无线Mesh网络中节点分级协作缓冲机制研究

在无线Mesh中,由于每个节点缓冲的数据量不同,可能会造成某些节点的缓冲区利用率低,某些节点因为缓冲任务繁重而进行频繁的数据置换操作,从而造成节点存储空间使用不均衡,降低数据缓冲的效率。提出了一种基于节点分级管理的协作缓冲算法,该算法为网络中的每个节点在网络中构造一个分布式缓冲区域,利用该缓冲区域来替代节点本身的缓冲区,通过合理地利用每个节点的存储空间,增加单个节点的数据缓冲能力。理论分析和实验结果表明,该算法可以有效提高数据访问命中率,减少缓冲区数据的置换操作,降低节点的能量消耗。     

数据仓库环境中多级负荷的全局缓冲管理

数据仓库查询要求为数据库和导出数据提供有效的全局缓冲管理。本文描述一个兼顾数据库页和导出数据的全局缓冲管理器，提出收益量度用以比较缓存导出数据，为查询操作提供工作空间的效果，并在此基础上设计算法，为多查询生成有效的缓冲分配方案。分配算法与不同的替换策略结合形成一族全局缓冲管理方法，将其与简单ＬＲＵ和ＬＲＵ－Ｋ策略进行实验比较，结果表明本文提出的方法更适于数据仓库中的多级负荷。     

改进的基于R树的空间连接代价模型

针对Yannis Theodoridis等人提出的空间连接代价模型存在比较理想化的限制条件——假设数据均匀分布,缓冲策略使用简单的缺点,利用划分子空间并抽样获取非均匀数据实际密度的策略,提出了优先保存查询集合树的最新访问路径的有效中间节点的缓冲区算法,给出了改进后的评估公式。实验结果表明,改进后的模型比原模型提高了评估的精确度。     

MANET中基于缓存的移动数据查询处理算法的研究

针对MANET环境中带宽有限、能量有限、存储有限和链路频繁的断接性等特点,提出了基于缓存的移动数据查询问题,证明该问题是NP完全问题,并给出一个多项式时间的近似算法,即最大节点新覆盖数据算法MD.该算法采用贪心策略,查询新覆盖数据量最大的节点,减少了查询次数,并最大限度地减少了网络中的传输时延.然后在MD算法的基础上,同时考虑了节点新覆盖数据量和链路服务质量问题,提出了一种改进的高效的启发式算法,即基于最大节点DD值的算法MDD,有效地减少了能量消耗,最小化数据传输时延,提高了网络的吞吐量.理论分析及实验结果表明提出的数据查询算法能够充分利用缓存节点的数据信息,较好地完成数据查询工作,有效地减少数据收集时延,提高查询效率.     

上下文感知的自适应P2P流媒体数据调度算法

在网格型P2P流媒体系统中,媒体内容通常分成不同的数据块。其中,负责协调来自多个发送节点的数据块的调度算法,是影响用户感知的视频质量的重要因素。为了提高流媒体系统的整体性能,提出一种上下文感知的自适应(CAA)流媒体数据调度算法。算法根据上下文信息定义了数据块的优先级,并动态估计与邻居节点间的网络带宽,根据数据块的优先级、发送节点质量的评估和网络容量等上下文信息计算数据块请求的次序和方向。仿真结果表明,CAA调度算法具有较小的缓冲延迟,在节点吞吐量和系统负载均衡方面比传统的P2P流媒体调度算法有所提高,同时节点连续性指标也得到了改进。     

MANET环境下一种利用缓冲的多连接算法

对MANET环境下的多连接查询技术进行了研究,提出了一种利用缓冲的多连接算法.该算法从全局和局部两方面对查询进行了优化,全局优化阶段获得一个能量最优的查询计划,该计划确定出各子查询及其结果放置节点;局部优化阶段为每个子查询确定执行计划.实验证明,提出的方法不仅能显著地减少查询执行的能量消耗,而且能很好地适应MANET网络中节点多跳通信和拓扑动态变化的特点.     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。     

