CN112052198B - 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法 - Google Patents

能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法 Download PDF

Info

Publication number
CN112052198B
CN112052198B CN202010798794.6A CN202010798794A CN112052198B CN 112052198 B CN112052198 B CN 112052198B CN 202010798794 A CN202010798794 A CN 202010798794A CN 112052198 B CN112052198 B CN 112052198B
Authority
CN
China
Prior art keywords
data
node
popularity
exchange module
nodes
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.)
Active
Application number
CN202010798794.6A
Other languages
English (en)
Other versions
CN112052198A (zh
Inventor
姚琳
范振祯
徐晓莹
吴国伟
马良栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202010798794.6A priority Critical patent/CN112052198B/zh
Publication of CN112052198A publication Critical patent/CN112052198A/zh
Application granted granted Critical
Publication of CN112052198B publication Critical patent/CN112052198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02—Addressing or allocation; Relocation
    • G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
    • G06F12/0802—Addressing of a memory level in which the access to the desired data or data block requires associative addressing means, e.g. caches
    • G06F12/0877—Cache access modes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02—Addressing or allocation; Relocation
    • G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
    • G06F12/12—Replacement control
    • G06F12/121—Replacement control using replacement algorithms
    • G06F12/123—Replacement control using replacement algorithms with age lists, e.g. queue, most recently used [MRU] list or least recently used [LRU] list
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/74—Address processing for routing
    • H04L45/745—Address table lookup; Address filtering
    • H04L45/7453—Address table lookup; Address filtering using hashing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
    • G06F2212/10—Providing a specific technical effect
    • G06F2212/1012—Design facilitation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
    • G06F2212/10—Providing a specific technical effect
    • G06F2212/1016—Performance improvement
    • G06F2212/1024—Latency reduction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
    • G06F2212/15—Use in a specific computing environment
    • G06F2212/154—Networked environment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明属于信息安全技术领域，提供了一种能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法。首先，数据采集器收集建筑能耗数据，将数据上传到数据交换模块中，网络中的各个数据交换模块节点收集所需要的信息，根据信息进行边权计算和网络节点PageRank值计算，再根据节点PageRank值对网络节点进行分域。然后，在边际数据交换模块节点接收到用户请求时，进行数据流行度计算，并更新节点的流行度表。最后，边际数据交换模块节点收到用户请求和数据时，根据流行度表判断数据是否流行，再进行相应的用户请求转发、数据查找和数据缓存等事项，并且判断是否将数据复制进边际数据交换模块节点的HotZone区域。

