[发明专利]基于近似马尔科夫链的网络缓存更新方法

摘要

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。

主权项

基于近似马尔科夫链的网络缓存更新方法，其特征在于：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；步骤3，如果CS中不存在匹配内容c_k，则发生缓存丢失，这时需要向源内容服务器发送请求，对CS的缓存区域进行更新；步骤4，根据马尔科夫链的平稳分布和π(k)和内容的请求概率p_k，得到第k个内容处在马尔科夫链状态s的概率μ_s(k)；步骤5，引入马尔科夫链的转移概率T_ij，表示从状态i转移到状态j的概率，利用和求马尔科夫链的平稳分布；T_ii＝μ_i(k),1≤i≤N+1T_i1＝p_k,2≤i≤N+1T₁₂＝1‑μ₁(k)T_ii+1＝1‑p_k‑μ_i(k),2≤i≤NT_ij＝0,j≠{1,i,i+1}步骤6，根据马尔科夫链的平稳分布获取缓存命中的概率P_hit，具体为：