基于节点热度与缓存替换率的ICN协作缓存

信息中心网络默认的LCE缓存策略在数据包返回路径上的每个节点缓存内容,会产生大量冗余副本,无法充分利用缓存资源。针对该问题,提出基于节点热度与缓存替换率的缓存策略。在数据包返回路径上选择特殊节点缓存内容,考虑网络流量在不同区域和不同时间段内的差异性,周期性地计算节点热度和缓存替换率,并将其作为内容是否被缓存在节点上的度量指标。实验结果表明,相对于LCE和CLFM策略,该策略能有效降低平均请求跳数和源端命中率,获得较高的缓存收益。     

ICN中基于节点权重的缓存大小分配方案研究

网内缓存功能是信息中心网络ICN（Information-Centric Networking）最重要的特性之一,大大减小了信息请求的响应时间和网内流量。合理地分配每个路由器的缓存空间大小,对网络性能有较大影响,也可以节约网络成本。为了使路由器的缓存大小配置合理,首先综合考虑路由器的度数权重、紧密度、网络的中心度、请求影响度等度量指标,定义了一个新的度量指标,称为节点权重;然后,提出一种基于节点权重的缓存大小分配方案,将网络所需的容量按比例分配给路由器。仿真结果表明,与均匀分配相比,路由器的缓存空间利用率至少提升了8%,命中率至少提高了6%;与基于请求影响度的分配方案相比,路由器的缓存空间利用率至少提升3%,命中率至少提高了3%。     

一种基于SDN的ICN高效缓存机制

内置缓存是信息中心网络(ICN)架构最核心的思想之一。为了充分、高效地利用全网缓存资源,提出了一种基于SDN的ICN高效缓存机制(SIC)。该方法利用SDN控制面感知全网状态,在SDN控制面中根据ICN缓存节点的网络社团重要度特性以及社团节点重要度特性来生成缓存策略,使不同流行度的内容对象在各社团之间和同一社团内节点上的分布更合理。在多种实验条件下对SIC策略进行了仿真验证,结果表明与Hash+LRU、Betw+LRU相比,该策略能更好地提升缓存命中率、跳数减少率、平均社团经过个数,同时SDN的资源开销保持在较低的水平。     

基于内容中心性的概率缓存内容放置方法

为减少信息中心网络的缓存冗余,改善缓存命中率和利用率,提出了一种基于内容中心性的概率缓存内容放置方法(content-centrality-based probabilistic caching content placement method, CCPCP).与传统网络中仅用来刻画网络拓扑结构的中心性指标不同,采用的内容中心性指标,不仅能刻画缓存节点的位置中心属性,而且能刻画信息内容本身属性.该方法中,沿途各缓存节点综合考虑内容中心性和内容获取时延自适应地计算各自缓存概率,即内容所在节点位置越居于中心,内容热度越高,内容获取时延节省越优的内容被缓存的概率就越高.仿真实验表明:与现有基于概率缓存内容放置方法相比较,CCPCP方法缓存内容副本数目较少,减少率可达到32%以上,CCPCP方法显著地减少了缓存冗余,降低了内容获取时延,提高了缓存命中率和缓存内容利用率.     

基于节点介数与边缘流行度的NDN缓存策略

针对命名数据网络(NDN)架构中多数缓存策略的冗余与低效问题,提出一种基于节点介数与边缘内容流行度的缓存放置策略BEP。结合节点的介数中心性与内容的动态流行度,同时考虑缓存的过滤作用,将最流行的内容放置在最重要的节点上,以高效利用稀缺的缓存资源。仿真结果表明,与经典NDN缓存策略LCE、LCD相比,BEP能有效提高缓存命中率,降低服务器负载。     

基于概念漂移学习的ICN自适应缓存策略

针对如何提高信息中心网络的网内缓存性能,提出了一种基于概念漂移学习（concept drift learning,简称CDL）的自适应缓存策略.考虑到节点数据和内容数据的相互感知对缓存性能的影响,将节点和内容的状态数据流作为网络资源,对提取的多维状态属性数据和缓存匹配数据进行分析挖掘,利用学习到的状态属性与缓存匹配之间的函数映射关系,即概念,对未来时期内的节点与内容间的匹配关系进行预测.为提高匹配算法的准确度,在学习过程中,提出了一种基于信息熵的概念漂移识别算法,当根据状态属性的信息熵变识别出漂移后,利用提出的基于概念重现的缓存算法,重新定义函数映射关系.仿真实验结果表明,该策略与CEE,LCD,prob和OPP策略相比,降低了网络运行成本,提高了用户体验质量.     

基于缓存价值的命名数据网络缓存优化策略

为了解决当前命名数据网络（Named Data Network）中的传统缓存决定策略如LCE (Leave Copy Everywhere)、LCD (Leave Copy Down)、Prob (Copy with Probability)中存在的由于路由器缓存利用不合理导致的路由器缓存命中率过低,及满足用户请求所需跳数过多导致的时延过大等问题,提出一种基于缓存价值的缓存策略。该策略结合兴趣包路由跳数与所请求数据包大小,以及兴趣包所经过路由节点缓存情况,计算数据包缓存价值,由此将数据包缓存在合适的节点,以提高缓存命中率。在此基础上考虑下游节点的过滤效应,提出相对于传统缓存替换策略LRU、LFU的基于动态缓存价值的缓存替换策略,以进一步提高缓存命中率。经过大量仿真对比实验,验证了本文提出算法的有效性及可用性。     