Description

能耗监测平台下基于节点介数流行度的哈希路由协同缓存 方法
技术领域
本发明涉及一种能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法，属于信息安全技术领域。
背景技术
在大数据技术应用过程中，数据安全一直是安全领域关注的重点。随着多种多样建筑能耗数据的不断采集，在建筑能耗监测平台中如何安全高效的使用大数据技术来处理这些数据成为一个值得研究的问题。传统的数据安全模型总是以基础设施的安全为核心，致力于保障基础设施的安全(如服务中心，主机和操作系统等)，从而维护数据的安全，在数据量较少且种类单一的情况下可以满足数据安全需求；在大数据时代，数据具有了更多的特点：总量大、种类多、价值高、变化快。
在大数据的采集、存储、使用再到丢弃的整个生命周期中，使用传统的数据安全模型将不能满足大数据的安全需求，这将带来很多安全问题。例如，大数据通常变化快且价值高，如何在数据的生命周期中快速且安全的使用数据将成为问题，如在数据传输过程中大量数据的传输对网络质量提出了更高要求，在存储空间有限的前提下，大大降低了网络的存储效率；数据传输链路的不可靠将导致传输延时过高或数据丢包丢失，造成高价值及迅速变化数据的贬值以及过时。所以从目前来看，如何降低网络中节点缓存冗余，增加缓存中数据多样性为将来研究的主要趋势和方向。
发明内容
为了有效的降低网络中数据缓存的冗余度、提高缓存命中率以及保证数据传输的安全性，本发明提出了一种基于节点介数流行度的哈希路由协同缓存方法。该方案首先提出一个基于PageRank的协同域划分算法，进行边权计算和网络节点PageRank值计算，然后根据节点PageRank值对网络节点进行分域。然后，在协同域内，本发明将基于节点介数的数据流行度与哈希路由用于缓存策略中，不仅降低了协同域内的缓存数据冗余度，而且避免了非流行数据被分配进入缓存。最后，通过在协同域的边际节点加入了HotZone机制，进一步降低了高流行度数据的访问时延。
本发明的技术方案：
一种能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法，步骤如下：
(1)首先进行边权计算和数据交换模块节点PageRank值计算，然后根据节点PageRank值对节点进行分域，以便于进行域间协同；
分域的生成与调整，具体过程如下：
(1.1)数据采集器(即智能网关)从建筑中的传感器或其他智能设备收集建筑能耗数据，之后将数据上传到数据交换模块中。
(1.2)当数据交换模块收到数据时，将数据进行初步处理，使数据具有统一的数据格式，统计如下信息：数据交换模块的缓存中存储数据的集合、数据交换模块节点的度数；并将数据经由MQTT协议传输到云数据中心，云数据中心对数据进行进一步处理，然后存入数据库中。
(1.3)引入节点相似度概念，通过计算网络中数据交换模块节点之间缓存数据的相似度，作为节点间的边权；即利用Jaccard相似系数来计算节点间的权重值，定义如下：
Figure BDA0002626611410000021
其中，A和B表示相连的两个数据交换模块节点的缓存中存储数据的集合；
基于PageRank算法，计算数据交换模块节点PageRank值：
Figure BDA0002626611410000031
其中，d是阻尼系数，其取值范围为0～1，代表从图中的某一个节点指向其他任意一个节点的概率，取值为0.85。N(i)表示节点i的邻居节点，w(i,j)为节点i与节点j之间的权重值；d(j)表示为节点j的度数；
关联值：表示为邻居节点与域内所有相连的成员节点的PageRank值和边权的乘积的总和，定义如下：
R(i)＝∑j∈NPR(j)×w(i,j)
其中，N表示目前的需拓展的协同域的成员集合；
(1.4)计算完所有数据交换模块节点的PageRank值与节点之间的边权值后，开始将所有节点进行划分；如果待拓展的协同域集合中没有数据交换模块节点，则将剩余节点中具有最大PageRank值的数据交换模块节点放入集合中；否则，选取与协同域内节点具有最大关联值的数据交换模块节点进入协同域集合中；直到剩余节点集合为空时，则所有数据交换模块节点被划分完毕；
(2)进行流行度计算，使流行度较高的数据被缓存，提高协同域内的缓存命中率，提高域内存储的缓存效率；
流行度计算的具体过程如下：
(2.1)在计算单一节点数据流行度时引进时间片的概念，统计在一个时间片中用户请求数据的请求频率，并且将上一周期的数据流行度也考虑在内来计算流行度；单一节点数据流行度的计算如下式所示：
