一種面向用戶與應(yīng)用的計算機與智能設(shè)備加速方法和裝置的制造方法
【專利摘要】一種面向用戶與應(yīng)用的計算機與智能設(shè)備加速方法和裝置，在大量計算機上布置緩存與預(yù)取服務(wù)控制裝置，這些裝置在設(shè)備上創(chuàng)建內(nèi)存虛擬磁盤，然后對各硬件部分進行不同類型讀寫測試，將設(shè)備建模成不同性能參數(shù)數(shù)據(jù)裝置的組合，控制裝置也可帶外接固態(tài)硬件并參與建模，隨后控制裝置初步分析被服務(wù)設(shè)備上的應(yīng)用信息，并通過網(wǎng)絡(luò)操作等分析用戶類型，與硬件建模一起對云端提交，云端分析后據(jù)先有檔案對不同類型硬件給出針對不同應(yīng)用不同用戶群的加速方案，返回裝置進行初步處理，同時裝置開始統(tǒng)計各應(yīng)用讀寫操作、I/O類型、操作頻率等，一段時間后結(jié)合效果反饋再次反饋云端，云端記錄并給出校正方案。反復(fù)迭代到基本完善，再將最終方案與歷史保存云端。
【專利說明】
一種面向用戶與應(yīng)用的計算機與智能設(shè)備加速方法和裝置
技術(shù)領(lǐng)域
[0001]該產(chǎn)品屬于計算機設(shè)備與信息科學(xué)技術(shù)領(lǐng)域。是一種基于大數(shù)據(jù)與云技術(shù)的跨設(shè)備交互的計算機與智能設(shè)備加速方法。
【背景技術(shù)】
[0002]首先需要說明的是，本發(fā)明所指的緩存主要是指的計算機與智能計算設(shè)備的磁盤緩存，即用于加速電腦或運行，突破磁盤性能瓶頸的緩存，而不是視頻流媒體緩存或路由web緩存。
[0003]磁盤緩存技術(shù)是為了解決磁盤速度瓶頸而出現(xiàn)的。磁盤性能的提高遠遠落后于處理器等電子設(shè)備，這使得存儲系統(tǒng)仍舊是整個計算機系統(tǒng)的性能瓶頸。緩存(Caching)以及預(yù)取(Prefetching)是能夠提高存儲系統(tǒng)性能的兩種非常有效的技術(shù)。緩存技術(shù)的思想是將經(jīng)常訪問的數(shù)據(jù)放在快速訪問設(shè)備中，加快其存取速度，減少等待時間。預(yù)取技術(shù)是把將來有可能馬上要被訪問到的數(shù)據(jù)預(yù)先從慢速設(shè)備中預(yù)取到快速設(shè)備中。其中，由于預(yù)取實際上也是磁盤緩存調(diào)配的一種，故在本文中將兩者統(tǒng)稱為磁盤緩存技術(shù)。
[0004]緩存技術(shù)(Caching)，顧名思義，就是當(dāng)上下兩層次的設(shè)備讀寫性能差異較大時，介于上一級的高性能設(shè)備與下一級的低性能設(shè)備之間的一個緩沖層，其容量低于下一級的低性能設(shè)備，而性能往往低于上一級的高性能設(shè)備，但是其速度大于低性能設(shè)備，通過轉(zhuǎn)移原本指向低性能設(shè)備的讀寫來提升性能。Cache—詞來源于1967年的一篇電子工程期刊論文。凡是位于速度相差較大的兩種硬件之間，用于協(xié)調(diào)兩者數(shù)據(jù)傳輸速度差異的結(jié)構(gòu)，均可稱之為Cache。正是考慮到了緩存技術(shù)在整個存儲體系中的重要地位，大量以提高緩存命中率、最小化磁盤I/O數(shù)量為目標(biāo)的緩存管理算法紛紛涌現(xiàn)。比如，LRU是應(yīng)用最為廣泛的緩存管理算法，算法的核心思想就是優(yōu)先將那些設(shè)備在最近一段時期內(nèi)最少訪問的數(shù)據(jù)替換出緩存，從而最大限度保障緩存的利用效率。另外，還有一些與LRU相反的緩存管理算法，它們是針對應(yīng)用中特定訪問模式而設(shè)計的。比如最多使用替換算法(Most RecentlyUsed, MRU)也被稱為讀取-替換算法。與LRU優(yōu)先替換出設(shè)備最近最少使用的數(shù)據(jù)不同，MRU總是從設(shè)備緩存中替換出最近使用的數(shù)據(jù)塊。之所以如此，是因為MRU最初是為一些類似于順序掃描、循環(huán)掃描的訪問模式所設(shè)計的。無論是基于空間局部性還是訪問頻率，緩存管理算法的最終目標(biāo)就是提高設(shè)備端緩存的命中率、最小化設(shè)備磁盤I/O的數(shù)量。
[0005]預(yù)取技術(shù)(Prefetching)是提高存儲系統(tǒng)性能的另一項重要技術(shù)。預(yù)取是將那些尚未訪問但未來可能訪問的數(shù)據(jù)預(yù)先從磁盤等低速存儲設(shè)備成批讀取到緩存等高速存儲設(shè)備中，以提高數(shù)據(jù)訪問的速度，并最終提升整個存儲系統(tǒng)的性能。
[0006]預(yù)取技術(shù)的有效性主要取決于兩個方面:一個是預(yù)取的精確度以及受其影響的緩存命中率，另一個則是預(yù)取中順序性的挖掘。一些研究試圖通過保存更多更久的歷史訪問信息來提升預(yù)測的準(zhǔn)確性。另外一類算法則通過設(shè)備的歷史訪問信息來挖掘文件之間或者數(shù)據(jù)塊之間的訪問關(guān)系，并基于這些關(guān)系預(yù)測未來的訪問數(shù)據(jù)，提高緩存的命中率。
[0007]無論緩存還是預(yù)取，一直以來，存在許多問題，以致于影響了其應(yīng)用。
[0008]比如，舊的緩存技術(shù)是以設(shè)備為對象，其目的在于提升設(shè)備性能，使之做任何事情都有性能提升。這樣有三個弊端，第一，緩存都不得不以設(shè)備為對象設(shè)計，具備了不可移植性，形成了硬件捆綁，不能通用，第二，一個設(shè)備的性能提升對于其他設(shè)備沒有任何幫助，也就是說，無法降低邊際成本，無法提升邊際效用，舉例來說，通過設(shè)置了更大的緩存，三星850EV0磁盤獲得了比840EV0更好的性能，但是這件事對于現(xiàn)有的840EV0沒有任何幫助，第三，對用戶幫助很小，還是以三星為例，其固態(tài)硬盤的緩存一般都設(shè)計地較低，原因很簡單，正如其設(shè)計師所述，用戶一般感覺不到更高緩存帶來的性能提升，性能指標(biāo)跑分雖然上去了，實際應(yīng)用滿意度卻較低。
