2024年4月18日发(作者：)

维普资讯

第２７卷第２３期　

ＶＯ１．２７　ＮＯ．２３　

计算机工程与设计　

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ　

２００６年ｌ２月　

Ｄｅｃ．２００６　

嵌入式移动数据库客户端列Ｃａｃｈｅ方案研究　

郭　鹏　，　彭蔓蔓　，　胡　慧　

（１．湖南工程学院计算机系，湖南湘潭４ｌｌ１００；２．湖南大学计算机与通信学院，湖南长沙４１００８２）　

摘　要：在嵌入式环境中，有效利用客户机端Ｃａｃｈｅ的空间，可以大大降低系统功耗和提高系统的性能。从体系结构级的角　

度，介绍了一种适应数据广播环境的移动数据库客户机端Ｃａｃｈｅ管理方案——列Ｃａｃｈｅ，并探讨了一种改进的替换和预取策　

略——带锁的循环淘汰ＰＩＸ算法，分析了其可行性，试验证明了这种方案的有效性。　

关键词：数据广播；列Ｃａｃｈｅ；替换篆略；ＰＩＸ算法；锁操作　

中图法分类号：ＴＰ３０２　文献标识码：Ａ　文章编号：１０００—７０２４（２００６）２３—４４２７－０３　

Ｒｅ　ｓｅａｒｃｈ　ｏｆ　ｅｍｂｅｄｄｅｄ　ｍｏｂｉｌｅ　ｄａｔａｂａｓｅ　ｃｌｉｅｎｔ　ｃｏｌｕｍｎ　ｃａｃｈｅ　

ＧＵＯ　Ｐｅｎｇ　，ＰＥＮＧ　Ｍａｎ－ｍａｎ　，ＨＵ　Ｈｕｉ　

（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ，Ｈｕｎａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉａｎｇｔａｎ　４　１　１　１　００，Ｃｈｉｎａ；　

２．Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｈｕｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ　４　１　００８２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｅｍｂｅｄｄｅｄ　ｓｙｓｔｅｍ，ｕｓｉｎｇ　ａｖａｉｌａｂｌｙ　ｃａｃｈｅ　ｓｐａｃｅ　ｓｙｓｔｅｍ　ｐｏｗｅｒ　ｉｓ　ｒｅｄｕｃｅｄ　ａｎｄ　ｓｙｓｔｅｍ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓ　ｉｍｐｒｏｖｅｄ．Ａ　ｎｅｗ　

ａｒｃｈｉｔｅｃｔｕｒａｌ　ｍｅｔｈｏｄ　ｏｆ　ｍｏｂｉｌｅ　ｄａｔａｂａｓｅ　ｃｌｉｅｎｔ　ｃａｃｈｅ－－ｃｏｌｕｍｎ　ｃａｃｈｅ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ，ａｎｄ　ａ　ｂｅ￣ｅｒ　ｒｅｐｌａｃｅｍｅｎｔ　ｐｏｌｉｃｙ－－ＦＩＦＯ　ａｎｄ　ＰＩＸ　ａｌ—　

