發(fā)布時間：2019-11-03 15:05

【摘要】：針對內(nèi)容分發(fā)網(wǎng)中數(shù)據(jù)傳輸開銷巨大的問題,提出一種基于認(rèn)知的副本放置方法。通過對代理服務(wù)器反饋的用戶需求動態(tài)信息,對內(nèi)容流行度建立基于認(rèn)知的預(yù)測模型,依據(jù)此模型啟發(fā)式地完成內(nèi)容的分發(fā)和放置。仿真結(jié)果表明,該方法能明顯降低內(nèi)容分發(fā)網(wǎng)絡(luò)的傳輸開銷,同時滿足時變用戶的動態(tài)需求,具有低時延、低開銷等優(yōu)點。與一般的算法相比,該方法能顯著提高緩存命中率和降低用戶請求的平均響應(yīng)時延。
【圖文】：

?f(pm，Δrm)＞f(pn，Δrn。此時可得，流行度越高的內(nèi)容副本數(shù)越多可使得CDN開銷減校證畢。2．2基于認(rèn)知的預(yù)測模型內(nèi)容流行度，本質(zhì)上體現(xiàn)了復(fù)雜的社會關(guān)系及其關(guān)注面，具有不確定、不對稱和時空衰減性等特性，可看作一個抽象的心理“認(rèn)知”過程。本文提出一種基于認(rèn)知的預(yù)測模型，通過歷史預(yù)測數(shù)快速分類，之后利用時間衰減模型對各個內(nèi)容的下周期流行度進(jìn)行預(yù)測。(1)歷史預(yù)測樹歷史預(yù)測樹通過保存一定量的歷史預(yù)測記錄，根據(jù)懲罰信息來判斷預(yù)測是否正確，從而建立一張包含預(yù)測準(zhǔn)確率的樹，如圖1所示。將內(nèi)容分為經(jīng)典、流行以及一般三類，分別類比人類對事物記憶模式中記憶清晰、一般和不被注意三類。其中記憶清晰的事物是人腦被反復(fù)刺激，可以看作內(nèi)容中相對經(jīng)典的內(nèi)容。就如人腦總是記得自己經(jīng)歷的重大事件一樣，人們也會不時地瀏覽一些經(jīng)典的內(nèi)容，其流行度會維持一定的水平。一般的記憶是被人腦關(guān)注過一陣的事物，這樣的事物被關(guān)注的時候記憶深刻，但隨時間推移會慢慢忘記。就如同大部分新推出的內(nèi)容一樣，剛出現(xiàn)時會有較高的流行度，之后流行度慢慢降低變?yōu)榱恪Ｗ詈笠活惒槐蛔⒁獾氖挛锸侨四X不關(guān)心的，或許有一些印象但很快就會忘記。它可以類比為一般用戶上傳的內(nèi)容，也許該用戶親近的人會請求該內(nèi)容，但總的來說流行度很少，且時間一長請求率幾乎為零。圖1歷史預(yù)測樹當(dāng)一個新的內(nèi)容進(jìn)入系統(tǒng)，首先判定流行度是否排名靠前，若排名較高則該內(nèi)容至少是屬于經(jīng)典類或流行類。先將其放入流行類來進(jìn)行預(yù)測，若連續(xù)數(shù)個周期懲罰信息告知判斷錯誤，則立即將其放入經(jīng)典類。同理，若連續(xù)數(shù)個懲罰信息表明經(jīng)典類的內(nèi)容預(yù)測有較大偏差，且流行度排名靠后，則將其歸類為一般類。(2)時間衰減模型時間衰減模型是?