[0009]又比如，舊的緩存預(yù)取的算法、優(yōu)化、自我學(xué)習(xí)都是局域的，針對具體設(shè)備的，將效果寄望于硬件帶來的即時效果，即使有后期優(yōu)化也寄希望于長時間的校正。這是因為，在過去，任何緩存預(yù)取系統(tǒng)既無法獲得其他設(shè)備的緩存信息，也無法影響其他設(shè)備的運行，更何況在不以應(yīng)用和用戶類型(用戶群)為對象而以設(shè)備為對象的情況下，設(shè)備之間差異巨大即使實現(xiàn)各個設(shè)備系統(tǒng)之間的交互似乎也毫無意義:
原因1.無法獲得其他設(shè)備的緩存信息
在過去，磁盤緩存都與各自設(shè)備形成一個孤立的系統(tǒng)，與其他設(shè)備的緩存并沒有任何交互。
[0010]原因2.無法影響其他設(shè)備的運行既然各自都是孤立的系統(tǒng)，自然無法彼此影響。
[0011]原因3.設(shè)備之間差異巨大即使實現(xiàn)各個設(shè)備系統(tǒng)之間的交互似乎也毫無意義以緩存本身的建立過程為例，需要積累該設(shè)備的運行數(shù)據(jù)，才能統(tǒng)計出常用文件，并將這些常用文件進行緩存。顯然，此處所說的常用文件就是針對具體設(shè)備，離開了具體設(shè)備根本就沒有常用文件這個概念。一個計算機工程師的電腦常用程序，比如Visual C或者Dreamwaver，可能在普通用戶的計算機上根本就不會安裝，那兩者之間的緩存系統(tǒng)又有什么可比性呢？更何況，不同設(shè)備的緩存本身也差異巨大，過去絕大部分計算機并沒有設(shè)置處理器緩存之外的磁盤緩存，少數(shù)服務(wù)器應(yīng)用有緩存技術(shù)，一些臺式計算機應(yīng)用有基于固態(tài)硬盤緩存技術(shù)(如混合硬盤)，這些設(shè)備之間，無緩存的，有緩存的，有完全不同緩存設(shè)備的，設(shè)備之間差別巨大。因此面向設(shè)備的緩存技術(shù)沒有交互的可能。
[0012]總之，過去的磁盤緩存或計算機緩存預(yù)取是以設(shè)備為對象的、局域的，導(dǎo)致難移植，不通用，邊際效用低，邊際成本高，實際應(yīng)用滿意率低，優(yōu)化緩慢耗時間等問題。
[0013]可是，如果要改變這種模式，就需要對現(xiàn)有各類設(shè)備、軟硬件進行重新設(shè)計與工作模式改寫。
[0014]但這一重新設(shè)計是值得的。雖然本發(fā)明僅僅是其初步探索，也獲得了意外的效果。
[0015]并且，磁盤緩存的模式是會發(fā)生改變的。在發(fā)明人的另一項專利中(2014105350389)，發(fā)明人提出了跨設(shè)備的計算加速系統(tǒng)，本質(zhì)是性能輸送，跨設(shè)備的緩存系統(tǒng)中服務(wù)端與被服務(wù)端之間是短距離但多通道的網(wǎng)絡(luò)，可在短距離內(nèi)輸送性能，而服務(wù)端之間又可以依靠光纖等實現(xiàn)交互。這樣，該跨設(shè)備的緩存系統(tǒng)就可以形成網(wǎng)絡(luò)，獲得大數(shù)據(jù)，并能應(yīng)用云技術(shù)。

【發(fā)明內(nèi)容】

[0016]本發(fā)明提出一種面向用戶與應(yīng)用的計算機加速方法和裝置。
[0017]本發(fā)明方案改變之前緩存與預(yù)取技術(shù)的局域特性，挖掘緩存方案與經(jīng)驗的數(shù)據(jù)特性，變設(shè)備對象型的緩存操作為應(yīng)用與用戶對象型的緩存操作，變固定設(shè)備型操作為跨設(shè)備聯(lián)網(wǎng)協(xié)同操作，變單一緩存預(yù)取設(shè)備為三級。
[0018]方法流程概括:(控制設(shè)備安裝與識別)一一設(shè)備建模一一應(yīng)用與用戶類型數(shù)據(jù)與設(shè)備模型一起向Ζ5Γ端傳輸 75:計算初次優(yōu)化嘗試反饋米集向75:端傳輸 75:端二次矯正反饋并記錄數(shù)據(jù)一一多次反復(fù)直到完善反饋并記錄歷史。
[0019]傳統(tǒng)緩存預(yù)取往往在一個設(shè)備內(nèi)完成，而本發(fā)明提供的緩存預(yù)取技術(shù)在架構(gòu)上采取了三級結(jié)構(gòu):大量終端的緩存預(yù)取控制裝置，作為一級控制裝置，貢獻出大數(shù)據(jù)，以及數(shù)量不多但分析尤其是模糊運算能力強的云端服務(wù)器，作為二級控制裝置，進行云計算，再加上控制裝置攜帶的USB接口的外接固態(tài)硬件，總共通過三級完成。在服務(wù)范圍方面，這三級結(jié)構(gòu)也不再是局域的，他們彼此之間通過網(wǎng)絡(luò)連接來完成協(xié)同工作。
[0020]該方法需要多個或大量緩存預(yù)取終端控制裝置以及具備模糊分析能力的云端服務(wù)器。這些終端控制裝置對被加速計算設(shè)備進行先期處理，包括載入加速硬件、檢測網(wǎng)絡(luò)設(shè)備以及分割內(nèi)存與存儲設(shè)備，然后控制裝置對設(shè)備各硬件部分進行不同類型讀寫的測試(如4K讀寫、順序讀寫等)，將設(shè)備進行建模成不同性能參數(shù)數(shù)據(jù)裝置的組合，裝置并且將各類緩存設(shè)備也進行分類，以便應(yīng)用優(yōu)化方案。比如，標(biāo)記分別出并行設(shè)備與串行設(shè)備，對于并行1/0，采用細粒度的同步鎖機制增加I/O過程的并行性，從而改善I/O性能，又如，標(biāo)記區(qū)分I/o的類型，判斷緩存設(shè)備最擅長的隨機讀操作I/O類型，通過在I/O過程中判別其特征，擇優(yōu)分配緩存設(shè)備進行緩存。
