CN110677190A - 一种天地一体化智能网络节点静态处理与缓存方法 - Google Patents
一种天地一体化智能网络节点静态处理与缓存方法 Download PDFInfo
- Publication number
- CN110677190A CN110677190A CN201910953516.0A CN201910953516A CN110677190A CN 110677190 A CN110677190 A CN 110677190A CN 201910953516 A CN201910953516 A CN 201910953516A CN 110677190 A CN110677190 A CN 110677190A
- Authority
- CN
- China
- Prior art keywords
- node
- content
- nodes
- request
- group
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种天地一体化智能网络节点静态处理与缓存方法,针对路径改变的问题,利用节点运动的规律性设定虚拟位置,并采用提前向后方进行内容随机缓存的方式,克服卫星移动带来传输路径改变的问题。在卫星节点静态处理策略BVL的基础上,提出一种基于ProbCache的缓存策略,创新的提出组的概念,按照传统ProbCache计算出分组是否缓存的概率,从而体现出分组离请求节点间的传输距离和节点的存储空间大小。进一步在组的层面上进行分区,按照内容的请求次数进行存储位置的组内迁移和组间迁移,使得内容副本流行度高的内容副本逐跳的存储到离请求节点近的位置,变相的体现内容流行度,从而提高了缓存收益。
Description
技术领域
本发明涉及天地一体化智能网络,特别是一种天地一体化智能网络节点静态处理与缓存方法。
背景技术
天地一体化网络是按照“天基组网,地网跨代,天地互联”的思路,以地面网络为基础、以天基网络为延伸,覆盖太空、空中、陆地、海洋等自然空间,为天基、陆基、海基等各类用户活动提供信息保障的基础设施。伴随网络中节点计算能力、存储能力和通信转发能力的大幅提升,天地一体化网络向天地一体化智能网络方向不断演进。
天地一体化智能网络的节点存储能力和计算能力使内容副本在中间节点中的缓存成为可能,基于此特点,可以将天地一体化智能网络与信息中心网络(InformationCentric Network,ICN)相结合,使得内容的传输由发送者驱动的端到端通信模式向接收者驱动的海量内容获取模式转变,减小了信息的传输时延,但这也带来了诸多问题。
一方面,卫星节点移动性使得传输路径的返回路径可能部分调整或根本不存在,进而导致PIT表跟FIB表的信息有误,内容包找不到请求节点。同时,路径的改变也会使得内容副本缓存位置变化,得不到缓存收益。另一方面,与传统ICN网络相似,当前的缓存策略无法兼顾天地一体化智能网络中节点间的传输距离、节点的存储空间和内容副本的流行度,使得路径副本存储也存在时空分布不够合理,存在无效缓存及同质化缓存等问题。
传统的缓存放置策略中,主要是应用在ICN网络的。依据副本的缓存位置与请求包发送路径的相关性,缓存放置策略可以分为on-path缓存策略和off-path缓存策略。
传统的on-path缓存策略主要包括处处缓存LCE(Leave Copy Everywhere)、内容副本下级缓存LCD(Leave Copy Down)、移动内容副本缓存MCD(Move Copy Down)和概率内容副本缓存Probcache(Cache With Probability)等策略。LCE是在内容传输的路径节点上处处缓存,充分利用节点的缓存空间,但物理节点有限,限制了所有内容副本的存储。LCD是在LCE的基础上进行的改进,它是指随着请求次数的增加,内容副本的放置位置会渐进式的向请求节点移动,且不删除本节点的内容副本,因为节点的存储空间有限,这将最终导致网络中的内容副本的差异性不高。MCD是在LCD的策略上进一步改进,区别在于当下一跳存储时,会将本节点的内缓存的副本进行删除,但这样也存在一个缺点,当某节点的中心度很高时,无法将内容流行度高的内容存储在该节点。同时LCD和MCD都是以单跳为单位进行内容副本的移动的,当传输路径经过节点的数量太多时,内容副本缓存的收益会很低。Probcache缓存策略中,节点以加权概率缓存收到的包,概率与当前节点到请求节点的距离成反比,即当离请求节点越近时,节点缓存内容副本的概率越大,并没有体现内容的流行度。