基于对等网的流媒体数据分配算法

提出一种基于对等网的流媒体数据分配算法(DA2SMp2p),可根据网络环境的变化动态调整数据分配,在提供节点中途失效时,可以比MBDAp2p算法、OTSp2p算法和Algorithm_1算法保持更好的流媒体连续性,提供节点没有失效时,所取得的段缓冲延迟与MBDAp2p算法相同,比OTSp2p算法和Algorithm_1算法小。DA2SMp2p算法、MBDAp2p算法和OTSp2p算法保持连续播放的最小缓冲延迟相同,都比Algorithm_1算法小。     

移动P2P网络的协作缓存优化策略

移动P2P网络具有拓扑动态多变、节点资源有限、网络资源短缺的特点.如何合理地、高效地使用移动节点提供的协作缓存资源、增加移动节点间的协作来减少移动P2P的网络时延、节省带宽、防止拥塞是一个关键问题.深入研究了有限协作缓存--Cache资源的替换策略、重要数据的及时缓存和Cache资源的充分使用问题.并根据蚁群算法的思路,提出了一种基于信息素的Cache替换算法,建立了选取适当存储空间作为Cache的数学模型和推导.理论分析和仿真数据表明该算法能有效提高协作Cache资源的使用率,促进了移动节点间的协作,提高了移动节点从邻居节点获得资源的成功率,并减少了协作Cache资源请求的平均响应时间.     

改进的基于R树的空问连接代价模型

针对Yannis Theodoridis等人提出的空间连接代价模型存在比较理想化的限制条件--假设数据均匀分布,缓冲策略使用简单的缺点,利用划分子空间并抽样获取非均匀数据实际密度的策略,提出了优先保存查询集合树的最新访问路径的有效中问节点的缓冲区算法,给出了改进后的评估公式.实验结果表明,改进后的模型比原模型提高了评估的精确度.     

En-Route Transcoding缓存的优化放置和替换

对en-route transcoding缓存中的缓存路由和协同放置及替换问题进行了研究.提出了CCRA(cost-aware cache routing algorithm)缓存路由算法,能以可控的探测开销来发现潜在的、具有最小访问开销的缓存对象.在此基础上,建立了en-route transcoding缓存的分析模型,将缓存放置和替换问题形式化为一个最优化问题,并利用一种基于动态规划的方法来求解最佳缓存放置策略.仿真结果表明,与已有的元算法放置策略相比,该协同放置和替换策略可以获得更好的CSR性能.     

移动查询缓存处理的研究

客户缓存为提高客户／服务器数据库系统整体性能以及客户方数据可用性提供了有效途径。移动环境下网络资源的贫乏使客户缓存的作用更为重要，语义缓存是基于客户查询语义相关建立的一类缓存，提出一个基于语义缓存的客户缓存机制，给出缓存的内容组织，提出缓存项合并策略；然后讨论了基于语义缓存的查询处理策略；最后，模拟结果表明该客户缓存机制能够提高分布式、特别是移动环境下客户服务器数据库系统的性能。     

基于时间间隔的P2P流媒体直播系统缓存算法

针对基于分片传输机制的P2P流媒体直播系统客户端缓存问题,为提高节点间请求数据分片的命中率和避免数据分片大量冗余,提出一种依赖邻居节点请求量的节点缓存替换算法.该算法将分片在节点的缓存时间进行等间隔划分,利用马尔可夫链转移概率矩阵计算理论,预测分片在下一时刻的缓存价值.并将该算法和传统算法FIFO及LRU算法进行了对比实验,实验结果表明,在同等条件下,该算法相较于传统算法能更好地提高数据的命中率.     

一种空间信息网络缓存决策策略

针对空间信息网络（space information network,SIN）中卫星节点缓存容量有限,且卫星高速移动使得星间链路时变,导致地面用户内容访问延迟增大的问题,提出一种基于人工蜂群算法的空间信息网络缓存决策策略（satellite improved artificial bee colony,SIABC）。首先根据低轨卫星节点链路切换的周期性和可预知性,建立网络分区模型,对空间信息网络的卫星节点进行分区,在此基础上,建立区域节点协作缓存模型,使得整个网络区域内的卫星节点有选择性地缓存不同流行度的内容,同时兼顾区域内节点的协作缓存,从而流行度高的内容缓存在网络边缘。仿真结果表明,与现有缓存机制相比,该缓存策略能够明显提高内容的平均缓存命中率,并显著降低用户的内容访问时延。     