[0021]隨后控制裝置初步分析被服務(wù)設(shè)備上的各種應(yīng)用程序信息以及網(wǎng)絡(luò)操作的用戶特征數(shù)據(jù)，然后與硬件建模結(jié)果一起對云端提交，云端在收到數(shù)據(jù)后進行統(tǒng)計與模糊分析，依據(jù)先有經(jīng)驗數(shù)據(jù)檔案對不同建模硬件給出針對不同應(yīng)用不同用戶類型(用戶群)的優(yōu)化加速方案，返回緩存服務(wù)裝置進行第一次處理。
[0022]初步應(yīng)用云端返回的第一次配置指導(dǎo)方案后，經(jīng)過一段時間自我學(xué)習(xí)與優(yōu)化后，控制裝置再統(tǒng)計各應(yīng)用讀操作寫操作比例、I/O請求類型、常用文件數(shù)目與大小、使用頻率、用戶類型特征等，在一段時間后結(jié)合自測與用戶反饋收集再次反饋云端。以密文上傳這些在各自系統(tǒng)中優(yōu)化后的緩存模式配置數(shù)據(jù)到處理服務(wù)器(云端)。
[0023]云端記錄數(shù)據(jù)與反饋情況并給出校正或第二優(yōu)選方案。如此反復(fù)數(shù)次，達到基本完善并將最終結(jié)果與優(yōu)化歷史保存云端。
[0024]云端在收到優(yōu)化最終數(shù)據(jù)后進行統(tǒng)計與分析，以應(yīng)用程序、游戲與網(wǎng)址等應(yīng)用層面的對象為統(tǒng)計對象，分析總結(jié)出針對不同應(yīng)用的緩存配置或預(yù)取的優(yōu)化方案(或不同應(yīng)用在不同設(shè)備、用戶等具體情形下的緩存配置或預(yù)取的優(yōu)化方案)，以便之后再以主動反饋或被動應(yīng)答等方式將優(yōu)化后的緩存方案與預(yù)取方案返回到緩存服務(wù)裝置進行相應(yīng)處理如優(yōu)化、預(yù)判等。見附圖1所示。
[0025]當(dāng)然，緩存服務(wù)裝置與云端之間的上傳下載的數(shù)據(jù)全部以密文的形式傳遞。
[0026]進一步地，緩存服務(wù)裝置上傳的數(shù)據(jù)還可包括各自設(shè)備的緩存硬件特征，也會用于應(yīng)用云端反饋回的方案。這樣在云端分析給出的緩存優(yōu)化方案并不是一個應(yīng)用一份的，而是具體的、分類的，如在何種緩存結(jié)構(gòu)上，對該應(yīng)用采取何種緩存或預(yù)取方案。這種依據(jù)各類緩存設(shè)備進行不同處理有利于應(yīng)用優(yōu)化方案。
[0027]進一步地，緩存服務(wù)裝置上傳的數(shù)據(jù)還可包括用戶群體特征數(shù)據(jù)，如年齡范圍、職業(yè)范圍、興趣范圍等，相應(yīng)地，云端反饋的優(yōu)化緩存方案也包括針對不同用戶類型(用戶群)對于不同應(yīng)用對象的使用特征的優(yōu)化或預(yù)判方案。比如，特定行業(yè)、年齡段的用戶使用設(shè)備都有各自的明顯人群特征，如老年人就不會使用大量讀隨機緩存的3D游戲，而更傾向于使用更多寫緩存的瀏覽器。知道了這些特征，并應(yīng)用這些特征，都能夠更好地發(fā)揮預(yù)取與緩存的作用。當(dāng)然，這些信息都是用戶群信息，裝置既不需要也絕不會獲取任何用戶本身的個人信息。這些用戶群信息也經(jīng)過加密。
[0028]控制裝置還可以選擇開啟服務(wù)節(jié)點模式(用戶有選擇權(quán))。如果用戶允許開啟服務(wù)節(jié)點模式，則該控制裝置還將按照云端服務(wù)器的指令，為其他周邊用戶提供cdn緩存、近距網(wǎng)絡(luò)緩存、VPN服務(wù)、smtp服務(wù)等服務(wù)。同時，用戶也將獲得一定的收益回報。
[0029]依據(jù)該方法設(shè)置了多個樣例裝置，見具體實施案例部分。
[0030]有益效果與發(fā)明的創(chuàng)造性
本發(fā)明能夠改變計算設(shè)備的緩存優(yōu)化和預(yù)取優(yōu)化機制，能夠提升緩存設(shè)備對于第一次使用的應(yīng)用、新安裝的應(yīng)用、新訪問的網(wǎng)站以及使用頻率低的應(yīng)用的緩存加速能力。對于經(jīng)常使用的應(yīng)用，也能夠通過針對設(shè)備硬件特征和用戶類型特征等進一步提升緩存與預(yù)取的效果。
[0031]其效果是廣泛的，對于用戶層面而言，即使設(shè)備才剛剛安裝，用戶關(guān)心的網(wǎng)站與相關(guān)網(wǎng)站就能夠快速訪問，哪怕該用戶可能僅僅是第一次或第二次訪問這個網(wǎng)站(這種比例占很大，一般網(wǎng)民的60%網(wǎng)絡(luò)訪問都是訪問不到三次的網(wǎng)站)，而這在過去是根本不可能的。裝置依靠用戶群的大數(shù)據(jù)還能挖掘出更多的網(wǎng)站關(guān)聯(lián)性與加速技術(shù)。
[0032]類似，即使設(shè)備才剛剛安裝，用戶常用的應(yīng)用與喜歡用的應(yīng)用就可能夠流暢運行。且以上兩點都是用戶數(shù)量越多，分布越廣，用戶體驗就會更好，具備網(wǎng)絡(luò)效應(yīng)和雪球效應(yīng)。
[0033]對于應(yīng)用層面而言，效果場景舉例如下。
[0034]舉例一:大量被服務(wù)設(shè)備上某游戲程序的某文件夾都呈現(xiàn)出頻繁讀取特征，則當(dāng)設(shè)備新裝該程序，可直接進行預(yù)判性質(zhì)的工作如緩存那個在其他設(shè)備上被頻繁讀寫文件夾到高速設(shè)備，而無需重新積累緩存數(shù)據(jù)。
[0035]舉例二:大量被服務(wù)設(shè)備上某程序都呈現(xiàn)出頻繁寫入工作，如某購物瀏覽器，則當(dāng)啟動該瀏覽器時，可預(yù)判性質(zhì)地為其分配較大的寫緩存，而無需重新積累緩存數(shù)據(jù)。
[0036]事實上，許多程序由于用戶的使用頻率并不高，無法在單個設(shè)備上學(xué)習(xí)到最優(yōu)的緩存，但是跨設(shè)備數(shù)據(jù)的獲取，就能夠進行大量數(shù)據(jù)樣本的統(tǒng)計與判斷，使得許多很少使用的程序甚至第一次使用的程序都能夠被準(zhǔn)確地預(yù)先優(yōu)化。