Figure BDA0002626611410000032
其中，P(c(i,v))表示节点v上关于数据i的流行度，Pl(c(i,v))表示上一时间片内节点v上关于数据i的流行度；n(c(i,v))表示当前时间片内，节点v收到数据i的请求次数；N(v)表示节点v收到所有请求的总次数；所以，通过这样一个时间片的机制，让数据流行度随着周期动态的变化，更加真实的反映数据的实时流行度；
(2.2)网络节点介数是网路节点介数中心性(betweennesscentrality)的简称，是作为判断节点位置在网络中重要程度的度量；其数学表达式为：
Figure BDA0002626611410000041
其中，σ(s,t|v)是s与t之间通过v的最短路径数量，而σ(s,t)是s与t之间的最短路径总数；考虑到在网络中路由会采取最短路径，所以如果节点介数越大，则表示会有更多的数据经过该节点；
(2.3)通过计算协同域中的网络节点介数来计算协同域内的全域数据流行度：
Figure BDA0002626611410000042
其中CB(v)表示节点v的介数中心性，P(c(i,v))表示数据i在节点v的单一数据流行度，V表示协同域的数据交换模块节点集合；全域数据流行度的计算考虑了协同域中所有的节点，并利用介数中心性作为权值，赋予不同节点对全域数据流行度计算的贡献值；
(2.4)通过在边际数据交换模块节点加入了HotZone机制；HotZone是一块单独开辟的缓存，用来单独存储比较流行的数据；所以在这里引入一个新的概念：热点流行度。其数学表达式为：
Figure BDA0002626611410000051
其中，P(c(i,v))表示数据i在边际节点的单一流行度，GP(i)表示数据i在协同域的全域流行度；
(2.5)在边际数据交换模块节点增加HotZone区域，在HotZone中缓存热点流行度表中排名前HZ(HotZone的缓存空间大小)的数据；协同域的边际节点通过有线传输的方式共享全域流行度表，而HotZone中存储的数据由全域流行度与边际节点处的单一节点流行度共同决定，所以边际数据交换模块节点中的缓存数据既可以保证是域内流行数据又能够保证该数据在边际节点处也是较为流行的；在牺牲协同域一定的缓存冗余度的情况下，进一步降低了用户的访问时延。
(3)协同域内的缓存放置和替换策略具体过程如下：
(3.1)当协同域的边际数据交换模块节点接收到用户请求时，首先通过上节中的流行度计算实时更新用户所请求的数据的流行度。
(3.2)如果所请求的数据的流行度值处于流行度表的前M(协同域的缓存大小)位，则对该用户请求的名称进行哈希计算，得到用户请求的缓存节点标识，然后将用户请求传输到对应的缓存节点。如果该节点中存储着用户请求所对应的数据，即缓存命中，则将该数据原路返回给用户节点。如果该节点中没有缓存对应数据，则将该用户请求向云数据中心进行转发。
(3.3)当协同域的边际数据交换模块节点接收到数据时，根据数据流行度表判断是否存储该数据。如果该数据的流行度处于流行度表的前M位，则计算该数据名称的哈希值求得缓存节点标识，转发该数据，缓存进入对应的数据交换模块节点。否则，按照用户请求路径原路返回给用户节点。
(3.4)针对边际数据交换模块节点的HotZone缓存空间，本文通过计算热点流行度，实时复制协同域缓存中排名前HZ(HotZone的缓存空间大小)的数据进入HotZone。
本发明的有益效果：能耗监测平台采用现有网络架构，建筑能耗数据从传感器或智能设备汇总到数据采集器(即智能网关)再到数据中心的数据传输过程中，不可避免的面临着数据冗余以及缓存垃圾数据问题，在存储空间有限的前提下，大大降低了网络的存储效率。因此，我们设计了基于节点介数流行度的哈希路由协同缓存方法在降低协同域中缓存节点的冗余度的同时提高了缓存多样性。
附图说明
图1为本发明所述的协同缓存方法的组织结构图。
图2为本发明所述的划分协同域的流程图。
图3为本发明所述的流行度计算的流程图。
图4为本发明所述的缓存放置与替换策略的流程图。
具体实施方式
为了将本发明的目的，技术方案和优点表达的更清晰明了，接下来将通过实施例和附图，对本发明做进一步的详尽的说明。
一种能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法，本方法包括对数据交换模块划分协同域、收到用户请求后进行流行度计算以及对数据的缓存放置与替换策略。
参照图2，对数据交换模块划分协同域的具体运行过程如下：
步骤1.数据采集器(即智能网关)负责从建筑中的传感器或其他智能设备收集建筑能耗数据。
