D2D协作的边缘缓存系统能耗分析

针对移动边缘系统低功耗的需求,基于随机几何理论,研究了不同场景下D2D协作边缘缓存系统中移动设备的能耗.将请求用户和空闲用户的动态分布建模为相互独立的齐次泊松点过程(Homogeneous Poisson Point Process,HPPP),综合考虑移动设备的平均能耗与请求业务卸载概率、空闲设备激活概率和D2D通信...     

一种D2D缓存网络的延时与能耗优化方案

为了降低D2D通信网络中的能耗,设计了一种D2D缓存网络的优化方案:首先,计算初始状态下无线网络的延时与能耗;然后,考虑D2D通信并遍历所有已缓存文件的用户,选择具有延时与能耗改进空间的用户进行优化,以得到最优的用户与文件组合;最后,在满足D2D通信不会受到噪声干扰的前提下,根据用户设备的剩余电量,尽可能地降低用户的发射功率,并在每次通信前进行刷新,作为初始值存储在基站的矩阵之中.仿真结果表明:动态能耗缓存方案可以获得D2D通信网络中最优的平均能耗,并且在加入了能耗改进之后,系统延时与原算法基本相当,表明该缓存优化方案有效地提升了D2D通信网络的性能.     

基于MEC-D2D的分布式协同缓存方案

针对移动边缘计算服务器存储能力有限的问题,利用终端通信技术数据共享优势提出了一种基于动态规划的移动边缘计算与终端通信(MEC-D2D)协同内容缓存放置策略.首先分析协同通信模型中的内容流行度、缓存空间有限性以及干扰限制等因素对用户内容获取平均时延的影响;然后通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标;最后将缓存问题视为完全背包问题,并采用动态规划算法设计最优缓存分配方案.仿真实验表明所提缓存策略可有效降低用户内容获取平均时延.     

大规模 MIMO 蜂窝网与 D2D 混合网络物理层安全性能研究

随着量子计算机等计算设备的飞速发展,传统的加密技术正面临着挑战;由于物理层安全充分利用了无线信道的特性,其被认为是一种有效的解决方案.为此,提出了一种安全的混合网络模型,其中,端到端(device-to-de-vice,D2D)网络覆盖于大规模多入多出(multiple-input multiple-output,MIMO)宏蜂窝之上,被动的恶意窃听者(eavesdropper,Eve)能够窃听所有的无线信道;同时,为了提高能量效率,D2D发射机不仅可以从专用的PB(powerbeacon)收集能量,还可以从附近的射频干扰信号中收集能量.对此混合网络模型,假设所有网络元素的位置都服从独立泊松点过程,利用随机几何,得到了任一D2D发射机采集足够能量的概率;基于此概率,获得了蜂窝网用户和D2D用户的各态历经速率和安全中断概率.结果表明,由于D2D发射机可以从周围的射频干扰信号中采集能量,系统的能量效率得到显著提升,同时将专用PB的信号视作一种人工噪声,有效地提高了网络的安全性能.     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

异构网络中D2D终端无线能量收集方案研究

为保证小区边缘用户(cell edge user,CEU)的通信质量,同时提高系统频谱和能量效率,针对D2D(device-to-device)发射机,提出一种无线能量收集方案.在3层异构网(heterogeneous networks,HetNets)中,基于小区分割因子,将宏小区用户(macrocell user,MU)划分为小区中心用户(cell center user,CCU)和CEU.同时,将频带划分成小区中心区域(cell center region,CCR)频带和小区边缘区域(cell edge region,CER)频带.其中,CCR频段由CCU和毫微微小区用户(femtocell users,FUs)共享,而CER频段由D2D用户和CEU共享.在此网络部署下,能量约束D2D终端可以从CCU和CEU附近的射频(radio frequency,RF)干扰中及FU附近的RF信号中收集能量.基于稀疏泊松点过程模型,对CCU,CEU和FU上行链路的覆盖概率以及D2D传输做了全面研究.数值和仿真结果表明,所提方案能有效改善网络的能量和频谱效率.     

