CN109257443A - 一种面向车联网的命名数据网络自适应缓存策略 - Google Patents
一种面向车联网的命名数据网络自适应缓存策略 Download PDFInfo
- Publication number
- CN109257443A CN109257443A CN201811334051.2A CN201811334051A CN109257443A CN 109257443 A CN109257443 A CN 109257443A CN 201811334051 A CN201811334051 A CN 201811334051A CN 109257443 A CN109257443 A CN 109257443A
- Authority
- CN
- China
- Prior art keywords
- data packet
- node
- interval
- car networking
- passback
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000006855 networking Effects 0.000 title claims abstract description 19
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 17
- 238000005206 flow analysis Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 4
- 101100490184 Drosophila melanogaster Ack gene Proteins 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 230000009191 jumping Effects 0.000 abstract description 3
- 239000000284 extract Substances 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5682—Policies or rules for updating, deleting or replacing the stored data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种面向车联网的命名数据网络自适应缓存策略,通过提取前一时间窗口Data包回传路径中Vj1、Vj2、Vj3的请求前缀出现次数,请求前缀出现次数的平均值来计算内容流行度,计算节点的Data包缓存的间隔跳数,本发明结合缓存内容和交通流动态特性,提出根据内容流行度和车辆密度进行缓存决策,隔跳缓存数据包,依据命名数据网络中内容流行度,计算节点的Data包缓存的间隔跳数,再使用车辆密度自适应的调整跳数,隔跳缓存Data包,能够有效释放缓存空间,从而解决同质化缓存及缓存效率低下的问题,优化车联网整体性能,减少拥塞,降低了网络的开销,同时减少了网络中的缓存冗余,避免了广播风暴问题,提高了网络资源利用率和整体网络性能。
Description
技术领域
本发明涉及车联网命名数据网络领域,具体为一种面向车联网的命名数据网络自适应缓存策略。
背景技术
目前,命名数据网络(NDN)已广泛应用在车联网领域,网内缓存是NDN的一个重要特性,随着内容量的快速增加,如何使用有限的缓存空间为每个用户进行合理的缓存选择已经成为NDN缓存策略的关键问题。现有的NDN缓存策略导致车辆节点产生大量冗余副本,使得网络中缓存资源的利用率不高,并降低了缓存的多样性。
发明内容
本发明的目的在于提供一种面向车联网的命名数据网络自适应缓存策略,以克服现有技术的不足。
为达到上述目的,本发明采用如下技术方案:
一种面向车联网的命名数据网络自适应缓存策略,包括以下步骤:
步骤1)、在Interest包的数据包格式中添加跳数Hop字段,在Data包的数据包格式中添加请求前缀出现次数Prex和间隔缓存跳数Interval字段;
步骤2)、利用数据源节点Vj1判断从源请求节点Vi发来的Interest包中的Hop字段是否小于5来选择不同缓存策略;
步骤3)、采用经典广义速度-密度模型识别当前道路的车辆密度,将车辆密度进行分级,依据车辆密度自适应调整流行度对应的间隔跳数,将对应的间隔跳数放入Data包Interval字段中,接着回传Data包;
步骤4)、回传后的Data包到达下一节点后,判断该节点的CS中是否缓存了回传后的Data包;若该节点CS中缓存了回传后的Data包,则丢弃Data包;若CS中并未缓存回传后的Data包,则判断该节点是否为源请求节点Vi;若为源请求节点Vi,节点缓存回传后的Data包,Data包回传结束;若该节点并非源请求节点Vi,则使Interval字段自减1,然后判断该节点的Interval是否为0,若为0,则缓存回传后的Data包跳至步骤3),若不为0,则接着则根据PIT记录查找下一节点,跳至步骤4)。
进一步的,在命名数据网络Interest包的数据包格式中添加跳数Hop字段,记录Interest包经过的节点数目,每经过一个节点Hop字段自加1。
进一步的,在Data包的数据包格式中添加请求前缀出现次数Prex和间隔缓存跳数Interval字段,Interval字段每经过一个节点自减1,当Interval=0时,在该节点缓存回传后的Data包。