一种应用于分布式缓存系统中的缓存部署算法

缓存技术能有效的节省网络带宽,减少用户的访问延迟.在分布式缓存系统中,一个值得研究的问题是如何根据用户的请求动态的进行缓存部署,使得系统的收益最大.描述了缓存部署问题并建立了优化模型,在此基础上提出一种新的协作缓存部署算法,该算法利用对象的热度、网络距离,以及系统中各节点接收的请求和系统缓存分布信息,依次对请求路径上的节点进行缓存部署决策,同时该算法将计算分布到请求路径的各个节点上进行.仿真结果表明,该算法具有比LRU和Graph算法更高的缓存命中率和更低的访问延迟.     

集群缓存系统中代理缓存技术的研究

针对集群缓存系统的特点,对其内部各代理缓存进行了详细的研究.在缓存副本的存储方面,采用了面向网站的存储方案,更好的实现个性化服务的功能;在缓存副本的管理方面,采用了将替换和一致性结合在一起的RCA算法,使得整个系统有较高的命中陈旧率;在代理协作方面,通过重定向的方法将请求从未命中的代理转发给缓存了请求的代理,避免了代理之间复制对象,有效地减少了缓存对象的冗余度.通过理论分析推导,证明了它能大大减少访问延迟、有效地减轻了Web服务器的负担.实验证明,本协作方案有较高的命中率.     

面向费用优化的云存储缓存策略

为提高云存储的访问速率并降低费用,提出了一种面向费用优化的云存储缓存策略。利用几乎免费的局域网环境下的多台桌面计算机,在本地建立一个分布式文件系统,并将其作为远端云存储的缓存。进行文件读取时,首先查找其是否在缓存中,若存在则直接从缓存读取;若不存在则从远端云存储读取。采用了最近最少使用(LRU)算法进行缓存替换,将冷门数据从缓存中替换掉。以亚马逊简单存储服务(S3)作为远端的云存储服务,对原型系统进行了简单的性能测试。测试结果表明,使用了所提出的缓存策略后,在降低费用的同时能够显著提高文件读取的速度。     

面向电工装备智能监造的边缘缓存策略

电工装备智慧物联有利于电力装备行业实现高水平发展,而传统信息交互架构无法适应智慧物联的信息交互需求。针对电工装备智能监造平台信息分发效率问题,设计一种基于边缘缓存的电工装备信息分发架构。考虑到网络建设成本以及业务数据的分发时延需求,以电力公司服务缓存收益最大化为目标,研究一种面向电工装备智能监造的边缘信息缓存策略。为降低问题求解复杂度,提出一种基于改进粒子群的缓存决策算法完成问题求解。仿真结果表明,所提缓存算法在保证部分时延优先级较高的数据缓存需求的情况下实现了电力公司高缓存服务收益的获取。     

基于非协作博弈的边缘分布式缓存方案

随着多媒体数据流量的急剧增长,传统云计算模式难以满足用户对于低延时和高带宽的需求.虽然边缘计算中基站等边缘设备拥有的计算能力以及基站与用户之间的短距离通信能够使用户获得更高的服务质量,但是如何利用边缘节点的收益和成本之间的关系设计边缘缓存策略,仍然是一个具有挑战性的问题.利用5G和协作边缘计算技术,在大量短视频应用场景下,提出了一种协作边缘缓存技术来同时解决以下3个问题：（1）通过减少传输延时,提高了用户的服务体验;（2）通过近距离传输,降低了骨干网络的数据传输压力;（3）分布式的工作模式减少了云服务器的工作负载.首先定义了一个协作边缘缓存模型,其中,边缘节点配备有容量有限的存储空间,移动用户可以接入这些边缘节点,一个边缘节点可以服务多个用户;其次,设计了一个非协作博弈模型来研究边缘节点之间的协作行为,每一个边缘节点看成一个玩家并且可以做出缓存初始和缓存重放策略;最后,找到了该博弈的纳什均衡,并设计了一个分布式的算法以达到均衡.实验仿真结果表明,提出的边缘缓存策略能够降低用户20%的延时,并且减少了80%的骨干网络的流量.