内容中心网络中基于K核分解的缓存决策策略

摘要：

内容中心网络(CCN)默认采用的处理缓存方式存在严重的缓存冗余,而基于介数的缓存决策虽然降低了缓存冗余,但其计算复杂度较高,不适合部署在CCN网络层.为此,提出基于K核分解的缓存决策策略.给出基于K核分解方法的K核值指标定义,将数据对象缓存到请求路径上K核值最高的节点,并给出当K核值相同时依据剩余缓存空间和请求跳数的决策策略.仿真实验结果表明,基于K核分层的缓存决策策略具有较快的收敛速度,在缓存系统稳定时有更高的缓存命中率和更快的缓存响应速度.

关键词：内容中心网络、缓存决策、介数、K核分解、缓存命中率

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：90-93,99