate the Invalidation Report (IR) approach into the data broadcast environment.

3. 前言

(3)

Tuning time Probe

4

Index

2

Access time

Tuning time Probe

Probe

4

Index

2

Access time

在行動計算環境中,廣播是一個有效的資料 散佈方法,因為廣播的成本並不會隨著接收 資料人數的增加而增加。在廣播環境下,降 低調校時間與查詢等待時間是目前大家追 求的目標[1]。廣播的資料傳送方式為伺服 器端在廣播頻道上週期性地廣播資料,而行 動客戶端則進入頻道中等待需要的資料被 廣播。在此環境下,當行動客戶端需要某個 資料項時,就進入頻道等待,直到收到所需 要的資料項後,再從頻道上離開。當行動客 戶端進入頻道等待時,會由「休眠模式」

(Doze mode) 轉 為 「 活 躍 模 式 」 (Active mode),休眠模式比活躍模式省電。資料廣 播是以調校時間(Tuning time),衡量資料擷 取 所 消 耗 的 電 力 , 而 以 獲 取 時 間 (Access time),衡量取得資料的速度。調校時間是指 行動客戶端進入廣播通道中,監聽(Listening) 頻道所花費的總時間。而獲取時間是指行動 客戶端從提出資料需求,一直到取得資料項 所經過的時間。圖一所示為行動客戶端進入 廣播頻道,取得data 2的調校時間(綠色部 份)和獲取時間。

圖一、 Access time 與 Tuning time

根據T. Imielinski等提出選擇式調校的概念 [1],廣播的最小單位是廣播小包(bucket) 廣播小包分為索引小包(index bucket)和 資料小包(data bucket)兩種,連續相鄰的 索引小包構成索引片段(index segment);

連續相鄰的資料小包構成資料片段(data segment)。當行動客戶端提出資料請求後,

必須先取得索引(Index),以得知所需資料小 包被伺服器廣播的時間;之後便離開頻道,

進入休眠模式,等到所需的資料小包被播放 時,再進入頻道接收資料小包,減少擷取資 料所需花費的調校時間,以達到節能的目 的。廣播頻道中所用的索引為樹狀結構,此 樹狀結構稱為索引樹,如圖二(a)所示,樹的 最底層為資料項,

b

1

b

2

b

3

b

4

b

5

b

6

b

7

b

8

b

9

a

1

a

2

a

3

R

1 4 7 10 13 16 19 22 25 28 31 34

c1c2c3 c4c5c6 c7c8c9c10c11c12c13c14c15c16c17c18c19c20c21c22c23c24c25c26c27

37 40 43 46 49 52 55 58 61 64 67 70 73 76 79~81

(a)

(b)

圖二、 廣播結構 (a)索引樹 (b)廣播排程 其餘節點為索引項(index entry)。行動客戶 端取得資料項的方式是,根據索引樹的指 引,拿到相關的索引項,依索引項決定所需 資料項的播放時間,在該時間上線取得資料 項。例如,客戶端欲取得 data 22,只要依 序取得 R、a

1

、b

3

、c

8

後,便可擷取到 data 22。

相對應的一種廣播排程(tuning optimal),如 圖二(b)所示。

在廣播環境下,除了利用索引之外,使用快 取,也可使資料擷取更有效率。因為擷取資 料前必須先獲取相關索引,因此快取可分資 料快取[3,4]與索引快取 [2]。在資料快取 的研究方面,一般都是考慮(1)資料被使用 的機率、(2)資料被播放的頻率及(3)下載資 料所花費的成本。來決定快取的對象。如果 客戶端需要的資料項存在於快取中,就可直 接從快取中獲得,不必再進入頻道花費任何 的調校時間與獲取時間來取得所需的資料 項。但是如果資料項在伺服端被異動,則快

2

(4)

