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。     

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。     

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。     

融合延时敏感和最近频率的ICN缓存替换方法

互联网巨大的流量增长促使信息由中心网络ICN架构的提出,以更好的满足用户的需求。ICN网络中无处不在的缓存是保障用户体验的关键技术。然而多数研究者关注的是ICN缓存放置问题,缓存替换策略仍然沿用Web网页缓存时代的经典算法,这些算法在ICN网络场景中和随机缓存替换策略的性能几乎没有区别。受到集成学习对于性能增强的启发,本文提出一种融合缓存替换模型的方法。缓存替换算法通过保留合适的内容,在减少延时方面发挥重要作用。因此,需要长时间获取的内容优先保存在缓存中。本文中,我们引入延时敏感和内容最近访问频率的2种替换模型进行筛选值得长时间驻留在缓存空间的内容,并通过线性组合的方式将其融合成一个模型。实验表明,我们的融合策略相比经典的替换策略,具有更高的缓存命中率,并且明显降低了用户使用延时。     

信息中心网络中缓存技术研究综述

因特网中日益增长的内容获取需求促使学术界提出了多种以信息为中心的未来网络架构。这类架构将以主机为中心的通信模式转变为以内容为中心。信息中心网络（ICN）最重要的特征之一是利用内置缓存减少用户获取内容的时延、节省网络带宽和缓解网络拥塞。与传统的内容分发网络（CDN）、对等网络（P2P）和Web缓存系统相比,ICN缓存系统呈现出一系列的新特征。分析了缓存新特征对ICN研究带来的挑战;从多方面重点阐述了ICN缓存的优化方法,详细分析对比了不同缓存策略;指出了未来研究方向并总结全文。     

交互式流媒体代理缓存

基于代理的流媒体应用中通常假设用户总是从媒体内容的起始部分请求播放.然而,在交互式场景下用户的焦点可能是媒体内容的任意部分.针对交互式流媒体应用,提出了一种基于分段的流行度敏锐(popularitywise)缓存算法,适用于缓存任意媒体内容流行度分布下的热点部分.仿真结果表明,现有的分段缓存算法的性能随着用户交互强度的增加而显著下降,而流行度敏锐算法在不同的用户请求模式和交互强度下都可以提供较低的用户响应时延和链路占用带宽.     

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。     

基于媒体流行度和前缀缓存的缓存替换算法

针对流媒体用户访问偏好的情况,提出了一种基于前缀缓存与媒体流行度的缓存替换算法。该算法根据不同媒体外部、内部流行度给出预估的综合流行度,进而选择可用缓存中具有低流行度的片断进行替换,使得缓存中的所有片断的再利用价值之和最大。模拟实验结果表明,该算法能减少缓存的替换次数,提高缓存命中率,性能较好。     

FPTC:一种信息中心物联网缓存策略

信息中心网络(information-centricnetworking,ICN)作为一种新型未来互联网体系结构应运而生,并广泛应用于物联网领域,其中,缓存技术作为ICN的显著特征,对信息中心物联网的内容传输性能具有重要影响.由于信息中心物联网具有数据频繁更新、用户对数据新鲜度有严格要求等特性,致使传统信息中心网络缓存技术面临挑战.提出一种基于内容流行度和网络拓扑的分布式缓存策略,同时考虑内容新鲜度,各缓存节点通过优先缓存流行度较高且较靠近用户的内容,以最大化缓存效率.为适应物联网内容的频繁更新,提出一种基于灰色预测的内容缓存收益预测方法,便于快速获取新内容的缓存收益值.同时,该策略具有较低的时间和空间开销.仿真实验结果表明:所提方案相比于传统缓存策略,能有效提高缓存效率和命中率,并降低访问延迟,改善用户体验.     

移动边缘计算中收益最大化的缓存协作策略

移动边缘计算（MEC）通过将资源部署在用户的近邻区域,可以减少移动设备的能耗,降低用户获取服务的时延;然而,大多数有关缓存方面的研究忽略了用户所请求服务的地域差异特性。通过研究区域所请求内容的特点和内容的动态性特性,提出一种收益最大化的缓存协作策略。首先,考虑用户偏好的区域性特征,将基站分为若干协作域,使每一个区域内的基站服务偏好相同的用户;然后,根据自回归移动平均（ARIMA）模型和内容的相似度预测每个区域的内容的流行度;最后,将缓存协作问题转化为收益最大化问题,根据存放内容所获得的收益,使用贪心算法解决移动边缘环境中缓存的内容的放置和替换问题。仿真实验表明,与基于MEC分组的协作缓存算法（GHCC）相比,所提算法在缓存命中率方面提高了28%,且平均传输时延低于GHCC。可见,所提算法可以有效提高缓存命中率,减少平均传输时延。     