发明内容
针对现有技术存在的上述问题,本发明要设计一种能克服卫星移动带来传输路径改变的问题,并提高缓存收益的天地一体化智能网络节点静态处理与缓存方法。
为了实现上述目的,本发明的技术方案如下:一种天地一体化智能网络节点静态处理与缓存方法,包括以下步骤:
A、设计卫星节点的静态处理机制
卫星节点的静态处理机制采用基于虚拟位置的卫星节点静态处理方法,英文名称为Based on Virtual Location,简称为BVL,具体步骤为:
A1、确定卫星节点的虚拟位置。卫星节点的虚拟位置固定在地球表面上。
A2、定义缓存半径的基本单位R。同一卫星轨道相邻两个节点的距离定义为基本单位R。
A3、确定缓存区域。设定内容的流行度阈值S、缓存半径dR和缓存半径DR,则高流行度的内容(S~1)对应(0~dR)的缓存区域,低流行度的内容(0~S)对应(dR~DR)表示如下:
A4、设计卫星节点的缓存替换策略。采用最近最少使用替换策略LRU,同时,当内容副本被替换掉时,会告知虚拟位置的节点。
为方便描述,将卫星网络的拓扑用4行8列共32个节点来进行表示。其中D设为卫星节点的虚拟位置,用第二行第三列这个节点进行表示,该虚拟位置在不同时期由同一轨道上不同的物理卫星节点来替代。R是缓存的基本单位,指在虚拟位置D这条链路上相邻两个节点的距离,(0~dR)代表离虚拟位置0~d个缓存单位R的存储区域,(dR~DR)代表离虚拟位置d~D个缓存单位R的存储区域。按照卫星节点的静态处理机制BVL算法,对位于虚拟位置节点内CS内容表进行修改,即对位于虚拟位置节点内的CS表增加一个反应存储内容副本的卫星节点离虚拟位置节点跳数的字段,当虚拟位置由下一个卫星节点进行替换的时候,将上一个位于虚拟位置的卫星节点的CS表移交给下一个物理节点,并将跳数字段的数值减一。
B、设计基于Probcache的分组缓存算法
在卫星节点的静态处理机制BVL基础上,提出一种兼顾距离、缓存空间和内容副本流行度三个因素的缓存策略,英文全称为Probility Based On ProbCache,简称为PBP。
内容副本流行度是由请求节点对该内容副本的请求频率来衡量的。PBP算法体现流行度的具体实现思想是:随着请求频率增加,内容副本会在组的等级上跳跃式的接近请求节点,从而挑选出流行度高的内容副本,并缓存在离请求节点近的区域。
为方便描述,设传输过程为:节点Q1与C1之间、节点C2与节点C3之间、节点C3与节点C4之间、节点C4与节点D之间、节点Q2与节点C3之间均双向传输,其中节点Q1和Q2表示请求节点,D表示目的节点,Q1到目的节点D的传输路径用黑色节点Q1、C1、C2、C3、C4和D来表示,Q2到目的节点的传输路径用白色节点Q2、C3、C4和D表示,则两条传输路径重合的部分用灰色节点表示,目的是将内容副本进行复制,从而获得最大的缓存收益。具体步骤如下:
B1、请求包到达目的节点时,依据请求包携带的沿途节点的缓存信息和路径传输时间信息,对传输路径中传输时间和存储空间相似的节点进行分组。
B2、分组后,在组的层次上对每个组按照ProbCache策略行概率匹配。ProbCache策略是指节点是否缓存的概率与离请求节点的距离成正比,与节点的存储空间成正比。
B3、设节点的内容副本流行度具有两个阈值,分别为第一阈值S1和第二阈值S2,且S2>S1。每个分组以概率P进行内容副本的缓存,若命中,则随机缓存在组内节点,并更新组所有节点的PIB表。若下一次相同内容再到来,判断内容副本流行度是否达到第一阈值S1,若达到,则将此数据包复制并存储到内容副本流行度高的区域。若内容副本流行度达到第二阈值S2,则进行存储位置的组间更改。
在PIT表中增加两个新的字段,一个字段是请求次数统计表的字段,另一个是分组表字段,用于表示该节点隶属于哪个分组。
分组后,距离因素和存储空间因素决定着组的概率,计算分组是否缓存的概率P1(XB)的方法如下:
P1(xB)=TimesIn(xB)×CacheWeight(xB) (2)
式中:XB表示当前分组X内各个节点离请求节点的平均跳数,XB与节点个数相对应;CB表示从目的节点到请求节点总的传输跳数,也与节点个数相对应;TB tw表示路径的目标窗口时间,用填满多少个节点来表示;TimesIn(xB)表示当前分组离请求节点的平均存储空间占路径目标窗口时间所需存储空间的权重,反映剩余路径的缓存能力,其中NB表示路径中所有分组平均的缓存大小,Ni B表示第i个分组的缓存大小。CacheWeight(xB)表示当前分组各个节点离请求节点的平均时间占从请求节点到目的节点的百分比,表示时间的权重,也反映当前分组离请求节点的距离大小。