效益函式(Profit Function) 取的資料項就不能用,我們需要一個機制來

通知行動客戶端,哪些資料在伺服端被異動 過。在快取索引方面,因為擷取資料前必須 先獲取相關索引,因此將適當的索引放入快 取中,可降低調校時間。而且,快取索引不 會受資料異動的影響;資料異動後,快取中 的索引仍可使用。但與快取資料相比,使用 快取索引,仍舊得進入頻道擷取資料項;因 此,節省調校時間與等待時間的效果,較快 取資料的方法小。

Profit(x)=P(x)·R(x)·U(x)

Profit(x)

:將

x

小包放入快取後,能為系統 帶來的效益

P(x)

x

小包的存取機率

R(x)

:使用

x

小包

,

可節省的調校時間 與獲取時間的比例

U(x)

x

小包被快取後

,

客戶端下次要 使用

x

,x

可用(即未異動過)的機

在以往的研究中,學者都只考慮一種快取,

即快取資料或快取索引。事實上,快取資料 與快取索引,都可以為系統帶來效益。因 此,本研究提岀整合快取資料與快取索引的 混合式快取策略(Hybrid Cache),混合式快 取策略依資料異動的頻率,決定快取資料與 快取索引的比率,以及該快取哪一個資料項 或哪一個索引項。

其中 P(x)

R(x)是代表將 x 放入快取後,期

望能降低的調校時間與獲取時間的比例。接 著,我們分別討論效益函式的三個組成因 素。

4. 研究方法

4.1 混合式快取(Hybrid Cache)

我們以一個效益函數來決定該快取的索引 項或資料項。效益函數考慮三個因素:(1) 資料或索引小包(bucket)的使用率的使用 機率;(2) 資料或索引小包被使用時,所能 降低的調校時間與獲取時間;(3) 資料或索 引小包被異動的機率。

A. 效益函式

(a) 小包的存取機率─ P(x) 假設每一個資料項被存取的機率為已 知,我們可以算出每一個索引項的存取 機率。一個索引項的存取機率,為該索 引項所包涵的資料項的存取機率的總 和。

圖三、 索引樹

如圖三所示,d1~d8 是為資料項,其他則是 索引項,每一個資料項下面的數字代表該資 料項被存取的機率。b3 存取的機率,為 b3 所包涵的資料項(d5,d6)的存取機率加總,

因此,P(b3)=P(d5)+P(d6)=0.05+0.3=0.35。

我 們 將 三 個 會 影 響 系 統 效 能 的 因 素 量 化 後,建立成效益函式(Profit Function),利用 效益函式,衡量每個小包被放入快取後,所 能為系統帶來的效益,以效益值來決定快取 的對象。

3

(5)

步驟一、 將 RAT 與 RTT 的最大值與最小 值分別以 RAT

max

,RTT

max

,RAT

min

,RTT

min

示,並另外記下,以方便之後做正規化。

當我們將一個小包放入快取中時,若此小包 的直接子節點存在於快取中,則此小包的存 取機率要做一些調整。如圖三所示,假設 b3 已經存在於快取中,而我們現在要計算 a2 的存取機率,因為 b3 已經存在於快取 中,當行動客戶端需要 d5、d6 時,會使用 b3,而不會使用 a2;因此 a2 所包含的資料 範圍由原本的 d5、d6、d7、d8 變為 d7、d8。

因此 P(a2)=P(d7)+P(d8)=0.1+0.05=0.15。同 樣地,當快取中某一個小包,將被從快取中 移除時,若此小包在索引樹中的直接父節點 已經存在於快取中,則此直接父節點的存取 機率要增加。如圖三所示,假設現在 a2、

b3 同時存在於快取中,若要將 b3 從快取中 移除,a2 的存取機率要做調整。當 b3 在快 取中的情形下,a2 包含的資料範圍是 d7、

d8,當 b3 從快取中移除後,a2 的資料範圍 變為 d5、d6、d7、d8,因此 a2 的存取機率 要調整為

P(a2)=P(d5)+P(d6)+P(d7)+P(d8)=0.5

步驟二、利用 Min-max normalization[7],將 RAT 與 RTT 正規化,得到 RATR( Reduced Access Time Ratio) RTTR( Reduced Tuning Time Ratio)。

min max

)

min

) (

( RAT RAT

RAT x x RAT

RATR

= −

min max

)

min

) (

( RTT RTT

RTT x x RTT

RTTR

= −

步驟三、利用 RATR 與 RTTR 可算出 RAVR(Reduced Average Time Ratio),我們所 求的 R 即為 RAVR。

)) ( )