基于价值预测的ICN缓存替换方法

网内缓存是信息中心网络(ICN)的主要特征之一,是减小内容获取时延和提高网络资源利用率的重要环节。内容流行度越高,下一次请求时间越近,请求的次数越多,该内容价值就越大。针对海量缓存对象与有限缓存空间之间的矛盾,基于内容的“未来”价值,本文提出了一种基于价值预测的ICN缓存替换方法,结合内容流行度和新近频率值,构建内容价值预测模型,计算价值预测值,将“未来”价值最小的内容替换掉。仿真结果表明,本文提出的方法与最近最少使用、先进先出、随机替换等缓存替换方法相比,具有更高的缓存命中率,更低的请求响应时延。     

一种基于两级缓存的协同缓存机制

信息中心网络(information-centric networking,简称ICN)将网络通信模式从当前的以地址为中心转变为以信息为中心.泛在化缓存是ICN重要特性之一,它通过赋予网络任意节点缓存的能力来缓和服务器的压力,降低用户访问延迟.然而,由于缺少内容热度的分布感知,现有ICN缓存策略仍存在缓存利用率较低、缓...     

内容中心网络中基于节点相似度的协作缓存算法

针对内容中心网络中ALWAYS缓存策略节点存储空间利用率低、内容访问时延大、整体网络缓存性能低下的问题,提出了一种依据节点相似度的协作缓存算法。该算法优先将兴趣包转发至最相似节点,增大相关请求的就近响应概率;同时保证在缓存决策中的同一副本在协作节点间不重复存储,在降低冗余的同时增加了缓存多样性。实验结果表明,与现有算法相比,该算法在减少路由跳数和请求时延的同时提高了缓存命中率。     

Web合作缓存置换算法的改进与实现

在LRU算法的基础上,提出一种改进的Web合作缓存置换算法。该算法针对不同大小的文档采取不同的存储策略,如增加小文档在缓存组中的存储数量,以提高其本地缓存的命中率,减少大文档在缓存组中存储的数量,以节约整个缓存组的空间。仿真实验结果表明该算法能够获得较好的性能。     

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.     

基于网络节点中心性度量的重叠社区发现算法

基于搜索密度峰值的聚类思想,设计了一种网络节点的中心性度量模型,并提出了一种重叠社区发现算法.首先,定义了网络节点的内聚度和分离度,分别用于描述网络社区内部连接稠密和外部连接稀疏的结构特征,在此基础上计算节点的中心性度量表达节点对社区结构的影响力.接着,利用3δ法则选择中心度异常大的节点作为社区中心.以隶属度表达社区间的重叠特性,并给出了非中心节点的隶属度迭代计算方法,将各节点分配到其可能隶属的网络社区,以实现重叠社区划分.最后,利用人工网络和真实网络对提出的重叠社区发现算法进行验证,实验结果表明：该算法在社区发现质量和计算效率方面都优于许多已有重叠社区发现算法.     

命名数据网络中一种基于节点分类的数据存储策略

缓存是命名数据网络(named data networking, NDN)有别于传统网络最突出的特性之一,NDN中默认所有节点都具有缓存所有经过数据的功能.这种“处处缓存”策略导致网内大量冗余数据的产生,使网内缓存被严重浪费.针对上述问题,首次提出了一种基于节点分类(based on node classification, BNC)的数据存储策略.基于节点位置的不同,将数据返回客户端所经过的节点分为“边缘”类节点与“核心”类节点.当数据经过“核心”类节点时,通过权衡该类节点的位置与数据在不同节点的流行度分布,将数据存储在对其他节点最有利的节点中;当数据经过“边缘”类节点时,通过该数据流行度来选择最有利于客户端的位置.仿真结果表明,提出的策略将有效提高数据命中率,减少数据请求时延和距离.     

一种有效的Web代理缓存替换算法

设计良好的Web缓存替换策略能使网络上的资源得到最有效的利用。文章设计了一个较有效率的Web缓存替换策略LFRU,期望以较佳的方式获得网络资源及改善Web缓存的性能和服务质量。实验结果表明该策略有较高的文档命中率和字节命中率。     

基于低能耗与高缓存命中并存的缓存替换算法

近年来无线传感器被广泛地利用在各个领域,与之相关的优化节能研究也层出不穷.作为信息共享、分发关键技术的缓存技术节能研究成为了研究热点之一.从缓存替换算法的角度对缓存技术节能进行研究,先对已有的缓存替换算法进行比较分析,在继承二分法思想以及无线传感器网络中缓存替换策略的研究思想的基础上,整合基于低能耗和高缓存命中的两种替换算法,构建出兼顾低能耗和高缓存命中双目标的缓存替换算法.最后通过仿真验证该算法在平均延迟时间、能量消耗以及缓存命中三个方面均有不同程度的提升.     

基于顶点加权的介度中心近似算法研究

介度中心(betweenness centrality, BC)是衡量网络节点重要程度的一个广泛使用的指标,最快的介度中心算法需要计算n次单源最短路径,时间复杂度是O(V×E).介度中心算法的瓶颈就在于计算量太大,导致运行时间太长,无法在实际中应用,因此需要从近似算法的角度降低介度中心算法的计算量.目前介度中心近似算法在计算自然图时对计算量的降低并不显著.为了进一步降低介度中心算法的计算量,提出了一种基于顶点加权的介度中心近似算法,该算法采用顶点加权的方式将多次重复计算过程累加到一次计算过程上,结合选择高影响力源点的方法可以大大降低介度中心算法的计算量,加速比平均达到了25倍,并且最大误差百分比小于0.01%.