步骤2.将建筑能耗数据上传到数据交换模块。
步骤3.将数据经由MQTT协议传输到云数据中心，云数据中心进一步对数据进行进一步处理，并保存到数据库中。
步骤4.网络中的每个数据交换模块节点统计如下信息：数据交换模块的缓存中存储数据的集合。
步骤5.根据Jaccard相似系数计算边的权重值，公式如下：
Figure BDA0002626611410000071
其中，A和B表示相连的两个节点的缓存中存储数据的集合。
步骤6.基于PageRank算法，计算网络节点PageRank值：
Figure BDA0002626611410000072
其中d是阻尼系数，其取值范围为零到一，代表从图中的某一个节点指向其他任意一个节点的概率，一般取值为0.85。N(i)表示节点i的邻居节点，w(i,j)为节点i与节点j之间的权重值。d(j)表示为节点j的度数。
步骤7.查看待拓展的协同域集合中有无节点。
步骤8.如果待拓展的协同域集合中有数据交换模块，那么查看待拓展的协同域节点数是否达到阈值；如果待拓展的协同域集合中没有数据交换模块，那就将剩余节点中具有最大PageRank值的数据交换模块放入集合中。
步骤9.如果待拓展的协同域节点数达到阈值，那么就创建新的协同域。如果待拓展的协同域节点数没有达到阈值，那就选取与协同域内数据交换模块具有最大关联值的数据交换模块进入协同域集合中。其中关联值的计算方式如下：
R(i)＝∑j∈NPR(j)×w(i,j)
N表示目前的需拓展的协同域的成员集合
步骤10.剩余节点集合中是否为空，如果不为空，进行步骤7；如果为空，划分协同域完成。
参照图3，收到用户请求进行流行度计算的具体运行过程如下：
步骤11.边际数据交换模块节点收到用户请求。
步骤12.计算该用户请求对应数据的单一节点数据流行度，公式如下：
Figure BDA0002626611410000081
其中P(c(i,v))表示节点v上关于数据i的流行度,Pl(c(i,v))表示上一时间片内节点v上关于数据i的流行度。n(c(i,v))表示当前时间片内，节点v收到数据i的请求次数。N(v)表示节点v收到所有请求的总次数。
步骤13.计算路由节点介数，数学表达式如下：
Figure BDA0002626611410000082
其中σ(s,t|v)是s与t之间通过v的最短路径数量，而σ(s,t)是s与t之间的最短路径总数。
步骤14.计算基于节点介数的全域数据流行度，公式如下：
Figure BDA0002626611410000083
其中CB(v)表示节点v的介数中心性，P(c(i,v))表示数据i在节点v的单一数据流行度，V表示协同域的路由节点集合。
步骤15.计算热点流行度，数学表达式如下：
Figure BDA0002626611410000084
其中P(c(i,v))表示数据i在边际节点的单一流行度，GP(i)表示数据i在协同域的全域流行度。
步骤16.在数据交换模块的流行度表中实时更新该数据的流行度。
参照图4，缓存放置与替换策略的具体运行过程如下：
步骤17.边际数据交换模块节点收到用户请求。
步骤18.边际节点收到用户请求后，查看该用户请求所对应数据的流行度值是否处于流行度表的前M位(M为协同域缓存大小)，M为协同域的缓存大小。如果处于前M位，进行步骤19；否则，进行步骤22。
步骤19.如果该数据的流行度值处于流行度表的前M位，则对该请求进行哈希计算，得到数据的缓存节点标识，然后传输用户请求到对应数据交换模块。
步骤20.对应数据交换模块中是否存储着数据，如果有缓存，进行步骤21；否则，进行步骤22。
步骤21.如果数据交换模块中存储着对应的数据，即缓存命中，则将该数据原路返回给用户。
步骤22.如果该数据的流行度值没有处于流行度表的前M位或者数据交换模块中没有缓存对应数据，则将该用户请求向云数据中心进行转发。
步骤23.数据转发过程中，协同域边际数据交换模块接收到数据。
步骤24.根据数据流行度表判断该数据的流行度是否处于流行度表的前M位，如果是，进行步骤25；否则，进行步骤26。
步骤25.如果该数据的流行度处于流行度表的前M位，则计算该数据名称的哈希值求得缓存节点标识，转发该数据，并缓存进入对应的数据交换模块。
步骤26.如果该数据的流行度没有处于流行度表的前M位，按照用户请求路径原路返回给用户。
步骤27.根据数据流行度表判断数据的流行度是否处于同域缓存的前HZ位(HZ为HotZone的缓存空间大小)，如果是，进行步骤28；否则，不作任何操作。
步骤28.如果数据的流行度处于同域缓存的前HZ位，将数据复制进协同域的HotZone区域。

