基于动态流行度与请求代价的命名数据网络缓存策略

为实现高效的命名数据网络(NDN)缓存替换,设计动态流行度与请求代价相结合的缓存替换策略。使每个节点单独计算缓存内容的动态流行度与请求代价的加权(DPC)值,并基于该值进行缓存内容的替换,保留高流行度与高请求代价的内容。在此基础上,根据内容的DPC值对其分类,执行区分化的缓存决策算法,合理选择节点放置缓存。实验结果表明,相对于典型NDN缓存策略,该策略能有效提高缓存命中率,降低平均跳数。     

基于内容热度与节点介数的NDN网络缓存策略

缓存技术是数据命名网络（Named data networking,NDN）的关键技术之一. NDN传统的LCE缓存策略会造成较大的冗余. 改进的RCOne策略采用随机放置的方法,没有利用任何内容、节点信息,对网络缓存性能的提升有限. Betw策略只考虑到节点介数,导致高介数节点缓存更替频繁,当节点缓存容量远小于内容总量时,缓存性能下降. 为了解决这些问题,本文提出一种结合内容热度与节点介数的新型缓存策略HotBetw（Hot content placed on node with high Betweenness）,充分利用内容与节点信息选择最佳的位置放置缓存. 仿真实验表明相对于典型NDN缓存策略,HotBetw缓存策略在提高缓存命中率、降低平均跳数方面具有很好的效果.     

基于动态内容流行度的NDN缓存决策和替换策略研究

命名数据网络(NDN)中的路由器节点具有缓存能力,这就极大地提高了网络中的数据发送与检索效率。然而,由于路由器的缓存能力是有限的,设计有效的缓存策略仍然是一项紧迫的任务。为了解决这个问题,提出了一种动态内容流行度缓存决策和替换策略(DPDR)。DPDR综合考虑内容流行度和缓存能力,利用一个和式增加、积式减少(AIMD)的算法动态调节流行度阈值,并将超过流行度阈值的内容存入缓存空间;同时提出了一个缓存替换算法,综合考虑了缓存空间中内容的流行度和内容最后被访问时间等因素,将替换值最小的内容移出内容缓存。大量仿真结果显示,与其他算法相比,本文所提的算法能够有效提高缓存命中率,缩短平均命中距离和网络吞吐量。     

兼顾个性化需求的云边协作两级内容缓存研究

针对用户访问移动短视频响应时延过长、不能满足个性化需求等问题,基于短视频的时延敏感性、个性化需求等特点,综合考虑短视频的内容流行度和用户偏好,提出一种云边协作环境下的两级内容缓存方案。根据用户对短视频偏好的平均值表征边缘节点的偏好值,进而计算边缘节点的相似度,综合考虑边缘节点之间的物理距离和相似度对节点协作的影响,建立边缘节点的协作节点集。基于长尾理论提出一种两级内容缓存策略,将每个边缘节点分为流行内容缓存区和用户偏好内容缓存区两部分,流行内容缓存区采取主动缓存策略,针对用户偏好内容缓存区的缓存内容,综合分析用户访问请求在不同响应方式下的延迟,并以最小化整体内容请求延迟为目标,设计一种基于改进离散蛙跳算法的边缘协作缓存方案。实验结果表明,在同一数据集上与RC、BEP等缓存方案相比,该方案的用户请求命中率提高近40%,并能够降低回程链路负载,减少用户请求延迟,满足时延敏感性特点及90%的用户个性化需求。     

基于区域划分的混合式NDN缓存策略

针对NDN(命名数据网络)中确定性缓存和概率性缓存各自特点,提出一种确定性缓存和概率性缓存相结合的混合式NDN缓存策略(HDP)。基于区域划分的思想,在网络边缘采用基于热度的确定性缓存策略,在网络核心采用基于缓存收益和内容热度的概率性缓存策略,从而将两种缓存策略的优势相结合,进一步提高NDN缓存性能。实验表明该策略与现有NDN缓存方法相比,能有效提高缓存服务率和命中率,并有助于降低内容访问延迟,改善用户体验。     