进一步的,当Hop<5时,使用最高流行度,对应间隔缓存跳数为1,然后跳至步骤3);当Hop≥5时,数据源节点将前一时间窗口该请求前缀出现次数放入Data包的Prex字段中,设置Interval为2,下一个节点Vj2也将该请求前缀出现次数放入回传后的Data包的Prex字段中。Vj1、Vj2、Vj3三个节点隔一跳进行缓存,后面的节点按照计算的间隔跳数进行缓存。
进一步的,节点Vj3首先计算Vj1、Vj2、Vj3三个节点的请求前缀出现次数的平均值,然后用公式1计算当前内容被请求的概率Pi;
用户请求的分布特征符合Zipf-Mandelbrot分布:
pi~Zipf(α) (1)
当参数α增大时,用户的请求将越集中。
进一步的,采用线性分级对内容流行度的级别划分:
PH和PL分别为内容请求概率的最大值和最小值,Pi为当前内容被请求的概率,M为内容流行度分级数量。
进一步的,根据内容流行度计算得到不同的缓存间隔Interval(Pi)的取值:
Interval(Pi)=M+1-FLevel(Pi) (3)。
进一步的,当Data包到达源请求节点Vi,Vi缓存Data包后,就会产生一个DACK包,广播给周围车辆,通知车辆已经接收了Data包,不需要再给Vi传输Data包。
与现有技术相比,本发明具有以下有益的技术效果:
本发明一种面向车联网的命名数据网络自适应缓存策略,通过提取前一时间窗口Data包回传路径中Vj1、Vj2、Vj3的请求前缀出现次数,由请求前缀出现次数的平均值来计算内容流行度,计算节点的Data包缓存的间隔跳数,本发明结合缓存内容和交通流动态特性,提出根据内容流行度和车辆密度进行缓存决策,隔跳缓存数据包,依据命名数据网络中内容流行度,计算节点的Data包缓存的间隔跳数,再使用车辆密度自适应的调整跳数,隔跳缓存Data包,能够有效释放缓存空间,从而解决同质化缓存及缓存效率低下的问题,优化车联网整体性能,减少拥塞,降低了网络的开销,同时减少了网络中的缓存冗余,避免了广播风暴问题,提高了网络资源利用率和整体网络性能。
附图说明
图1为本发明实例中所述策略的流程框图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
如图1所示,本发明是一种面向车联网的命名数据网络自适应缓存策略,
设源请求节点为Vi,数据源节点为Vj1,Data回传路径中车辆节点的集合为Vj={Vj1,Vj2,Vj3...Vjn},Vj2为数据源节点Vj1回传的下一节点,Vj3~Vjn依次为回传路径上的下一节点;其中回传的最后一个节点Vjn即Vi。
具体包括如下步骤:
步骤1):在Interest包和Data包中添加字段,
在命名数据网络Interest包的数据包格式中添加跳数Hop字段,记录Interest包经过的节点数目,每经过一个节点Hop字段自加1,在Data包的数据包格式中添加请求前缀出现次数Prex和间隔缓存跳数Interval字段,Interval字段每经过一个节点自减1,当Interval=0时,在该节点缓存回传后的Data包。然后Interval字段重置为流行度和车辆密度对应的间隔缓存跳数,流行度在整个回传过程中为定值。
步骤2):数据源节点Vj1判断从源请求节点Vi发来的Interest包中的Hop字段是否小于5来选择不同的缓存策略;
因为内容的流行度是通过Data包回传路径中Vj1、Vj2、Vj3三个节点的请求次数的平均值进行计算,当跳数小于5时,无法满足最大间隔缓存跳数M,故选5作为阈值。
2.1当Hop<5时,使用最高流行度,对应间隔缓存跳数为1,然后跳至步骤3)。
2.2当Hop≥5时,数据源节点将前一时间窗口该请求前缀出现次数放入Data包的Prex字段中,设置Interval为2。下一个节点Vj2也将该请求前缀出现次数放入回传后的Data包的Prex字段中。
2.2.1节点Vj3首先计算Vj1、Vj2、Vj3三个节点的请求前缀出现次数的平均值,然后用公式1计算当前内容被请求的概率Pi;
通过对大规模用户实际请求规律进行分析可以得出,用户的请求集中程度与内容的流行度相关,即越流行的内容,被用户请求的次数越多。用户请求的分布特征符合Zipf-Mandelbrot分布(简称Zipf分布):
pi~Zipf(α) (1)
当参数α增大时,用户的请求将越集中。
2.2.2节点Vj3使用公式2去计算流行度的级别
假设内容采用线性分级,PH和PL分别为内容请求概率的最大值和最小值,Pi为当前内容被请求的概率。M为内容流行度分级数量,则内容流行度分级相邻等级之间的阈值差为(logPH/PL)/M,本申请中M=3,内容流行度分为高、中、低三个等级,分别对应间隔缓存跳数1、2、3,流行度也决定了节点在缓存Data包时的缓存时间,流行度高的内容缓存时间长,流行度低缓存时间短。内容流行度的级别可由如下公式计算得出:
2.2.3节点Vj3再使用公式3计算流行度对应的间隔缓存跳数。
对于内容i,本文在获得内容流行度分级后,可以根据内容流行度计算出不同的缓存间隔Interval(Pi)的取值:
Interval(Pi)=M+1-FLevel(Pi) (3)
步骤3:识别车辆密度确定间隔跳数
当前节点采用经典广义速度-密度模型识别当前道路的车辆密度,将车辆密度分为高、中、低三个等级,然后依据车辆密度自适应调整流行度对应的间隔跳数。根据表1将对应的间隔跳数放入Data包Interval字段中,接着回传Data包。
车辆密度K计算公式如下:
其中Vf为车辆的最大速度,Kj为每千米最大车辆密度,V为当前车辆密度。
