膝検出を用いたマルチティアストレージキャッシュのシミュレーションのガイド

概要

ストレージキャッシュ階層のシミュレーションは、多様なトポロジー、パラメータ、ポリシー、およびパフォーマンス特性が異なるデバイスを含む、構成空間の効率的な探索を可能にします。これにより、高価な物理実験を回避できます。ミス比率曲線（MRC）は、キャッシュサイズの範囲にわたるキャッシュのパフォーマンスを効率的に特徴付けています。これらの有用なツールは、カーブの急峻な勾配の直後に現れる「キーポイント」、例えばカーブの膝を明らかにします。ただし、MRCにおけるキーポイントを効率的に見つけるための自動化された技術は存在せず、既存の膝検出アルゴリズムの跨アプリケーション適用は正確な結果をもたらしません。我々は、スタックベース（例：LRU）およびより複雑な除外アルゴリズム（例：ARC）の両方において、任意のMRCにおけるキーポイントを特定するマルチステージフレームワークを提示します。我々のアプローチは、効率的なハッシュベースのサンプリング、カーブの簡略化、膝検出、および新しいポストプロセッシングフィルターを用いて、候補を迅速に特定します。また、統計的外れ値検出を用いて、信頼性があり効率的なポイントを選択する新しいマルチ膝検出アルゴリズムであるZ-Methodを導入します。