Claims (1)

1.一种能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法，其特征在于，步骤如下：
(1)首先进行边权计算和数据交换模块节点PageRank值计算，然后根据节点PageRank值对节点进行分域，以便于进行域间协同；
分域的生成与调整，具体过程如下：
(1.1)数据采集器从建筑中的传感器或其他智能设备收集建筑能耗数据，之后将数据上传到数据交换模块中；
(1.2)当数据交换模块收到数据时，将数据进行初步处理，使数据具有统一的数据格式，统计如下信息：数据交换模块的缓存中存储数据的集合、数据交换模块节点的度数；并将数据经由MQTT协议传输到云数据中心，云数据中心对数据进行进一步处理，然后存入数据库中；
(1.3)引入节点相似度概念，通过计算网络中数据交换模块节点之间缓存数据的相似度，作为节点间的边权；即利用Jaccard相似系数来计算节点间的权重值，定义如下：
Figure FDA0002626611400000011
其中，A和B表示相连的两个数据交换模块节点的缓存中存储数据的集合；
基于PageRank算法，计算数据交换模块节点PageRank值：
Figure FDA0002626611400000012
其中，d是阻尼系数，其取值范围为0～1，代表从图中的某一个节点指向其他任意一个节点的概率，取值为0.85；N(i)表示节点i的邻居节点，w(i，j)为节点i与节点j之间的权重值；d(j)表示为节点j的度数；
关联值：表示为邻居节点与域内所有相连的成员节点的PageRank值和边权的乘积的总和，定义如下：
Figure FDA0002626611400000021
其中，N表示目前的需拓展的协同域的成员集合；
(1.4)计算完所有数据交换模块节点的PageRank值与节点之间的边权值后，开始将所有节点进行划分；如果待拓展的协同域集合中没有数据交换模块节点，则将剩余节点中具有最大PageRank值的数据交换模块节点放入集合中；否则，选取与协同域内节点具有最大关联值的数据交换模块节点进入协同域集合中；直到剩余节点集合为空时，则所有数据交换模块节点被划分完毕；
(2)进行流行度计算，使流行度较高的数据被缓存，提高协同域内的缓存命中率，提高域内存储的缓存效率；
流行度计算的具体过程如下：
(2.1)在计算单一节点数据流行度时引进时间片的概念，统计在一个时间片中用户请求数据的请求频率，并且将上一周期的数据流行度也考虑在内来计算流行度；单一节点数据流行度的计算如下式所示：
Figure FDA0002626611400000022
其中，P(c(i，v))表示节点v上关于数据i的流行度，Pl(c(i，v))表示上一时间片内节点v上关于数据i的流行度；n(c(i，v))表示当前时间片内，节点v收到数据i的请求次数；N(v)表示节点v收到所有请求的总次数；所以，通过这样一个时间片的机制，让数据流行度随着周期动态的变化，更加真实的反映数据的实时流行度；
(2.2)网络节点介数是网路节点介数中心性的简称，是作为判断节点位置在网络中重要程度的度量；其数学表达式为：
Figure FDA0002626611400000031
其中，σ(s，t|v)是s与t之间通过v的最短路径数量，而σ(s，t)是s与t之间的最短路径总数；考虑到在网络中路由会采取最短路径，所以如果节点介数越大，则表示会有更多的数据经过该节点；
(2.3)通过计算协同域中的网络节点介数来计算协同域内的全域数据流行度：
Figure FDA0002626611400000032
其中CB(v)表示节点v的介数中心性，P(c(i，v))表示数据i在节点v的单一数据流行度，V表示协同域的数据交换模块节点集合；全域数据流行度的计算考虑了协同域中所有的节点，并利用介数中心性作为权值，赋予不同节点对全域数据流行度计算的贡献值；
(2.4)通过在边际数据交换模块节点加入了HotZone机制；HotZone是一块单独开辟的缓存，用来单独存储比较流行的数据；所以在这里引入一个新的概念：热点流行度；其数学表达式为：
Figure FDA0002626611400000033
其中，P(c(i，v))表示数据i在边际节点的单一流行度，GP(i)表示数据i在协同域的全域流行度；
(2.5)在边际数据交换模块节点增加HotZone区域，在HotZone中缓存热点流行度表中排名前HZ的数据；协同域的边际节点通过有线传输的方式共享全域流行度表，而HotZone中存储的数据由全域流行度与边际节点处的单一节点流行度共同决定，所以边际数据交换模块节点中的缓存数据既可以保证是域内流行数据又能够保证该数据在边际节点处也是较为流行的；在牺牲协同域一定的缓存冗余度的情况下，进一步降低了用户的访问时延；
(3)协同域内的缓存放置和替换策略具体过程如下：
(3.1)当协同域的边际数据交换模块节点接收到用户请求时，首先通过上节中的流行度计算实时更新用户所请求的数据的流行度；
(3.2)如果所请求的数据的流行度值处于流行度表的前M(协同域的缓存大小)位，则对该用户请求的名称进行哈希计算，得到用户请求的缓存节点标识，然后将用户请求传输到对应的缓存节点；如果该节点中存储着用户请求所对应的数据，即缓存命中，则将该数据原路返回给用户节点；如果该节点中没有缓存对应数据，则将该用户请求向云数据中心进行转发；
(3.3)当协同域的边际数据交换模块节点接收到数据时，根据数据流行度表判断是否存储该数据；如果该数据的流行度处于流行度表的前M位，则计算该数据名称的哈希值求得缓存节点标识，转发该数据，缓存进入对应的数据交换模块节点；否则，按照用户请求路径原路返回给用户节点；
(3.4)针对边际数据交换模块节点的HotZone缓存空间，本文通过计算热点流行度，实时复制协同域缓存中排名前HZ的数据进入HotZone。
CN202010798794.6A 2020-08-11 2020-08-11 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法 Active CN112052198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010798794.6A CN112052198B (zh) 2020-08-11 2020-08-11 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010798794.6A CN112052198B (zh) 2020-08-11 2020-08-11 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法

