【摘要】：針對(duì)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(duì)代理服務(wù)器反饋的用戶需求動(dòng)態(tài)信息,對(duì)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(shí)滿足時(shí)變用戶的動(dòng)態(tài)需求,具有低時(shí)延、低開銷等優(yōu)點(diǎn)。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(qǐng)求的平均響應(yīng)時(shí)延。
【圖文】：

?f(pm，Δrm)＞f(pn，Δrn。此時(shí)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(huì)關(guān)系及其關(guān)注面，具有不確定、不對(duì)稱和時(shí)空衰減性等特性，可看作一個(gè)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(shí)間衰減模型對(duì)各個(gè)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(duì)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(duì)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(huì)不時(shí)地瀏覽一些經(jīng)典的內(nèi)容，其流行度會(huì)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(shí)候記憶深刻，但隨時(shí)間推移會(huì)慢慢忘記。就如同大部分新推出的內(nèi)容一樣，剛出現(xiàn)時(shí)會(huì)有較高的流行度，之后流行度慢慢降低變?yōu)榱�。最后一類不被注意的事物是人腦不關(guān)心的，或許有一些印象但很快就會(huì)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(huì)請(qǐng)求該內(nèi)容，但總的來說流行度很少，且時(shí)間一長請(qǐng)求率幾乎為零。圖1歷史預(yù)測樹當(dāng)一個(gè)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(gè)周期懲罰信息告知判斷錯(cuò)誤，則立即將其放入經(jīng)典類。同理，若連續(xù)數(shù)個(gè)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(shí)間衰減模型時(shí)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(diǎn)，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(gè)節(jié)點(diǎn)存儲(chǔ)著整個(gè)網(wǎng)絡(luò)的內(nèi)容分發(fā)方案，若請(qǐng)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(shí)間變化而變化。CDN中共有100個(gè)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(chǔ)著所有內(nèi)容。內(nèi)容的請(qǐng)求流行度分布服從zipf-like分布。(1)緩存空間對(duì)性能的影響圖2和圖3分別表示當(dāng)請(qǐng)求分布傾斜率為0．75時(shí)緩存空間對(duì)各策略性能的影響。其中，圖2為各個(gè)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(gè)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�，隨著代理服務(wù)器的緩存空間增加，基于認(rèn)知的動(dòng)態(tài)副本放置方法的緩存命中率有明顯增加。這是因?yàn)楫?dāng)緩存空間增大后，各個(gè)代理服務(wù)器中存儲(chǔ)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(chǔ)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(shí)，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(duì)緩存命中率的影響圖3緩存空間對(duì)相對(duì)開銷的影響圖3為各個(gè)策略在代理服務(wù)器存儲(chǔ)空間大小不同條件下的相對(duì)開銷的情況。圖中橫坐標(biāo)為單個(gè)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(duì)比，將所有的開銷與隨機(jī)放置算法的最大相應(yīng)時(shí)延值為基準(zhǔn)進(jìn)行歸一化。可以看出，基于認(rèn)知的動(dòng)態(tài)副本放置方法比對(duì)比的兩種策略性能出色。這是因?yàn)�，，本方法在�?duì)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(jī)制和緩沖機(jī)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(jī)體流媒體系統(tǒng)中若干子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2007年

4 朱子榮;P2P點(diǎn)播系統(tǒng)媒體緩沖區(qū)研究與實(shí)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(jì)與實(shí)現(xiàn)[D];重慶大學(xué);2007年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王懷民;唐揚(yáng)斌;尹剛;李磊;;互聯(lián)網(wǎng)軟件的可信機(jī)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(jì)算機(jī)學(xué)報(bào);2005年05期

3 �？�;王懷民;尹剛;;DyTrust:一種P2P系統(tǒng)中基于時(shí)間幀的動(dòng)態(tài)信任模型[J];計(jì)算機(jī)學(xué)報(bào);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(shí)共享模型實(shí)證研究[J];電腦知識(shí)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(huì)議論文 前1條

1 劉瑜;朱光喜;尹浩;劉雪寧;;對(duì)等網(wǎng)輔助的流媒體內(nèi)容分發(fā)網(wǎng)：架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)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(jì)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(jì)研究[D];昆明理工大學(xué);2011年

3 陳婷婷;人機(jī)界面設(shè)計(jì)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(hào)：2555147