论文略读：QM-ARC: QoS-aware Multi-tier Adaptive Cache Replacement Strategy

2025 FGCS

• 对于视频流、物联网（IoT）和云服务等应用，用户对于服务质量的期望存在差异     
  •  当前大多数前沿的缓存策略仍然以性能为导向，并未对不同用户或应用的服务质量（QoS）需求加以区分
  • 既有研究主要关注基于访问频率（如 LFU）、最近访问时间（如 LRU），或基于访问带来的潜在效益（如提升访问速度  或降低网络流量）等指标来区分数据，而未考虑每个用户或应用的具体 QoS 要求。
• 在丰富的缓存策略研究文献中，自适应替换缓存算法（ARC, Adaptive Replacement Cache） 被广泛认为是一种高效且通用的算法
  • ARC 维护两个 LRU 列表：一个记录仅被访问过一次的对象（Recency List），另一个记录被访问至少两次的对象（Frequency List），并可根据工作负载的变化动态调整两个列表的大小。
  • 然而，ARC 并未考虑 QoS 要素。
• ——>本文提出了一种面向 QoS 的多层 ARC 策略（QM-ARC, QoS-aware Multi-tier ARC）。QM-ARC 在两个方面对 ARC 进行了增强：

  • 多层缓存支持：QM-ARC 能够适配多个缓存层，并通过局部与全局的尺寸调整及插入/提升策略选择，实现灵活的数据管理；

  • 基于 QoS 的缓存管理：QM-ARC 引入了服务管理中的“惩罚”概念，根据不同数据应用或客户的 QoS 优先级，在缓存中以灵活、可扩展的方式保留关键数据。

  • 为了进一步提升缓存策略性能，本文还引入了强化学习（RL）机制，辅助动态调整 ARC 中两个列表的大小。