【技術實現步驟摘要】
本專利技術涉及pcie存儲，具體是一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法及系統。
技術介紹
1、ats（address?translation?service）是一個地址轉換服務，以cpu為中心，pcie總線上的各個設備可以通過ats向主機申請虛擬地址對應的物理地址映射以及其他信息。對于一些pcie（peripheral?component?interconnect?express）設備，進行io操作前，首先會在本地的地址轉換緩存atc（address?translation?cache）中查找虛擬地址對應的物理地址，并在需要的時候，對地址轉換緩存更新（翻譯緩存更新）。若查找成功（即命中），使用該物理地址進行io操作。查找失敗，向主機申請地址轉換服務，得到相應物理地址。對比使用命中的物理地址，會提高延遲，增加主機負擔?，F有技術的地址轉換緩存的更新算法，會影響地址轉換緩存的命中率，進一步會影響系統的io操作速度，在復雜環境中難以適應變化。
技術實現思路
1、為了解決上述問題，本專利技術提出了一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法及系統。
2、為了達到上述目的，本專利技術是通過以下技術方案來實現的：
3、本專利技術的一種基于rnn循環記憶神經網絡的地址翻譯存更新方法，包括如下操作：
4、獲取原始地址數據；
5、對原始地址數據進行預處理，獲得數據集；
6、構建神經網絡模型，并利用數據集訓練神經網絡模型
7、將訓練好的神經網絡模型部署到pcie存儲設備的固件中進行地址轉換緩存更新。
8、本專利技術的進一步改進在于：獲取原始地址數據，具體操作包括：
9、在計算機系統中，隨機使用多個應用程序，對pcie存儲設備進行io訪問，并把io訪問過程中產生的虛擬地址數據按順序存入原始地址數據。
10、本專利技術的進一步改進在于：對原始地址數據進行預處理，獲得數據集，具體包括：將原始地址數據按順序存入地址轉換緩存中，若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存未滿，則按順序存入；若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存已滿，則更新地址轉換緩存中的地址數據，若地址轉換緩存中已存在當前原始地址數據，則跳過；為每個地址數據貼上標簽，并且將地址轉換緩存數據，存入數據集。
11、本專利技術的進一步改進在于：更新地址轉換緩存中的地址數據，具體包括：
12、刪除地址轉換緩存中出現次數最少的一個或多個地址數據；
13、將當前的一個或多個原始地址數據存入到地址轉換緩存中。
14、本專利技術的進一步改進在于：為每個地址數據貼上標簽，具體操作包括：在對地址轉換緩存中的地址數據按照出現次數進行排序后，為待刪除的地址數據貼上“需要更新”的標簽，為保留的地址數據貼上“不需要更新”的標簽。
15、本專利技術的進一步改進在于：所述rnn循環記憶神經網絡采用sigmoid激活函數和交叉熵損失函數，在利用數據集中的訓練集訓練rnn循環記憶神經網絡前，對數據集中的地址數據進行編碼，編碼方式采用分段編碼，從訓練集中多輪次、隨機選擇設定長度的數據，輸入rnn循環記憶神經網絡進行訓練，并采用梯度下降法更新rnn循環記憶神經網絡的權重參數。
16、本專利技術的一種基于rnn循環記憶神經網絡的地址轉換緩存更新系統，系統包括：
17、原始數據獲取模塊，用于獲取原始地址數據；
18、數據集獲取模塊，用于對原始地址數據進行預處理，獲得數據集；
19、模型構建與訓練模塊，用于構建神經網絡模型，并利用數據集訓練神經網絡模型，其中神經網絡模型為rnn循環記憶神經網絡；
20、模型部署模塊，用于將訓練好的神經網絡模型部署到pcie存儲設備的固件中進行地址轉換緩存更新。
21、本專利技術的進一步改進在于：原始數據獲取模塊的具體操作包括：在計算機系統中，隨機使用多個應用程序，對pcie存儲設備進行io訪問，并把io訪問過程中產生的虛擬地址數據按順序存入原始地址數據。
22、本專利技術的進一步改進在于：數據集獲取模塊的具體操作包括：將原始地址數據按順序存入地址轉換緩存中，若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存未滿，則按順序存入；若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存已滿，則更新地址轉換緩存中的地址數據，若地址轉換緩存中已存在當前原始地址數據，則跳過；為每個地址數據貼上標簽，并且將地址轉換緩存數據，存入數據集；
23、其中，所述更新地址轉換緩存中的地址數據，具體包括：
24、刪除地址轉換緩存中出現次數最少的一個或多個地址數據；
25、將當前的一個或多個原始地址數據存入到地址轉換緩存中；
26、所述為每個地址數據貼上標簽，具體操作包括：在對地址轉換緩存中的地址數據按照出現次數進行排序后，為待刪除的地址數據貼上“需要更新”的標簽，為保留的地址數據貼上“不需要更新”的標簽。
27、本專利技術的進一步改進在于：所述rnn循環記憶神經網絡采用sigmoid激活函數和交叉熵損失函數，在利用數據集中的訓練集訓練rnn循環記憶神經網絡前，對數據集中的地址數據進行編碼，編碼方式采用分段編碼，從訓練集中多輪次、隨機選擇設定長度的數據，輸入rnn循環記憶神經網絡進行訓練，并采用梯度下降法更新rnn循環記憶神經網絡的權重參數。
28、本專利技術的有益效果是：本專利技術相比較于傳統atc更新算法，有更高命中率，提高了計算機系統io操作速度，降低了計算機系統負載壓力。
29、本專利技術的神經網絡模型適應性強，通過重新訓練可適應新的環境。
