移动内容中心网络缓存策略研究

发布时间：2020-05-06 12:32

【摘要】：随着互联网的快速发展以及各种新业务的不断出现,网络中的流量正在呈现出爆发式的增长,这给网络的计算、传输与存储带来了巨大挑战,为了从根本上解决这些问题,国内外研究人员展开了对下一代互联网架构的研究。内容中心网络(Content-Centric Networking,CCN)是最具有代表性的下一代网络架构,CCN的一个特征是利用网络内置缓存来提高内容的获取和传输效率。随着移动用户数量的激增以及移动互联网的快速发展,已有CCN有线网络中的缓存策略由于没有考虑用户移动性,将无法适应移动CCN网络缓存的需求,因此如何制定一种对用户移动性提供良好支持的缓存策略成为了一个核心研究问题。针对上述问题,提出了一种适用于移动CCN网络的缓存策略。该缓存策略包括两个部分,第一部分基于内容流行度的移动性缓存策略,利用半马尔科夫模型对用户移动性进行建模,并建立用户移动性与内容流行度之间的数学模型,计算加入用户移动性的内容流行度,同时采用多元线性回归模型预测出下一时间段内容的流行度,根据预测出的内容流行度列表进行内容缓存,来进一步解决由于用户移动性的加入导致缓存命中率低效的问题。第二部分基于预取操作的缓存策略把Web中预取的思想引入到了CCN中,提出了流行度列表-预取列表-拥塞控制-预取具体操作的一整套完善的预取机制,并对其中的具体预取操作进行了重点介绍及分析,来解决由于用户移动性导致请求中断带来的内容获取时延较大的问题。实验结果表明,文中提出的基于内容流行度和预取操作的移动性缓存策略能够实现对用户移动性的有效支持,能提高本地网络的缓存命中率约40%~50%,同时能够有效降低用户获取内容的时延,可以为用户提供更好的服务质量。
【图文】：

转移概率,站点,时间单位

8 9 10 13 147 11 12User图 3. 3 仿真实验拓扑图及分析用户转移概率的仿真，其中仿真曲线表示不同时间位置的概率分布。在周期开始的前 2 个时间单位前位置站点 9 转移到位置站点 10 的结果最大，，但时间单位内，反而是转移到站点位置 7 的概率最 9 转移到了站点 7。

移动性,流行度,用户移动性,内容

重庆邮电大学硕士学位论文第 3 章基于内容流行度的移动性缓存策不加入用户移动性的内容请求率都与加入移动性后的内容请求率之间存在较大距，这表明未考虑用户移动性的内容流行度不能准确表示用户的请求行为。同时仿真结果也说明由移动性引起的不完全下载会由用户把请求携带到其他站点，起其他站点上内容流行度的变化。由于用户移动性会引起内容请求率的变化，使加入移动性后的内容流行度大大偏斜原始内容流行度，造成基于原有静态流行的缓存策略命中率较低。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.02

【参考文献】