[0037]對于設(shè)備層面而言，裝置是通用的、可移植的，也是互聯(lián)的，并可依靠升級云端完成不斷的后續(xù)功能升級。
[0038]本發(fā)明的創(chuàng)造性:
本發(fā)明創(chuàng)造了一種新的緩存預(yù)取的工作方式與裝置制造方式。
[0039]第一，過去的磁盤緩存或計算機緩存預(yù)取是以設(shè)備為對象的、局域的，導(dǎo)致難移植，不通用，邊際效用低，邊際成本高，實際應(yīng)用滿意率低，優(yōu)化緩慢耗時間等問題。而本發(fā)明提供的新的緩存預(yù)取是以應(yīng)用和用戶類型(用戶群)為對象的、基于網(wǎng)絡(luò)的，具有通用性和移植性的，帶有網(wǎng)絡(luò)規(guī)模效應(yīng)的，邊際效用高，應(yīng)用滿意率高，并且可快速完成優(yōu)化配置。
[0040]第二，與過去的緩存預(yù)取技術(shù)不同，本發(fā)明提供的緩存預(yù)取技術(shù)在方法流程上采用了設(shè)備建模一一應(yīng)用與用戶類型數(shù)據(jù)與設(shè)備模型一起向云端傳輸一一云計算初次優(yōu)化嘗試一一反饋采集向云端傳輸一一云端二次矯正反饋并記錄數(shù)據(jù)一一多次反復(fù)直到完善反饋并記錄歷史。本發(fā)明中的工作流程中存在迭代，并在工作的過程中從無到有地構(gòu)建出一種反映應(yīng)用特征與用戶類型特征與硬件模型關(guān)系的大數(shù)據(jù)，以及一種新的模糊分析與迭代指導(dǎo)的云計算模式。
[0041]第三，傳統(tǒng)緩存預(yù)取往往在一個設(shè)備內(nèi)完成，而本發(fā)明提供的緩存預(yù)取技術(shù)在架構(gòu)上采取了三級結(jié)構(gòu):大量終端的緩存預(yù)取控制裝置，作為一級控制裝置，貢獻出大數(shù)據(jù)，以及數(shù)量不多但分析尤其是模糊運算能力強的云端服務(wù)器，作為二級控制裝置，進行云計算，再加上控制裝置攜帶的USB接口的外接固態(tài)硬件，總共通過三級完成。
[0042]在服務(wù)范圍方面，這三級結(jié)構(gòu)也不再是局域的，他們彼此之間通過網(wǎng)絡(luò)連接來完成協(xié)同工作。
[0043]第四，過去的緩存預(yù)取技術(shù)全部忽視了用戶類型這一本質(zhì)性的差異。對于同樣的設(shè)備，不同用戶的需求存在著非常大的差異。技術(shù)服務(wù)的最終對象應(yīng)當(dāng)是人，而不是設(shè)備。一個老年人使用同一個瀏覽器可能主要用途是看視頻和看新聞，而一個年輕人主要用途可能是玩網(wǎng)頁游戲，這種差異反映在應(yīng)用的緩存方案上應(yīng)當(dāng)是截然不同的。當(dāng)然，這也不全部是忽視或者說偏見，過去的技術(shù)方案對此本來就沒有辦法，設(shè)備在出售前無法預(yù)知其買主，程序在被下載前無法預(yù)知其用戶。而采用本發(fā)明就可以挖掘出用戶類型、創(chuàng)建相關(guān)大數(shù)據(jù)并應(yīng)用到緩存預(yù)取技術(shù)中。
[0044]具體實施案例
基于本發(fā)明的方法，設(shè)計實施了一種裝置。應(yīng)用本發(fā)明的方法的裝置既可以是硬件，也可以是軟件，也可以是軟硬件的結(jié)合。本處展示的樣例裝置有兩個，其中第一個是一種軟硬件結(jié)合設(shè)備，第二個樣例略去外接緩存設(shè)備與高速網(wǎng)絡(luò)部件成為一種軟件。
[0045]第一個樣例帶有一個控制裝置，以及一個帶USB3.0連接線的外接固態(tài)加速硬件。該固態(tài)加速硬件具備620MB每秒的順序讀，550MB每秒的順序?qū)懀?20MB每秒的4K讀，160MB每秒的4K寫，以上速度是在出廠時通過Thunderbolt測數(shù)據(jù)參數(shù)，在USB3下大致可以達到該性能，裝置的工作流程(見附圖2所示):
第一步，緩存載入與虛擬化工作。
[0046]1.載入固態(tài)加速硬件2.調(diào)取被服務(wù)端設(shè)備部分的內(nèi)存，將其虛擬成磁盤作為一級緩存，并在關(guān)機時保存其內(nèi)容到文件數(shù)據(jù)包，開機時載入該數(shù)據(jù)包到虛擬的內(nèi)存磁盤，調(diào)取大小先為初步設(shè)定最小值，在隨后與云端反饋過程后逐步修改；3.檢測是否存在其他可用磁盤緩存，比如對低速磁盤的移動設(shè)備檢測是否有wigig外接的高速閃存，如能檢測到可用緩存，就創(chuàng)建為二級緩存(或由用戶同意是否創(chuàng)建)，以便根據(jù)讀寫操作等進行緩存與預(yù)取。
[0047]第二步，測量工作。
[0048]完成準(zhǔn)備操作后，控制裝置對設(shè)備硬件與創(chuàng)建的各種緩存部件進行不同類型讀寫的測試，如4K讀寫、512K隨機讀寫、順序讀寫等，判斷待加速設(shè)備各個部分的緩存性能特征，對外接加速硬件也參與測試，因為設(shè)備的USB接口會帶來很大的影響。
[0049]第三步，建模工作。
[0050]依據(jù)測量數(shù)據(jù)，并通過系統(tǒng)函數(shù)如Windows函數(shù)讀取硬件其他信息如大小、接口等，然后將設(shè)備進行建模成各個不同性能參數(shù)的數(shù)據(jù)裝置的組合，并給出各個部分的每項讀寫性能評分以及綜合評分，并進行歸類，比如該部分屬于隨機讀取緩存設(shè)備還是4K寫緩存設(shè)備。該歸類信息既會與本機的緩存優(yōu)化數(shù)據(jù)一起加密上傳云端，也會用于應(yīng)用云端反饋回的方案。因為，在云端分析給出的緩存優(yōu)化方案并不是一個應(yīng)用一份的，而是具體的、分類的，如在何種緩存結(jié)構(gòu)上，應(yīng)用何種方案。這種依據(jù)各類緩存設(shè)備進行不同處理有利于應(yīng)用優(yōu)化方案。比如，標(biāo)記分別出并行設(shè)備與串行設(shè)備，又如，標(biāo)記區(qū)分I/O的類型，判斷緩存設(shè)備最擅長的隨機讀操作I/O類型，通過在I/O過程中判別其特征，擇優(yōu)分配緩存設(shè)備進行緩存。
