首页> 中文学位 >信息中心网络服务缓存方法研究
【6h】

信息中心网络服务缓存方法研究

代理获取

目录

声明

致谢

摘要

主要缩略语对照表

1.1 研究背景

1.2 信息中心网络综述

1.3 缓存机制研究现状及存在的问题

1.3.1 传统缓存技术

1.3.2 信息中心网络缓存技术

1.4 选题目的及意义

1.5 主要工作与创新点

1.6 论文组织结构

2 内容命名粒度对缓存性能影响研究

2.1 问题描述

2.2 相关工作

2.3 内容命名粒度

2.3.1 内容命名粒度与分块缓存

2.3.2 内容命名粒度对可扩展性的影响

2.4 内容命名粒度对缓存效率的影响

2.4.1 仿真拓扑环境及参数

2.4.2 仿真结果

2.4.3 仿真总结

2.5 本章小结

3 基于内容分块流行度的流媒体缓存方法

3.1 问题描述

3.2 相关工作

3.3 基于内容分块流行度的流媒体缓存方法

3.3.1 内容分块的流行度

3.3.2 LICA概述

3.3.3 LICA工作原理

3.3.4 LICA特性详述

3.4 仿真分析

3.4.1 仿真环境与参数

3.4.2 仿真结果

3.4.4 LICA开销定性分析

3.4.5 仿真总结

3.5 本章小结

4 基于内容分块流行度的鲁棒缓存方法

4.1 问题描述

4.2 相关工作

4.3 RINA网络模型

4.3.1 网络模型

4.3.2 设计目标

4.4 RINA工作原理

4.4.1 RINA基本特性

4.4.2 RINA工作原理举例

4.4.3 备份缓存节点选取

4.5 仿真分析

4.5.1 仿真环境及参数

4.5.2 仿真结果

4.5.3 仿真总结

4.6 本章小结

5 总结与展望

5.1 工作总结

5.2 研究展望

参考文献

作者简历及攻读博士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

传统以主机网络地址为中心的互联网通信模式在网络可扩展性、安全性、可控可管性和移动性等方面存在严重问题,无法适应经济和社会发展对信息网络的需求。因此,旨在满足用户对服务内容需求、提高网络传输效率的信息中心网络在近年来得到了业界的广泛关注。信息中心网络通过为信息命名,使得信息在网络中任意位置(节点)存储而不改变名字,从而便于用户获取内容,提升用户体验和网络效率。本文针对信息中心网络的服务缓存方法进行研究,旨在提高信息中心网络缓存效率。论文主要工作和创新点如下:
  1)为了确定信息中心网络中的内容命名粒度,分析了信息中心网络内容命名粒度对域内缓存性能的影响。本文首先给出了内容命名粒度的概念,分析了内容命名粒度与分块缓存的优点,及对网络可扩展性的影响。在此基础上,通过仿真分析了内容命名粒度在不同网络拓扑、用户请求模型和缓存空间大小等关键参数条件下,不同缓存策略对缓存命中率、用户请求时延和用户请求跳数的影响。结果表明,内容命名粒度在由大变小的过程中,缓存效率逐渐提高,但随着粒度变小效率的增加幅度也逐渐减小,同时会带来较大的网络可扩展性问题。基于文中所采用的网络参数,内容命名粒度在区间[10MB-100MB]内可以获得较好的缓存效率,同时保证对网络可扩展性影响不大。
  2)为了更好的适应视频等大容量流媒体服务的分发和传输,本文提出了一种基于内容分块流行度的流媒体服务缓存方法。通过分析用户对大容量流媒体视频的请求模式,即同一内容的不同分块具有不同流行度的特性,进而得出用户对流媒体服务的请求模型。根据这一模型并结合同一内容不同分块可以在不同节点缓存的特性,提出了一种根据内容分块流行度分级并将缓存节点根据位置进行分级的缓存策略,通过在用户请求包和数据包中携带缓存标签的方式实现隐式协作缓存。仿真结果表明,本方法相比于其他域内缓存方法,可以更好的利用内容分块流行度的特性,具有更高的网络缓存命中率,更低的内容请求时延以及内容请求跳数,从而可以提升用户对网络流媒体服务的体验。
  3)现有信息中心网络域内缓存协作方案大多没有考虑到网络中缓存节点缓存失效或者不可达的情况。因此这些方案的缓存性能在缓存节点失效时将会受到较大影响。本文根据该问题提出了一种基于内容分块流行度并具有良好鲁棒性的域内缓存协作方法RINA。在RINA中,缓存节点被分为两类,备份缓存节点和普通缓存节点。为了提供良好的鲁棒性,RINA在备份缓存节点和普通缓存节点同时缓存了网络中最流行的内容分块,所以当网络中任何节点失效时,都不会对网络的缓存性能(如缓存命中率)造成较大的影响。本章通过大量仿真,将RINA与其他现有的缓存方案进行了比较。仿真结果表明,相比于其他缓存方案,不论是单个缓存节点失效还是多个缓存节点失效,RINA能在提供较好缓存性能的同时保证缓存鲁棒性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号