进一步地,步骤B中所述的第一阈值S1的取值范围为0.0~0.9,所述的第二阈值S2的取值范围为0.1~1.0。
进一步地,步骤B中所述的缓存策略的具体实现过程包括以下步骤:
B11、判断网络中有否请求包,如没有则结束;
B12、判断请求包是否为第一次传输,否则转步骤B16;
B13、判断请求包是否到达目的节点,否则转步骤B15;
B14、目的节点通过请求包收集到来的信息;目的节点按照ProbCache算法判断路径节点各个组内是否缓存的概率P1(XB);目的节点发送内容包并携带分组表,告知节点属于哪一个分组;转步骤B11;
B15、请求包沿途收集路径节点的时间信息和存储空间的信息;转步骤B13;
B16、判段路径中的节点是否存在请求的内容副本,否则转步骤B18;
B17、存储内容副本的节点将内容包原路返回;更新组内节点的请求次数;转步骤B19;
B18、将请求包继续转发直到找到目的节点;更新组内节点的请求次数表;
B19、转步骤B11。
进一步地,步骤B中所述的路径中节点命中内容副本的处理过程,包括以下步骤:
B21:判断节点有无请求包,没有则结束;
B22:判断节点是否命中请求包请求的内容副本,否则转步骤B21;
B23:判断节点中该内容副本的流行度是否介于S1~S2之间,否则转步骤B25;
B24:进行内容副本的组内位置迁移;转步骤B28;
B25:判断节点中该内容副本的流行度是否介于S2~1.0之间,否则转步骤B27;
B26:进行内容副本的组间位置迁移;转步骤B28;
B27:不进行内容副本的存储位置迁移;
B28:节点更新本节点的请求次数表;转步骤B21。
与现有技术相比,本发明的有益效果是:
1、本发明针对路径改变的问题,利用节点运动的规律性设定虚拟位置,并采用提前向后方进行内容随机缓存的方式,克服卫星移动带来传输路径改变的问题。
2、在卫星节点静态处理策略BVL的基础上,提出一种基于ProbCache的缓存策略(PBP,Probability Based on ProbCache),创新的提出组的概念,按照传统ProbCache计算出分组是否缓存的概率,从而体现出分组离请求节点间的传输距离和节点的存储空间大小。进一步在组的层面上进行分区,按照内容的请求次数进行存储位置的组内迁移和组间迁移,使得内容副本流行度高的内容副本逐跳的存储到离请求节点近的位置,变相的体现内容流行度,从而提高了缓存收益。
附图说明
图1是缓存示意图。
图2是信息传输过程示意图。
图3为缓存的具体实现过程图。
图4为路径中某节点命中内容副本时处理过程图。
图5为天地一体化智能网络传输模型图。
图6为平均跳数率随着zipf分布参数的变化趋势图。
图7为平均缓存命中率随着zipf分布参数的变化趋势图。
图8为平均跳数率随着内容总量的变化趋势图。
图9为平均缓存命中率随着内容总量的变化趋势图。
图10为平均跳数率随请求速率的变化趋势图。
图11为平均缓存命中率随请求速率的变化趋势图。
具体实施方式
下面结合附图对本发明进行进一步地描述。
本发明的实施例如下:
天地一体化智能网络中,节点数量多,节点类型复杂,网络拓扑结构复杂。本发明使用开源仿真工具ndnSim进行计算。依据网络所在的位置,可划分为天基网和地基网。对于卫星节点来说,应用BVL存储策略,可假设卫星中的节点静止不变。为了与实际情况相吻合,卫星节点静态化后,天地一体化智能网络的拓扑搭建模型如图5所示:将天地一体化智能网络划分为天基骨干网、天基接入网、地基骨干网、地面互联网和移动通信网。天基骨干网中有6个节点,天基接入网有10个节点,地基骨干网有5个节点,地面互联网有5个节点,移动通信网有9个节点,这些节点设置为不同的存储空间,节点间的通信也设置不同的传输速率,其中的一些节点进行互连互通。网络中节点总数为35个节点,其中有两个节点没有存储能力。
每个节点都产生内容请求,并且对内容块的请求模式遵循Zipf分布,默认α=1,变化范围为0.7~1.3。网络中的内容总数默认是50000个,变化范围为20000~80000,请求速率默认速率是20,变化范围为5~35。节点产生的访问速率模型为服从λ泊松分布。网络模型建立后,先利用图1中卫星节点的静态处理机制将天基节点进行静态处理,然后对网络中的所有节点使用PBP算法。
为了反映服务质量,定义了平均跳数率和缓存命中率这两个指标,这两个指标反应了路径中节点进行缓存的收益。