( 2 ( ) 1

( x RATR x RTTR x

RAVR = +

) ( )

(

x RAVR x R

=

(b) 使用小包時,可節省的調校時間與 獲取時間的比例─ R(x)

(c) 小包放入快取後,client 下次要使 用時,尚未異動的機率─ U(x)

假設伺服器端異動資料的間隔時間服從 指數分配,如圖五中的 u;而客戶端查 詢的間隔時間一樣也呈現指數分配,如 圖五中的 q。假設 u 與 q 相互獨立。

在廣播環境中,調校時間是能源消耗的 指標,獲取時間則是獲取資料時,平均花費 的時間,兩者對系統而言都是越低越好。一 般都是將調校時間與獲取時間分開比較,但 在一些應用中,我們可能要同時考慮這兩個 時間。在[5]中作者利用一個指標來將兩者 做結合。在這邊我們利用類似的概念,將調 校時間與獲取時間做結合,使之成為一個指 標。我們以 RAT (Reduced Access Time)與 RTT (Reduced Tuning Time)分別代表所能 降低的 access time 與 tuning time。其中 RAT 與 RTT 的詳細算法請參考[6]。

圖五 client 查詢間隔時間與 server 異動間隔 時間

則可推論出 U(x)=

Tq Tu

Tu

+

,當 Tu 上升時,

Tq Tu

Tu

+

會變大,即 U(x)會越大,詳細請參考 計算步驟如下:

4

(6)

[6]。 以 u 表示資料異動的間隔時間, 則:

⎪⎩

⎪ ⎨

⎧ >

=

. . , 0

0 1 ,

) (

w o DUI u

u

f e

DUI

u

B. 效能分析

(a) 實驗參數

我們利用系統模擬的方式做實驗分析。使用 C++撰寫模擬程式。利用調校時間與獲取時 間這兩個指標來做為效能評估的標準。比較 對象則是在[2]中提出的 CPF 法與傳統的 LRU 快取策略。其中 CPF 法只快取索引,

而 LRU 則只快取資料。另外我們會觀察資 料 異 動 頻 率 對 快 取 中 索 引 小 包 比 例 的 影 響,以 index ratio 表示。

實驗的參數的設定如表 1 所示。採用分支度 為 4,深度為 6 的索引樹,資料項位於索引 樹的最底層,資料項共有 4096 個。

表 1 實驗參數

參數值 預設值 調 整 範

資料數目 4096(bucket) 快取空間 100(bucket) 500~409

6

θ 0.8 0~4.5

平均資料異動 間隔時間

10(廣播週期) 0.0125~

6.4

(b)

實驗結果

DUI 越大表示平均的資料異動間隔時間 大。從圖六為調校時間(tuning time)的表 現,可看出 DUI 的大小對 CPF 的 Tuning Time 幾乎沒有影響,主要原因是因為 CPF 的快取 空間並不會存放資料項,它只存放索引,而 索引項不受異動影響;因此,資料是否異 動,對 CPF 的 Tuning Time 都沒有任何影 響。而 Hybrid 與 LRU 均允許快取資料項;