[0051]第四步，掃描應(yīng)用狀態(tài)，并大致確定用戶類型(用戶群)。
[0052]這一步其實有許多實現(xiàn)方式。樣例中我們的控制裝置是這樣做的:掃描程序安裝目錄獲得應(yīng)用種類，掃描Prefetch目錄和日志獲得應(yīng)用使用頻率，掃描系統(tǒng)TEMP文件夾獲得常訪問網(wǎng)站并根據(jù)網(wǎng)站推斷用戶類型特征，推斷用戶習(xí)慣。裝置根據(jù)網(wǎng)站網(wǎng)址與緩存文件對用戶群體特征進行大致判斷，根據(jù)設(shè)備類型、年齡，以及設(shè)備上的應(yīng)用分布，判斷用戶的職業(yè)、興趣、年齡等。當(dāng)然，這些信息都是用戶群體性的特征信息，裝置既不需要也絕不會獲取任何用戶本身的個人信息。而且這些用戶群信息全都會以加密的形式傳遞到云端。
[0053]第五步，數(shù)據(jù)初步上傳云端。
[0054]控制裝置初步分析并對云端提交被服務(wù)設(shè)備上的各種應(yīng)用程序信息以及網(wǎng)絡(luò)操作的用戶特征數(shù)據(jù)，以及硬件建模結(jié)果。
[0055]上傳數(shù)據(jù)中不會有任何用戶隱私信息，都是抽象的模型信息與用戶群，比如一個典型的大致會包含以下類型信息，以下信息僅為舉例:最常用的應(yīng)用程序(魔獸爭霸，淘寶瀏覽器，Word)，用戶特征(20-30歲，男，喜愛購物與瀏覽汽車相關(guān)網(wǎng)站，以及頁游如4399)，計算機建模特征(測試特征:32位系統(tǒng)，4GB物理DDR2內(nèi)存，系統(tǒng)識別3.2GB，通過USB3.0普通接口連接加速硬件部分，共64GB，并采用了 USB協(xié)議優(yōu)化加速，創(chuàng)建內(nèi)存虛擬磁盤512MB，單硬盤，希捷混合硬盤為1TB，其中內(nèi)存虛擬磁盤測分為順序讀2200MB每秒，順序?qū)?020MB每秒，4K讀500MB每秒，4K寫300MB每秒，外接加速硬件順序讀480MB每秒，順序?qū)?80MB每秒，4K讀100MB每秒，4K與160MB每秒，混合硬盤的順序讀150MB每秒，順序與120MB每秒，4K讀IMB每秒，4K寫0.5MB每秒等其他參數(shù)，建模特征:設(shè)置為一個4K的緩存區(qū)A，一個內(nèi)存虛擬的寫緩存區(qū)B，一個順序讀緩存區(qū)C，一個混合區(qū)D實際的建模當(dāng)然會比這個復(fù)雜一些，此處為說明用)等等，這些信息以加密格式上傳給云端服務(wù)器。
[0056]第六步，云端初步模糊分析。
[0057]首先，這個跟互聯(lián)網(wǎng)一樣，如果這是剛剛建網(wǎng)的初期，云端沒有已有數(shù)據(jù)，那么最初的幾份檔案與數(shù)據(jù)是需要人工工程師輸入的，包括大量的在各類設(shè)備環(huán)境下針對各類用戶群的不同應(yīng)用的緩存預(yù)取方案。這里的方案不完善是沒關(guān)系的，因為會在后面的過程中被不斷迭代、完善。
[0058]接下來我們這里重點介紹的當(dāng)然是網(wǎng)絡(luò)已經(jīng)初步建立之后的流程。
[0059]在收到應(yīng)用數(shù)據(jù)、用戶群特征、以及硬件建模結(jié)果等上傳數(shù)據(jù)后，云端在收到數(shù)據(jù)后進行統(tǒng)計與模糊分析，依據(jù)先有經(jīng)驗數(shù)據(jù)檔案對不同建模硬件給出針對不同應(yīng)用不同用戶群的優(yōu)化加速方案，返回緩存服務(wù)裝置進行第一次處理。
[0060]比如上面的例子的處理方式可能就是:據(jù)服務(wù)器數(shù)據(jù)庫資料，由于大量被服務(wù)設(shè)備上魔獸爭霸的某文件夾都呈現(xiàn)出頻繁讀取特征，故云端返回方案要求緩存那個被頻繁讀寫文件夾到C ;據(jù)服務(wù)器數(shù)據(jù)庫資料，大量被服務(wù)設(shè)備上淘寶瀏覽器都呈現(xiàn)出頻繁寫入工作，故為其分配較大的寫緩存到B ;大量被服務(wù)設(shè)備上Word都涉及大量4K讀寫，分配A區(qū)；由于用戶喜愛購物與瀏覽汽車相關(guān)網(wǎng)站，以及頁游如4399，故云端返回方案要求緩存預(yù)取相關(guān)網(wǎng)站的主要頁面，并以cdn技術(shù)布置一些緩存重定向到附近節(jié)點；并針對上傳的數(shù)據(jù)和模型給與一些其他的系統(tǒng)與應(yīng)用的緩存預(yù)取配置方案等。
[0061]分析完畢后服務(wù)器將上述方案返回控制裝置。
[0062]第七步，深度數(shù)據(jù)與測試效果反饋。
[0063]在一段時間后控制裝置再進行自測與用戶反饋收集，并上傳一段時間內(nèi)獲得的深度數(shù)據(jù)，應(yīng)盡可能包括各應(yīng)用讀操作寫操作比例、I/O請求類型、常用文件數(shù)目與大小、使用頻率，反饋云端，云端根據(jù)反饋情況給出校正或第二優(yōu)選方案。
[0064]第八步，反復(fù)迭代方案。
[0065]如此反復(fù)數(shù)次后，達到基本完善。
[0066]第九步，服務(wù)器數(shù)據(jù)庫更新，并將最終結(jié)果與優(yōu)化歷史保存云端。
[0067]云端服務(wù)器收到以密文上傳這些在各自系統(tǒng)中的最終優(yōu)化緩存模式配置數(shù)據(jù)，處理服務(wù)器對多個裝置的緩存過的各種應(yīng)用程序、游戲、網(wǎng)絡(luò)操作與相關(guān)文件的統(tǒng)計數(shù)據(jù)，以應(yīng)用、用戶與設(shè)備模型為分類單位，記錄到數(shù)據(jù)庫，如:建筑行業(yè)用戶、Dell Latitude 600計算機上最佳的AutoCAD緩存與預(yù)取方案。(同一個應(yīng)用程序在不同類型用戶、不同設(shè)備上的最佳緩存預(yù)取方案顯然是不同的。)以便之后協(xié)調(diào)新的裝置。