齜鋾衿鶻詰懔嘭幼乓桓鲇沒ё椋噌浞⒊齙那肭笠圓此煞植?訪問相應(yīng)節(jié)點，平均到達(dá)速率各為1000。代理服務(wù)器上行和下行連接數(shù)均為1000，源服務(wù)器0上行連接數(shù)為1000。每個節(jié)點存儲著整個網(wǎng)絡(luò)的內(nèi)容分發(fā)方案，若請求在本地得不到處理，則按Floyd最短路徑算法重定向到開銷最小的且有相應(yīng)內(nèi)容副本的服務(wù)器中。每條鏈路傳輸上限為1000MB/s，傳輸開銷ci，j，t隨時間變化而變化。CDN中共有100個內(nèi)容文件，文件大小服從正態(tài)指數(shù)分布。服務(wù)器0存儲著所有內(nèi)容。內(nèi)容的請求流行度分布服從zipf-like分布。(1)緩存空間對性能的影響圖2和圖3分別表示當(dāng)請求分布傾斜率為0．75時緩存空間對各策略性能的影響。其中，圖2為各個策略在代理服務(wù)器緩存空間大小的不同條件下緩存命中率的情況。圖中橫坐標(biāo)為單個代理服務(wù)器中的緩存空間大小與內(nèi)容數(shù)據(jù)庫大小的比值�？梢钥吹剑S著代理服務(wù)器的緩存空間增加，基于認(rèn)知的動態(tài)副本放置方法的緩存命中率有明顯增加。這是因為當(dāng)緩存空間增大后，各個代理服務(wù)器中存儲的較流行的內(nèi)容增多，使得流行度高的文件能夠更多的存儲在代理服務(wù)器中，致使緩存命中率明顯增加。當(dāng)緩存空間較小時，分布式策略的緩存命中率較高，然而分布式策略由于只注重本地的最優(yōu)化，因此隨著代理服務(wù)器緩存空間的增加，緩存命中率上升幅度并不大。圖2緩存空間對緩存命中率的影響圖3緩存空間對相對開銷的影響圖3為各個策略在代理服務(wù)器存儲空間大小不同條件下的相對開銷的情況。圖中橫坐標(biāo)為單個代理服務(wù)器中的緩存空間大小與內(nèi)容數(shù)據(jù)庫大小的比值。為了方便對比，將所有的開銷與隨機放置算法的最大相應(yīng)時延值為基準(zhǔn)進(jìn)行歸一化。可以看出，基于認(rèn)知的動態(tài)副本放置方法比對比的兩種策略性能出色。這是因為，，本方法在對下一周期內(nèi)容流行度進(jìn)?

【共引文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前5條

1 詹雪峰;流媒體系統(tǒng)同步機制和緩沖機制的研究與應(yīng)用[D];電子科技大學(xué);2006年

2 曾進(jìn);流媒體分發(fā)網(wǎng)絡(luò)緩存管理研究[D];重慶大學(xué);2006年

3 馮瑋;數(shù)字有機體流媒體系統(tǒng)中若干子系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2007年

4 朱子榮;P2P點播系統(tǒng)媒體緩沖區(qū)研究與實現(xiàn)[D];合肥工業(yè)大學(xué);2007年

5 蔣茜;綜合視訊系統(tǒng)的設(shè)計與實現(xiàn)[D];重慶大學(xué);2007年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王懷民;唐揚斌;尹剛;李磊;;互聯(lián)網(wǎng)軟件的可信機理[J];中國科學(xué)(E輯:信息科學(xué));2006年10期

2 林闖,彭雪海;可信網(wǎng)絡(luò)研究[J];計算機學(xué)報;2005年05期

3 �？�;王懷民;尹剛;;DyTrust:一種P2P系統(tǒng)中基于時間幀的動態(tài)信任模型[J];計算機學(xué)報;2006年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝海歐;;高校虛擬社區(qū)知識共享模型實證研究[J];電腦知識與技術(shù);2011年20期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前1條

1 劉瑜;朱光喜;尹浩;劉雪寧;;對等網(wǎng)輔助的流媒體內(nèi)容分發(fā)網(wǎng)：架構(gòu)設(shè)計與實現(xiàn)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

相關(guān)碩士學(xué)位論文 前3條

1 盧榮青;網(wǎng)頁界面設(shè)計的隱喻要素研究[D];湖南大學(xué);2007年

2 鈕玉;基于認(rèn)知心理學(xué)的網(wǎng)頁情感化設(shè)計研究[D];昆明理工大學(xué);2011年

3 陳婷婷;人機界面設(shè)計在高校教務(wù)管理系統(tǒng)網(wǎng)站的應(yīng)用研究[D];天津大學(xué);2010年

本文編號：2555147