隨著 DUI 的增加,其 Tuning Time 越來越 低,兩者的變化方向雖然一致,但 Hybrid 的調校時間卻比 LRU 低很多。主要是因為當 資料項異動時間很短時,將資料項放入快取 後,資料失效的機率相當高,而 LRU 的快取 中只允許存放資料項,因此快取幾乎無法發 揮效用,行動客戶端需要資料時,快取中的 資料大部分都失效了,因此還是得從索引樹 根節點開始擷取,所以 LRU 的 Tuning Time 會很高。而 Hybrid 因為允許快取中存放索 引項與資料項,當資料項異動時間間隔很短 時,Hybrid 會多快取一點索引項,少一點 資料項,因此還是可利用索引項,來有效降 低調校時間。所以當 DUI 值很小時,Hybrid 與 CPF 的調校時間相當接近。但是當 DUI 值越來越大時,Hybrid 會開始增加快取資 料項的比例,因此調校時間會漸漸降低。

實驗參數的設定如下:

θ : Zipf distribution 的參數,用來表 示資料項請求模式的請求次數的分配偏斜 程度

圖七為等待時間(access time)的表現,可 以看出 CPF 的等待時間並不會隨著 DUI 的變 化而有所影響,主要原因還是 CPF 僅快取索 引項。而 LRU 與 Hybrid 都允許快取資料項,

隨著 DUI 越來越大,LRU 與 Hybrid 的等待 時間均越來越低。

資料異動間隔時間服從一個指數分配,我們 使用 Data Update Interval(DUI)表示該指 數分配的期望值,也就是平均資料異動間隔 時間。而 DUI 是以廣播週期為單位。

5

(7)

0 1 2 3 4 5 6 7 8 9

0.0125 0.025 0.05 0.1 0.2 0.4 0.8 1.6 3.2 6.4 DUI

Tuning Time (bucket)

Hybrid CP F LRU No Cache

圖六、 DUI 對 Tuning Time 的影響

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

0.0125 0.025 0.05 0.1 0.2 0.4 0.8 1.6 3.2 6.4 DUI

Access Tiem (bucket)

Hybrid CP F LRU No Cache

圖七、 DUI 對 Access Time 的影響 圖八及圖九分別為快取空間對 Tuning Time 及 access time 的影響,隨著快取空間的加 大,Hybrid、CPF 與 LRU 的 Tuning Time 也 都跟著降低。因為 Hybrid 同時可快取資料 項與索引項,它能適當調整快取中資料項與 索引項的比例,使快取的帶來的效益有效發 揮,因此 Tuning Time 都比另外兩者低。而 CPF 因為只允許快取索引項,所以調校時間 始終比 Hybrid 高,當某些資料項能為系統 帶來很大效益時,CPF 並不會快取這些資 料,頂多快取它上端的索引項。至於 LRU 則因為只能快取資料項,除非所需要的資料 項都在快取中,否則就得從索引樹根節點重 新開始擷取,因此調校時間較 Hybrid 與 CPF 高。但當快取空間越來越大時, LRU 大部 分資料項,都可從快取中滿足;因此 Tuning Time 會比 CPF 低。

圖九可看出 CPF 的 Access Time 始終無法

大幅度降低,因為唯有當所需要的資料項 都在快取中時,才能使 Access Time 有效 降低,但 Hybrid 與 LRU 均能隨著快取空 間的變大,Access Time 也跟著降低。

0 1 2 3 4 5 6 7 8 9

500 1000 1500 2000 2500 3000 3500 4096

Cache Size (bucket)

Tuning Time (bucket) Hybrid

CP F

LRU

No Cache

圖八、 快取空間對 Tuning Time 的影響

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

500 1000 1500 2000 2500 3000 3500 4096

Cache Size (bucket)

Access Time (bucket)

Hybrid CP F

LRU No Cache

圖九、 快取空間對 Access Time 的影響

4.2 廣播資料驗證(Broadcast-IR)

為了讓客戶端能知道快取中的資料項是否 可用,我們在廣播方法中加入驗證報告 [8]。我們修改了封包的表頭,使得客戶端 可以得知驗證報告廣播的時間。並且根據廣 播環境的特性,使用編號來取代驗證報告中 的時間戳記。此外,我們討論驗證報告的擺 放位置,發現若將驗證報告擺在索引之前,

則客戶端會為了要取得驗證資料而錯失廣 播資料。若將驗證報告擺放在每一個資料區

6

(8)

