基于最大缓冲时间的流媒体缓存策略

通过综合考虑无线网络传输时延、流媒体片段内部流行度以及用户终端缓存空间大小对流媒体分发质量的影响,提出了一种基于最大缓冲时间的P2P流媒体分发缓存算法,算法考虑了无线网络传输时延、流媒体中断的位置及用户提供的计算资源.性能分析表明,它与仅考虑无线网络传输时延的缓存算法相比,能减少流媒体分发起动时延和播放抖动时延,可有效地提高无线Ad Hoc网络中P2P流媒体分发质量.     

异构蜂窝网络中基于协作混合缓存的能耗分析

针对由宏基站和小基站组成的两层异构蜂窝网络缓存场景,设计了将混合缓存与基站之间的协作相结合的混合协作缓存机制。用户接入采用封闭式接入策略,将两层异构网络基站的分布建模为相互独立的PPP过程,基于随机几何理论,在宏基站和小基站使用正交频谱和共享频谱两种场景下,采用文件重传机制,分别推导了宏用户和小基站用户的无线传输中断概率,基于混合协作缓存机制推导了文件命中率,并在此基础上,进一步推导了服务用户的系统能耗。仿真结果表明,推导的理论值与仿真值基本一致,证明了推导的正确性;文中设计的缓存策略能够提高用户请求文件的命中率,减少系统的能耗。     

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.     

命名数据网络中基于数据请求节点的就近缓存算法

为提高命名数据网络(named data networking,NDN)中数据存储节点的缓存效率和存储空间利用率,根据就近缓存思想,提出一种在数据请求节点中根据特定内容兴趣而区分缓存的数据缓存算法.该算法结合缓存节点地理位置差异性和缓存数据内容热度差异性,将热度高的数据内容优先缓存在数据请求节点周围,并根据数据被请求的频次动态设置缓存时间,使热度高的数据内容尽可能长时间地缓存在存储节点中,增大了数据就近响应概率;且节点中被替换的数据内容没有直接删除,而是向上转发并指示上游节点缓存,增加了缓存数据内容的多样性.仿真结果表明,所提算法能有效提高数据搜索命中率,降低网络请求时延以及路由传输跳数.     

基于辅助设备的D2D集群的文件块缓存策略研究

为了解决D2D缓存命中概率的最优化问题,在集群用户中加入了移动辅助设备(HEs)缓存,同时,提出了基于辅助设备的D2D集群的流性文件块分批缓存策略(FCPhit):首先,将有相似文件请求的用户群置于一个集群中;然后,将用户分批并将流行文件分为若干块,用户设备缓存文件的第1块,移动辅助设备缓存其他文件块.并与已有的最流行...     

基于遗传算法的移动应用缓存迁移优化方法研究

面对用户提出越来越多的请求任务，本地服务器面临巨大的压力，导致应用缓存任务队列越来越长，出现了严重的拥塞问题。针对这种情况，将移动应用缓存任务迁移到边缘节点成为有效解决途径，由此提出一种基于遗传算法的移动应用缓存迁移优化方法。该研究在系统模型的假设条件设定的前提下，以时延和能耗为目标，构建多目标函数模型并设置两类约束条件。利用遗传算法求解模型最优解，得出移动应用缓存迁移优化方案。结果表明，利用该遗传算法求解的移动应用缓存迁移方案应用下，与其他算法相比时延和能耗均达到最低值，分别为16.34 s和37.85 J，证明了所研究方法的有效性。     

基于深度强化学习的无线网络边缘缓存技术综述

边缘缓存能够有效降低服务时延、缓解回程链路流量压力以及提升用户体验质量,可用于解决现有移动通信网络架构难以支撑的数据流量极速增长,满足用户对高质量网络服务的需求。但是复杂的网络状况和未知内容流行度给边缘缓存策略研究带来很大挑战。首先从边缘缓存的优势挑战、应用场景、核心要素等方面介绍边缘缓存网络的基础架构和流程,对研究现状进行分析总结。随后简述深度强化学习技术和DQN算法,分类介绍基于不同缓存系统架构和基于不同深度强化学习方法的边缘缓存策略。最后重点对基于深度强化学习的缓存模型进行解析,提出下一步研究方向。     

