概率缓存策略的网络传输机制研究
|
摘要
针对网络传输过程中数据资源以高流行度缓存在路由器内,以提高资源获取的传输效率和资源利用率的问题。本研究考虑网络拓扑对缓存的影响,利用网络传输过程中固定时间段内资源流行度的差异性,结合资源本身的收益因素,提出一种基于概率缓存策略PCS(Probabilistic Caching strategy)的网络传输机制。通过该资源数据请求路径进行概率缓存,以提高网络传输过程中的缓存性能。仿真表明该缓存策略有效地避免了非热门内容的不必要缓存,当缓存容量5%时,平均命中率可达25%,平均跳数仅为3.42,有利于网络传输整体性能的提升。
For network transfer data cache resources to high popularity in the router, access to resources in order to improve the problem of transmission efficiency and resource utilization. In this study, to consider the impact of network topology cache, the use of network resources during transmission fixed period of popularity differences, combined with profit and the resource itself proposed network transmission scheme based on probability caching policy PCS(Probabilistic Caching strategy) of. By request of the resource data path probability cache to improve network transfer performance cache. The simulation shows that the cache policy effectively avoid unnecessary cache non-popular content, when the cache capacity is 5%, the average hit rate of 25%, the average number of hops is only 3.42, in favor of the overall performance of the transmission network upgrade.
For network transfer data cache resources to high popularity in the router, access to resources in order to improve the problem of transmission efficiency and resource utilization. In this study, to consider the impact of network topology cache, the use of network resources during transmission fixed period of popularity differences, combined with profit and the resource itself proposed network transmission scheme based on probability caching policy PCS(Probabilistic Caching strategy) of. By request of the resource data path probability cache to improve network transfer performance cache. The simulation shows that the cache policy effectively avoid unnecessary cache non-popular content, when the cache capacity is 5%, the average hit rate of 25%, the average number of hops is only 3.42, in favor of the overall performance of the transmission network upgrade.
引文
[1]郁峰.软件定义网络架构下的安全问题综述[J].现代计算机,2014(16):13-20.
[2]刘琼,刘珍,黄敏.基于机器学习的IP流量分类研究[J].计算机科学,2010,37(12):35-40.
[3]姚金成,张世栋,史玉良,等.基于Chunk Folding的多租户数据库缓存管理机制[J].计算机学报,2011,34(12):2319-2331.
[4]史玉良,王捷.一种多租户云数据存储缓存管理机制[J].计算机研究与发展,2014,51(11):2528-2537.
[5]杨茂林,雷航,廖勇.一种共享资源敏感的实时任务分配算法[J].计算机学报,2014,37(7):1455-1465.
[6]张国强,李杨,林涛,等.信息中心网络中的内置缓存技术研究[J].软件学报,2014,25(1):154-175.
[7]秦秀磊,张文博,魏峻,等.云计算环境下分布式缓存技术的现状与挑战[J].软件学报,2013,24(1):50-66.
[8]何智聪,谷光昭,王新,等.基于可重构路由器上缓存的流媒体协作分发策略[J].通信学报,2012,33(6):82-90.
[9]姜艳,曾学文,孙鹏.基于资源缓存的应用快速切换技术[J].网络新媒体技术,2013,2(4):33-38.
[10]张全明,张新有.基于会话劫持的HTTP资源缓存系统设计[J].成都信息工程学院学报,2013,2(4):33-38.
[11]朱轶,糜正琨,王文鼐.一种基于内容流行度的内容中心网络缓存概率置换策略[J].电子与信息学报,2013(6):1305-1310.
[12]王道谊,周文安,刘元安.内容分发网络中内容流行度集中性的研究[J].计算机工程与应用,2011,47(6):102-104.
[13]霍如,刘江,黄韬,等.基于相关性概率的信息中心网络协作缓存策略[J].北京邮电大学学报,2015(1):16-20.
[14]王家尧,王桂玲,张鹏.基于缓存的复合数据服务更新优化方法[J].微电子学与计算机,2013,30(3):80-84.
[15]吴大鹏,张普宁,王汝言.带有消息投递概率估计的机会网络自适应缓存管理策略[J].电子与信息学报,2014(2):390-395.
[16]曲桦,王伟萍,赵季红.内容中心网络中一种改进型缓存机制[J].计算机工程,2015(3):41-46.
[2]刘琼,刘珍,黄敏.基于机器学习的IP流量分类研究[J].计算机科学,2010,37(12):35-40.
[3]姚金成,张世栋,史玉良,等.基于Chunk Folding的多租户数据库缓存管理机制[J].计算机学报,2011,34(12):2319-2331.
[4]史玉良,王捷.一种多租户云数据存储缓存管理机制[J].计算机研究与发展,2014,51(11):2528-2537.
[5]杨茂林,雷航,廖勇.一种共享资源敏感的实时任务分配算法[J].计算机学报,2014,37(7):1455-1465.
[6]张国强,李杨,林涛,等.信息中心网络中的内置缓存技术研究[J].软件学报,2014,25(1):154-175.
[7]秦秀磊,张文博,魏峻,等.云计算环境下分布式缓存技术的现状与挑战[J].软件学报,2013,24(1):50-66.
[8]何智聪,谷光昭,王新,等.基于可重构路由器上缓存的流媒体协作分发策略[J].通信学报,2012,33(6):82-90.
[9]姜艳,曾学文,孙鹏.基于资源缓存的应用快速切换技术[J].网络新媒体技术,2013,2(4):33-38.
[10]张全明,张新有.基于会话劫持的HTTP资源缓存系统设计[J].成都信息工程学院学报,2013,2(4):33-38.
[11]朱轶,糜正琨,王文鼐.一种基于内容流行度的内容中心网络缓存概率置换策略[J].电子与信息学报,2013(6):1305-1310.
[12]王道谊,周文安,刘元安.内容分发网络中内容流行度集中性的研究[J].计算机工程与应用,2011,47(6):102-104.
[13]霍如,刘江,黄韬,等.基于相关性概率的信息中心网络协作缓存策略[J].北京邮电大学学报,2015(1):16-20.
[14]王家尧,王桂玲,张鹏.基于缓存的复合数据服务更新优化方法[J].微电子学与计算机,2013,30(3):80-84.
[15]吴大鹏,张普宁,王汝言.带有消息投递概率估计的机会网络自适应缓存管理策略[J].电子与信息学报,2014(2):390-395.
[16]曲桦,王伟萍,赵季红.内容中心网络中一种改进型缓存机制[J].计算机工程,2015(3):41-46.