[0068]第十步，再服務(wù)節(jié)點(用戶可選模式)。
[0069]控制裝置還可以選擇開啟服務(wù)節(jié)點模式(用戶有選擇權(quán))。如果用戶允許開啟服務(wù)節(jié)點模式，則該控制裝置還將按照云端服務(wù)器的指令，為其他周邊用戶提供cdn緩存、近距網(wǎng)絡(luò)緩存、VPN服務(wù)、smtp服務(wù)等服務(wù)。同時，用戶也將獲得一定的收益回報。
[0070]該樣例一裝置的設(shè)計還包括了: 1.對系統(tǒng)內(nèi)存提供智能壓縮與后臺自動釋放；
2.裝置將應(yīng)用程序進行虛擬化處理，從而預(yù)存更多甚至所有程序文件與程序所需系統(tǒng)環(huán)境文件在緩存中(虛擬化原理可以是重定向和環(huán)境虛擬化技術(shù)等，被虛擬化的應(yīng)用程序自我包含，可以在)。
[0071]第二個樣例裝置的工作流程:
第一步，緩存創(chuàng)建與虛擬化工作。
[0072]1.調(diào)取被服務(wù)端設(shè)備部分的內(nèi)存，將其虛擬成磁盤作為一級緩存，并在關(guān)機時保存其內(nèi)容到文件數(shù)據(jù)包，開機時載入該數(shù)據(jù)包到虛擬的內(nèi)存磁盤，調(diào)取大小先為初步設(shè)定最小值，在隨后與云端反饋過程后逐步修改；2.檢測是否存在可用磁盤緩存，比如對低速磁盤的移動設(shè)備檢測是否有Wigig外接的高速閃存，如能檢測到可用緩存，就創(chuàng)建為二級緩存(或由用戶同意是否創(chuàng)建)，以便根據(jù)讀寫操作等進行緩存與預(yù)取。
[0073]第二步，測量工作。
[0074]完成準(zhǔn)備操作后，控制裝置對設(shè)備硬件與創(chuàng)建的各種緩存部件進行不同類型讀寫的測試，如4K讀寫、512K隨機讀寫、順序讀寫等，判斷待加速設(shè)備各個部分的緩存性能特征，當(dāng)存在外部硬件設(shè)備如外接固態(tài)硬盤等情形時這些外接設(shè)備也參與測試。
[0075]第三步，建模工作。
[0076]依據(jù)測量數(shù)據(jù)，并通過系統(tǒng)函數(shù)如Windows函數(shù)讀取硬件其他信息如大小、接口等，然后將設(shè)備進行建模成各個不同性能參數(shù)的數(shù)據(jù)裝置的組合，并給出各個部分的每項讀寫性能評分以及綜合評分，并進行歸類，比如該部分屬于隨機讀取緩存設(shè)備還是4K寫緩存設(shè)備。該歸類信息既會與本機的緩存優(yōu)化數(shù)據(jù)一起加密上傳云端，也會用于應(yīng)用云端反饋回的方案。因為，在云端分析給出的緩存優(yōu)化方案并不是一個應(yīng)用一份的，而是具體的、分類的，如在何種緩存結(jié)構(gòu)上，應(yīng)用何種方案。這種依據(jù)各類緩存設(shè)備進行不同處理有利于應(yīng)用優(yōu)化方案。比如，標(biāo)記分別出并行設(shè)備與串行設(shè)備，又如，標(biāo)記區(qū)分I/O的類型，判斷緩存設(shè)備最擅長的隨機讀操作I/O類型，通過在I/O過程中判別其特征，擇優(yōu)分配緩存設(shè)備進行緩存。
[0077]第四步，掃描應(yīng)用狀態(tài)，并大致確定用戶類型(用戶群)。
[0078]這一步其實有許多實現(xiàn)方式。樣例二中我們的控制裝置是這樣做的:掃描程序安裝目錄獲得應(yīng)用種類，掃描Prefetch目錄和日志獲得應(yīng)用使用頻率，掃描系統(tǒng)TEMP文件夾獲得常訪問網(wǎng)站并根據(jù)網(wǎng)站推斷用戶群特征，推斷用戶習(xí)慣。裝置根據(jù)網(wǎng)站網(wǎng)址與緩存文件對用戶群體特征進行大致判斷，根據(jù)設(shè)備類型、年齡，以及設(shè)備上的應(yīng)用分布，判斷用戶的職業(yè)、興趣、年齡等。當(dāng)然，這些信息都是用戶群體性的特征信息，裝置既不需要也絕不會獲取任何用戶本身的個人信息。而且這些用戶群信息全都會以加密的形式傳遞到云端。
[0079]第五步，數(shù)據(jù)初步上傳云端。
[0080]控制裝置初步分析并對云端提交被服務(wù)設(shè)備上的各種應(yīng)用程序信息以及網(wǎng)絡(luò)操作的用戶特征數(shù)據(jù)，以及硬件建模結(jié)果。
[0081]上傳數(shù)據(jù)中不會有任何用戶隱私信息，都是抽象的模型信息與用戶群，比如一個典型的大致會包含以下類型信息，以下信息僅為舉例:最常用的應(yīng)用程序(魔獸爭霸，淘寶瀏覽器，Word)，用戶特征(20-30歲，男，喜愛購物與瀏覽汽車相關(guān)網(wǎng)站，以及頁游如4399)，計算機建模特征(測試特征:32位系統(tǒng)，4GB物理DDR2內(nèi)存，系統(tǒng)識別3.2GB，創(chuàng)建內(nèi)存虛擬磁盤512MB，雙硬盤，其中SSD為32GB，HDD為1TB，其中內(nèi)存虛擬磁盤測分為順序讀2200MB每秒，順序與1020MB每秒，4K讀500MB每秒，4K與300MB每秒，SSD順序讀300MB每秒，順序?qū)?20MB每秒，512K讀280MB每秒，512K寫110MB每秒，4K讀1MB每秒，4K寫16MB每秒，HDD的順序讀80MB每秒，順序與60MB每秒，4K讀0.1MB每秒，4K與0.05MB每秒等其他參數(shù)，建模特征:設(shè)置為一個4K的緩存區(qū)A，一個內(nèi)存虛擬的寫緩存區(qū)B，一個順序讀緩存區(qū)C，一個混合區(qū)D—一實際的建模當(dāng)然會比這個復(fù)雜一些，此處為說明用)等等，這些信息以加密格式上傳給云端服務(wù)器。
[0082]第六步，云端初步模糊分析。