平均跳数率定义如下:
其中C(α)为使用路径节点缓存后,内容获取所需要的跳数,C'(α)为不使用缓存时,内容获取所需要的跳数。A为网络内总共的请求次数,α表示为第几次请求。
缓存命中率定义如下:
上式中,D(β)表示在一段时间内节点β命中请求的次数,D'(β)表示在一段时间内节点β收到的数据请求的总次数。B表示网络内节点的总个数,β表示网络中的第β个节点。
实验结果分析如下:
为体现新提出算法的优势,按照图1-4所示的方法流程,将PBP缓存策略与传统的缓存策略LCE、LCD、MCD和ProbCache仿真实验。为进行清晰的比较,每次只改变一个变量。
1、zipf参数的影响
zipf参数主要反映了用户偏好的集中程度。本发明通过改变zipf参数来研究缓存性能带来的影响。
从图6-7可以看出,zipf参数从0.7增加到1.3时,缓存策略的效果逐渐改善。这主要是因为zipf参数增加,说明内容的局部性增强,节点对同一内容副本请求的概率增加,故跳数率降低,缓存的命中率也整体提高。同时,PBP算法具有最好的表现。这主要是PBP算法能够将流行度高的内容存储到离请求节点近的节点内,使得路径内节点缓存的收益增加。
2、内容总量的影响
内容总量是指网络中总的内容副本个数。
图8-9反映了平均缓存命中率随内容总量的变化趋势20000~80000,传统的存储策略除LCD外,随着网络中内容总量的增加,平均跳数率呈上升趋势,缓存命中率降低,这是由于内容总量变的多,找到所需要的内容的概率变小,内容的局部性降低。LCD数值基本不变,这是因为LCD的本质特点就反应了内容的需求次数,而与内容总量的大小无关。同时,PBP算法的依然最优。
3、请求速率的影响
请求速率是指节点单位时间内发送的请求包个数。
由图10-11可得,随着请求速率的变化50~350,各个缓存策略的性能指标并没有明显变化,这反应了当前速率在节点的能力范围之内。PBP存储策略随着用户请求速率的增加也没有明显变化,但总体上还是性能最优。
本发明不局限于本实施例,任何在本发明披露的技术范围内的等同构思或者改变,均列为本发明的保护范围。
Claims (4)
1.一种天地一体化智能网络节点静态处理与缓存方法,其特征在于:包括以下步骤:
A、设计卫星节点的静态处理机制
卫星节点的静态处理机制采用基于虚拟位置的卫星节点静态处理方法,英文名称为Based onVirtual Location,简称BVL,具体步骤为:
A1、确定卫星节点的虚拟位置;卫星节点的虚拟位置固定在地球表面上;
A2、定义缓存半径的基本单位R;同一卫星轨道相邻两个节点的距离定义为基本单位R;
A3、确定缓存区域;设定内容的流行度阈值S、缓存半径dR和缓存半径DR,则高流行度的内容(S~1)对应(0~dR)的缓存区域,低流行度的内容(0~S)对应(dR~DR)表示如下:
A4、设计卫星节点的缓存替换策略;采用最近最少使用替换策略LRU,同时,当内容副本被替换掉时,会告知虚拟位置的节点;
为方便描述,将卫星网络的拓扑用4行8列共32个节点来进行表示;其中D设为卫星节点的虚拟位置,用第二行第三列这个节点进行表示,该虚拟位置在不同时期由同一轨道上不同的物理卫星节点来替代;R是缓存的基本单位,指在虚拟位置D这条链路上相邻两个节点的距离,(0~dR)代表离虚拟位置0~d个缓存单位R的存储区域,(dR~DR)代表离虚拟位置d~D个缓存单位R的存储区域;按照卫星节点的静态处理机制BVL算法,对位于虚拟位置节点内CS内容表进行修改,即对位于虚拟位置节点内的CS表增加一个反应存储内容副本的卫星节点离虚拟位置节点跳数的字段,当虚拟位置由下一个卫星节点进行替换的时候,将上一个位于虚拟位置的卫星节点的CS表移交给下一个物理节点,并将跳数字段的数值减一;
B、设计基于Probcache的分组缓存算法
在卫星节点的静态处理机制BVL基础上,提出一种兼顾距离、缓存空间和内容副本流行度三个因素的缓存策略,英文全称为Probility Based On ProbCache,简称为PBP;
内容副本流行度是由请求节点对该内容副本的请求频率来衡量的;PBP算法体现流行度的具体实现思想是:随着请求频率增加,内容副本会在组的等级上跳跃式的接近请求节点,从而挑选出流行度高的内容副本,并缓存在离请求节点近的区域;