塊中第一個異動資料之前,並在驗證報告中 加入部份資料廣播的時間。如此可以大量降 低客戶端的獲取時間。

A. 小包頭加入 IR 指標

圖十為一般的小包格式(bucket format),小 包中包含索引鍵值及相對於廣播頭

(Broadcast head)的相對位置,如 R 中存 放 a1 及 a2 的索引鍵值 1, 3 及 a1, a2 相對於 廣播頭的位置 1, 2。

R

a

1

a

2

1 2 3 4 索引

R a

1

a

2

1 2 3 4 資料 (key=1,offset=1)

(key=3,offset=2) R

(key=3,offset=3) (key=4,offset=4)

a

2

R 。。。

R

a

1

a

2

1 2 3 4 R

a

1

a

2

1 2 3 4 索引

R a

1

a

2

1 2 3 4 資料 (key=1,offset=1)

(key=3,offset=2) R (key=1,offset=1) (key=3,offset=2)

R

(key=3,offset=3) (key=4,offset=4)

a

2

(key=3,offset=3) (key=4,offset=4)

a

2

R 。。。

圖十、廣播小包格式

為了得知下一個 IR 小包(IR bucket)的廣播 時間,我們將小包的頭加上 next IR pointer 欄位(圖十一)

IR,索引,資料 header

type bucket ID

next IR pointer next R pointer

bucket

next cycle pointer type bucket ID

next IR pointer next R pointer

bucket

next cycle pointer

圖十一、加上 IR 指標的小包

B. 驗證報告和廣播結構的結合

為了要將驗證報告放入廣播結構之中,

我們將驗證報告擺在廣播結構中固定的位 置(ex.驗證報告擺在索引之前)。

在廣播方法中,伺服端會在廣播循環開 始前決定這個廣播循環所要廣播的索引項 和資料項的內容,一旦決定了內容後,伺服 端就不會更改這個廣播循環的索引項和資 料項內容。若廣播循環中的資料項有被異動 時,異動的資料項不會反應在這個廣播循 環,而會反應在下一個廣播循環之中,所以 驗證報告的更新時間為一個廣播循環。因此

在一個廣播循環中放入多個驗證報告,這些 驗證報告的內容都會是一樣的,並不會因為 在廣播循環中資料項被異動,而改變驗證報 告的內容。

由於索引項、資料項和驗證報告的更新 時間為一個廣播循環,廣播循環中資料項的 異動會反應在下一個廣播循環中,所以在同 一個廣播循環異動資料項的時間戳記,可以 用一個編號來代表所有的時間戳記,我們替 每個廣播循環編一個對應的編號 cycle number(簡稱 cycle no.),並用 cycle no.取代 驗證報告中的時間戳記。圖十二為一個廣播 循環中所包含的 IR 的例子。圖十二中,在 cycle no.=8 的廣播循環開始前,伺服端要製 作驗證報告。假設這個驗證報告包含過去三 個廣播循環(cycle no.=5、cycle no.=6、cycle no.=7)的資料異動,將各個廣播循環中異動 資料項的編號加入到對應的 cycle no.中。即 可產生出下一個廣播循環的驗證報告。

cycle no.

cycle no. IDID 77 5,65,6

66 22

55 3,73,7

5 6

7

3 7 2 6 5

下一個廣播循環的IR

廣播循環 廣播循環 廣播循環

圖十二、廣播環境的驗證報告

C. 驗證報告位置最佳化

如圖十三所示,若將 IR 放在索引區段之 前,則客戶端取得索引項時,無法及時 取得 IR,會錯失重新取得失效資料項的 機會,將 IR 放在索引區段之後會是較好 的選擇。