Publications (2)

Publication Number Publication Date
CN112052198A CN112052198A (zh) 2020-12-08
CN112052198B true CN112052198B (zh) 2022-09-20

Family

ID=73602686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010798794.6A Active CN112052198B (zh) 2020-08-11 2020-08-11 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法

Country Status (1)

Country Link
CN (1) CN112052198B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114268552B (zh) * 2021-12-16 2023-10-13 云南电网有限责任公司电力科学研究院 一种复杂网络节点预测方法
CN117319287B (zh) * 2023-11-27 2024-04-05 之江实验室 一种基于多智能体强化学习的网络可扩展路由方法与系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131182B (zh) * 2016-07-12 2019-04-09 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
CN106533733B (zh) * 2016-08-30 2019-09-27 中国科学院信息工程研究所 基于网络分簇和哈希路由的ccn协同缓存方法及装置
CN107948247B (zh) * 2017-11-01 2020-04-10 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
CN110198341A (zh) * 2019-04-19 2019-09-03 华中科技大学 一种基于内容流行度和节点中心度的协同缓存方法和系统

Also Published As

Publication number Publication date
CN112052198A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
Zhang et al. Joint optimization of cooperative edge caching and radio resource allocation in 5G-enabled massive IoT networks
CN106982248B (zh) 一种内容中心网络的缓存方法及装置
AU2020103384A4 (en) Method for Constructing Energy-efficient Network Content Distribution Mechanism Based on Edge Intelligent Caches
CN112052198B (zh) 能耗监测平台下基于节点介数流行度的哈希路由协同缓存方法
CN107105043B (zh) 一种基于软件定义网络的内容中心网络缓存方法
CN105262833B (zh) 一种内容中心网络的跨层缓存方法及其节点
CN111491331B (zh) 一种雾计算网络中基于迁移学习的网络感知自适应缓存方法
Hou et al. Bloom-filter-based request node collaboration caching for named data networking
CN104166630A (zh) 一种面向内容中心网络中基于预测的最优化缓存放置方法
CN109067918B (zh) 一种物联网中的联合内容缓存和更新策略的方法及算法
CN113255004A (zh) 一种安全且高效的联邦学习内容缓存方法
CN113873534A (zh) 一种雾计算中区块链协助的联邦学习主动内容缓存方法
Al-Ward et al. Caching transient data in Information-Centric Internet-of-Things (IC-IoT) networks: A survey
CN109951317B (zh) 一种基于用户驱动的流行度感知模型的缓存替换方法
Alipio et al. Deep Reinforcement Learning perspectives on improving reliable transmissions in IoT networks: Problem formulation, parameter choices, challenges, and future directions
Alduayji et al. PF-EdgeCache: Popularity and freshness aware edge caching scheme for NDN/IoT networks
CN113993168A (zh) 一种雾无线接入网中基于多智能体强化学习的协作缓存方法
Sharma et al. Federated learning based caching in fog computing for future smart cities
CN112822275B (zh) 基于topsis熵权法的轻量级缓存策略
CN114095573B (zh) 基于边缘缓存的cdn-p2p网络的内容副本放置方法
CN106790421B (zh) 一种基于社团的icn二步缓存方法
Pruthvi et al. ICN based co-operative edge caching policy for transient IoT data
CN112954026B (zh) 一种基于边缘计算的多约束内容协作缓存优化方法
Liu et al. Proactive data caching and replacement in the edge computing environment
Oualil et al. A personalized learning scheme for internet of vehicles caching

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