基于势能冷却的内容中心网络缓存替换算法

针对目前内容中心网络CCN缓存替换策略所存在的效率低下等问题,引用物理学中“势能”的概念,并结合“自然冷却”这一自然现象,提出了一种基于势能冷却的替换算法PEC-Rep。根据被访问的次数以及时间间隔,准确判断出内容在未来一段时间内的使用价值,在进行内容替换时,将价值最小的内容删除,使得节点中的内容保持最大价值,满足用户的后续请求。仿真结果表明,PEC-Rep可以有效地提高域内缓存命中率,减轻服务器的负载,提高CCN的整体性能。     

内容中心网络中一种降低自治域内内容传输代价的缓存策略

内容中心网络(CCN)是未来互联网中一种有前景的网络架构。它通过网内缓存机制加强内容的传输减少网络传输代价或提高网络吞吐量。针对同一个自治域内的内容分布情况以及热门内容对网络的影响,提出一种以降低内容传输代价为目标的缓存机制——DCR策略。该策略能够将热门内容推向用户同时降低内容的冗余度。实验结果表明:该缓存策略能有效地降低自治域内内容的传输代价,提高了域内缓存命中率。     

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。     

一种基于协同缓存的内容中心网络能耗优化策略

当前大多内容中心网络(Content-Centric Network,CCN)缓存决策策略研究都没有综合考虑请求热点、网络能耗、内容流行度和节点协同等相关要素。因此提出一种基于内容流行度的协同缓存策略来优化内容中心网络的能耗。该策略将CCN的一个自治区域网络中的所有内容路由器节点当作一个协同缓存组,并把协同缓存组中每个节点的缓存容量分为两部分,一部分用于自身节点和其他节点协同缓存内容;另一部分用于自身节点独立缓存本地最流行的内容,以提高协同缓存组中内容副本种类的多样性,从而减少网络中内容的重复传输,实现网络能耗的优化。建立相关的能耗优化模型,采用一种改进的遗传算法求解出该协同缓存组能耗优化问题的最优解。实验结果表明,与相关文献中的缓存决策策略相比,所提策略可以有效地降低CCN的能耗,提高其可扩展性,进而指导CCN的演化和部署。     

内容分发网络中基于相关内容吸引的缓存算法

内容分发网络中基于内容名的缓存算法会导致路由表规模随网络增长而膨胀,将严重影响网络路由效率和性能。针对该问题,提出一种基于相关内容吸引的节点缓存算法。利用本地缓存算法,通过节点已缓存内容对其他内容的吸引作用吸引主要特征内容,排斥具有次要特征内容,将缓存中不同特征内容的数量差异进行放大,使缓存内容表现出明显稳定的内容特征。同时设计相关内容生存时间相互增强的缓存策略,以减少路由通告信息量,提高内容分发网络的路由能力。实验结果表明,该算法在有效解决路由问题的同时,能增强缓存内容稳定性,提高路由可信度。     

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...     

DCS:一种实现NDN内容缓存的新方法

随着互联网内容分发效能要求的不断提高,内容中心网络研究已成为近年互联网体系结构研究的热点.针对现有路由器扩展支持内容中心网络路由引擎时缓存资源有限以及缓存管理操作困难等问题,提出一种新的内容缓存扩展方案DCS.该方案旨在不改变现有路由器硬件的前提下,利用用户终端空闲内存空间,通过软件升级的方式来支持NDN路由器的缓存功能.详细描述了DCS数据存取的算法流程,还对用户可提供出来作为网络缓存资源的空闲内存空间进行了统计和分析.     

信息中心网络中基于局部内容活跃度的自适应缓存算法

通过对信息中心网络的网内节点缓存建模,分析发现基于全局内容流行度的替换策略不适用于信息中心网络的分布式模式。继而提出了一种基于局部内容活跃度的缓存替换策略LAU,并基于该策略提出了一种自适应路径缓存算法ACAP,使缓存内容按照本地活跃度依次缓存在访问路径中。仿真结果表明,LAU策略提高了单节点缓存命中率;ACAP相比已有的路径缓存算法,具有较低的服务器命中率和跳数比。最后对该算法适用的缓存结构和拓扑结构进行了讨论和分析。     

Dynamic Partitioning and Popularity based Caching for Optimized Performance in content-centric fog networks: DPPCOP

With the massive growth of information generation, processing, and distribution in the Internet of Things (IoT), the existing cloud architectures need to be designed more effectively using fog networks. The current IP-address-based Internet architecture is unable to deliver the desired Quality-of-Service (QoS) towards the increasing demands of fog networking-based applications. To this end, Content-Centric Networking (CCN) has been developed as the potential future Internet architecture. CCN provides name-based content delivery and is established as an architecture for next-generation fog applications. The CCN-based fog environment uses the cache of in-network fog nodes to place the contents near the end-user devices. Generally, the caching capacity of the fog nodes is very small as compared to the content catalog size. Therefore, efficient content placement decisions are vital for improving the network performance. To enhance the content retrieval performance for the end-users, a novel content caching scheme named “Dynamic Partitioning and Popularity based Caching for Optimized Performance (DPPCOP)” has been proposed in this paper. First, the proposed scheme partitions the fog network by grouping the fog nodes into non-overlapping partitions to improve content distributions in the network and to ensure efficient content placement decisions. During partitioning, the scheme uses the Elbow method to obtain the “good” number of partitions. Then, the DPPCOP scheme analyzes the partition’s information along with the content popularity and distance metrics to place the popular contents near the end-user devices. Extensive simulations on realistic network topologies demonstrate the superiority of the DPPCOP caching strategy on existing schemes over various performance measurement parameters such as cache hit ratio, delay, and average network traffic load. This makes the proposed scheme suitable for next-generation CCN-based fog networks and the futuristic Internet architectures for industry 4.0.     