命名数据网络中基于蚁群优化的视频业务路径优化

针对命名数据网络中视频业务数据量较大导致的网络传输易受时延、吞吐量以及传输时间等限制的问题,提出一种针对视频业务的基于改进蚁群优化算法的多路径传输方法ACO-MpR.首先根据interest包来区分视频业务类型并得到相应服务质量要求;其次找出满足该业务类型QoS的时延、带宽及拥塞值,组成最优化模型中三元组约束条件,将其代入到改进蚁群优化算法中找出多条可行路径;最后通过三元组约束条件对路径进行筛选得出最满足该视频业务服务质量的多条路径.理论分析及仿真实验表明:与命名数据网络中常规路由方式的蚁群优化算法ACOIR、多路径路由方法MRBRC相比,ACO-MpR在视频业务传输时具有更好的表现,能够有效地解决视频业务在传输时受时延、吞吐量及传输时间等限制的问题.     

交互式流媒体代理服务器缓存算法

针对交互式流媒体的特点,提出了基于段流行度的交互式流媒体代理服务器缓存算法,根据流媒体对象的段流行度,实现了代理服务器缓存的接纳和替换,使流媒体对象的段在代理服务器中缓存的数据量和其流行度成正比.仿真结果表明,该算法在不同的用户请求模式和交互强度下,可以提供较小的被延迟的请求率和较高的字节命中率,尤其适于交互强度较高的用户请求.     

基于离散粒子群的SDN动态流调度算法

针对数据中心网络中流量路径分配不合理、易导致大流冲突的问题,提出一种基于离散粒子群的软件定义网络(SDN)流量调度算法.该算法重定义粒子群内部的寻解过程,以最优化网络性能为目标,动态地为数据中心的流量分配最优路径,以减少大流量冲突;并引入Metropolis设计多元化最优调度方案,确保数据中心流量的合理调度.与其他流量调度算法进行对比验证的实验结果表明,该算法提升了网络质量,降低了大流时延,实现了更好的负载均衡.     

基于自适应任务卸载的蜂窝网络计算资源分配算法

移动边缘计算中的任务卸载是当前的研究热点.随着蜂窝网络中移动终端数量的快速增长,由于计算资源有限,任务卸载时出现了时延长及资源分配不均衡的问题.针对该问题,提出一种基于自适应任务卸载的蜂窝网络计算资源分配算法.该算法先根据用户周围的资源分布情况,自适应为每个用户选择最佳卸载模式;再根据计算资源使用情况,自适应为基站用户选择最优卸载决策并分配计算资源.仿真结果表明：与其他4种算法相比,该文算法的系统效用增益最大.     

基于QoS缓存替换算法的研究与仿真设计

本算法将流媒体流行度、峰值信噪比、QoS质量参数引入到常用的流行度预测缓存替换算法中,并对算法加以改进,构建出增益模型。经实验证明,改进后的缓存替换算法更加直接的反映代理服务器高效率的服务以及网络用户的技术服务要求。有效缩短客户端点击视频的响应延迟,减少流媒体在传输过程中的丢包率、误码率,从而有效的提高代理服务器的系统运行性能。     

基于改进樽海鞘群算法的到达时间差定位

针对室内到达时间差(time difference of arrival, TDOA)位置估计中的非线性最优化问题, 提出用改进的樽海鞘群算法搜索目标位置. 通过选择最优主基站构造改进的适应度函数, 使适应度函数可以更好地反映解的优劣程度, 提高了搜索精度. 在初始樽海鞘种群中引入近似解, 使全局搜索的步骤得到简化, 加快了算法前期收敛速度. 采用自适应跟随策略更新追随者位置, 解决局部开发低效问题, 加快了算法后期收敛速度. 仿真结果表明, 基于改进樽海鞘群算法的 TDOA 定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.     

基于两点流行度的流媒体缓存算法

针对流媒体自身内在流行度变化的特征,提出了一种新的基于两点流行度的缓存算法,根据片段所在的不同区域,分别采用不同的片段流行度计算标准对片段流行度进行估算,进而选择流行度高的片段进行缓存．利用实际用户访问数据,将该算法与等长分段的缓存算法和指数分段的缓存算法进行了比较,仿真结果证明该算法可以在获得与这些算法相近的请求延迟率的条件下,取得最高的字节命中率．     