1 2 3 a3

R a1 a2 IR R a1 a2 a3 IR 4 55 6 R a1 a2 a3IR 7 8 9

probe in

IR擺在index之後資料之前 1 2 3 a3

R a1 a2 IR R a1 a2 a3 IR 4 55 6 R a1 a2 a3IR 7 8 9

probe in

IR擺在index之後資料之前 1 2 3 a3

R a1 a2

IR IR R a1 a2 a3 4 55 6 IR R a1 a2 a3 7 8 9

probe in

IR擺在index之前

錯失資料廣播

1 2 3 a3

R a1 a2

IR IR R a1 a2 a3 4 55 6 IR R a1 a2 a3 7 8 9

probe in

IR擺在index之前

錯失資料廣播

7

(9)

圖十三、IR 在索引區段之前

IR 的最佳位置則是在索引區段之後第一

個異動資料項之前,如圖十四所示。

no. ID 7 (5,2) (6,3),

6 2

5 3,7

no. ID

7 5,6

6 2

5 3,(7,1) no. ID

7 5,6

6 (2,2) 5 (3,3),7

4 55 66 a3

R a1 a2 IR R a1a2a3IR 77 8 9 a3

R a1 a2 IR 1 22 33

4 55 66 a3

R a1 a2 IR R a1 a2 a3IR 77 8 9 a3

R a1 a2 1 IR 2233

no. ID 7 (5,2) (6,3),

6 2

5 3,7

no. ID 7 (5,2) (6,3),

6 2

5 3,7

no. ID

7 5,6

6 2

5 3,(7,1) no. ID

7 5,6

6 2

5 3,(7,1) no. ID

7 5,6

6 (2,2) 5 (3,3),7 no. ID

7 5,6

6 (2,2) 5 (3,3),7

4 55 66 a3

R a1 a2 IR R a1a2a3IR 77 8 9 a3

R a1 a2 IR 1 22 33

4 55 66 a3

R a1 a2 IR R a1 a2 a3IR 77 8 9 a3

R a1 a2 1 IR 2233

圖十四、IR 的最佳位置 五、結論

在本計畫中,我們提出了兩個有效降低

行動計算環境中有效降低調校時間與查詢 等待時間的方法—混合式快取與使用 IR 的 資料快取。實驗結果顯示,這兩個方法都 能達到增加行動計算效能的目的。

六、參考文獻

1. T. Imielinski , S. Viswanathan, and B. R.

Badrinath, “Data on Air: Organization and Access,” IEEE Trans.Knowledge and Data Engineering, Vol. 9,No. 3, pp353-372 , May/June 1999.

2. Jen-Jou Hung and Yungho Leu,”

Efficient index caching schemes for data broadcasting in mobile computing environments”

Database and Expert Systems Applications, 2003.

Proceedings. 14th International Workshop, pp. 139 – 143, Sept. 2003.

3. S.Acharya et al. “Broadcast Disks: Data Management for Asymmetric Communications Environments,” Proc.

ACM SIGMOD Conf., pp.199-210,May

1995.

4. D.A. Tran, K.A. Hua, and K.

Prabhakara, “On the Efficient Use of Multiple Physical-Channel Air-Cache,”

Proc. IEEE Wireless Comm. and Networking Conf. (WCNC ’02), Mar.

2002.

5. Xu Yang and Athman Bouguettaya,

“Adaptive Data Access in Broadcast-Based Wireless

Environment,” IEEE Trans. Knowledge

and Data Eng. , Vol 17, pp.

326-338,March. 2005.

6. 呂永和,洪振洲,張朝宗, “A hybrid caching policy for data dissemination in mobile computing environment,”

NCS-95, 12/15-16, 2005, Tainan.

7. Jiawei Han and Micheline Kamber,

“Data Mining: Concepts and Techniques,”Morgan Kaufmann Publishers, 2001.

8. D. Barbara and T. Imielinski. “Sleepers and Workaholics: Caching Strategies in Mobile Environments.” In Proceedings of the ACM SIGMOD Conference on Management of Data, pages 1-12, 1994.

9. C.J. Su and L. Tassiulas, “Joint broadcast scheduling and user’s cache management for efficient information delivery,” ACM Wireless Networks, 6, 2000.