表1.车辆密度和流行度级别对应的缓存间隔跳数
步骤4:Data包到达下一节点后,判断该节点的CS中是否缓存了回传后的Data包;
4.1若该节点CS中缓存了回传后的Data包,则丢弃Data包;
4.2若CS中并未缓存回传后的Data包,则判断该节点是否为源请求节点Vi;
4.2.1若为源请求节点Vi,节点缓存回传后的Data包,Data包回传结束。
4.2.2若该节点并非源请求节点Vi,则使Interval字段自减1,然后判断该节点的Interval是否为0。若为0,则缓存回传后的Data包跳至步骤3。若不为0,则接着则根据PIT记录查找下一节点,跳至步骤4,完成数据缓存。
当Data包到达源请求节点Vi,Vi缓存Data包后,就会产生一个DACK包,广播给周围车辆,通知车辆已经接收了Data包,不需要再给Vi传输Data包。
Claims (8)
1.一种面向车联网的命名数据网络自适应缓存策略,其特征在于,包括以下步骤:
步骤1)、在Interest包的数据包格式中添加跳数Hop字段,在Data包的数据包格式中添加请求前缀出现次数Prex和间隔缓存跳数Interval字段;
步骤2)、利用数据源节点Vj1判断从源请求节点Vi发来的Interest包中的Hop字段是否小于5来选择不同缓存策略;
步骤3)、采用经典广义速度-密度模型识别当前道路的车辆密度,将车辆密度进行分级,依据车辆密度自适应调整流行度对应的间隔跳数,将对应的间隔跳数放入Data包Interval字段中,接着回传Data包;
步骤4)、回传后的Data包到达下一节点后,判断该节点的CS中是否缓存了回传后的Data包;若该节点CS中缓存了回传后的Data包,则丢弃Data包;若CS中并未缓存回传后的Data包,则判断该节点是否为源请求节点Vi;若为源请求节点Vi,节点缓存回传后的Data包,Data包回传结束;若该节点并非源请求节点Vi,则使Interval字段自减1,然后判断该节点的Interval是否为0,若为0,则缓存回传后的Data包跳至步骤3),若不为0,则接着则根据PIT记录查找下一节点,跳至步骤4),完成数据缓存。
2.根据权利要求1所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,在命名数据网络Interest包的数据包格式中添加跳数Hop字段,记录Interest包经过的节点数目,每经过一个节点Hop字段自加1。
3.根据权利要求1所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,在Data包的数据包格式中添加请求前缀出现次数Prex和间隔缓存跳数Interval字段,Interval字段每经过一个节点自减1,当Interval=0时,在该节点缓存回传后的Data包。
4.根据权利要求1所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,当Hop<5时,使用最高流行度,对应间隔缓存跳数为1,然后跳至步骤3);当Hop≥5时,数据源节点将前一时间窗口该请求前缀出现次数放入Data包的Prex字段中,设置Interval为2,下一个节点Vj2也将该请求前缀出现次数放入回传后的Data包的Prex字段中。
5.根据权利要求4所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,节点Vj3首先计算Vj1、Vj2、Vj3三个节点的请求前缀出现次数的平均值,然后用公式1计算当前内容被请求的概率Pi;
用户请求的分布特征符合Zipf-Mandelbrot分布:
pi~Zipf(α) (1)
当参数α增大时,用户的请求将越集中。
6.根据权利要求4所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,采用线性分级对内容流行度的级别划分:
PH和PL分别为内容请求概率的最大值和最小值,Pi为当前内容被请求的概率,M为内容流行度分级数量。
7.根据权利要求6所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,根据内容流行度计算得到不同的缓存间隔Interval(Pi)的取值:
Interval(Pi)=M+1-FLevel(Pi) (3)。
8.根据权利要求1所述的一种面向车联网的命名数据网络自适应缓存策略,其特征在于,当Data包到达源请求节点Vi,Vi缓存Data包后,就会产生一个DACK包,广播给周围车辆,通知车辆已经接收了Data包,不需要再给Vi传输Data包。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811334051.2A CN109257443B (zh) | 2018-11-09 | 2018-11-09 | 一种面向车联网的命名数据网络自适应缓存策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811334051.2A CN109257443B (zh) | 2018-11-09 | 2018-11-09 | 一种面向车联网的命名数据网络自适应缓存策略 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109257443A true CN109257443A (zh) | 2019-01-22 |
