内容中心网络概率缓存策略的研究

内容中心网络是一种以内容为中心的新型网络体系结构,路由器内置缓存提高内容分发效率。由于缓存空间大小的限制,选择合适内容缓存使得缓存策略变得尤为重要。现有缓存策略的研究主要以减少网络中内容的冗余量以及提高网内缓存内容的多样性为目的,这些策略在设计过程中忽视了内容的频繁替换以及带宽损耗因素。文章提出一种以获得缓存网络最大效益的概率缓存策略(a Max-Benefits Probabilistic In-network Caching Strategy,MBPIC),缓存策略基于内容流行度、跳数和缓存空间等参数随机选择缓存放置节点,然后建立马尔科夫链推导了内容命中率与缓存概率、内容流行度、缓存空间的关系,最后数值计算和实验仿真结果表明,MBPIC策略在服务器命中率、跳数减少率和内容替换率方面比其他概率策略有明显的提高。