一种用于内容中心网络的缓存随机放置策略

以内容为中心的网络是一种新型网络架构,它打破了传统的“主机-主机”通信模式,将内容本身作为网络的核心．以内容为中心的网络通过分布式的缓存机制对内容业务提供有效支持,缓存的放置策略也成为研究的热点．首先提出一种分布式的缓存随机放置策略,基于节点与内容源之间的跳数随机选择缓存放置节点,实现节点缓存的负载均衡;然后在该策略下推导缓存命中率与内容热度分布、请求到达率、缓存大小的关系．数值计算及仿真结果表明,该策略可以提高缓存命中率,与以内容为中心的网络传统策略相比,获取内容所需的平均跳数可减少5.59％～6.86％．     

一种基于二分图的移动网络预缓存机制

为了解决移动网络中高效部署缓存的问题,提出了一种基于二分图的内容预缓存机制,在选择内容预缓存的节点时,不仅要考虑该节点上的内容热度,还要考虑该节点与其他节点之间的链路状态,用以选择对内容热度最高、网络状态最好的节点来预缓存内容,从而提高内容分发效率.仿真结果表明,该方法可以有效地提升缓存空间的利用效率,降低内容传输时延,增强用户体验.     

雾计算网络中联邦学习协同的内容缓存方案

为了减小内容获取的时延，保护用户隐私并提高用户体验，提出一种雾计算网络中结合联邦学习和推荐算法优化内容缓存性能的方案。首先，构建了端到端协作的雾计算网络模型，用户可通过端到端和无线链路从用户端、雾节点和云端获取内容；其次，在本地建立深度神经网络模型，利用历史请求数据训练本地模型，利用雾节点聚合本地模型，从而预测全局内容的流行度，同时，向用户提供个性化内容推荐列表，以提高缓存命中率；最后，使用真实数据集进行了仿真实验，实验结果表明，所提方案能有效降低内容的获取时延，提升缓存命中率。     

基于相关性概率的信息中心网络协作缓存策略

信息中心网络(ICN)的节点缓存功能有助于海量内容的高效分发,缓解链路拥塞并减少流量冗余. 传统的缓存策略不利于提高全网缓存的内容多样性和缓存节点的平均命中率,现有研究能在一定程度上解决这些问题,实现了公平的内容流复用,但没有充分考虑节点之间的协作,导致节点缓存的利用率不均. 为了解决上述问题,从当前节点缓存状态对其他节点的影响入手,提出一种基于相关性概率的ICN协作缓存策略,根据路径及相邻节点信息做出本节点的缓存判断,从而有效控制缓存冗余. 仿真结果表明,该方法可以减轻服务器负载,丰富全网内容多样性,有利于提高交错复杂网络节点的命中率和利用率,减少请求跳数.     

面向新生内容需求的缓存放置与替换联合算法

在内容中心网络中,全局缓存放置算法无法对新生内容实时缓存放置进行优化,对此,提出一种缓存放置与替换的联合优化算法,可减小缓存节点业务负载和用户内容获取的时延.定义了整网缓存收益函数,构建了最大化整网缓存收益的最优化问题,以实现新生内容的缓存放置与已存内容的缓存替换.为了求解所提的优化问题,将所提优化问题分解为缓存放置子问题和缓存替换子问题,提出了一种全局缓存放置优化问题的次优解,缓存放置算法的性能下限为（1-1/e）倍的最优解.在缓存放置之后考虑多点协同的缓存替换算法,最小化由于缓存替换产生的缓存损失,最后通过迭代实现缓存放置与替换的联合优化.仿真结果表明,所提联合优化算法可以提升整网缓存收益,在缓存节点负载、内容获取平均跳数和全网缓存命中率方面均优于传统方法.     

信息中心网络支持用户自产生业务的联合缓存路由策略

针对用户自产生业务内容小,数量多的特点,设计了基于渐进式概率缓存和导向性副本通告的捷径路由联合策略JCRP。沿途节点以概率的方式执行缓存决策,随着数据包的下行传输,缓存概率不断减小,越靠近数据源侧的节点,存储应答内容的概率越大;并将网络节点按照兴趣请求相似度聚类为若干社区,在社区内部实现缓存副本内容的导向性通告,并建立到达缓存副本的捷径路由。仿真实验表明,JCRP算法缩短了内容请求的平均响应时延,减少了服务器响应率,有效降低了缓存副本通告的流量开销。     