[0083]首先，這個跟互聯(lián)網(wǎng)一樣，如果這是剛剛建網(wǎng)的初期，云端沒有已有數(shù)據(jù)，那么最初的幾份檔案與數(shù)據(jù)是需要人工工程師輸入的，包括大量的在各類設(shè)備環(huán)境下針對各類用戶群的不同應(yīng)用的緩存預(yù)取方案。這里的方案不完善是沒關(guān)系的，因為會在后面的過程中被不斷迭代、完善。
[0084]接下來我們這里重點介紹的當(dāng)然是網(wǎng)絡(luò)已經(jīng)初步建立之后的流程。
[0085]在收到應(yīng)用數(shù)據(jù)、用戶群特征、以及硬件建模結(jié)果等上傳數(shù)據(jù)后，云端在收到數(shù)據(jù)后進行統(tǒng)計與模糊分析，依據(jù)先有經(jīng)驗數(shù)據(jù)檔案對不同建模硬件給出針對不同應(yīng)用不同用戶群的優(yōu)化加速方案，返回緩存服務(wù)裝置進行第一次處理。
[0086]比如上面的例子的處理方式可能就是:據(jù)服務(wù)器數(shù)據(jù)庫資料，由于大量被服務(wù)設(shè)備上魔獸爭霸的某文件夾都呈現(xiàn)出頻繁讀取特征，故云端返回方案要求緩存那個被頻繁讀寫文件夾到C ;據(jù)服務(wù)器數(shù)據(jù)庫資料，大量被服務(wù)設(shè)備上淘寶瀏覽器都呈現(xiàn)出頻繁寫入工作，故為其分配較大的寫緩存到B ;大量被服務(wù)設(shè)備上Word都涉及大量4K讀寫，分配A區(qū)；由于用戶喜愛購物與瀏覽汽車相關(guān)網(wǎng)站，以及頁游如4399，故云端返回方案要求緩存預(yù)取相關(guān)網(wǎng)站的主要頁面，并以cdn技術(shù)布置一些緩存重定向到附近節(jié)點；并針對上傳的數(shù)據(jù)和模型給與一些其他的系統(tǒng)與應(yīng)用的緩存預(yù)取配置方案等。
[0087]分析完畢后服務(wù)器將上述方案返回控制裝置。
[0088]第七步，深度數(shù)據(jù)與測試效果反饋。
[0089]在一段時間后控制裝置再進行自測與用戶反饋收集，并上傳一段時間內(nèi)獲得的深度數(shù)據(jù)，應(yīng)盡可能包括各應(yīng)用讀操作寫操作比例、I/O請求類型、常用文件數(shù)目與大小、使用頻率，反饋云端，云端根據(jù)反饋情況給出校正或第二優(yōu)選方案。
[0090]第八步，反復(fù)迭代方案。
[0091]如此反復(fù)數(shù)次后，達到基本完善。
[0092]第九步，服務(wù)器數(shù)據(jù)庫更新，并將最終結(jié)果與優(yōu)化歷史保存云端。
[0093]云端服務(wù)器收到以密文上傳這些在各自系統(tǒng)中的最終優(yōu)化緩存模式配置數(shù)據(jù)，處理服務(wù)器對多個裝置的緩存過的各種應(yīng)用程序、游戲、網(wǎng)絡(luò)操作與相關(guān)文件的統(tǒng)計數(shù)據(jù)，以應(yīng)用、用戶與設(shè)備模型為分類單位，記錄到數(shù)據(jù)庫，如:建筑行業(yè)用戶、Dell Latitude 600計算機上最佳的AutoCAD緩存與預(yù)取方案。(因為同一個應(yīng)用程序在不同類型用戶、不同設(shè)備上的最佳緩存預(yù)取方案顯然是不同的。)以便之后協(xié)調(diào)新的裝置。
[0094]該樣例二裝置的設(shè)計也包括了: 1.對系統(tǒng)內(nèi)存提供智能壓縮與后臺自動釋放；
2.裝置將應(yīng)用程序進行虛擬化處理，從而預(yù)存更多甚至所有程序文件與程序所需系統(tǒng)環(huán)境文件在緩存中。
[0095]除了緩存載入有差別外，其他也可參見附圖2所示。
[0096]以上所述乃是本發(fā)明的具體實施例及所運用的技術(shù)手段，根據(jù)本文的揭露或教導(dǎo)可衍生推導(dǎo)出許多的變更與修正，若依本發(fā)明的構(gòu)想所作的等效改變，其所產(chǎn)生的作用仍未超出說明書及附圖所涵蓋的實質(zhì)精神時，均應(yīng)視為在本發(fā)明的技術(shù)范疇之內(nèi)，合先陳明。
【附圖說明】
[0097]圖1.設(shè)備基本原理圖。
[0098]圖2.樣例裝置示意圖。
【主權(quán)項】
1.一種基于大數(shù)據(jù)和云技術(shù)的、以用戶與應(yīng)用為對象的計算機及智能設(shè)備加速方法，該方法在多臺或大量待加速設(shè)備上布置控制裝置，由這些控制裝置對這些待加速設(shè)備主要硬件部分進行識別或性能測試，并調(diào)取被服務(wù)端設(shè)備部分的部分內(nèi)存將其虛擬成磁盤作為緩存，并通過諸如掃描待加速設(shè)備上相關(guān)程序目錄緩存目錄等方式獲取待加速設(shè)備上的應(yīng)用程序情況數(shù)據(jù)、及網(wǎng)絡(luò)操作等用戶類型特征數(shù)據(jù)(用戶類型特征數(shù)據(jù)可視情況決定是否獲取)，與識別的硬件特征數(shù)據(jù)一起提交云端遠程服務(wù)器，云端在接收上述數(shù)據(jù)后，結(jié)合云端原先已有的數(shù)據(jù)庫進行計算分析，并通過諸如檢索相似硬件、相似用戶下相應(yīng)應(yīng)用程序的最佳緩存方案和預(yù)取配置等方式，對每個不同的待加速設(shè)備給出針對其具體硬件、具體應(yīng)用、甚至具體用戶類型(此項為可選)的優(yōu)化緩存或預(yù)取加速方案，以主動反饋或被動應(yīng)答等方式反饋給各服務(wù)控制裝置，由控制裝置依據(jù)反饋信息進行相應(yīng)的緩存加速、緩存優(yōu)化或預(yù)取處理等。2.