ｇｏｆｉｔｈｍ　ｏｆ　ｌｏｃｋ　ｃａｃｈｅ　ｒｅ　ｄｉｓｃｕｓｓｅｄ，ａ　

Ｋｅｙ　ｗｏｒｄｓ：ｄａｔａ　ｂｒｏａｄｃａｓｔ；ｃｏｌｕｍｎ　ｃａｃｈｅ；ｒｅｐｌａｃｅｍｅｎｔ　ｐｏｌｉｃｙ；ＰＩＸ　ａｌｇｏｒｉｔｈｍ；ｌｏｃｋ　

０　引　言　

以网络为计算中心的时代，嵌入式移动设备为更多用户　

所拥有，这些设备大多配备以无线网络为主的移动联网设备，　

以支持移动用户访问网络中的数据，即移动训　算环境。于是，　

嵌入式移动数据库技术应运而生，并成为近年来日益活跃和　

倍受关注的研究热点。　

请求的频率大幅减少。图ｌ所示为典型的移动数据库的广播　

系统模型。　

现采用的广播技术以广播磁盘算法为代表０　。在广播磁　

盘算法中，服务器根据客户机的数据访问请求频率，归纳出平　

均的访问概率分布，以此组织多级磁盘进行数据广播，来满足　

各个客户机的数据要求。但是，由于广播磁盘算法中考虑的　

访问概率是客户机访问分布的平均，对某个客户机来说，它访　

问数据的概率分布与此分布存在一定的偏差。这就使得某个　

嵌入式移动数据库是指支持移动计算环境的分布式数据　

库ｍ，它与一般数据库的区别在于：嵌入式移动数据库在逻辑　

上不是独立的，它必须以无线的方式与固定的中心数据库服　

务器进行联系，从中心服务器下载所需要的数据，并把本地所　

作的修改上传给中心服务器，所以它本质上是依附于中心服　

务器的，其数据只是中心数据库的一个子集。　

目前，移动数据库服务器端一般采用广播技术　。广播技　

术是服务器利用无线网络固有的广播能力将数据库中经常被　

大部分用户访问的公共热点数据组织起来，经由ＭＳＳ（移动支　

客户访问数据的响应时间延时，为了解决这个问题，客户机端　

一

般采取Ｃａｃｈｅ来缓存服务器端广播的数据　，这样，客户机　

持结点）向无线网络单元内所有ＭＣ（移动客户机）广播。无线　

网络特有的广播能力与普通网络中的广播有显著不同，它可　

无线ｃｅｌｌｕｌａｒ单元　

囟囱囟审　、、＼　

＼、　２Ｍｂｐ￣　　

＼　／　…平　

以支持大量ＭＣ同时接收，而且不管接收的客户数有多少，　

ＭＳＳ的广播代价并不改变，这就允许大规模的移动用户同时　

访问被广播的热点数据。其次，使得ＭＣ向服务器发送访问　

收稿日期：２００５—１１－２７。　

基金项目；湖南省自然科学基金项目（０４ＪＪ３００８）。　

作者简介：郭鹏（１９７８－－），男，湖南湘潭人，硕士，研究方向为嵌入式系统、体系结构、移动计算：　彭蔓蔓（１９６４－－），女，湖南长沙人，硕　

士，副教授，研究方向为体系结构；　胡慧（１９７９－－），女，湖南浏阳人，硕士，讲师，研究方向为模糊控制、神经网络。　

・——

４４２７・——　

维普资讯

端不用每次访问数据都等待服务器广播，可直接从Ｃａｃｈｅ中　

向量的映射单元、改进的能使用映射信息的ＲｅｐｌａｃｅｍｅｎｔＵｎｉｔ。　

获取　仅当Ｃａｃｈｅ失效时。才从广播中获取。　

作此改动，主要是因为列Ｃａｃｈｅ中并不是直接把页映射到一　

一

般情况下，在嵌入式环境中，客户机端Ｃａｃｈｅ的空间十　

组列，而是每一页先映射到一个颜色（Ｔｉｎｔ），接着，每一个颜色　

分有限。如何更好地利用Ｃａｃｈｅ有限的空问，提高Ｃａｃｈｅ的命　

再映射到一组列。例如，整个流数据结构也许被映射成红色，　

中率　，减小访问数据的响应时间，对降低嵌入式系统的功耗　