CN109257443B CN109257443B (zh) | 2019-12-10 |
Family
ID=65043014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811334051.2A Expired - Fee Related CN109257443B (zh) | 2018-11-09 | 2018-11-09 | 一种面向车联网的命名数据网络自适应缓存策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109257443B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933645A (zh) * | 2019-11-01 | 2020-03-27 | 西安交通大学 | 一种基于车联网场景下的ccn停留时间内容缓存方法 |
CN111314224A (zh) * | 2020-02-13 | 2020-06-19 | 中国科学院计算技术研究所 | 一种命名数据网络缓存方法 |
CN111327611A (zh) * | 2020-02-17 | 2020-06-23 | 辽宁大学 | 一种命名数据网络中的针对多种攻击的安全防护方法 |
CN112565445A (zh) * | 2020-12-14 | 2021-03-26 | 长安大学 | 一种面向车载命名数据网络的数据缓存替换策略 |
CN113162894A (zh) * | 2020-11-30 | 2021-07-23 | 长安大学 | 面向车载命名数据网络的共谋兴趣洪泛攻击检测方法 |
WO2021197245A1 (zh) * | 2020-03-31 | 2021-10-07 | 长安大学 | 一种车联网环境下的最优化边缘计算节点选择方法及系统 |
CN114828079A (zh) * | 2022-03-21 | 2022-07-29 | 中南大学 | 一种高效的ndn多源多路径拥塞控制方法 |
CN116300979A (zh) * | 2023-05-26 | 2023-06-23 | 君华高科集团有限公司 | 一种机器人巡航路径生成系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104901980A (zh) * | 2014-03-05 | 2015-09-09 | 北京工业大学 | 基于流行度的数据命名网络的均衡分布缓存方法 |
US20150281079A1 (en) * | 2012-12-12 | 2015-10-01 | Huawei Technologies Co.,Ltd. | Methods and apparatuses for routing and forwarding, establishing routing table, and acquiring content |
CN105357278A (zh) * | 2015-10-18 | 2016-02-24 | 北京工业大学 | 命名数据移动自组织网络的官渡缓存策略 |
CN107070995A (zh) * | 2017-03-16 | 2017-08-18 | 中国科学院信息工程研究所 | 一种内容中心网络的缓存方法及装置 |
CN108390936A (zh) * | 2018-02-28 | 2018-08-10 | 福建师范大学 | 一种基于缓存分布感知的概率缓存算法 |
-
2018
- 2018-11-09 CN CN201811334051.2A patent/CN109257443B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150281079A1 (en) * | 2012-12-12 | 2015-10-01 | Huawei Technologies Co.,Ltd. | Methods and apparatuses for routing and forwarding, establishing routing table, and acquiring content |
CN104901980A (zh) * | 2014-03-05 | 2015-09-09 | 北京工业大学 | 基于流行度的数据命名网络的均衡分布缓存方法 |
CN105357278A (zh) * | 2015-10-18 | 2016-02-24 | 北京工业大学 | 命名数据移动自组织网络的官渡缓存策略 |
CN107070995A (zh) * | 2017-03-16 | 2017-08-18 | 中国科学院信息工程研究所 | 一种内容中心网络的缓存方法及装置 |
CN108390936A (zh) * | 2018-02-28 | 2018-08-10 | 福建师范大学 | 一种基于缓存分布感知的概率缓存算法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933645A (zh) * | 2019-11-01 | 2020-03-27 | 西安交通大学 | 一种基于车联网场景下的ccn停留时间内容缓存方法 |
CN111314224A (zh) * | 2020-02-13 | 2020-06-19 | 中国科学院计算技术研究所 | 一种命名数据网络缓存方法 |