全毫米波异构网络混合回程及缓存协助内容传递方案

针对部分流行多媒体文件重复下载产生的额外流量消耗引起的网络阻塞问题,提出了一种混合自回程及缓存(hybrid self-backhaul and cache,HSBC)协助的内容传递方案。在同信道和全毫米波部署的异构网络中,基于配置因子η,部分小基站(small base station,SBS)配备缓存并按照流行度等级存储多媒体内容,而无缓存配备的SBS通过多天线宏基站的自回程为用户提供请求内容,毫米波技术的引入有效缓解了网络频谱稀缺问题。利用实际天线阵列方向图模型,研究了系统的覆盖概率、平均面积吞吐量和平均延迟。结果表明,HSBC协助系统相较传统自回程(traditional self-backhaul,TSB)协助系统获得的性能增益很大程度上取决于系统参数。据此,提出了一种自适应TSB-HSBC-SBS协助内容传递模型。当缓存SBS的当前比率因子小于阈值时,选择TSB-SBS协助模型;否则使用HSBC-SBS协助模型。     

一种改进的流媒体代理缓存替换算法

本文将流媒体视频质量、启动延迟、传输成本因素引入到常用的流行度预测缓存替换算法中,并对算法加以改进。经实验证明,针对不同的流媒体应用环境,改进后的缓存替换算法可以有效的提高代理服务器的系统运行性能,更加直接的反映代理服务器高效率服务网络用户的服务要求和技术要求。     

改善无线双模视频监控效能算法设计及实现

针对无线传输双模视频传输时延差异带来的异步接收发生解帧错误现象和双模网络带宽不一致引起的调度问题,提出一种有效改善TD—SCDMA和CDMA20001x双模无线视频传输效果的方法．该方法包括在发送端加定帧标识进行封包预处理,在接收端同步组合,同时设计了无线通信信道的协同工作和视频数据传输的调度管理算法,完成了对无线双模视频传输系统的终端软件设计和实现,最后完成视频压缩算法以及双模视频传输调度算法的测试．     

基于遗传-粒子群优化算法带有缓存机制的卸载策略

为了满足移动边缘计算(Mobie Edge Computing, MEC)场景中时延敏感型应用的需求,提出一种基于遗传-粒子群优化算法(Genetic-Particle Swarm Optimization Algorithm, GA-PSO)和缓存机制的卸载策略。该策略将遗传算法和粒子群优化(Particle Swarm Optimization, PSO)算法融合起来,以便求取边缘计算卸载中的最优卸载比例和缓存决策;将已完成且重复请求的任务及相关数据在边缘云上进行缓存,用以最小化任务的卸载时延。仿真实验结果表明,该策略可以有效降低移动边缘计算的时延。     

基于无线信道状态信息的缓存膨胀问题求解方案

缓存膨胀问题是指超出链路容量的分组阻塞在缓存中造成网络传输延时增加的现象,蜂窝网络中为提高数据传输的可靠性而在基站上配置的大缓存会进一步加剧缓存膨胀问题。针对这一现状,该文提出了一种基于无线信道状态信息的接收窗口调节方案。该方案直接在接收端利用无线信道的状态信息估算出网络的可用带宽;为削弱信道噪声和传输控制协议的确认分组自时钟机制的影响,采用Kalman滤波算法对可用带宽做进一步的预测;然后利用该预测值动态地计算接收窗口并调节发送窗口的大小。基于网络仿真平台的实验结果表明:相比已有的解决方案,该方案在保持吞吐量不变的情况下,能有效地减小基站大缓存中的队列长度,减少网络延时。     

一种低时延虚拟网络功能映射及调度优化算法

针对传统虚拟网络功能映射及调度服务时间长、不稳定的问题，提出了一种新的虚拟网络功能映射及调度优化算法。以虚拟网络功能链路传输时延与实例化时延整体最小化为目标，建立虚拟网络功能映射及调度模型，通过设计一种低时延映射及调度算法(GABL),根据虚拟网络功能与虚拟机之间的映射集合，优化虚拟网络功能映射节点的选择问题及调度顺序问题，求解出最短时间的网络功能虚拟化映射及调度方案。GABL算法采用两段式初始化技术，将虚拟网络功能和虚拟机分别进行初始化，提高初始解的质量；利用具有锦标赛策略的人工蜂群算法对问题进行求解，保留优秀基因与种群多样性，避免陷入局部最优；采用局部搜索算法在可行解附近进行寻优，加快求最优解的速度。仿真实验结果表明：GABL算法具有稳定性强、收敛性快等特点，能够有效降低虚拟网络功能映射及调度服务时间；与GATS算法相比，GABL算法的服务完成时间减少了15%。