基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
网内缓存是信息中心网络(ICN)的主要特征之一,是减小内容获取时延和提高网络资源利用率的重要环节.内容流行度越高,下一次请求时间越近,请求的次数越多,该内容价值就越大.针对海量缓存对象与有限缓存空间之间的矛盾,基于内容的"未来"价值,本文提出了一种基于价值预测的ICN缓存替换方法,结合内容流行度和新近频率值,构建内容价值预测模型,计算价值预测值,将"未来"价值最小的内容替换掉.仿真结果表明,本文提出的方法与最近最少使用、先进先出、随机替换等缓存替换方法相比,具有更高的缓存命中率,更低的请求响应时延.
推荐文章
基于多Markov链预测模型的Web缓存替换算法
Web缓存
替换算法
Markov链
预测模型
浏览序列
基于增量聚类的语义缓存替换策略
移动计算
语义缓存
替换策略
位置相关
增量聚类
基于对象角色的高精度缓存替换算法
缓存
替换算法
文档命中率
字节命中率
角色
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于价值预测的ICN缓存替换方法
来源期刊 网络新媒体技术 学科
关键词 网内缓存 信息中心网络 缓存替换 价值预测
年,卷(期) 2022,(1) 所属期刊栏目 学术研究|ACADEMIC RESEARCH
研究方向 页码范围 35-42
页数 8页 分类号
字数 语种 中文
DOI 10.3969/j.issn.2095-347X.2022.01.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网内缓存
信息中心网络
缓存替换
价值预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络新媒体技术
双月刊
2095-347X
10-1055/TP
大16开
北京海淀区北四环西路21号
2-304
1980
chi
出版文献量(篇)
3082
总下载数(次)
5
论文1v1指导