应用于信息中心网络的数据缓存方法和系统技术方案

本公开提供一种应用于信息中心网络的数据缓存方法和系统

【技术实现步骤摘要】
应用于信息中心网络的数据缓存方法和系统


[0001]本公开涉及网络缓存领域，更具体地说，涉及一种应用于信息中心网络的数据缓存方法和系统
。

技术介绍

[0002]ICN(Information
‑
Centric Networking
，信息中心网络
)
作为下一代网络体系结构的研究热点，从根本上体现了用户关注内容本身而非内容的所在位置
。ICN
通过对目标内容本身进行路由获取，并对内容进行网内缓存的方式，既实现了内容与位置的解耦，也降低了昂贵的高速缓存服务器所带来的能耗和成本问题
。
[0003]但是，相关的
ICN
缓存方案中，大多没有与
ICN
架构结合，没有考虑到网络的拓扑结构以及内容的动态传播与变化
,
导致相关的
ICN
缓存算法没有兼顾网络性能，且存在动态缓存效果差的问题，不能实现绿色的
ICN
通信
。

技术实现思路

[0004]本公开提供一种基于复杂网络博弈动力学的数据缓存方法和系统，以至少解决上述相关技术中的问题，也可不解决任何上述问题
。
[0005]根据本公开的一个方面，提供一种应用于信息中心网络的数据缓存方法，包括：针对信息中心网络中的每个节点，将所述每个节点的缓存行为作为策略集合构建博弈模型，其中，所述缓存行为包括缓存节点选择与缓存内容选择；基于以下项中的至少一项建立所述博弈模型的收益函数模型：用户体验质量相关的收益
、
缓存竞价成本以及缓存行为能耗；将最大化所述收益函数模型的收益作为优化目标，基于最优化算法求解所述博弈模型得到所述策略集合的解作为目标缓存行为；基于预设策略演化规则对所述目标缓存行为进行更新，并根据更新后的所述目标缓存行为执行数据缓存
。
[0006]可选的，所述缓存方法还包括：基于用户的服务偏好确定选择缓存内容的概率；其中，所述用户的服务偏好用内容流行度表示，所述内容流行度基于改进齐夫分布通过以下公式确定：
[0007][0008]指缓存内容
V
k
的流行度，
r
k
指缓存内容
V
k
的流行度排名，
a
指平稳参数，
α
i
指节点
i
的流行度偏态参数，
K
指内容的个数
。
[0009]可选的，所述优化目标基于以下公式确定：
[0010][0011]所述优化目标的约束条件为：
[0012][0013][0014][0015]其中，
U
i
指节点
i
的收益，
v
i
指作为博弈参与者的节点，
M
指缓存内容个数，
N
指所述博弈参与者的个数，
α
、
β
、
γ
分别指所述用户体验质量相关的收益
、
所述缓存竞价成本
、
所述缓存行为能耗的权重，
U(QoS)
i
，
k
指所述用户体验质量相关的收益，
R
i,k
指竞价总和，
I
i
，
k
表示缓存内容倾向，
b
i,k
指竞价，指实际缓存结果，
C
cost
指当前能耗代价，指缓存能耗，指传输能耗，
B
k
指缓存内容的数据量大小，
B
i
指节点容量大小
。
[0016]可选的，所述基于最优化算法求解所述博弈模型，包括：
[0017]基于拉格朗日乘数法构造拉格朗日函数：
[0018][0019]基于所述拉格朗日函数的
KKT
条件求解所述博弈模型，其中，所述
KKT
条件为：
[0020][0021]其中，
I
指缓存决策变量，
υ
,
ω
指拉格朗日乘子
。
[0022]可选的，所述预设策略演化规则基于配对比较的费米动力学确定：
[0023][0024]其中，
κ
指环境噪声因素，
U
i
和
U
j
分别指节点
i
和节点
j
的收益，
Π
i
，
j
指当前演化轮次节点
i
学习节点
j
以对所述目标缓存行为进行更新的概率
。
[0025]可选的，所述缓存能耗基于以下公式确定：
[0026][0027]其中，
P
cc
指单位比特功耗参数，
t
指对所述缓存内容进行缓存所需的时间