基于SWIPT的D2D通信辅助移动边缘计算任务卸载策略

为解决5G移动通信系统中移动用户计算能力不足、能量消耗多、无线资源缺乏等问题,本文构建一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的多用户设备间(Device to Device, D2D)通信辅助移动边缘计算(Mobile Edge Computation, MEC)系统模型,提出一种D2D-MEC联合卸载策略。该策略以系统中请求用户总能耗最小化为目标,采用二进制卸载模式和功率分流模式对请求用户进行任务卸载和能量收集。针对能耗最小化问题为非线性混合整数规划问题,根据整数变量和实数变量将原问题解耦为功率分配和计算任务卸载两个独立子问题,并分别采用Dinkelbach方法和匈牙利算法求出两个子问题的最优解。仿真实验结果表明,本文所提策略优于传统的D2D卸载策略和MEC卸载策略,有效降低了请求用户的总能耗,提高了任务执行效率。     

D2D网络中信道签名和资源调度的联合设计方案

针对设备到设备(device-to-device,D2D)通信网络中蜂窝用户和D2D通信对之间的相互干扰问题,提出一种联合信道签名和资源调度的设计方案。该方案构建了基于时间反演的D2D信道签名模型,实现干扰消除;在博弈模型基础上,对D2D用户进行功率分配,以满足蜂窝用户的服务质量(quality of service,QoS)需求;在容量增益限制区域内按照优先级大小为D2D用户分配蜂窝链路资源,并在满足资源共享参数阈值的情况下,进一步充分利用蜂窝用户的频谱资源,为空闲蜂窝用户选择对其干扰最小的D2D用户,提升D2D用户的吞吐量。仿真结果表明,该方案有效地抑制了D2D异构网络中蜂窝用户和D2D用户的相互干扰,提升了平均速率,同时兼顾用户资源共享的公平性及通信的安全性。     

基于文件相关性的云存储缓存策略

分析云存储数据访问的长尾现象,设计一种基于文件相关性的缓存策略MSU(mostsimilarunit).该策略通过判断文件之间的相关性完成大容量缓存中的文件预取与替换.首先,MSU选择文件的多个访问特征作为计算余弦距离值的输入,从而得到文件相关性的度量.然后,MSU将缓存中的文件作为替换待选集合,将一段时间内从缓存中替换出来的文件作为预取待选集合.当出现文件不命中时,从替换待选集合中取得缺失文件的k-非近邻作为替换文件,从预取待选集合中取得缺失文件的1-近邻作为预取文件.仿真实验表明MSU在命中率和字节命中率方面优于LRU(最近最少使用策略)、ARC(自适应替换策略)和GDS(多参数贪心策略)算法.     

面向资源使用的TTL缓存服务计费机制与存储策略

为刻画缓存服务提供商和内容提供商在网络缓存服务中的经济学行为,研究了网络边缘TTL缓存的服务计费机制与存储策略,提出了基于内容文件缓存命中速率以及内容文件缓存逗留时间的计费模型。采用Stackelberg博弈模型对缓存服务定价与存储策略问题进行建模,并求解了在均一定价和差异定价策略下的最优缓存价格和内容文件缓存时间。仿真实验对比了在不同计费模型和定价策略下缓存服务提供商获得的投资回报以及内容提供商产生的收益,结果表明:差异定价策略性能要优于均一定价策略;在差异定价策略以及基于内容文件缓存逗留时间的均一定价策略下,内容提供商获得的收益显著大于缓存服务提供商得到的回报,而在基于内容文件缓存命中速率的均一定价策略下情况正好相反;在均一定价策略下,基于内容文件缓存命中速率的计费模型比基于内容文件缓存逗留时间的模型带给缓存服务提供商更多回报。     

Web缓存系统浅析

研究和构造一个可扩展性好及请求命中率高的Web缓存系统，通过对Web缓存定位问题及目前流行的分布缓存系统的分析，确定分层缓存系统更有优势，为了提高分层缓存的可扩展性和请求命中率，在保持父子代理之间原有协作关系的同时加强父代理的处理能力，提出了一种新的虚拟协作缓存系统，即父代理用扩展性好的集群系统实现，子代理在缓存的同时加进预取技术，该虚拟制作缓存系统能满足网络缓存对可扩展性及请求命中率的要求，具有可扩展性好，吞吐率高和命中率高的特点。     

并行文件系统客户端缓存对系统I/O性能的影响

对浪潮天梭并行文件系统(LCTS-PFS)客户端缓存性能进行了测试,提出了多客户端访问、带客户端缓存的并行文件系统排队模型.分析了不同缓存命中率、不同缓存空间大小和不同文件长度情况下,客户端缓存对I/O响应时间的影响.分析结果表明:I/O响应时间随缓存命中率提高而减少且在有/无缓存情况下的I/O响应时间曲线存在唯一交点,在此交点之前无缓存情况下I/O响应时间小于有缓存情况,而交点之后结果相反;缓存命中率不发生变化时,缓存空间越大I/O响应时间越长;相比无缓存情况下I/O响应时间,若客户端请求生成率固定,则访问文件越大,缓存对I/O响应时间提升越少;若请求生成率发生变化,则相同缓存命中率情况下,访问的文件越大缓存对I/O响应时间提升越多.性能测试和理论分析一致.     