而其它页映射成蓝色。如果红色仅映射到第１列，蓝色映射　

和提高嵌入式系统的性能有着至关重要的作用。下面我们将　

到２、３、４列，那么，要访问蓝色页中的数据就决不会从红色页　

引入一种新的客户机端列Ｃａｃｈｅ方案。并探讨在这种方案的　

中存取。反之亦然　颜色的使用引入了一种间接的机制，有两　

替换和预取策略中采取锁定方式进行循环淘汰置换ＰＩＸ算法　

个好处：让存储层次和Ｃａｃｈｅ列数等底层信息对用户透明；使　

的可行性。　

重新映射更加容易。　

１工作原理及实现　２列Ｃａｃｈｅ的替换策略及数据预取策略　

１．１移动数据库客户端的列Ｃａｃｈｅ工作原理　

２．１移动数据库客尸端的列Ｃａｃｈｅ的替换策略　

列Ｃａｃｈｅ能够使用软件控制的方法来动态重构Ｃａｃｈｅ分　通常Ｃａｃｈｅ的大小是有限的，当空间已满且再需要增加　

区　，也就是说，以软件的方法把一般组相联Ｃａｃｈｅ中每组的　

新的数据时，就需要采用替换策略。在一般组相联Ｃａｃｈｅ中，　

同一路或几路当成是一列。与一般组相联Ｃａｃｈｅ相比，不同　替换算法主要有３种：随机法、先进先出法、最近最少使用法。　

之处仅在于失效替换时，严格限制了要缓存数据的存放位置。　但这几种替换算法都不适用于移动数据库，因为移动数据库　

这样，使用与一般组相联Ｃａｃｈｅ同样的硬件机制，列Ｃａｃｈｅ能　数据多盘广播中不同数据的广播频率是不同的，客户机显然　

够模拟很多不同硬件实现的Ｃａｃｈｅ分区。如时间／空间分区　不能像传统Ｃａｃｈｅ技术那样缓存自己最常访问的数据，而是　

但是，静态的固定大小的时间／空间分区不能满足所有访问存　应该缓存那些本地访问概率较高，却在广播中出现频率较低　

储模式的需要，造成了Ｃａｃｈｅ资源的浪费。列Ｃａｃｈｅ通过软件　的数据对象。因此，在多盘广播中，客户机引入了基于代价的　

控制。可以灵活调整两个分区大小比例，有效解决了Ｃａｃｈｅ资　缓存替换策略，即替换算法需要考虑缓存失效时，从数据广播　

源浪费的问题。　中获得一个对象的代价（在传统的缓存技术中不必考虑这个　

在嵌入式移动数据库中，根据广播磁盘的特点，客户机端　

代价，因为从服务器获取所有不命中对象的代价都是相同的）。　

可以引入列Ｃａｃｈｅ的方案，即根据广播磁盘的个数动态构建　

在多盘广播环境中，获得广播频率越高的磁盘中的数据项的　

Ｃａｃｈｅ的列数。例如。假设有两个广播磁盘，在４路组相联　

代价越小，而获得广播频率越低的磁盘中的数据项的代价越　

Ｃａｃｈｅ中，我们可以通过软件控制把第１路构成第１列，剩下　

大，这个代价本质上就是等待的时间。　

的３路构成第２列；或者把前面两路构成第１列，剩下的两路　

基于以上替换策略的思想。已经提出了一种ＰＩＸ算法　】。　

构成第２列。这种灵活的机制使Ｃａｃｈｅ可以根据广播磁盘的　

即将访问概率Ｐ与广播频率ｘ的比值作为替换的衡量因子，　

个数和每个广播磁盘的数据大小动态构建Ｃａｃｈｅ列，大大提　选择Ｐ／Ｘ值最小的对象进行替换，但是比较所有缓存对象的　

高了Ｃａｃｈｅ的空间利用率。　

Ｐ／Ｘ值代价过高，于是，近似的ＰＩＸ算法——ＬＩｘ，它维护了一　

１．２移动数据库客尸端的列Ｃａｃｈｅ的实现　

组栈，每个广播磁盘都对应于一个栈，每个缓存对象都被放入　

在一般组相联Ｃａｃｈｅ中，主存块地址的低几位用于选择　它所在的广播磁盘所对应的栈中。每个栈中的缓存对象按照　

一