CN111314224B (zh) * | 2020-02-13 | 2021-03-09 | 中国科学院计算技术研究所 | 一种命名数据网络缓存方法 |
CN111327611A (zh) * | 2020-02-17 | 2020-06-23 | 辽宁大学 | 一种命名数据网络中的针对多种攻击的安全防护方法 |
CN111327611B (zh) * | 2020-02-17 | 2022-04-05 | 辽宁大学 | 一种命名数据网络中的针对多种攻击的安全防护方法 |
WO2021197245A1 (zh) * | 2020-03-31 | 2021-10-07 | 长安大学 | 一种车联网环境下的最优化边缘计算节点选择方法及系统 |
US11902088B2 (en) | 2020-03-31 | 2024-02-13 | Chang'an University | Method and system for selecting optimal edge computing node in internet of vehicle environment |
CN113162894A (zh) * | 2020-11-30 | 2021-07-23 | 长安大学 | 面向车载命名数据网络的共谋兴趣洪泛攻击检测方法 |
CN113162894B (zh) * | 2020-11-30 | 2023-08-22 | 深圳中富电路股份有限公司 | 面向车载命名数据网络的共谋兴趣洪泛攻击检测方法 |
CN112565445A (zh) * | 2020-12-14 | 2021-03-26 | 长安大学 | 一种面向车载命名数据网络的数据缓存替换策略 |
CN114828079A (zh) * | 2022-03-21 | 2022-07-29 | 中南大学 | 一种高效的ndn多源多路径拥塞控制方法 |
CN114828079B (zh) * | 2022-03-21 | 2024-05-24 | 中南大学 | 一种高效的ndn多源多路径拥塞控制方法 |
CN116300979A (zh) * | 2023-05-26 | 2023-06-23 | 君华高科集团有限公司 | 一种机器人巡航路径生成系统及方法 |
CN116300979B (zh) * | 2023-05-26 | 2023-08-01 | 君华高科集团有限公司 | 一种机器人巡航路径生成系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109257443B (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109257443A (zh) | 一种面向车联网的命名数据网络自适应缓存策略 | |
CN107889160B (zh) | 一种考虑用户时延的小小区网络边缘部分缓存方法 | |
CN109921997B (zh) | 一种命名数据网络缓存方法、缓存器和存储介质 | |
CN105049254B (zh) | 一种ndn/ccn中基于内容等级及流行度的数据缓存替换方法 | |
CN107911711B (zh) | 一种考虑分区的边缘缓存替换改进方法 | |
CN103501315B (zh) | 一种面向内容网络中基于相关内容聚集的缓存方法 | |
CN110418367B (zh) | 一种5g前传网络混合边缘缓存低时延方法 | |
CN107105043B (zh) | 一种基于软件定义网络的内容中心网络缓存方法 | |
CN111107000B (zh) | 一种基于网络编码的命名数据网络中内容缓存方法 | |
CN108093435A (zh) | 基于缓存流行内容的蜂窝下行链路网络能效优化系统及方法 | |
CN111698732B (zh) | 微蜂窝无线网中面向时延的协作缓存优化方法 | |
CN116866995B (zh) | 一种基于移动车辆的内容分层边缘缓存策略 | |
WO2011131042A1 (zh) | 索引信息的存储、查找方法及装置 | |
CN108390936B (zh) | 一种基于缓存分布感知的概率缓存算法 | |
CN110913239A (zh) | 一种精细化的移动边缘计算的视频缓存更新方法 | |
CN108768852B (zh) | 一种车联网中基于多副本拥塞避免的机会路由方法 | |
CN112822275B (zh) | 基于topsis熵权法的轻量级缓存策略 | |
CN111479312A (zh) | 异构蜂窝网络内容缓存和基站休眠联合优化方法 | |
CN110784881A (zh) | 一种物联终端多级边缘节点主动缓存方法、设备及介质 | |
CN113382053B (zh) | 基于节点半局部中心性和内容热度的内容主动推送方法 | |
CN108156249B (zh) | 基于近似马尔科夫链的网络缓存更新方法 | |
CN115051996A (zh) | 一种多接入边缘计算下基于本地视频效用值的视频缓存管理方法 | |
CN112839082B (zh) | 一种异构边缘缓存分配方法、系统、介质及应用 | |
CN111124298A (zh) | 一种基于价值函数的雾计算网络内容缓存替换方法 | |
CN110012071B (zh) | 用于物联网的缓存方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191210 |