[发明专利]基于近似马尔科夫链的网络缓存更新方法

说明书

本发明公开了一种基于近似马尔科夫链的网络缓存更新方法，方法包括：(1)对单缓存节点系统进行建模，推导缓存命中率；(2)对多缓存节点系统进行建模，推导缓存命中率。本发明在内容中心网络系统中可以提高缓存命中率，减小网络开销，提高用户访问速度。本发明基于LCD的缓存更新策略，对缓存节点上内容存储区的缓存内容不断更新，减小用户访问时间，提高网络效率。将数据块在内容存储区上的位置表示不同的状态，利用马尔科夫链的动态转移特性，推导出缓存命中率的闭合表达式。

技术领域

本发明主要涉及在内容中心网络中的缓存更新方法，利用近似马尔科夫链的动态转移特性进行缓存替换，属于网络存储领域。

背景技术

现代互联网通信技术迅猛发展，网络提供的带宽能力也快速增强，使得用户浏览视频的行为得到广泛支持。现代互联网的视频流量部分占到了互联网总流量的百分之五十以上，预计几年之内占比将升至百分之七十以上。视频流量增大使得网络带宽的危机越来越严重，使得网络缓存的研究日益重要。

内容中心网络中主要传输兴趣包和数据包两种报文结构。其中，兴趣包包含用户请求内容的内容名，它由用户请求内容时发送。数据包是与兴趣包相对应的报文，它携带被请求内容的内容数据。内容中心网络中，只有兴趣包需要被路由与转发，数据包只需要按照原路径返回即可。

内容中心网络中的节点包含三种数据结构，分别为：内容存储器(CS,ContentStore)，待定请求表(PIT,Pending InterestTable)和前向转发表(FIT,ForwardingInformation Base)。其中，CS表示内容数据缓存区，节点按照特定的规则对CS中的缓存数据进行缓存放置和缓存更新。PIT记录了兴趣包的来源信息，这样，在回传数据包时可以方便地找到请求路径。FIB主要起着将兴趣包转发出去的重要作用，它为节点的兴趣包提供下一跳的转发信息。

在对于网络缓存的研究中，经常使用的方法主要包括LFU(Least FrequentlyUsed)、LRU(LeastRecently Used)、MCD(Move CopyDown)、LCD(Leave CopyDown)、LCE(Leave Copy Everywhere)及一些改进算法。

基于现有的算法，为了进一步提高缓存命中率，减小网络开销，本发明提出了一种基于近似马尔科夫链的缓存更新方法。首先通过建模单缓存节点开始，然后将模型扩展到多个缓存节点，基于LCD缓存更新策略，推导出内容中心网络中缓存命中率的表达式。

发明内容

本发明所要解决的技术问题是提供一种可以提高缓存命中率、减小网络开销的网络缓存更新方法。主要解决内容中心网络中缓存缓存更新问题，从而推导出缓存命中率。本发明主要包括两个部分：单缓存节点模型下的缓存更新过程和多缓存节点模型下的缓存更新过程。

本发明为解决上述技术问题采用以下技术方案

基于近似马尔科夫链的网络缓存更新方法，具体包含单缓存节点缓存更新过程和多个缓存节点缓存更新过程；

其中，单缓存节点缓存更新过程具体如下：

步骤1，假设C＝{c₁,c₂…c_K}表示缓存系统中的内容集合，其中，K表示内容的数量，且K为正整数，内容缓存器CS中的缓存容量大小为N，且N为正整数，规定内容的流行度服从Zipf分布，第k个内容的请求概率为其中，c和α为常数，热点内容按照其流行度等级进行放置；

步骤2，用户对第k个内容c_k发出请求，即对第k个内容的兴趣包到达节点，首先对CS进行最长内容名匹配，如果CS中存在匹配内容，则将对应的数据包返回到兴趣包来源端口；对缓存区域的数据块进行更新；