随着Internet网络的迅速发展，Internet应用已遍及工业、军事、医疗、教育等领域，给人们的生活带来了极大的便利。与此同时，网络用户接入数量急剧膨胀，而网络带宽等硬件设施的升级非常有限，用户在浏览网络资源时具有较大的访问延迟。如何减少用户访问延迟、提高用户访问速度是Web领域面临的实际问题。Web缓存通过保存用户访问过的内容，有效减少了用户获取网络资源等待时间，但其无法对用户即将访问的内容进行主动地缓存。预取技术弥补了Web缓存技术的不足，已成为优化缓存系统性能、降低用户访问延迟的重要方法。本文充分利用预取技术能预测用户的访问对象的优势，提出了一种基于预测模型的缓存替换算法。通过仿真实验表明了算法的优越性，在一定程度上提高了缓存系统的性能。本文的研究内容主要包含以下几点：1、本文介绍了Web缓存系统结构的主要组成部分和预取技术的基本理论，对不同的缓存和预取方式分别进行了阐述，详细讲解了Web访问的四个相关特性，对缓存替换算法和预取算法的研究成果进行了研究和总结。2、为了使日志中的数据正确、可用，介绍了Web日志挖掘的概念，以及日志数据预处理的四个主要步骤。简要介绍了Markov链的概念，对多Markov链模型进行了详细阐述。为了构造多Markov链模型，对类Markov链合并、准则函数和聚类相似度的相关定义进行了讨论。3、在分析了影响缓存替换因素的基础上，构造了一个目标函数来计算缓存中对象的键值，用于衡量对象在缓存中的存储价值。利用预取技术能预测用户访问对象的优势，为所有用户构造了多Markov链模型，用于访问对象的预测。为了提高缓存的命中率，使缓存保留具有较大存储价值的对象，以及通过模型预测得到的访问对象，提出了基于多Markov链预测模型的缓存替换算法。使用日志驱动的方法对算法进行了仿真实验，并使用不同的性能评价指标将该算法与多种算法进行了比较。实验结果表明，提出的算法优于其它算法，更能减少用户的访问延迟，进而优化缓存的性能。