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。     

基于内容中心性的概率缓存内容放置方法

为减少信息中心网络的缓存冗余,改善缓存命中率和利用率,提出了一种基于内容中心性的概率缓存内容放置方法(content-centrality-based probabilistic caching content placement method, CCPCP).与传统网络中仅用来刻画网络拓扑结构的中心性指标不同,采用的内容中心性指标,不仅能刻画缓存节点的位置中心属性,而且能刻画信息内容本身属性.该方法中,沿途各缓存节点综合考虑内容中心性和内容获取时延自适应地计算各自缓存概率,即内容所在节点位置越居于中心,内容热度越高,内容获取时延节省越优的内容被缓存的概率就越高.仿真实验表明:与现有基于概率缓存内容放置方法相比较,CCPCP方法缓存内容副本数目较少,减少率可达到32%以上,CCPCP方法显著地减少了缓存冗余,降低了内容获取时延,提高了缓存命中率和缓存内容利用率.     

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.     

交互式流媒体代理缓存

基于代理的流媒体应用中通常假设用户总是从媒体内容的起始部分请求播放.然而,在交互式场景下用户的焦点可能是媒体内容的任意部分.针对交互式流媒体应用,提出了一种基于分段的流行度敏锐(popularity-wise)缓存算法,适用于缓存任意媒体内容流行度分布下的热点部分.仿真结果表明,现有的分段缓存算法的性能随着用户交互强度的增加而显著下降,而流行度敏锐算法在不同的用户请求模式和交互强度下都可以提供较低的用户响应时延和链路占用带宽.     

基于选择存储的CCN网络缓存发现方法

内容中心网络(Content-Centric Network, CCN)是未来互联网的重要发展方向。网内缓存是 CCN 网络的重要特征,对 CCN 内容传输性能具有重要影响。网内缓存的内容发现效率与网内缓存性能密切相关。传统 CCN 网络缓存发现方法是通过请求包在数据平面转发,沿途机会性地命中缓存实现的,具有一定的随机性、盲目性,可能导致缓存内容无法被高效利用。本文提出一种在控制平面解决缓存可用性的方法,结合拓扑、缓存容量以及用户请求分布计算出“值得”缓存的内容进行存储,同时将其向外通告,使其参与路由计算,以便后续请求快速准确地发现并利用缓存内容。实验结果表明,本文方法可使缓存命中率提高 20%左右,服务器负载降低 15%左右。     

MODEC: A Multi-Granularity Mobile Object-Oriented Database Caching Mechanism, Prototype and Performance

An inherent limitation in mobile data access is due to the unreliable and low bandwidth wireless communication channel. Caching of useful database items from database server in local storage of mobile clients is effective in reducing data access latency and wireless bandwidth consumption. In the event of disconnection, cached data can also serve the purpose of partial query processing. In this paper, we present the implementation and evaluate a new caching mechanism for object-oriented database systems in a mobile environment called MODEC. MODEC possesses the capabilities of performing caching at multiple granularities and adapting to changes in data access pattern, providing improved performance through tolerating limited inconsistency to read-only transactions. This caching capabilities is supported via standard ODMG modeling constructs. The prototype of MODEC is implemented using ODE database. Empirical system performance results are obtained from experiments on the prototype with data from a real-life database. The results are validated against results obtained via detailed simulation studies on MODEC. Both sets of results are found to be consistent and are in favor of our MODEC mechanism in providing a feasible solution to the mobile data access problem under the constraints in a mobile environment.     

Evolutionary Techniques for Web Caching

Web caching has been proposed as an effective solution to the problems of network traffic and congestion, Web objects access and Web load balancing. This paper presents a model for optimizing Web cache content by applying either a genetic algorithm or an evolutionary programming scheme for Web cache content replacement. Three policies are proposed for each of the genetic algorithm and the evolutionary programming techniques, in relation to objects staleness factors and retrieval rates. A simulation model is developed and long term trace-driven simulation is used to experiment on the proposed techniques. The results indicate that all evolutionary techniques are beneficial to the cache replacement, compared to the conventional replacement applied in most Web cache server. Under an appropriate objective function the genetic algorithm has been proven to be the best of all approaches with respect to cache hit and byte hit ratios.     

ICN中的一种协作缓存机制

为了克服现有 Internet 架构存在的众所周知的缺点,未来网络的研究成为热点.ICN(information-centric networking)在众多新架构中正逐渐被公认为最有前途的方案.它把传输的内容缓存到沿途的节点.高效的缓存机制是它的一个重要研究方面.为此,提出了一种在分布式缓存机制中嵌入中心式缓存决策的机制(content-aware placement,discovery and replacement,简称APDR),它把内容的放置、发现、替换统一起来考虑,实现内容的有序缓存,提高网络的性能.APDR的主要思想是：Interest报文除了携带对内容的请求以外,还收集沿途各节点对该内容的潜在需求、空闲缓存等信息,使得Interest的汇聚点和目的地节点可以据此计算出一个缓存方案,并把该方案附加在Data报文上,通知返程途中的某些节点缓存该内容并设置指定的缓存时间.在多种实验条件下对APDR进行了仿真验证,结果表明,APDR 可以改善网络性能,包括缓存命中率、接入代价、替换数量、转发效率以及缓存鲁棒性等;而且APDR的额外开销也不大.