网络缓存协作的实现方法

介绍了网络缓存发展的趋势:网络缓存协作。说明了网络缓存协作所要解决的问题,列举了网络 缓存协作的几种模型及相应的有代表性的协议,介绍了解决代理裁剪的几种方案。     

网络缓存协作的实现方法

介绍了网络缓存发展的趋势：网络缓存协作．说明了网络缓存协作所要解决的问题，列举了网络缓存协作的几种模型及相应的有代表性的协议，介绍了解决代理裁剪的几种方案．     

内容中心网络中能耗优化的隐式协作缓存机制

综合考虑内容中心网络(CCN)的能耗优化及性能提升,该文提出一种内容中心网络中能耗优化的隐式协作缓存机制。缓存决策时,利用缓存节能量作为判决条件优先在用户远端节点缓存,并利用数据包携带最近上游缓存跳数信息进行隐式协作,减轻用户近端节点缓存空间的竞争压力,提高邻近节点缓存的差异性。缓存替换时,选取缓存节能量最小的缓存内容加以替换,达到最优的能耗优化效果。仿真结果表明,该缓存机制在性能上获得较优的缓存命中率及平均路由跳数,同时有效降低了网络能耗。     

内容中心网络中基于内容迁移的协作缓存机制

内容中心网络(CCN)是为了适应未来网络通信模式的转变,提供对可扩展和高效内容获取的原生支持而提出一种新型的网络体系架构,内容缓存机制是其研究的关键问题之一。现有机制在缓存节点的选择时往往过于集中,缓存负载分布严重不均,大大降低了网络资源利用率以及系统的缓存性能。该文提出一种基于缓存迁移的协作缓存机制,首先在缓存节点选择时考虑节点的中心性保证内容尽可能缓存在位置更重要的节点。同时,在缓存压力过大时,通过可用缓存空间大小、缓存替换率以及网络连接的稳定性等信息选择合适的邻居节点进行缓存内容的转移,充分利用邻居资源实现负载分担。仿真结果表明该机制能有效地改善缓存负载在节点上分布的均衡性,提高缓存命中率和缓存资源利用率并降低平均接入代价。     

基于内容分块流行度分级的信息中心网络缓存策略

信息中心网络(ICN:Information-Centric Networking)域内缓存机制的研究大多假定单个内容的流行度相同,而忽视了同一内容的不同分块具有不同流行度的特性.本文提出了一种基于内容分块流行度以及缓存节点位置的分级缓存策略,通过兴趣包和数据包携带标签的方式实现隐式缓存协作.仿真实验证明相比于其他方案,该方案可以充分利用细粒度的内容分块流行度这一特性,提高缓存路由器缓存命中率,减小用户请求内容时延以及网络流量,进而提升用户对实时业务的服务体验.     

基于收益感知的信息中心网络缓存机制

针对信息中心网络（ICN）内置缓存系统中的海量内容块流行度获取和存储资源高效利用问题,以最大化节省内容访问总代价为目标,建立针对内容块流行度的缓存收益优化模型,提出了一种基于收益感知的缓存机制。该机制利用缓存对请求流的过滤效应,在最大化单点缓存收益的同时潜在地实现节点间协作和多样化缓存;使用基于布隆过滤器的滑动窗口策略,在检测请求到达间隔时间的同时兼顾从源服务器获取内容的代价,捕获缓存收益高的内容块。分析表明,该方法能够大幅压缩获取内容流行度的存储空间开销;仿真结果表明,该方法能够较为准确地实现基于流行度的缓存收益感知,且在内容流行度动态变化的情况下,在带宽节省和缓存命中率方面更具优势。     

一种基于贪婪算法的内容中心网络数据包存储策略

内容中心网络(CCN)是未来互联网中一种有前景的网络架构。它通过网内缓存机制加强内容的传输减少网络传输代价或提高网络吞吐量。考虑传统的数据包缓存策略会使网络中冗余数据包增加从而降低网络性能,提出了一种基于贪婪算法的数据包存储策略--GBC策略,该策略能够有效地降低内容的冗余度。仿真结果表明:本文提出的缓存策略能有效提高网络的缓存命中率,降低用户获取内容的时延。     

流媒体代理缓存技术研究

代理缓存是降低流媒体点播系统数据传输代价的一项关键技术,但目前现有的缓存方案,由于受到代理本身缓存空间大小和代理与客户端缺少协作的限制,效率不是很高.针对纯代理缓存系统的不足,文章提出了一种采用代理与客户端缓存协作的方式来弥补以上的不足.通过整合客户端的缓存空间来扩充系统总的缓存空间,依靠代理服务器实现资源的部署与协调.仿真结果显示,对比纯代理缓存系统,由于客户端缓存空间的加入,能显著减少主干网的带宽消耗,降低流媒体数据传输代价.     

机会网络中一种低缓存占用的Epidemic 路由算法

由于机会网络中节点的缓存空间有限,容易导致数据分组丢失和时延增加。针对部分数据分组已经到达目的节点,但是该类分组仍在网络中其它节点存储、传输问题,提出一种低缓存占用的Epidemic路由算法(RBER)。该算法通过SV运算进行节点缓存清理,从而避免这类冗余数据分组对缓存的占用。理论分析和仿真结果表明,该机制能够降低网络开销、数据分组的发送和缓存占用。     

内容中心网络中能效感知的概率性缓存机制

内置缓存技术是内容中心网络(Content Centric Networking, CCN)的核心技术之一。现有的研究大多主要针对网络资源利用率的优化,而忽略了网络能耗的问题。该文首先建立了一个能耗模型对CCN的网络能耗进行分析,并设计了一个能效判决条件来优化缓存过程的能效性。进而,在此基础上综合考虑内容流行度和节点中心性等因素提出一种能效感知的概率性缓存机制(E2APC)。仿真结果表明,该机制能在保证较高的缓存命中率和较小的平均响应跳数的同时有效地降低网络的整体能耗。