组Ｃａｃｈｅ行，然后，相联度查找要访问的数据，如果没有找　

ＬＲＵ算法排列，栈底的对象是最近最少使用的对象，若栈中某　

到，则称为Ｃａｃｈｅ失效。此Ｃａｃｈｅ中存在两个控制单元　Ｈｉｔ　

对象被命中。将其移到栈顶。当发生缓存不命中且缓存已满　

Ｕｎｉｔ通过比较标识存储器每一Ｃａｃｈｅ行的标识和主存块地址　时，ＬＩＸ算法只需比较每个栈的栈底对象的ＬＩＸ值，将其中ＬＩＸ　

的高几位标识位，判断Ｃａｃｈｅ访问是否命中；Ｒｅｐｌａｃｅｍｅｎｔ　Ｕｎｉｔ　值最小的对象替换出缓存　

则是当需要替换时，决定哪个Ｃａｃｈｅ行应该被替换　

ＬＩＸ替换算法的最大问题是每个栈中的ＬＲＵ算法需要较　

如图２所示，列Ｃａｃｈｅ可以通过对一般组相联Ｃａｃｈｅ作３　

为复杂的电路实现和维护　，为了尽可能减少芯片的面积，降　

个小小的修改而加以实现：扩充ＴＬＢ以支持Ｔｉｎｔｓ、颜色和位　

低功耗，移动数据库客户机端的列Ｃａｃｈｅ使用带锁的循环淘　

汰ＰＩＸ算法。即客户机端根据服务器广播磁盘的　

个数以及每个磁盘的大小动态地把Ｃａｃｈｅ分成相　

应的几列，每个广播磁盘都对应于一列，每个缓存　

对象都被放入它所在的广播磁盘所对应的列中。　

每个列中的缓存对象以循环的方法加以淘汰，也就　

囹盈　圈圈　

是说，比较每列中要淘汰对象的ＰＩＸ值，将其中ＰＩＸ　

；　；　ｉ　；　；　ｉ　ｊ　；　ｊ　

值最小的对象替换出缓存。为了避免那些最近使　

圈圈　圈圈　圈圈　

用的和常使用的数据或代码项被一视同仁的淘汰　

圈弼　圈盈　圈圈　

出去，可先将这些项锁定（１ｏｃｋｄｏｗ　ｎ），不被循环淘　

…　…。…　…

ｎ

ｌ………Ｃｏ…ｌｕ　…　

汰；一旦这些项不常用了，可以进行解锁，仍参与　

图２基本列Ｃａｃｈｅ体系结构　

原有循环淘汰。Ｃａｃｈｅ的锁操作只需增加很少的　

・——

４４２８・——　

维普资讯

ＰＩＸ＝Ｕ　４５　ＰｌＸ＝Ｕ＋，５　

图３带锁的循环淘汰ＰＩＸ算法的缓存替换过程　

服务器有两个广播磁盘，相应的，客户端的缓存也组织成　

两列，每列的大小根据磁盘大小的不同而不同。列一中有对　

象ａ…ｂ　Ｃ　ｄ，按先进先出的规则排列，ｄ最先进列也晟先ｆ１｛列。　

列＿１．中有对象ｅ、ｆ，ｇ…ｈ　ｉ　ｊ，也是按先进先出的规则排列，ｊ最先　

进列也最先｝｝｝列。假设这时缓存已满，现在客户机需要访问　

缓存对象Ｚ，客户机先从缓存中寻找，发现失效，于是要从广。播　

中获得，但这时缓存已满，所以，必须替换缓存中的对象。首　

先，从列一和列一中找出要替换的候选对象，根据ＦＩ

瓣轻　

ＦＯ原则，　

分别是ｄ和Ｊ，但由于列一中的ｄ对象被锁定，于是列一和列二　

∞”蛐　加　ｍ　

中的候选替换对象是Ｃ和Ｊ，比较Ｃ和ｊ的ＰＩＸ值，确定较小ＰＩＸ　

值的对象Ｃ被替换出缓存。而新对象Ｚ由于和列二的Ｊ　播频　

率相同，于是被插入到列二的顶端。　

２．２移动数据库客户机端的列Ｃａｃｈｅ的数据预取策略　

在广播环境中，当客户机端访问数据而出现Ｃａｃｈｅ失效　

时，必须等待广播数据的到达。显然，数据访问的延迟时间取　

决于下次数据广播的到达时间。为了减小客户机端数据访问　

的响应时间，必须在每次广播数据到达时，事先将那些潜在的　

访问对象预取到Ｃａｃｈｅ中。　

预取缓存管理策略的一个典型算法是：ＰＴ算法。在ＰＴ算　

法中，每个对象的Ｐ代表访问概率，ｔ代表某一时刻到广播中　

