命名数据网络中基于内容类型的隔跳概率缓存机制

网络化缓存是命名数据网络实现对信息的高效获取,有效降低互联网骨干网络流量的关键技术.网络化缓存将缓存作为普适的功能添加到每个网络节点.用户需要获取信息时,缓存有该内容的任意网络节点(例如路由器)接收到用户请求后都可直接向用户返回相应内容,提升用户请求响应效率.然而,命名数据网络采用泛在缓存使得内容发布者到用户的传输路径上的各节点对内容进行重复并无差别缓存,造成数据冗余、内容缓存无差别对待问题.为此,提出一种基于内容类型的隔跳概率缓存机制.首先根据业务特征(例如时延要求、带宽占用)将内容划分为4种类型:动态类、实时类、大数据类、以及小数据类;其次构造隔跳待定缓存策略,将数据存储在非连续的传输节点上,从空间上减少冗余缓存;最后针对不同内容提供差异化缓存服务:无缓存、网络边缘概率缓存、网络次边缘概率缓存、以及网络核心概率缓存策略,从而进一步降低冗余数据,同时提高用户获取内容的效率.实验结果表明,该机制能够减少冗余缓存,降低用户请求内容时延.     

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.     

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。     

内容中心网络中基于节点相似度的协作缓存算法

针对内容中心网络中ALWAYS缓存策略节点存储空间利用率低、内容访问时延大、整体网络缓存性能低下的问题,提出了一种依据节点相似度的协作缓存算法。该算法优先将兴趣包转发至最相似节点,增大相关请求的就近响应概率;同时保证在缓存决策中的同一副本在协作节点间不重复存储,在降低冗余的同时增加了缓存多样性。实验结果表明,与现有算法相比,该算法在减少路由跳数和请求时延的同时提高了缓存命中率。     

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。     

内容中心网络中基于多样化存储的缓存污染防御机制

针对内容中心网络(CCN)中的缓存污染攻击问题,提出一种基于多样化存储的缓存污染防御机制。对不同业务内容采取差异化缓存从而减小网络受攻击面,将业务划分为三类并采用不同缓存策略:对隐私及实时性业务不予缓存;对流媒体业务以概率推送至网络边缘缓存;对其他文件类内容业务由上游到边缘逐步推送缓存。在不同节点分别配置不同的缓存污染攻击防御手段:对于边缘节点通过内容请求到达概率的变化对攻击进行检测;对于上游节点通过设置过滤规则将请求概率较低的内容排除出缓存空间。仿真结果表明,相比CNN传统缓存策略下的防御效果,该机制使网络平均缓存命中率提高了17.3%,该机制能够有效提升网络对于缓存污染攻击的防御能力。     

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。     

C-V2X边缘缓存中文件请求预测机制

在基于蜂窝通信演进形成的车用无线通信技术(Cellular-Vehicle to everything, C-V2X)场景下, 基站作为多接入边缘计算(Multi-access Edge Computing, MEC)边缘缓存节点可提高用户获取数据的效率, 但其缓存容量有限. 因此, C-V2X中如何准确预测缓存请求内容成为待解决的重要问题. 本文从文件请求的时变性出发, 针对实际的城市场景, 采用Simulation of Urban MObility (SUMO)对交通流进行建模; 其次, 通过采集实际网站分时分类的点击量数据, 并根据各路段交通流规律进行预处理, 构建用户请求模型; 最后, 利用Long Short-Term Memory (LSTM)深度学习模型进行训练, 预测各基站的文件请求. 仿真结果表明, 在网易新闻流行度分布和请求间隔分布形成的文件请求下, vanillaLSTM模型对娱乐类型数据集预测时的均方根误差在1.3左右.     

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。     

天地一体化智能网络节点静态处理与缓存策略

天地一体化智能网络中的卫星节点具有计算、存储和传输能力,将内容副本缓存至传输路径上的卫星节点可提高网络缓存收益。针对卫星节点移动导致的路径改变问题,设计基于虚拟位置的卫星节点静态处理机制,先设定卫星的虚拟位置节点,再将内容副本提前向虚拟位置节点同一轨道的后方卫星节点进行缓存。在此基础上,提出基于ProbCache的轻量级分组缓存策略PBP,对路径节点进行分组并划分组内缓存区域,同时按照内容副本流行度阈值实现缓存位置迁移,使得流行度高的内容副本缓存至离请求节点近的区域。实验结果表明,与ProbCache、LCE和LCD等策略相比,PBP策略能有效降低缓存开销及提高内容副本的缓存命中率,具有更好的卫星网络传输性能。     

边缘计算中基于博弈论的数据协作缓存策略研究

针对边缘计算中服务器存储能力有限的问题,提出一种基于博弈论的数据协作缓存策略。该策略根据基站覆盖范围将边缘计算环境划分为多个区域,每个区域与相邻区域协作缓存数据资源。在每个区域中,计算每个数据块对本地区域及相邻区域的缓存价值,根据待缓存资源的缓存价值进行缓存决策,最小化用户获取数据资源的延迟。仿真实验结果表明,提出缓存策略比现有非协作缓存策略数据资源平均获取延迟降低了36.55%,有效降低了数据资源平均获取延迟。     

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。     

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.     

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。     

移动边缘计算中的内容分发加速策略

针对移动边缘计算(MEC)中的内容分发加速问题,考虑MEC服务器存储空间受限对内容缓存的影响,以移动用户获取对象延时为优化目标,根据用户群对不同对象的兴趣的差异,提出了一种基于兴趣的内容分发加速策略(ICDAS)。该策略根据MEC服务器的存储空间、移动用户群对不同对象的兴趣以及对象的文件大小,选择性地在MEC服务器上缓存对象,并及时对MEC服务器上缓存的对象进行更新,最大限度地满足移动用户群的内容需求。仿真结果表明,所提策略具有良好的收敛性能,其缓存命中率相对稳定且明显优于现有策略;当系统运行达到稳定后,相较于现有策略,该策略可使用户获取对象数据的时延减少20%。     

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.     

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.     

Web Cache在IPTV系统中的应用

电信级IPTV系统向用户提供丰富的节目的同时也要考虑提高系统自身的性能。该文描述了IPTV系统架构与现有的 Web Cache 技术，通过对测试数据的分析找到影响EPG性能的瓶颈。分析了IPTV系统的特点，提出了一种适合IPTV 系统的Web cache 架构 EPG_Cache，EPG_Cache通过提供缓存部分数据的方法提高EPG的响应速度。