天地一体化智能网络节点静态处理与缓存策略

天地一体化智能网络中的卫星节点具有计算、存储和传输能力,将内容副本缓存至传输路径上的卫星节点可提高网络缓存收益。针对卫星节点移动导致的路径改变问题,设计基于虚拟位置的卫星节点静态处理机制,先设定卫星的虚拟位置节点,再将内容副本提前向虚拟位置节点同一轨道的后方卫星节点进行缓存。在此基础上,提出基于ProbCache的轻量级分组缓存策略PBP,对路径节点进行分组并划分组内缓存区域,同时按照内容副本流行度阈值实现缓存位置迁移,使得流行度高的内容副本缓存至离请求节点近的区域。实验结果表明,与ProbCache、LCE和LCD等策略相比,PBP策略能有效降低缓存开销及提高内容副本的缓存命中率,具有更好的卫星网络传输性能。     

一种基于内容流行度和社团重要度的ICN缓存与替换策略

现有以信息为中心的网络(Information-Centric Network,ICN)缓存的内容的时空分布不够合理,存在无效缓存及同质化缓存等问题。对此,文中提出一种基于内容流行度和社团重要度的ICN缓存与替换策略,其结合内容流行度与节点的社团重要度来选择缓存节点,把具有不同流行度的内容分散缓存在社团重要度不同的节点上,使缓存内容的空间分布趋于合理,从而增加了缓存内容的多样性。同时,基于社团局部流行度来替换缓存内容的策略更有利于优化缓存内容的时间分布,实现缓存内容空间分布的动态调整。实验结果表明,所提策略能有效地减少用户请求的平均响应时间,提高缓存对象的命中率和全网的缓存差异度。     

信息中心网络中基于局部内容活跃度的自适应缓存算法

通过对信息中心网络的网内节点缓存建模,分析发现基于全局内容流行度的替换策略不适用于信息中心网络的分布式模式。继而提出了一种基于局部内容活跃度的缓存替换策略LAU,并基于该策略提出了一种自适应路径缓存算法ACAP,使缓存内容按照本地活跃度依次缓存在访问路径中。仿真结果表明,LAU策略提高了单节点缓存命中率;ACAP相比已有的路径缓存算法,具有较低的服务器命中率和跳数比。最后对该算法适用的缓存结构和拓扑结构进行了讨论和分析。     

内容中心网络中基于用户偏好的协作缓存策略

针对内容中心网络（CCN）中节点默认缓存所有经过的内容,未能实现对内容选择性缓存与最佳放置的问题,提出一种基于用户偏好的协作缓存策略（CCUP）。首先,考虑用户对内容类型的喜好和内容流行度作为用户本地偏好度指标,实现缓存内容的选择;然后,对需要缓存内容执行差异化缓存策略,全局活跃的内容则缓存在重要的中心节点,非活跃内容则按本地偏好度与节点同用户距离层级匹配缓存;最后,实现用户对本地偏好内容的就近获取和全局活跃内容的快速分发。仿真结果表明,相比典型缓存策略（LCE、Prob（0.6）、Betw）,CCUP在平均缓存命中率和平均请求时延方面有明显优势。     

CCN中基于业务分类和节点分区的混合缓存机制

针对内容中心网络(content centric networking,CCN)中不同业务内容的合理放置问题,提出了一种基于业务分类和节点分区的混合缓存机制。根据不同的业务特征,设计了差异化的缓存策略。对于流媒体点播业务,采用基于流行度的推拉式缓存,实现其在边缘网络的按序存储;对于非流媒体共享内容,采用基于hash的显式缓存,实现其在核心网络的单一副本放置。仿真结果表明,与经典算法相比,该机制提高了缓存命中率和跳数减少率,降低了平均请求时延。