出现该对象所需等待的时间。我们将Ｐ与ｔ的乘积ｐｔ作为衡　

量预取价值的尺度，ｐｔ值越大的对象说明预取的价值越高。相　

廊地，可以把上述替换算法中的Ｐ和ｘ的比值作为衡量预取　

价值的尺度，Ｐ／Ｘ值越大的对象说明预取的价值越高。　

仍以上述替换策略中的图３的演示图为例，假设与列一　

相同的广播频率的数据到达时，列一中潜在替换对象ｃ的ＰＩＸ　

值为Ｏ．４５，而到达数据中的ｍ的ＰＩＸ值最大，为Ｏ．８。于足，把　

Ｃ替换成ｍ。实际上，Ｃ和ｍ的广播频率ｘ值是相同的，比较　

的足它们的Ｐ值，也就足数据的访问概率，所以，我们的替换　

原则是尽量把具有较大数据访问概率Ｐ值的数据缓存到Ｃａｃｈｅ　

的相应列中。　

３性能分析　

我们用‘个综合的流应用程序来说明列Ｃａｃｈｅ的有效性。　

这个程序模拟网络路由查找算法，读数据，然后查表输出结　

果。假设一个Ｃａｃｈｅ行有８个字，查找表的大小有３２Ｋ。图４　

显示相应的失效率。一个列Ｃａｃｈｅ把每个流数据限制到单一　

列里，而查找表储存到余下的Ｃａｃｈｅ中。这样，充分的提高了　

－——

４４２９－——　

维普资讯

基因库系统１基因库系统２　

检测代理１　

（２）随机产生初始种群Ｘ．＝（ｘ。。ｘ２＇…，　）；　

（３）对种群进行以下操作，产生新一代种群Ｘ　，直至达到终　

止条件：①计算种群）【ｉ中个体适应度函数　），ｊ＝ｌ，２，３，…，ｎ；②对　

检测代理２　

基因库系统３基因库系统　

ｒ＿＿■搿　

种群确中个体　按照选择算子进行选择产生新种群个体ｘｊ，计　

ｊ　检测代理３　

算新旧个体适应度函数差值Ａｆ＝ｆ（ｘ９一　｛依照Ｂｏｌｔａｍ准则以　

Ｉ　

１　检测代理５　

概率ｍｉｎ｛１，ｃｘｐ（一Ａｆ／ｔ￣）｝＞ｒａｎｄｏｍ［Ｏ，１］接受新解，确定新种群；　

检测代理４　『　

③对选择后的个体按交叉概率Ｐ　进行多点交叉操作，按②中的　

方法决定是否接受新个体，若接受，则令新个体为新种群的个　

图２模型的框架结构　

体，否则，令旧个体为新种群的个体；④对交叉后的个体按变异　

被匹配成功则经过一定时间后自动死亡：③当系统的参数超　

概率Ｐｍ进行变异操作，按②中的方法决定是否接受新个体；　

过阈值时系统报警，通知管理员。　

（４）若ｆ≤ｍ修改种群退火温度　，令Ｔｋ＝ａ＊ｔｋ（ｋ＝－Ｉ，２，…，　），／－＿　

对于误报的消除本模型采取如下的措施：①对每一个检　

ｉ＋１；转步骤（３）否则，转步骤（５）；　

测代理设置触发阈值Ｔ，每个检测元均有一　个匹配计数器Ｃ　，　

（５）计算新种群中满足设计条件的最优特征子集ｘｊ。　

Ｃ—　ｆ（Ｉ），ｔ为时间，且ｆｉｘ）为ｔ的减函数。Ｃ　的初始值为０，匹配　

以上算法实现了基因库的生成。然后通过返回具有高适　

应值的检测元来实现系统的进化。　

成功一次则Ｃ　Ｃ　Ｉ十１，ｓ＝ＥＣ　当　≥，．时，检测代理自我复制传　

播，并向本基因系统返回一个副本，并且Ｃ　Ｃｌ＋ｌ；②由于系统　

４结束语　

的阈值，４个基因库的选择，Ｃ　＝ｆ（ｔ）中的ｆｉｘ）均是可调的。因　

该文分析讨论了生物免疫系统的原理，以及基于该原理　

此，实现了ＩＤＳ安全等级的调节。　

的网络安全研究现状，提出了一种基于生物免疫原理的新型　

３．４检测元的生命周期　

入侵检测系统模型，并结合遗传算法和模拟退火算法对模型　

首先检测元在各自的基因库中随机产生，变成未成熟的　

系统的基因库生成算法进行了改进。可以推知，通过对基因　

