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。