为方便描述,设传输过程为:节点Q1与C1之间、节点C2与节点C3之间、节点C3与节点C4之间、节点C4与节点D之间、节点Q2与节点C3之间均双向传输,其中节点Q1和Q2表示请求节点,D表示目的节点,Q1到目的节点D的传输路径用黑色节点Q1、C1、C2、C3、C4和D来表示,Q2到目的节点的传输路径用白色节点Q2、C3、C4和D表示,则两条传输路径重合的部分用灰色节点表示,目的是将内容副本进行复制,从而获得最大的缓存收益;具体步骤如下:
B1、请求包到达目的节点时,依据请求包携带的沿途节点的缓存信息和路径传输时间信息,对传输路径中传输时间和存储空间相似的节点进行分组;
B2、分组后,在组的层次上对每个组按照ProbCache策略行概率匹配;ProbCache策略是指节点是否缓存的概率与离请求节点的距离成正比,与节点的存储空间成正比;
B3、设节点的内容副本流行度具有两个阈值,分别为第一阈值S1和第二阈值S2,且S2>S1;每个分组以概率P进行内容副本的缓存,若命中,则随机缓存在组内节点,并更新组所有节点的PIB表;若下一次相同内容再到来,判断内容副本流行度是否达到第一阈值S1,若达到,则将此数据包复制并存储到内容副本流行度高的区域;若内容副本流行度达到第二阈值S2,则进行存储位置的组间更改;
在PIT表中增加两个新的字段,一个字段是请求次数统计表的字段,另一个是分组表字段,用于表示该节点隶属于哪个分组;
分组后,距离因素和存储空间因素决定着组的概率,计算分组是否缓存的概率P1(XB)的方法如下:
P1(xB)=TimesIn(xB)×CacheWeight(xB) (2)
式中:XB表示当前分组X内各个节点离请求节点的平均跳数,XB与节点个数相对应;CB表示从目的节点到请求节点总的传输跳数,也与节点个数相对应;TB tw表示路径的目标窗口时间,用填满多少个节点来表示;TimesIn(xB)表示当前分组离请求节点的平均存储空间占路径目标窗口时间所需存储空间的权重,反映剩余路径的缓存能力,其中NB表示路径中所有分组平均的缓存大小,Ni B表示第i个分组的缓存大小;CacheWeight(xB)表示当前分组各个节点离请求节点的平均时间占从请求节点到目的节点的百分比,表示时间的权重,也反映当前分组离请求节点的距离大小。
2.根据权利要求1所述的一种天地一体化智能网络节点静态处理与缓存方法,其特征在于:步骤B中所述的第一阈值S1的取值范围为0.0~0.9,所述的第二阈值S2的取值范围为0.1~1.0。
3.根据权利要求1所述的一种天地一体化智能网络节点静态处理与缓存方法,其特征在于:步骤B中所述的缓存策略的具体实现过程包括以下步骤:
B11、判断网络中有否请求包,如没有则结束;
B12、判断请求包是否为第一次传输,否则转步骤B16;
B13、判断请求包是否到达目的节点,否则转步骤B15;
B14、目的节点通过请求包收集到来的信息;目的节点按照ProbCache算法判断路径节点各个组内是否缓存的概率P1(XB);目的节点发送内容包并携带分组表,告知节点属于哪一个分组;转步骤B11;
B15、请求包沿途收集路径节点的时间信息和存储空间的信息;转步骤B13;
B16、判段路径中的节点是否存在请求的内容副本,否则转步骤B18;
B17、存储内容副本的节点将内容包原路返回;更新组内节点的请求次数;转步骤B19;
B18、将请求包继续转发直到找到目的节点;更新组内节点的请求次数表;
B19、转步骤B11。
4.根据权利要求1所述的一种天地一体化智能网络节点静态处理与缓存方法,其特征在于:步骤B中所述的路径中节点命中内容副本的处理过程,包括以下步骤:
B21:判断节点有无请求包,没有则结束;
B22:判断节点是否命中请求包请求的内容副本,否则转步骤B21;
B23:判断节点中该内容副本的流行度是否介于S1~S2之间,否则转步骤B25;
B24:进行内容副本的组内位置迁移;转步骤B28;
B25:判断节点中该内容副本的流行度是否介于S2~1.0之间,否则转步骤B27;
B26:进行内容副本的组间位置迁移;转步骤B28;
B27:不进行内容副本的存储位置迁移;
B28:节点更新本节点的请求次数表;转步骤B21。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910953516.0A CN110677190B (zh) | 2019-10-09 | 2019-10-09 | 一种天地一体化智能网络节点静态处理与缓存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910953516.0A CN110677190B (zh) | 2019-10-09 | 2019-10-09 | 一种天地一体化智能网络节点静态处理与缓存方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110677190A true CN110677190A (zh) | 2020-01-10 |
