一种基于用户意图提取识别的内容中心网络缓存方法技术

本发明专利技术提供一种基于用户意图提取识别的内容中心网络缓存方法，包括如下步骤：S1，用户提出新请求时从用户请求数据中提取用户请求意图；S2，当有新的内容到达节点时，进行内容流行度预测；S3，计算新的内容和节点的匹配程度；S4，基于用户请求意图和预测的内容流行度进行缓存阈值判断；S5，基于匹配程度和缓存阈值判断进行缓存。本发明专利技术提出了基于用户请求意图的路径缓存策略，当新的内容到达边缘路由器时，根据内容和用户请求意图的匹配程度，并结合预测的内容流行度和节点的缓存空间来进行缓存放置决定，用户可以更轻松地获取感兴趣的内容。本发明专利技术提高了缓存内容多样性和缓存命中率，降低了网络流量开销。降低了网络流量开销。降低了网络流量开销。

【技术实现步骤摘要】
一种基于用户意图提取识别的内容中心网络缓存方法


[0001]本专利技术涉及通信
，具体而言，涉及一种基于用户意图提取识别的内容中心网络缓存方法。

技术介绍

[0002]随着网络技术的发展以及各种网络服务应用的普及，用户获取的信息主体也在发生着变化，已经从传统的面向简单的文字信息转变为面向海量的音、视频等内容信息。据cisco预测，到2021年，全球互联网用户将达到41亿，而以视频流量为主的内容类在所有IP流量中占比82％。用户主体需求的改变，海量内容数据的网内传输，使得传统的TCP/IP网络体系架构显露出了诸多不足，难以适应未来新一代网络发展的需求。为保证用户服务质量(QOS)以及顺应未来网络发展，以内容为主的新一代网络架构
‑
内容中心网络(Content Centric Network，CCN)被提出，且受到广泛的关注。CCN网络实现了“主机
‑
主机”通信模式到“请求内容
‑
获得内容”通信模式的转变，服务的主体更多的是内容，而不是存储位置。其与传统IP网络不同的是节点路由可以缓存内容本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户意图提取识别的内容中心网络缓存方法，其特征在于，包括如下步骤：S1，用户提出新请求时从用户请求数据中提取用户请求意图；S2，当有新的内容到达节点时，进行内容流行度预测；S3，计算新的内容和节点的匹配程度；S4，基于用户请求意图和预测的内容流行度进行缓存阈值判断；S5，基于匹配程度和缓存阈值判断进行缓存。2.根据权利要求1所述的基于用户意图提取识别的内容中心网络缓存方法，其特征在于，步骤S1包括如下子步骤：S11，收集用户请求数据并构建用户请求数据库；S12，对用户请求数据库中的用户请求数据进行用户请求意图的类别标注，形成训练集和测试集；S13，采用基于BiLSTM
‑
CRF的实体识别模型对训练集和测试集进行训练和测试，得到训练好的基于BiLSTM
‑
CRF的实体识别模型；S14，用户提出新请求时，将用户请求数据输入训练好的基于BiLSTM
‑
CRF的实体识别模型，输出用户请求意图。3.根据权利要求2所述的基于用户意图提取识别的内容中心网络缓存方法，其特征在于，所述基于BiLSTM
‑
CRF的实体识别模型为三层结构，包括第一层的字符表示层、第二层的BiLSTM层和第三层的CRF输出层。4.根据权利要求3所述的基于用户意图提取识别的内容中心网络缓存方法，其特征在于，所述基于BiLSTM
‑
CRF的实体识别模型的目标损失函数为：F＝logZ(x)＝log∑
y
exp(score(x,y))score(x,y)＝∑
i
Emit(x
i
,y
i
)+trans(y
i
‑1,y
i
)其中，Emit对应BiLSTM层中LSTM的输出概率；trans对应转移概率，即CRF输出层中CRF转移矩阵对应的数值。5.根据权利要求1所述的基于用户意图提取识别的内容中心网络缓存方法，其特征在于，步骤S2包括如下子步骤：S21，探索阶段：收集节点上所有内容，对收集的所有内容进行一段时间的在线缓存训练；S22，利用阶段：根据所有内...

【专利技术属性】
技术研发人员：胡友章，赵峙岳，姚月，徐强，蒋定德，李捷，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：