本文檔來自技高網...【技術保護點】
1.一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：包括如下操作：
2.根據權利要求1所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述獲取原始地址數據，具體操作包括：
3.根據權利要求1所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述對原始地址數據進行預處理，獲得數據集，具體包括：將原始地址數據按順序存入地址轉換緩存中，若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存未滿，則按順序存入；若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存已滿，則更新地址轉換緩存中的地址數據，若地址轉換緩存中已存在當前原始地址數據，則跳過；為每個地址數據貼上標簽，并且將地址轉換緩存數據，存入數據集。
4.根據權利要求3所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述更新地址轉換緩存中的地址數據，具體包括：
5.根據權利要求4所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述為每個地址數據貼上標簽，具體操作包括：在
6.根據權利要求1所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述RNN循環記憶神經網絡采用sigmoid激活函數和交叉熵損失函數，在利用數據集中的訓練集訓練RNN循環記憶神經網絡前，對數據集中的地址數據進行編碼，編碼方式采用分段編碼，從訓練集中多輪次、隨機選擇設定長度的數據，輸入RNN循環記憶神經網絡進行訓練，并采用梯度下降法更新RNN循環記憶神經網絡的權重參數。
7.一種基于RNN循環記憶神經網絡的地址翻譯緩存更新系統，其特征在于：所述系統包括：
8.根據權利要求7所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新系統，其特征在于：所述原始數據獲取模塊的具體操作包括：在計算機系統中，隨機使用多個應用程序，對PCIE存儲設備進行IO訪問，并把IO訪問過程中產生的虛擬地址數據按順序存入原始地址數據。
9.根據權利要求7所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新系統，其特征在于：所述數據集獲取模塊的具體操作包括：將原始地址數據按順序存入地址轉換緩存中，若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存未滿，則按順序存入；若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存已滿，則更新地址轉換緩存中的地址數據，若地址轉換緩存中已存在當前原始地址數據，則跳過；為每個地址數據貼上標簽，并且地址轉換緩存數據，存入數據集；
10.根據權利要求7所述的一種基于RNN循環記憶神經網絡的地址翻譯緩存更新系統，其特征在于：所述RNN循環記憶神經網絡采用sigmoid激活函數和交叉熵損失函數，在利用數據集中的訓練集訓練RNN循環記憶神經網絡前，對數據集中的地址數據進行編碼，編碼方式采用分段編碼，從訓練集中多輪次、隨機選擇設定長度的數據，輸入RNN循環記憶神經網絡進行訓練，并采用梯度下降法更新RNN循環記憶神經網絡的權重參數。
...【技術特征摘要】
1.一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：包括如下操作：
2.根據權利要求1所述的一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述獲取原始地址數據，具體操作包括：
3.根據權利要求1所述的一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述對原始地址數據進行預處理，獲得數據集，具體包括：將原始地址數據按順序存入地址轉換緩存中，若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存未滿，則按順序存入；若地址轉換緩存中不存在當前的原始地址數據，且地址轉換緩存已滿，則更新地址轉換緩存中的地址數據，若地址轉換緩存中已存在當前原始地址數據，則跳過；為每個地址數據貼上標簽，并且將地址轉換緩存數據，存入數據集。
4.根據權利要求3所述的一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述更新地址轉換緩存中的地址數據，具體包括：
5.根據權利要求4所述的一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述為每個地址數據貼上標簽，具體操作包括：在對地址轉換緩存中的地址數據按照出現次數進行排序后，為待刪除的地址數據貼上“需要更新”的標簽，為保留的地址數據貼上“不需要更新”的標簽。
6.根據權利要求1所述的一種基于rnn循環記憶神經網絡的地址翻譯緩存更新方法，其特征在于：所述rnn循環記憶神經網絡采用sigmoid激活函數和交叉熵損失函數，在利用數據集中的訓練集訓練rnn循環記憶神經網絡前，對數據集中的地址數據進行編碼，編...
【專利技術屬性】
技術研發人員：曾澤鴻，
申請(專利權)人：鵬鈦存儲技術南京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。