CN110677190B CN110677190B (zh) | 2021-06-22 |
Family
ID=69081039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910953516.0A Active CN110677190B (zh) | 2019-10-09 | 2019-10-09 | 一种天地一体化智能网络节点静态处理与缓存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110677190B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992753A (zh) * | 2021-10-17 | 2022-01-28 | 南京理工大学 | 一种天地一体化卫星网络节点的智能缓存策略 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894048A (zh) * | 2010-05-07 | 2010-11-24 | 中国科学院计算技术研究所 | 一种基于阶段分析的缓存动态划分方法和系统 |
CN103647664A (zh) * | 2013-12-13 | 2014-03-19 | 哈尔滨工业大学深圳研究生院 | 面向深空多中继卫星通信的分布式仿真系统 |
CN104159256A (zh) * | 2014-08-29 | 2014-11-19 | 大连大学 | 一种基于延时容忍卫星网络的拥塞控制方法 |
CN105049254A (zh) * | 2015-07-30 | 2015-11-11 | 重庆邮电大学 | 一种ndn/ccn中基于内容等级及流行度的数据缓存替换方法 |
CN105491156A (zh) * | 2016-01-08 | 2016-04-13 | 华中科技大学 | 一种基于sd-ran的全网协同内容缓存管理系统及方法 |
CN105791391A (zh) * | 2016-01-29 | 2016-07-20 | 西安交通大学 | 基于文件流行度的d2d融合网络最优协作距离的计算方法 |
CN106131182A (zh) * | 2016-07-12 | 2016-11-16 | 重庆邮电大学 | 命名数据网络中一种基于流行度预测的协作缓存方法 |
CN106572501A (zh) * | 2015-10-09 | 2017-04-19 | 中国科学院信息工程研究所 | 基于双重阈值判决的内容中心移动自组织网络缓存方法 |
WO2018064196A1 (en) * | 2016-09-27 | 2018-04-05 | Level 3 Communications, Llc | System and method for improvements to a content delivery network |
CN107948247A (zh) * | 2017-11-01 | 2018-04-20 | 西安交通大学 | 一种软件定义网络的虚拟缓存通道缓存管理方法 |
CN108900599A (zh) * | 2018-06-26 | 2018-11-27 | 西安交通大学 | 一种软件定义的内容中心网络装置及其聚类缓存决策方法 |
CN109240589A (zh) * | 2015-05-27 | 2019-01-18 | 苹果公司 | 用于在触敏设备上主动识别和显示相关内容的系统和方法 |
WO2019037706A1 (en) * | 2017-08-22 | 2019-02-28 | Huawei Technologies Co., Ltd. | DETERMINING A FUTURE FIELD OF VISION (FOV) FOR A PARTICULAR USER VISUALIZING A 360-DEGREE VIDEO STREAM IN A NETWORK |
CN109495865A (zh) * | 2018-12-27 | 2019-03-19 | 华北水利水电大学 | 一种基于d2d辅助的自适应缓存内容放置方法及系统 |
