臺灣博碩士論文加值系統

現今的網路環境成長快速，網路使用人口也不斷的增加，頻寬的擴增速度卻又跟不上需求。然而使用者對網路使用上的延遲卻特別的敏感而感到不滿意。透過使用代理伺服器和預載的方式可以改善這樣的問題，提高使用者對網路使用的滿意度。以往的預載方式是使用複雜的演算法或是透過人為方式去維護一個龐大的預載網站清單，這些都造成了實際上使用的難度，也造成網管人員的困擾。
本研究針對了預載方法的缺點加以改進。利用資料探勘的方法，嘗試以快速且有效率的方法建立一個預載的排程。使用我們的方法，可以自動的產生動態的更新排程，並且快取中的命中率可以穩定的成長。我們所有的實驗均是在區域網路中實際測試取得數據。

Today, while network technology advances drastically, the population of Internet users grows rapidly as well. However, the network bandwidth always cannot keep pace with the demands. Specifically, users are most sensitive and dissatisfied about the delay caused by the network. Proxy and pre-fetch can offer to eliminate such a problem. There have been some pre-fetch methods, made up of a large list of network sites, through complex algorithms or human labors. But fewer of them can be practically implemented or be manually carried out by a network administrator in a real network environment.
We propose a novel method to solve the above shortcomings: a data mining approach by which dominating network features and/or configurations are learned. Through data mining, we can efficiently identify the needy pre-fetches, construct a automatic pre-fetch schedule, thereby increasing the hit rate. Our method is implemented and tested in a local area network.

中文摘要 I
英文摘要 II
誌 謝 III
目 錄 IV
表目錄 VII
圖目錄 VIII
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 1
第三節 論文架構 2
第二章 文獻探討 3
第一節 網站快取（WEB CACHING） 3
第二節 預載（PREFETCH） 6
一 TOP-10 Approach 7
二 預測式預載 7
三 互動式的預載 8
四 智慧型預載 8
第三節 資料探勘 12
一 關聯法則（Association Rule） 12
二 分類（Classification） 13
三 網站探勘（Web Mining） 14
第三章 系統預載方法 16
第一節 特徵選取 16
一 檔案型態 17
二 結果代碼（Result Code） 18
三 日期時間 19
四 網站深度 20
五 階層架構 20
第二節 資料探勘（DATA MINING） 22
一 特徵選取 22
二 分類方法 23
三 回饋分析 24
第三節 流程步驟 28
第四章 系統架構 32
第一節 系統架構 32
一 記錄檔分析轉換模組： 33
二 人工規則分類模組 33
三 資料探勘模組 34
四 預載評估模組 35
五 預載模組 35
第二節 開發方法 36
一 記錄檔分析轉換模組 36
二 人工規則分類模組 36
三 資料探勘模組 36
四 回饋分析模組 36
第三節 使用者端介面 36
一 預載網站資訊查詢 37
二 以定義域方式檢視預載網站 37
三 即時命中率檢視 38
四 預載網站管理 39
第五章 實驗設計 41
第一節 實驗設計 41
第二節 實驗項目 42
第六章 實驗結果與分析 44
第一節 代理伺服器效能 44
第二節 分類方式效能 46
第三節 上線測試分析 47
第七章 結論與未來研究方向 50
第一節 結論 50
第二節 研究限制 52
第三節 未來研究方向 53
附錄A. 結果代碼列表 56
附錄B. 未使用預載之代理伺服器命中率詳細資料 58

中文部分
1. 葉怡成，類神經網路模式應用與實作，台北：儒林圖書股份有限公司，民國89年。
英文部分
2. Brain D. Davison; “A Web Caching Primer;” IEEE Internet Computing, Volume 5, Number 4; IEEE; p.38-45 ; 2001.
3. David W. Cheung, Ben Kao, Joseph Lee; “Discovering user access patterns on the World Wide Web;” Knowledge Based Systems Journal; Elsevier Science , V10, N6; 1998.
4. Evangelos Markatos , Catherine E. Chronaki ; “A Top-10 Approach to Prefetching on the Web;” In Proceedings of the INET 98 Conference; July 1998.
5. Francesco Bonchi, Fosca Giannotti, Giuseppe Manco, Chiara Renso; “Data Mining for Intelligent Web Caching;” Information Technology ; Coding and Computing; IEEE, p.599 -603; 2001.
6. Jinquan Li, Z.X. Wang, Daniel Zeng, Fei-Yue Wang; “Combined Coherence and Prefetching Mechanisms for Effective Web Caching;” 2001 IEEE International Conference on , Vol. 5 ; IEEE; p.3034-3038; 2001.
7. Jiawei Han, Micheline Kamber; “Data Mining: Concepts and Techniques;”Morgan Kaufmann Publishers, San Francisco; 2001.
8. Ken-ichi Chinen, Suguru Yamaguchi; “An Interactive Prefetching Proxy Server for Improvement of WWW Latency;” In Proceedings of the Seventh Annual Conference of the Internet Society (INET ''97), Kuala Lumpur, Malaysia, June 1997.
9. K. Y. Wong and K. H. Yeung, “Site-Based Approach in Web Caching Design; ” to appear in IEEE Internet Computing, 2001.
10. Minos N. Garofalakis, Rajeev Rastogi, S. Seshadri Kyueseok Shim; “Data Mining and the Web: Past, Present and Future;” CIKM''99 2nd Workshop on Web Information and Data Management(WIDM); Kansas City USA; ACM; p.43-47; 1999.
11. Richard P. Lippmann; “An Introduction to Computing with Neural Nets;” IEEE ASSP Magazine; p.4-22; 1987.
12. Qiang Yang, Haining Henry Zhang, Tianyi Li; “Mining web logs for prediction models in WWW caching and prefetching; ” ACM SIGKDD international conference; p.473-478; 2001.
13. R. Cooley, B. Mobasher, and J. Srivastava; “Web Mining: Information and Pattern Discovery on the World Wide Web;” 9th International Conference on Tools with Artificial Intelligence (ICTAI''97); p.558-567; 1997.
14. Sajid Hussain, Robert D. McLeod; “Intelligent Prefetching at a Proxy Server;” Electrical and Computer Engineering, 2000 Canadian Conference on, Vol.1; IEEE; p.209-211; 2000.
15. Venkata N. Padmanabhan, Jeffery C. Mogul; “Using Predictive Prefetching to Improve World Wide Web Latency; ” Computer Communication Review, vol.26, no.3, p.22-36; 1996.
16. Yui-Wen Horng, Wen-Jou Lin, Hsing Mei; “Hybrid prefetching for WWW proxy servers; ” Proc. International Conference on Parallel and Distributed Systems; p.541-548; 1998.
17. Yun-Wu Huang, Philip S. Yu; “A Bandwidth-Sensitive Update Scheduling Method for Internet Push;” 18th International Conference on Distributed Computing Systems (ICDCS); IEEE; p.303-310; 1998.
網站部分
18. http://www.squid-cache.org/
19. http://www.cs.waikato.ac.nz/ml/weka/
20. http://www.web-caching.com/