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。     

一种基于AAE的协同多播主动缓存方案

随着用户终端数量的激增和5G技术的发展,形成了宏基站和小基站并存的网络。同时超高清视频、云VR/AR等应用对时延提出了更高的要求。为了缩短5G网络中的时延,文中结合小基站协同、多播和用户行为可预测的特性,提出了一种基于对抗自动编码(Adversarial Autoencoders, AAE)的协同多播主动缓存方案(Collaborative Multicast Proactive Caching Scheme Based on Adversarial Autoencoders, CMPCAAE)。该方案首先根据用户的特征信息将用户划分成偏好不同的用户组,然后通过AAE预测每个用户组可能请求的内容。为了减少缓存内容的冗余,采用蚁群算法(Ant Colony, ACO)将预测的内容预先部署到各小基站以实现小基站间的协同。在内容分发阶段,若分组中用户请求的是流行度高的内容,则以多播的方式将该内容主动缓存到分组中其他未发送请求的用户,否则以正常的方式进行分发。仿真结果表明,CMPCAAE方案在系统的平均请求时延和丢失率方面均优于经典的缓存方案。     

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。     

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。     

内容中心网络中一种改进型缓存机制

内容中心网络( CCN)作为一种主要的未来网络架构,以命名的内容作为网内的主要元素之一,在网络研究中受到广泛关注。针对已有的CCN缓存方案内容副本替换严重的问题,提出一种内容热门度与节点中介中心度约束的缓存机制PopBetw。在基于节点中心度的基础上,从内容本身的属性热门度出发,避免非热门内容的不必要缓存,降低每个节点的缓存负荷,提高网络缓存性能。仿真结果表明,通过评估缓存大小和内容热门度对缓存性能的影响,PopBetw缓存策略可取得比LCE,LCPro和EgoBetw方案更高的缓存命中率和更小的路径延展度,明显降低网内缓存替换数量,有效减少网内节点中介中心性较大节点群的缓存替换数,达到整体性能最优化。     

一种基于流行度和分段适应性的流媒体缓存算法

为提高流媒体代理服务器的缓存效率,提出一种基于流行度和分段适应性的流媒体缓存策略。该策略在主流分段缓存替换算法的基础上充分考虑了用户的访问特性,采取基于片段流行度的分段缓存管理策略,将媒体对象内部两点流行度的因素纳入缓存替换策略,改善了流媒体缓存管理的效率、提高了缓存的命中率。利用实际用户访问数据,将该算法与等长分段的缓存算法和指数分段的缓存算法进行了比较,仿真结果证明该算法可以在获得与这些算法相近的请求延迟率的条件下,取得最高的字节命中率。     

基于社会关系感知的边缘网络缓存策略

针对当前的边缘缓存策略存在的传输时延高、对较小区域中用户社会关系感知不足的问题,结合热点内容平均流行度和用户兴趣度,提出基于社会关系感知的边缘缓存策略.首先,根据热点内容平均流行度和用户兴趣度,估算用户需求,用户需求相似度反映了用户的社交关系强度;然后,依据用户的关系强度选择用户作为辅助缓存位置;最后,综合考虑缓存位置的选取和用户需求的选择,设计了基站协作缓存、用户辅助缓存的联合缓存策略.仿真实验表明,所提缓存策略相比较于传统的缓存策略在缓存命中率和系统缓存时延上均有一定的提升.     

一种基于节点中心性近似算法的ICN协作缓存策略

为了降低信息中心网络(Information Centric Networking, ICN)缓存冗余度和平均接入代价,提出一种基于节点中心性度量近似算法的协作缓存策略Centrality Metric Approximation Algorithm (CMAA)。考虑到精确计算最短路径的工作量对缓存性能的影响,CMAA策略利用最短路径近似估计值以提高节点中心性的计算效率,将节点中心性近似度量加权融合值、节点热度和缓存利用率三者作为缓存影响因子,计算得出兴趣包转发路径各节点的缓存优先级。在多种实验条件下对CMAA进行仿真实验,结果表明与LCE (Leave Copy Everywhere)和CLFM (Cache “Less for More”)相比,CMAA在平均缓存请求时延变化不大的情况下,可有效地提高缓存命中率,降低平均接入代价,从而改善缓存系统性能。     

CCN中基于内容流行度和节点重要度的缓存设计

随着网络流量的急剧增长,现有的IP体系架构难以满足用户不断增长的需求。CCN成为未来网络研究的热点,其最大的特点是网络节点的处处缓存,所以为CCN设计一种高效的缓存机制显得尤为重要。针对CCN中现有的缓存机制存在一些问题,提出了一种基于内容收益的内容流行度和节点重要度PBCS的缓存方案。在请求次数满足收益标准的前提下,进行内容流行度与节点重要度的匹配,得到符合要求的缓存节点。仿真结果表明,该方案提高了内容的节点命中率,缩短了获取内容的平均跳数。     

基于区域用户需求感知的边缘缓存策略研究

针对当前的边缘缓存策略存在的传输能耗高、对较小区域中用户需求感知不足的问题,结合全网与区域在流行内容和流行特征的差异,提出基于区域用户需求感知的边缘缓存策略。首先,依据区域用户的长/短期兴趣和全网流行度信息,估算用户的请求意愿;然后,综合区域用户的需求选择待缓存内容及缓存优先级;最后,考虑基站的位置和用户需求的差异,设计区域缓存能耗优化的联合放置策略。仿真结果表明,所提策略与传统的缓存策略相比在请求命中率、字节命中率和缓存能耗上均有一定提升。