检测元，然后由各个类的自我对它进行匹配，如果匹配成功则　

库的有效分类及生成算法的改进，本入侵检测模型的检测效　

死亡，否则变成成熟的检测元。而在检测过程中，如果被匹配　

率将会得到较大提高。　

成功，则自我复制，并向网络中传播，同时返回一个副本；否则　

若在一定时间内未被匹配成功，则死亡。图３为检测元生命　

参考文献：　

周期的图示说明。　

［１】　Ｒｅｂｅｃｃａ　Ｇｕｒｌｅｙ　Ｂａｔｅ．入侵检测【Ｍ】．北京：人民邮电出版社，　

２００１．　

【２】　蒋建春，冯登国．网络入侵检测原理与技术［Ｍ】．北京：国防工业　

出版社，２００１．　

［３】　韩东海，王超，李群．入侵检测系统及实例剖析［Ｍ】．北京：清华　

匹　

大学出版社，２００２．　

［４】　杨孔雨，王秀峰．入侵检测免疫模型中抗体基因库的生成和进　

化［Ｊ】．计算机应用，２００３，２３（７）：２６　２８．　

图３检测元的生命周期　

【５】　杨向荣，沈军毅，罗浩．人工免疫原理在网络入侵检测中的应用　

［Ｊ】．计算机工程，２００３，２９（６）：２７，２９．　

３．５基因库的生成与进化　

［６　康立山．６］非数值并行算法——模拟退火算法［Ｍ】．北京：科学出　

结合ＧＡ的全局优化和模拟退火算法能实现避开局部晟　

版社，１９９７．　

优的特性，实现基因库的生成与进化。算法如下：　［７】　陈彬，宏家荣，王亚东．最优特征子集选择问题［Ｊ】．计算机学报，　

（１）参数设置　种群进化代数Ｍ，种群数目Ｎ．交叉概率Ｐ。，　

１９９７，２０（２）：１３３－１３８．　

变异概率Ｐｍ，温度冷却系数ａ初使退火温度Ｔ。，采用二进制编　

［８】　丁勇，虞平．自动入侵响应系统的研究［Ｊ】’计算机科学，２００３，　

码，比例选择算子，多点交叉方式。　

（１Ｏ）：１６０．１６６．　

（上接第４４２９页）　

［５】　张晨曦，计算机体系结构［Ｍ】，北京：高等教育出版社．２００２．　

ｔｉｏｎｓ，１９９５．５０－６０．　

［６】　Ｃｈｉｏｕ　Ｄ，Ｊａｉｎ　Ｄｅｖａｄａｓ　Ｓ，ｅｔ　ａ１．Ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｉｆｃ　ｍｅｍｏｒｙ　

［８】　陈章龙．嵌入式处理器的Ｃａｃｈｅ结构研究［Ｊ】．小型微型计算机　

ｍａｎａｇｅｍｅｎｔ　ｆｏｒ　ｅｍｂｅｄｄｅｄ　ｓｙｓｔｅｍｓ　ｕｓｉｎｇ　ｓｏｆｔｗａｒｅ－ｃｏｎｔｒｏｌｌｅｄ　

系统，２００４，（７）：１２０４．１２０６．　

ｃａｃｈｅｓ［Ｃ］．Ｔｅｃｈｎｉｃａｌ　Ｒｅｐｏｒｔ　４２７，ＭｌＴＬａｂｏｒａｔｏｒｙｆｏ，Ｃｏｍｐｕｔｅｒ　

［９】　祝庆，张倪．基于语义的移动数据库同步服务器的设计［Ｊ】’计　

ＳｃｉｅｎｃｅＣｏｍｐｕｔａｔｉｏｎＳｔｒｕｃｔｕｒｅｓＧｒｏｕｐ，１９９９．　

算机工程与设计，２００５，２６（１）－２１２－２１５．　

【７】　Ａｃｈａｒｙａ　Ｓ，Ｆｒａｎｋｌｉｎ　Ｍ，Ｚｄｏｎｉｋ　Ｓ．Ｄｉｓｓｅｍｉｎａｔｉｏｎ．ｂａｓｅｄ　ｄａｔａ　ｄｅ．　

【ｌＯ】张步忠，吕强．一个基于数据库的Ｗｅｂ　Ｃａｃｈｅ的设计与实现【Ｊ］．　

１ｉｖｅｙｒ　ｕｓｉｎｇ　ｂｒｏａｄｃａｓｔ　ｄｉｓｋｓ［Ｃ】．ＩＥＥＥ　Ｐｅｒｓｏｎａｌ　Ｃｏｍｍｕｎｉｃａ．　

计算机工程与设计，２００５。２６（７）：１９１１－１９１４．　

＿——

４４３６——