基于Adaboost学习的lCN自适应缓存算法

针对信息中心网络(ICN)中缓存内容优化放置的问题,提出一种基于Adaboost学习的自适应缓存算法ACAL.该算法首先将提取的节点和内容数据流作为网络资源,然后利用集成学习算法Adaboost对数据流进行分析挖掘,利用挖掘出的状态属性与缓存匹配之间的函数映射关系对未来时间段内的节点与内容间的匹配关系进行预测,该预测结果用于指导缓存的部署.实验结果表明,ACAL在延时、缓存命中率和链路利用率等指标方面,与CEE策略、LCD策略、prob0.5策略和OPP策略相比有显著的优势.     

内容中心网络中基于缓存压力的选择性缓存机制

内置缓存机制是内容中心网络(Content Centric Networking,CCN)研究的关键问题之一.现有的CCN缓存机制在缓存节点的选择时往往缺乏对节点缓存状态和负载情况等动态信息的综合考虑,因此无法准确反映节点间的缓存状态差异,进而影响了缓存决策的合理性.提出了一种基于缓存压力的选择性缓存机制(Cache Pressure Based Selective Caching,CPBSC).该机制利用节点的缓存占用率和缓存替换率评估节点的缓存压力,并结合内容的流行度实现缓存节点的合理选择.同时,根据内容的请求率和兴趣分组的剩余生存时间评估不同内容的缓存价值,以此实现缓存内容的合理替换.仿真结果表明,CPBSC有效地优化了缓存资源利用率,并显著提高了系统的整体缓存性能.     

内容中心网络中传输开销最小的协作缓存策略

针对现有缓存策略主要从用户角度对网络性能(缓存命中率、内容获取时延等)进行优化,而没有考虑网络为用户提供服务时的传输开销优化问题,提出了一种最小化内容中心网络中传输开销的协作缓存机制。首先,给出了内容中心网络中内容缓存价值的计算方法,并利用内容缓存价值来衡量缓存为网络传输开销带来的影响;然后,在此基础上给出了最小化内容中心网络传输开销的缓存决策策略及缓存替换策略;最后,利用ndnSIM对所提缓存策略进行仿真。仿真结果表明,与现有缓存机制相比,所提策略能够有效减少网络传输开销。     

一种基于协同信任的普适网络节点缓存替换策略研究

在以人为载体的普适网络中,大量各种不同类型数据随着节点移动而传播.节点实体面临如何缓存最新或最有价值的数据问题,设计相应的缓存数据替换算法是一个重要的研究领域.提出了一种利用协同信任关系来设计的缓存替换策略：CTRP.该策略基于特定数据项与特定节点的相关联系紧密度来判别确定缓存区内要替换的缓存数据,并通过节点信任度与目标地址匹配概率来对相关度进行判定;在此基础上结合数据项的有效性指标来设计缓存数据替换标准.仿真实验结果表明CTRP能够有效提高数据的缓存命中率,降低数据的远程访问延迟.     

基于主动网络的最佳缓存位置计算

主动网络是一种新型的智能性网络,其中的任何一个主动节点都可以用于放置缓存。基于主动网络,通过使用ILP算法,解决了在哪个节点中进行缓存为最佳的问题,从而使整个网络缓存系统的花费较小、效率较高。并使用ANTS对这个算法进行了模拟实现。     

基于主动网络的自适应缓存技术研究

根据主动网络中的任何一个主动节点都可以用于放置缓存及其智能性等特征,提出一种基于主动网络的自适应网络缓存机制．即在自动构建层次拓扑的基础上,采用了缓存摘要技术进行通信协作,通过集中式管理缓存摘要的方法来减少协作通信量;并依照缓存服务器的负载情况进行缓存服务器之间的负载平衡．最后,使用trace—driven模拟方法,以Network Simulator仿真器作为模拟工具,模拟结果显示本文设计的系统与层式结构系统相比有较多优势．     

基于主动网络的自适应缓存技术研究

根据主动网络中的任何一个主动节点都可以用于放置缓存及其智能性等特征,提出一种基于主动网络的自适应网络缓存机制.即在自动构建层次拓扑的基础上,采用了缓存摘要技术进行通信协作,通过集中式管理缓存摘要的方法来减少协作通信量;并依照缓存服务器的负载情况进行缓存服务器之间的负载平衡.最后,使用trace-driven模拟方法,以Network Simulator仿真器作为模拟工具,模拟结果显示本文设计的系统与层式结构系统相比有较多优势.     