CCN中缓存污染攻击的建模与分类

针对内容中心网络(CCN)中的缓存污染攻击问题,在分析总结内容中心网络中缓存污染攻击特征的基础上,通过构建遭受攻击时节点的缓存状态模型,对污染内容在节点的驻留概率以及各类请求的命中率进行计算,而后通过改变模型参数对不同特征的攻击行为进行模拟,按照攻击强度以及污染内容的数量将缓存污染攻击重新划分为4种类型,并对每类攻击进行分析。最终的仿真结果表明模型以及分类方式是合理的。     

面向内容网络中基于相关内容聚集的缓存方案

提出了一种基于相关内容聚集的缓存方案,通过具有相同特征的相关内容的相互吸引,使相关内容在节点上聚集,从而方便对缓存内容进行内容特征抽象,以减少向外通告的路由信息量,提高面向内容网络的路由可扩展能力;同时通过相关内容生存时间相互增强的策略,增强了缓存内容的稳定性,提高了其路由可信度. 在此基础上设计了通用的相关内容聚集算法,仿真结果符合预期效果.     

基于缓存价值的信息中心网络转发和缓存策略

针对信息中心网络缓存放置策略和路由转发策略,提出了一种基于缓存价值的路由转发和缓存放置策略.在缓存价值决策中,考虑到节点繁忙度和路径时延因素,利用夏普利值设计了支持决策的报文格式和路由转发策略;在缓存放置策略中,使用Scope字段,控制缓存副本个数和放置的范围.仿真实验结果表明,该策略有较高的缓存命中率,能有效地减少平均请求跳数.     

CDNs基于缓存区预测机制的负载均衡算法

提出了一种基于缓存队列长度动态预测机制的请求重定向（BMP）算法,采用M/M/1排队模型对分布式内容分发网络的负载均衡算法进行了描述,基于队列长度预测的机制减少了分发请求过程中不必要的重定向,同时可以克服单点过载问题.仿真分析结果显示,相比于之前的负载均衡控制策略算法,所提出的BMP算法对服务器缓存区队列长度的均衡效果更优;同时,由于减少了不必要的重定向,也降低了请求响应过程的时延成本.     

新型命名数据网络校验机制设计

提出了一种基于流行度的概率存入校验机制(PCS-CP),根据接收内容的流行度,概率抽取内容校验,并只存入校验通过内容,确保节点的有限计算资源尽可能服务于用户关注内容,无须校验网内命中内容,降低了校验开销.由于PCS-CP机制只有与特定缓存策略配合才能最大化效用,进而提出了一种基于缓存更新时间的网内缓存策略,对网内副本冗余进行优化控制,有效提升了PCS-CP机制的校验效果.数值结果表明,与命中校验机制相比,PCS-CP可有效降低网内校验次数,有效防御内容污染攻击.     

基于焦点分段的流媒体代理缓存策略

在已有前缀缓存和分段缓存算法研究的基础上,提出了基于焦点分段的流媒体代理缓存策略。该策略考虑到不同流媒体对象在流行性方面的差异和同一对象不同段落上访问频率的差异,以段落的流行度作为空间调度的依据,融合了部分前缀缓存的方法,避免了自适应滞后分段缓存算法在延时启动率方面的不足。实验结果表明:基于焦点分段的缓存策略在字节命中率、延时启动率等方面都取得了较好的效果,缓存空间的利用率和节省网络带宽的能力都有所提高。     

基于平均场博弈的超密集网络边缘缓存和删除分配研究

超密集网络设备数目庞大导致缓存分配算法复杂度极高,频繁地缓存和删除同样的内容导致的系统不稳定,为此,提出了基于平均场博弈（MFG）的分布式缓存分配算法和基于李雅普诺夫漂移加惩罚（DPP）方法的分布式删除分配算法.MFG方法使缓存分配算法的复杂度与基站数目无关.DPP方法将具有时间相关性的删除分配问题解耦成为每个时刻的问题,并求解得到了兼顾系统稳定性和网络开销优化的删除分配策略.仿真结果表明,MFG方法能够使网络最优控制策略快速收敛,并且在超密集场景下得到明显低于基本缓存分配方法的网络开销;李雅普诺夫DPP方法能够实现兼顾网络开销优化的网络缓存和删除稳定性.     

基于缓存候选结果集的轨迹隐私保护方法

在基于位置服务的连续范围查询过程中,针对相交区域需要重复查询的问题,提出一种基于缓存候选结果集的轨迹隐私保护方法。该方法采用二级缓存机制,分别在用户端和匿名器中缓存用户查询得到的候选结果集,供用户移动轨迹上的后续查询点使用,以减少用户与服务器之间的交互,降低用户信息暴露给服务器的风险。同时通过基于Markov模型的移动位置预测方法进行k-匿名,提高缓存的命中率。安全分析表明该方法能有效保护用户的轨迹隐私。实验结果显示该方法能减小服务器的计算和通信开销。