。
[0028]可选的，所述传输能耗基于以下公式确定：
[0029][0030]其中，
L
ij
指链路传输能耗参数，
d
ij
指节点间距，
t
指对所述缓存内容进行缓存所需的时间
。
[0031]可选的，所述用户体验质量相关的收益基于以下公式确定：
[0032][0033]其中，
λ
i,k
指请求速率，
w(
τ
)
指与用户内容请求时延
τ
相关的收益，
B
k
指缓存内容的数据量大小，
B
i
指当前节点的容量大小，
α
i
指流行度偏态参数
。
[0034]可选的，所述与用户内容请求时延相关的收益基于以下公式确定：
[0035][0036][0037]其中，
τ
指用户内容请求时延，
r
i,k
指内容请求到达率，
r
i
指服务速率
。
[0038]根据本公开的另一方面，还提供一种应用于信息中心网络的数据缓存系统，包括：博弈模型构建模块，被配置为：针对信息中心网络中的每个节点，将所述每个节点的缓存行为作为策略集合构建博弈模型，其中，所述缓存行为包括缓存节点选择与缓存内容选择；收益函数构建模块，被配置为：基于以下项中的至少一项建立所述博弈模型的收益函数模型：用户体验质量相关的收益
、
缓存竞价成本以及缓存行为能耗；缓存决策模块，被配置为：将最大化所述收益函数模型的收益作为优化目标，基于最优化算法求解所述博弈模型得到所述策略集合的解作为目标缓存行为；缓存替换模块，被配置为：基于预设策略演化规则对所述目标缓存行为进行更新，并根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于信息中心网络的数据缓存方法，其特征在于，所述方法包括：针对信息中心网络中的每个节点，将所述每个节点的缓存行为作为策略集合构建博弈模型，其中，所述缓存行为包括缓存节点选择与缓存内容选择；基于以下项中的至少一项建立所述博弈模型的收益函数模型：用户体验质量相关的收益
、
缓存竞价成本以及缓存行为能耗；将最大化所述收益函数模型的收益作为优化目标，基于最优化算法求解所述博弈模型得到所述策略集合的解作为目标缓存行为；基于预设策略演化规则对所述目标缓存行为进行更新，并根据更新后的所述目标缓存行为执行数据缓存
。2.
如权利要求1所述的缓存方法，其特征在于，所述缓存方法还包括：基于用户的服务偏好确定选择缓存内容的概率；其中，所述用户的服务偏好用内容流行度表示，所述内容流行度基于改进齐夫分布通过以下公式确定：过以下公式确定：指缓存内容
V
k
的流行度，
r
k
指缓存内容
V
k
的流行度排名，
a
指平稳参数，
α
i
指节点
i
的流行度偏态参数，
K
指内容的个数
。3.
如权利要求1所述的缓存方法，其特征在于，所述优化目标基于以下公式确定：所述优化目标的约束条件为：所述优化目标的约束条件为：所述优化目标的约束条件为：其中，
U
i
指节点
i
的收益，
v
i
指作为博弈参与者的节点，
M
指缓存内容个数，
N
指所述博弈参与者的个数，
α
、
β
、
γ
分别指所述用户体验质量相关的收益
、
所述缓存竞价成本
、
所述缓存行为能耗的权重，
U(QoS)
i
，
k
指所述用户体验质量相关的收益，
R
i,k
指竞价总和，
I
i
，
k
表示缓存内容倾向，
b
i,k
指竞价，指实际缓存结果，
C
cost
指当前能耗代价，指缓存能耗，指传输能耗，
B
k
指缓存内容的数据量大小，
B
i
指节点容量大小
。4.
如权利要求3所述的缓存方法，其特征在于，所述基于最优化算法求解所述博弈模型，包括：基于拉格朗日乘数法构造拉格朗日函数：
基于所述拉格朗日函数的
KKT
条件求解所述博弈模型，其中，所述
KKT
条件为：其中，
I
...

【专利技术属性】
技术研发人员：周金和，郑振康，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：