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。     

基于边缘横向协作的在线内容缓存与交付方法

传统的网络架构无法满足用户对内容缓存的需求,并且在内容交付中存在低延迟要求和高通信成本之间的冲突.为了解决这些问题,在边缘节点横向协作场景下,提出了一种基于Lyapunov优化和分支定界法的在线内容缓存与交付算法,以平衡交付时延与成本、高效的决策内容缓存与内容交付.提出的算法基于Lyapunov优化理论分解连续问题为单时隙在线优化问题,并利用分支定界算法求解.仿真实验表明,提出的算法能在有限的内容交付成本预算下实现较低的平均内容交付时延、较高的内容命中率,并且能够自适应地平衡内容交付时延与交付成本.     

面向多自治域环境的 ICN 缓存策略设计

信息中心网络是下一代网络研究的一个重要组成部分,而缓存作为信息中心网络的核心组成部分在减少网络负载方面得到广泛应用,但现阶段的研究集中于单个自治域内的性能优化,多自治域间的管理与协作方面的研究还不成熟。提出基于域间商业关系的 ICN（information centric networking）缓存策略的设计方案,描述了面向多自治域环境的基于内容提供商、商业关系和二者结合的域间缓存策略及相应的域内缓存决策与替换策略,并进行了形式化表示。     

一种新的iSCSI存储系统缓存策略研究

提出了一种新的缓存管理算法——远程i SCSI缓存,基于高速的FCOE网络,将RMP(Remote Memory Pool)应用于改进后的i SCSI存储系统中,并通过试验对改进后的系统性能进行测试,最后对实验结果进行分析.结果显示系统的性能和吞吐量都有一定的提高.     

基于WDC结构的低静态功耗Cache设计

基于片上cache占处理器芯片功耗的比重越来越大,提出了一种新的路衰减cache(Way-Decay Cache,WDC)结构．该结构通过门控Gnd技术来动态地关闭或开启部分cache路,使得cache结构可以在低功耗配置和正常配置之间切换,从而达到降低静态功耗的目的．与现有的低功耗cache结构相比,附加的逻辑少,实现简单,具有硬件的可实现性．试验结果表明,该结构可以降低cache的功耗,同时对cache整体的性能影响很小．     

基于老化算法的分布式文件缓存算法

为提升数据检索读的性能, 基于老化算法采取Cache方法, 通过设计合理的缓存结构, 给出一种新的分布式文件缓存算法. 该算法在缓存实现部分, 使用了LRU算法中常用的老化算法, 并将其由一个页面置换算法改进为一个文件缓存替换算法, 且在该过程中完好地继承了老化算法的优点. 评测结果显示了改进方法的有效性.     

基于代价组合优化的故障诊断序贯测试策略研究

提出了一种故障诊断序贯测试策略设计思想.该设计思想以组合优化技术为基础,采用序贯测试方法;通过测试与故障源之间的关系将系统分为一般序贯系统和并行系统.分别对其期望测试代价,诊断策略算法等关键技术进行研究.提出一种序贯故障诊断测试组合优化策略,引入代价权重因子ρ,实现了测试时间和成本的组合优化.对并行系统诊断测试搜索启发式引入调整权重因子μ实现了测试时间和成本、故障源故障发生概率的折中优化,有效地提高了诊断的可靠性,灵活性和实用性.最后通过抽象实例进行验证,结果表明基于组合代价优化的故障诊断序贯测试策略进行故障诊断测试是实用的,也是有效的.     

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。     

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足，定义了一种语义缓存模型，与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述，有助于预测未来移动单元可能的位置．提出了一个改进的RBF—FAR算法作为替换策略，并结合使用RBFNN进行位置预测．实验证明，通过定义新的语义缓存模型，采用新的查询替换策略，再结合神经网络的自学习特性，使得RBF—FAR模型更加灵活，并有效地减少网络负载和查询时间．     

基于冗余删除的软件定义机载网络控制器部署策略

软件定义网络为弥补机载网络对多任务支撑能力的不足提供了新思路。为降低网络的部署成本开销,利用灵活易部署的无人机构成逻辑集中的控制平面,对高动态拓扑变化的有人机编队实施管控。针对基于无人机的控制器部署问题,为优化可靠性和部署成本开销指标,提出一种基于冗余删除的无人机控制器部署策略。首先,为实现任务区域的全覆盖以保证连通性,依据无人机的通信范围进行初步部署;然后,为判定和删除初步部署中的冗余无人机,依据部署约束和优化指标,提出了基于连接关系的冗余判定算法和基于网络连通的冗余删除算法。实验结果表明,与基于全域覆盖的控制器部署策略相比,所提策略在满足可靠性要求基础上,部署无人机的数量减少了25%,降低了网络的部署成本开销,能够适用于高动态网络环境下的控制器部署场景。