—種權(quán)利要求1所描述的方法，其特征在于，在控制狀態(tài)收到反饋方案后不是直接完成應(yīng)用而是開啟迭代的進程，即，按照服務(wù)器初步指示配置緩存預(yù)取服務(wù)的同時，控制裝置開始統(tǒng)計跟蹤狀態(tài)信息如各應(yīng)用讀寫操作比例、I/O請求類型、最常讀寫文件大小、操作頻率、文件關(guān)聯(lián)經(jīng)驗關(guān)系、響應(yīng)時間等，在一段時間后結(jié)合效果反饋或用戶滿意度再次反饋云端，云端在收到數(shù)據(jù)與反饋后再度進行分析給出校正或第二優(yōu)選方案，如此反復(fù)迭代直到基本完善，再將最終方案保存云端，云端以應(yīng)用、硬件類型、緩存設(shè)備類型、用戶特征等作為索引，將最終優(yōu)化的方案添加到數(shù)據(jù)庫，并可選擇性地記錄部分優(yōu)化過程信息或全部優(yōu)化歷史到數(shù)據(jù)庫，即，在方法流程上采用了該步驟:(控制設(shè)備安裝)一一設(shè)備硬件各部分識別與建模一一虛擬化與緩存創(chuàng)建一一應(yīng)用數(shù)據(jù)與用戶類型數(shù)據(jù)獲取一一應(yīng)用數(shù)據(jù)、用戶類型數(shù)據(jù)、設(shè)備模型數(shù)據(jù)向云端傳輸一一云計算初次優(yōu)化嘗試一一反饋采集向云端傳輸一一云端二次矯正反饋一一多次反復(fù)直到接近完善反饋并記錄一一云端形成大數(shù)據(jù)并不斷優(yōu)化、積累。3.—種權(quán)利要求2所描述的方法，其特征在于，初始分配的內(nèi)存虛擬化緩存按照最小大小分配，并在之后的優(yōu)化過程中按服務(wù)器指令調(diào)整大小。4.一種權(quán)利要求1所描述的方法，其特征在于，該方法還采用緩存分流，控制裝置本身結(jié)合帶有USB接口或Wigig連接的外接固態(tài)硬件，安裝到裝置時一并載入，在控制裝置工作時提供額外的緩存預(yù)取用硬件，如4K讀寫緩存到虛擬化出的內(nèi)存磁盤，512K以及隨機讀寫緩存到外接固態(tài)硬件，實現(xiàn)緩存分流，而其對于不同應(yīng)用采取不同的分流方案，這些分流方案云端服務(wù)器經(jīng)過對上傳的數(shù)據(jù)分析確定，即，在架構(gòu)上采取了協(xié)同工作的三級結(jié)構(gòu):由大量終端的緩存預(yù)取控制裝置作為一級加速裝置，負責(zé)終端服務(wù)(虛擬化改造、緩存、預(yù)取等)以及貢獻大數(shù)據(jù)，由云端服務(wù)器作為二級加速裝置，負責(zé)優(yōu)化方案計算與數(shù)據(jù)庫索引迭代，由控制裝置攜帶的USB接口或Wigig接口的外接固態(tài)硬件作為三級加速裝置，負責(zé)為控制裝置提供緩存分流。5.一種依照權(quán)利要求1所述方法，其特征在于，控制裝置本身擔(dān)任新的服務(wù)節(jié)點，使加速裝置網(wǎng)的服務(wù)能力隨被加速設(shè)備的增多而增多，如，這些控制裝置按照云端服務(wù)器的指令，為其他周邊用戶提供如cdn緩存、近距網(wǎng)絡(luò)緩存、VPN服務(wù)、SMTP服務(wù)等網(wǎng)絡(luò)或加速服務(wù)。6.一種權(quán)利要求5所描述的方法，其特征在于，該裝置本身也帶有USB或Wigig連接的外接固態(tài)硬件，在裝置工作時提供額外的緩存預(yù)取用硬件作為緩存分流，同時在開啟服務(wù)節(jié)點模式時外接硬件提供所需的存儲、網(wǎng)絡(luò)組件等支持，即，在架構(gòu)上采取了協(xié)同工作、并自我擴展的三級結(jié)構(gòu):由大量終端的緩存預(yù)取控制裝置作為一級加速裝置，負責(zé)終端服務(wù)(虛擬化改造、緩存、預(yù)取等)以及貢獻大數(shù)據(jù)，由云端服務(wù)器作為二級加速裝置，負責(zé)優(yōu)化方案計算與數(shù)據(jù)庫索引迭代，由控制裝置攜帶的USB接口或Wigig接口的外接固態(tài)硬件作為三級加速裝置，負責(zé)為控制裝置提供緩存分流與硬件支持，并在節(jié)點模式下擴展被加速設(shè)備為新的服務(wù)節(jié)點。7.—種權(quán)利要求1所描述的方法，其特征在于，控制裝置與云端之間的上傳下載的數(shù)據(jù)全部以加密的形式傳遞。8.—種權(quán)利要求1所描述的方法，其特征在于，控制裝置上傳的數(shù)據(jù)還包括反映設(shè)備用戶所屬人群的特征數(shù)據(jù)，如用戶年齡范圍、職業(yè)范圍、興趣范圍等，相應(yīng)地，云端反饋的優(yōu)化方案也包括針對不同用戶類型對于不同應(yīng)用對象的使用特征進行優(yōu)化或預(yù)判的方案。9.一種權(quán)利要求1所描述的方法，其特征在于，控制裝置上傳的數(shù)據(jù)還包括具體的緩存設(shè)備硬件類型或特征信息，相應(yīng)的，在云端分析給出的優(yōu)化方案并不是一個應(yīng)用對應(yīng)一份的，而是具體的、分類的，如在何種緩存結(jié)構(gòu)上，對應(yīng)某個應(yīng)用應(yīng)采用何種方案。10.一種權(quán)利要求1所描述的方法，其特征在于，控制裝置通過掃描系統(tǒng)注冊表獲得應(yīng)用種類，掃描程序安裝目錄獲得應(yīng)用的文件數(shù)量、大小、讀寫特征，掃描系統(tǒng)本身的預(yù)取Prefetch目錄、系統(tǒng)緩存和系統(tǒng)日志獲得應(yīng)用使用頻率，掃描系統(tǒng)TEMP文件夾、收藏夾和瀏覽器緩存文件夾獲得常訪問網(wǎng)站并根據(jù)網(wǎng)站、網(wǎng)址、緩存文件推斷用戶所屬用戶類型特征，推斷用戶習(xí)慣，以及根據(jù)設(shè)備類型、年齡，以及設(shè)備上的應(yīng)用分布，判斷用戶的職業(yè)、興趣、年齡等(這些信息都為用戶群體性的特征信息，裝置既不需要也絕不獲取任何用戶本身的個人信息，且這些用戶群體特征信息也全都會以加密的形式傳遞)。
【文檔編號】G06F3/06GK105867832SQ201510022782
【公開日】2016年8月17日
【申請日】2015年1月19日
【發(fā)明人】張維加
【申請人】張維加