摘要：为实现高效的命名数据网络(NDN)缓存替换,设计动态流行度与请求代价相结合的缓存替换策略。使每个节点单独计算缓存内容的动态流行度与请求代价的加权(DPC)值,并基于该值进行缓存内容的替换,保留高流行度与高请求代价的内容。在此基础上,根据内容的DPC值对其分类,执行区分化的缓存决策算法,合理选择节点放置缓存。实验结果表明,相对于典型NDN缓存策略,该策略能有效提高缓存命中率,降低平均跳数。

摘要：内容中心网络是一种以内容为中心的新型网络体系结构,路由器内置缓存提高内容分发效率。由于缓存空间大小的限制,选择合适内容缓存使得缓存策略变得尤为重要。现有缓存策略的研究主要以减少网络中内容的冗余量以及提高网内缓存内容的多样性为目的,这些策略在设计过程中忽视了内容的频繁替换以及带宽损耗因素。文章提出一种以获得缓存网络最大效益的概率缓存策略(a Max-Benefits Probabilistic In-network Caching Strategy,MBPIC),缓存策略基于内容流行度、跳数和缓存空间等参数随机选择缓存放置节点,然后建立马尔科夫链推导了内容命中率与缓存概率、内容流行度、缓存空间的关系,最后数值计算和实验仿真结果表明,MBPIC策略在服务器命中率、跳数减少率和内容替换率方面比其他概率策略有明显的提高。

摘要：从分析当前互联网难以提供高效内容分发的内在原因入手,对内容中心网络(content-centricnetworking,CCN)的设计思想和核心特征进行详细介绍,重点分析梳理节点缓存和内容查找目前存在的主要问题,在剖析已有解决方案的基础上,提出未来重点研究方向,给出对应解决思路.