10. S. Acharya et al., “Prefetching from a Broadcast Disk,”12th Int’l Conf. Data Eng., pp. 276-285, Feb. 1996.

七、計畫成果自評

1、 研究內容與原計畫相符程度 本研究內容與原提案計畫內容相符。

2、 預計達成目標狀況

本計畫所提之研究目標,都能有效地達 成。

3、研究成果的學術或應用價值

本研究初步結果,發表在全國計算機會 議(NCS) [6]及正投稿至 NCS2007 研討會 中。

4、是否適合在期刊上發表

本研究的第一個結果(混合式快取)可 望發表於期刊中。

(10)

9

(11)

出席國際學術會議心得報告

計畫編號 NSC 94-2213-E-011-064

計畫名稱 行動隨意網路之資料快取及快取一致性之研究 出國人員姓名

服務機關及職稱 呂永和,國立台灣科技大學資管系副教授 會議時間地點 澳洲,黃金海岸

會議名稱 WSEAS International Conference on Computer Engineering and Applications (CEA’07)

發表論文題目 A New Cache Invalidation and Searching Policy for Mobile Ad Hoc Networks 一、參加會議經過

本人參加該會議並擔任一個議程的主席(Session Chair)。我的議程有八篇論文發表,

其中有一位泰國人(New York City University 的 Ph.D.),有一位印度人(IIT 碩士),和我 三個人發表論文,其間大家相談甚歡。尤其是和泰國人更是投緣,大家用英文交談毫無 障礙。會議的聽眾大約 5 到 6 人,以前我對於別人的發問,不太容易掌握重點,這次應 付的還不錯。我想在美國 5 年的求學經驗,幫了很大的忙。

不過我還是發現泰國人的英文比我熟練,相談之下發現泰國人在泰國是用英文上 課。該泰國人所在的大學有兩個學程—全英語學程與泰語學程。我想用英文上課對英文 的熟練程度應該有所幫助。

本人在旅行時遇到了一些波折,到了香港發現香港轉接到布里斯本的飛機延後一天 才到,航空公司原本安排免費進住機場飯店(Regal Hotel),但香港海關人員硬是不給進入 該飯店,說我沒有港簽,問題是我根本沒有預定要進入香港,我想香港政府對於台灣人 民並不十分友善。另外,我發覺香港赤蠟角機場已經被中國政府接管。

二、與會心得

雖然該會議的等級並不高,但參與者相當多,專業上的收穫雖然不大,但跟各國學 者一起討論,對於提升研究樂趣幫助很大;同時,與各國人交換國際情勢等意見,對於 增進外國人對於台灣的瞭解、台灣困境的瞭解幫助很大。

我的論文有被收錄到期刊中,雖然期刊不是很好,也不無收穫。

不過,下次還是需要提升研究的深度,投稿較專業的會議,收穫才會比較大。

參考文獻

相關文件

2.1.1 The pre-primary educator must have specialised knowledge about the characteristics of child development before they can be responsive to the needs of children, set

 Promote project learning, mathematical modeling, and problem-based learning to strengthen the ability to integrate and apply knowledge and skills, and make. calculated

The aim of the competition is to offer students a platform to express creatively through writing poetry in English. It also provides schools with a channel to

Now, nearly all of the current flows through wire S since it has a much lower resistance than the light bulb. The light bulb does not glow because the current flowing through it

The objects on orange orbits (Mercury, Venus, Mars, Jupiter, and Saturn) rotate around the sun.. Johannes Kepler, Weil, Württemberg

According to the United Nations Educational, Scientific and Cultural Organization (UNESCO), a language is considered endangered when “its speakers cease to use it, use it in fewer

This kind of algorithm has also been a powerful tool for solving many other optimization problems, including symmetric cone complementarity problems [15, 16, 20–22], symmetric

Discovering the City by Mining Diverse and Multimodal Data Streams – IBM Grand Challenge: New York City 360. §  Exploring and Integrating Multiple Contents and Sources for