CN110062357A (zh) * | 2019-03-20 | 2019-07-26 | 重庆邮电大学 | 一种基于强化学习的d2d辅助设备缓存系统及缓存方法 |
-
2019
- 2019-10-09 CN CN201910953516.0A patent/CN110677190B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894048A (zh) * | 2010-05-07 | 2010-11-24 | 中国科学院计算技术研究所 | 一种基于阶段分析的缓存动态划分方法和系统 |
CN103647664A (zh) * | 2013-12-13 | 2014-03-19 | 哈尔滨工业大学深圳研究生院 | 面向深空多中继卫星通信的分布式仿真系统 |
CN104159256A (zh) * | 2014-08-29 | 2014-11-19 | 大连大学 | 一种基于延时容忍卫星网络的拥塞控制方法 |
CN109240589A (zh) * | 2015-05-27 | 2019-01-18 | 苹果公司 | 用于在触敏设备上主动识别和显示相关内容的系统和方法 |
CN105049254A (zh) * | 2015-07-30 | 2015-11-11 | 重庆邮电大学 | 一种ndn/ccn中基于内容等级及流行度的数据缓存替换方法 |
CN106572501A (zh) * | 2015-10-09 | 2017-04-19 | 中国科学院信息工程研究所 | 基于双重阈值判决的内容中心移动自组织网络缓存方法 |
CN105491156A (zh) * | 2016-01-08 | 2016-04-13 | 华中科技大学 | 一种基于sd-ran的全网协同内容缓存管理系统及方法 |
CN105791391A (zh) * | 2016-01-29 | 2016-07-20 | 西安交通大学 | 基于文件流行度的d2d融合网络最优协作距离的计算方法 |
CN106131182A (zh) * | 2016-07-12 | 2016-11-16 | 重庆邮电大学 | 命名数据网络中一种基于流行度预测的协作缓存方法 |
WO2018064196A1 (en) * | 2016-09-27 | 2018-04-05 | Level 3 Communications, Llc | System and method for improvements to a content delivery network |
WO2019037706A1 (en) * | 2017-08-22 | 2019-02-28 | Huawei Technologies Co., Ltd. | DETERMINING A FUTURE FIELD OF VISION (FOV) FOR A PARTICULAR USER VISUALIZING A 360-DEGREE VIDEO STREAM IN A NETWORK |
CN107948247A (zh) * | 2017-11-01 | 2018-04-20 | 西安交通大学 | 一种软件定义网络的虚拟缓存通道缓存管理方法 |
CN108900599A (zh) * | 2018-06-26 | 2018-11-27 | 西安交通大学 | 一种软件定义的内容中心网络装置及其聚类缓存决策方法 |
CN109495865A (zh) * | 2018-12-27 | 2019-03-19 | 华北水利水电大学 | 一种基于d2d辅助的自适应缓存内容放置方法及系统 |
CN110062357A (zh) * | 2019-03-20 | 2019-07-26 | 重庆邮电大学 | 一种基于强化学习的d2d辅助设备缓存系统及缓存方法 |
Non-Patent Citations (3)
Title |
---|
HEFEI HU: "Packet Cache-Forward Method Based on Improved Bayesian Outlier Detection for Mobile Handover in Satellite Networks", 《CHINA COMMUNICATIONS》 * |