应用控制的Web服务器磁盘缓冲方法

针对大数据负载时磁盘I／O阻塞造成的Web服务器性能下降的问题，提出了应用程序控制缓冲（ACC）方法．其核心是，缓冲跟踪模块根据应用程序的文件访问过程来跟踪内核中的文件缓冲状态，缓冲控制模块进行缓冲替换和预取，保持文件缓冲有足够的空闲空间．这样，服务器可在用户空间控制文件缓冲，从而准确判断文件是否在缓冲之中，并依此来调度请求，以提高处理器和磁盘的I／O并行度．同时，服务器可采用适应自身特点的缓冲和预读策略，以提高缓冲的命中率．作为示例，将ACC在Flash服务器中实现，实现中选用了“金字塔选择”缓冲算法．实验表明，在大数据负载下使用ACC的Flash服务器性能有很大的提高，即便在数据负载稍大于物理内存空间的情况下，服务器的吞吐率仍可提高约24．4％，而当数据负载超出物理内存2～3倍时，吞吐率可提高3～4倍。     

基于价值预评估的代理服务器缓存策略

传统方法解决代理服务器内存空间不足的问题都是被动性方法,在没有考虑缓存对象的缓存价值的情况下直接对它们做缓存,在代理服务器内存不够时再将它们替换,使得部分无缓存价值的对象毫无效果地被缓存了一遍.本文引入了缓存的准入机制,提出基于价值预评估的缓存策略,描述了缓存价值的预评估算法,仿真实验结果表明采用本缓存策略的系统运行有较高的文档命中率和字符命中率.     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

基于内容流行度的移动CCN缓存策略研究

近年来,为了适应互联网应用由发送者驱动的端到端通信模式向接收者驱动的海量内容获取模式的转变,并从网络体系架构层面提供对可扩展和高效内容获取的原生支持,研究界近年来提出以内容为中心的新型网络(content-centric networking,CCN)体系架构,它能够高效地支持未来互联网上的内容分发.随着移动用户数量的不断增加,未来移动用户也将访问CCN网络,针对内容中心网络中的用户移动性问题,提出了一种基于内容流行度的移动性缓存策略.该策略考虑用户移动性,利用半马尔科夫模型对用户移动性进行建模,同时采用多元线性回归模型对内客流行度进行预测,结合用户移动性与原有内容流行度提出一种移动性缓存策略.仿真实验表明,移动性的加入会对内容的流行度产生较大的影响,该策略能有效地提升缓存命中率.     

基于缓存开销的信息中心网络缓存协作策略

网络化缓存策略影响ICN网络的传输性能,考虑到缓存执行时的开销不仅包含访问缓存节点时的路径代价,还应包含替换旧信息的替换代价,因此提出一种基于路径访问代价和节点替换代价的缓存协作策略(path and node cost based cooperative caching strategy, 简称PNC3S).该策略对两种代价进行整体考虑,将代价总量作为是否进行信息与节点匹配缓存的依据,对提出的策略模型进行优化分析,将最优解作为缓存部署方案.实验结果表明,与CEE,LCD策略相比,PNC3S可以改善网络的信息缓存率、服务器的负载率、网络链路平均利用率,以及访问跳数减少率.     

ORM中基于语义相似性的查询缓存替换策略

针对查询的时间局部性特点, 提出基于语义缓存查询SC(semantic comparability)替换策略. 该策略通过分析缓存项与查询项在关系、条件及查询属性3个方面的相关性, 并结合数据访问频率将相似性最小的缓存项予以淘汰. 实验结果表明, 基于查询序列的先后关系, 有选择性的保留与查询具有继承、关联等关系的缓存项, 能够得到更高的查询命中率及更短的查询响应时间. 在缓存空间相同的情况下, SC策略优于LRU策略.