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。     

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。     

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。     

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。     

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%。     

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。     

基于多分类器的数据流中的概念漂移挖掘

数据流中概念漂移的检测是当前数据挖掘领域的重要研究分支, 近年来得到了广泛的关注. 本文提出了一种称为 M_ID4 的数据流挖掘算法. 它是在大容量数据流挖掘中, 通过尽量少的训练样本来实现概念漂移检测的快速方法. 利用多分类器综合技术, M_ID4 实现了数据流中概念漂移的增量式检测和挖掘. 实验结果表明, M_ID4 算法在处理数据流的概念漂移上表现出比已有同类算法更高的精确度和适应性.     

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。     

数据流中概念漂移检测的集成分类器设计

提出了一种称为ICEA(incremental classification ensemble algorithm)的数据流挖掘算法.它利用集成分类器综合技术,实现了数据流中概念漂移的增量式检测和挖掘.实验结果表明,ICEA在处理数据流的快速概念漂移上表现出很高的精确度和较好的时间效率.     

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...     

F-粗糙集视角的概念漂移与属性约简

概念漂移探测是数据流挖掘具有挑战意义的研究难点,属性约简是粗糙集理论的研究核心.从概念漂移的角度研究了粗糙集理论的属性约简,从粗糙集属性约简的角度研究了概念漂移,将概念漂移和属性约简进行分析比较,指出了它们之间的区别和联系.提出了基于属性依赖度和条件熵的概念漂移探测准则,并将两种常用的概念漂移探测准则与属性依赖度、条件熵探测准则进行了比较.属性依赖度和条件熵兼具分类准确率的可实验检验和联合概率分布可进行理论分析的优点,还可以进行属性约简（或特征选择）.实验结果显示,属性依赖度、条件熵和分类准确率都能有效地探测概念漂移,但是,与分类准确率相比,属性依赖度和条件熵在探测概念漂移时可以增加可重用性,减少工作量.属性约简和概念漂移之间关系的研究为属性约简、概念漂移的研究提供了新方法,为粗糙集、粒计算进一步融入大数据时代潮流提供了新思路.     

一种面向周期性概念漂移的数据流分类算法

数据流挖掘已在许多领域得到应用,概念漂移检测是数据流挖掘研究中的一个重点.目前关于数据流中的概念检测的研究虽然取得了很多成果,却没有充分考虑到数据流概念"周期性"出现的特点.针对周期性概念漂移的特点,提出了当"历史概念"重现时,利用对应的模型来对数据流进行分类的方法,从而减小模型更新的代价,加快分类预测的速度.实验证明这种方法提高了运行效率.     

基于公共子树缓存的传感器网络查询技术研究

基于传感器节点存储空间小、电源有限等特点,提出了一种基于公共子树缓存的多sink传感器网络查询方法.该方法提取出网络中的公共子树,将某sink的查询结果按照一定策略缓存在公共子树的公共根.当其他sink节点再次发出同样的查询时,只需将缓存的查询结果发送至查询sink.为了实现更大规模的数据共享,提出了一种有效扩大公共子树规模的去环算法.实验结果表明,提出的去环算法和缓存查询技术可以显著地减少网络中查询消耗的平均能量,加快查询的响应速度.     

数据流上概念漂移的检测和分类

挖掘带有概念漂移的数据流对于许多实时决策是十分重要的.本文使用统计学理论估计某一确定模型在最新概念上的真实错误率的置信区间,在一定概率保证下检测数据流中是否发生了概念漂移,并将此方法和KMM(核平均匹配)算法引入集成分类器框架中,提出一种数据流分类的新算法WSEC.在仿真和真实数据流上的试验结果表明该算法是有效的.     

一种MANET环境下基于兴趣度的协同缓存策略

MANET网络中由于节点移动的随机性和无线链路的断连性,导致网络拓扑变化频繁,从而降低了数据可访问能力.提出一种基于兴趣度的协同缓存策略(IBCC).其主要思想是:针对节点转发的数据请求消息,引入ω-稳定节点集定义和兴趣度概念,定期挖掘ω-稳定节点集中具有相同兴趣度的数据形成预取集;针对回复的数据消息形成数据定位表,通过查找数据定位表将请求发送给同样拥有该数据但路由跳数较少的节点.该策略提高了在出现链路断接时节点对数据的访问能力.仿真实验结果证明该策略的有效性.     

信息中心网络中的内置缓存技术研究

互联网的应用方式正从以面向主机的点对点通信为主转向以海量内容获取为主.为适应这一转变,研究界提出了多种以信息/内容为中心的新型网络架构.这类网络架构中最重要的特征之一是利用网络内置缓存提高接收者驱动的内容获取的传输效率和网络资源的利用率.与传统的Web缓存、CDN缓存等相比,ICN缓存系统呈现了缓存透明化、泛在化和细粒度化等新特征,对缓存系统的建模、行为理解和优化方法都提出了新的挑战.在介绍了ICN缓存系统的新特征及带来的挑战后,首先从多方面着重阐述和比较了缓存网络的优化方法,之后对缓存网络系统的理论模型研究现状加以阐述,然后分析了仍待解决的关键问题和未来的研究方向.     

基于多尺度复合金字塔模型的缓存策略研究

为了解决多源异构数据具有的统一组织和集成管理问题,提出了一种基于多尺度复合金字塔模型的数据组织方法.同时,针对海量瓦片数据传输给服务器和网络带来的压力过大、响应时间过长的问题,通过在客户端建立缓存机制和瓦片缓存索引,提出了一种基于多尺度复合金字塔模型的瓦片数据缓存替换算法MCPCR.该算法在传统缓存置换算法的基础上,适...     

Sleepers and workaholics: Caching strategies in mobile environments (Extended version)

In the mobile wireless computing environment of the future, a large number of users, equipped with low-powered palmtop machines, will query databases over wireless communication channels. Palmtop-based units will often be disconnected for prolonged periods of time, due to battery power saving measures; palmtops also will frequently relocate between different cells, and will connect to different data servers at different times. Caching of frequently accessed data items will be an important technique that will reduce contention on the narrow-bandwidth, wireless channel. However, cache individualization strategies will be severely affected by the disconnection and mobility of the clients. The server may no longer know which clients are currently residing under its cell, and which of them are currently on. We propose a taxonomy of different cache invalidation strategies, and study the impact of clients' disconnection times on their performance. We study ways to improve further the efficiency of the invalidation techniques described. We also describe how our techniques can be implemented over different network environments.     

流媒体批量补偿缓冲策略的一种改进方案

多媒体的广泛应用需要消耗大量的服务器和网络资源，如何高效地利用有限的网络带宽来传输大量的流媒体是一个重要的研究方向。文中介绍了一种在源流服务器和客户群之间使用代理服务器批量补偿缓冲的流媒体传输方案，分析了它的框架结构和基本原理，并给出了一种充分利用客户端缓冲区的更加高效的批量补偿缓冲流媒体传输改进方案。     

CCN中一种改进的面向隐私保护的缓存策略

内容中心网络（CCN）是一种新型的网络架构,但其路由器缓存数据包的模式给用户带来了隐私泄露的风险。提出一种面向隐私保护的动态区域协作缓存策略。该策略以兼顾用户隐私保护的同时提高网络性能为目的进行设计,从信息熵的角度出发,以提高用户的请求信息的不确定度为目标,通过将内容存储在相应的隐匿系数高的缓存节点,增加攻击者确定请求用户的难度;以动态区域协作的方式存储内容,增大缓存内容的归属不确定性,以加大攻击者定位数据包的难度。仿真结果表明,该策略可降低内容请求时延,提高缓存命中率。