ZHIGUO LIU: "Satellite Network Architecture Design Based on SDN", 《2018 8TH INTERNATIONAL CONFERENCE ON ELECTRONICS INFORMATION AND EMERGENCY COMMUNICATION (ICEIEC)》 * |
张开元: "移动边缘网络中计算迁移与内容缓存研究综述", 《软件学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992753A (zh) * | 2021-10-17 | 2022-01-28 | 南京理工大学 | 一种天地一体化卫星网络节点的智能缓存策略 |
CN113992753B (zh) * | 2021-10-17 | 2022-06-10 | 南京理工大学 | 一种天地一体化卫星网络节点的智能缓存策略 |
Also Published As
Publication number | Publication date |
---|---|
CN110677190B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106101223B (zh) | 一种基于内容流行度与节点级别匹配的缓存方法 | |
KR101567385B1 (ko) | 콘텐츠 중심 네트워크에 대한 협동 캐싱 방법 | |
CN109905480B (zh) | 基于内容中心性的概率缓存内容放置方法 | |
Badov et al. | Congestion-aware caching and search in information-centric networks | |
CN108900570B (zh) | 一种基于内容价值的缓存替换方法 | |
CN103618675B (zh) | 一种面向内容网络中基于内容影响力的缓存方法 | |
CN106131844B (zh) | 一种ndn中恶意请求兴趣包攻击的防御方法 | |
CN111107000B (zh) | 一种基于网络编码的命名数据网络中内容缓存方法 | |
Nguyen et al. | Congestion price for cache management in information-centric networking | |
CN108173903B (zh) | 自治系统协作缓存策略在ccn中的应用方法 | |
CN110677190B (zh) | 一种天地一体化智能网络节点静态处理与缓存方法 | |
CN112399485A (zh) | 一种6g中基于ccn的新节点价值和内容流行度缓存方法 | |
CN109195180A (zh) | 一种减小移动内容中心网络中内容获取时延的解决方法 | |
Zhou et al. | Cache pollution prevention mechanism based on deep reinforcement learning in NDN | |
KR20140099834A (ko) | 분산형 공유 캐싱 시스템을 위한 적응적 콘텐츠 탐색 방법 및 시스템 | |
CN101840417B (zh) | 一种基于相关关系的物联网uid查询方法 | |
CN108093056A (zh) | 信息中心无线网络虚拟化网络中节点缓存替换方法 | |
CN108183867A (zh) | 信息中心网络节点缓存替换方法 | |
CN117118736A (zh) | 一种面向隐私保护的ndn文件共享系统的隐私保护的方法 | |
Zhou et al. | Popularity and age based cache scheme for content-centric network | |
CN112822275B (zh) | 基于topsis熵权法的轻量级缓存策略 | |
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 | |
Denko et al. | Cooperative caching with adaptive prefetching in mobile ad hoc networks | |
CN105657054A (zh) | 一种基于k均值算法的内容中心网络缓存方法 | |
CN108616923A (zh) | 一种基于移动自组织网络的协作缓存系统 |
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 |