[发明专利]基于内容流行度的缓存方法及其装置

说明书

本发明涉及一种基于内容流行度的缓存方法及其装置，该方法包含如下内容：将时间划分为多个时隙，该多个时隙为当前时隙的前k个时隙，时隙长度为T；学习前k个时隙的内容对象，获取内容对象前k个时隙的历史流行度，k为自然数；根据历史流行度预测内容对象在未来时隙的流行度，获取预测流行度；根据预测流行度，将内容对象的缓存决策建模为0‑1背包模型；通过流行度优先级贪婪缓存算法对0‑1背包模型进行求解，根据求解结果获取缓存优先级，并根据缓存优先级对内容对象进行缓存。本发明解决现有技术中没有考虑内容流行度或设定内容流行度而造成的缓存精确度和缓存性能低得问题，大大提高其缓存精确度及缓存系统的性能，具有较强的实用性。

技术领域

本发明属于计算机通信技术领域，特别涉及一种基于内容流行度的缓存方法及其装置。

背景技术

随着互联网用户、个人设备以及视频服务类业务的不断增加，全球IP流量呈现出“爆炸式”增长。据网络巨头思科预测，到2019年，全球IP流量将达到每月168EB，相比与2014年的每月59.9EB增长显著。网络流量的快速增长使得“互联网拥堵”日趋严重。另外，互联网采用基于端到端连接的独立服务模式为每用户提供网络服务，在该模式下，网络中热点内容的访问产生了大量重复性链接和流量。这些重复性流量肆意消耗网络资源，进一步加剧了“互联网拥堵”，造成网络传输效能低下，业务并发时用户性能难以保障。据Cisco VNIMobile Forecast统计，在2014年互联网上所有内容相关的流量已经占据超过97.5％的份额。网络内容访问存在类似于人类社会中的“二八”现象，即大部分的用户集中访问小部分的热门内容。据西安交通大学李国栋等人的研究表明，多于80％的视频请求被5％的当下最流行的视频内容响应。如果将这些小部分的热门内容及时存储在抵近用户的网络接入端，即可消除网络上大量的重复性流量，改善用户的用网体验。

现有技术中，比较经典的缓存决策机制有LCE(Leave Copy Everywhere)机制：内容对象在去往目的地的沿途所有节点缓存；Prob(copy with probability)机制：每个沿途节点都以概率P缓存内容对象,而以概率1-P不缓存内容对象；Prob Cache机制：内容对象在返回途中的缓存概率与节点和用户的距离成反比。但是，这些机制均没考虑内容对象的流行度。针对在缓存决策中考虑内容对象流行度因素以提高缓存效用的问题，Ming等人提出了内容年龄的概念,即流行度高以及放置于网络边缘的内容的年龄更长,目的是使流行度高的内容更加靠近网络边缘,从而减少用户的延迟和网络流量。但该文假设内容的流行度已知,而实际上这种信息的获知并不容易。Hosseini Khayat则从合适地选择缓存对象的角度提出了选择性缓存机制，中心思想是：如果缓存一个新到的内容需要替换掉一个对提升系统性能更有“价值”的内容，那么就没有必要缓存。但该方法中的“价值”依赖于对流行度指标T的判断，而文中的T是一个预设的固定值，所以不能成为一种在线的解决方案。

发明内容

针对现有技术中的不足，本发明提供一种基于内容流行度的缓存方法及其装置，有效提高路由器缓存精确，大大提升缓存系统的性能。

按照本发明所提供的设计方案，一种基于内容流行度的缓存方法，包含如下内容：

步骤1、将时间划分为多个时隙，该多个时隙为当前时隙的前k个时隙，时隙长度为T；学习前k个时隙的内容对象，获取内容对象前k个时隙的历史流行度，k为自然数；

步骤2、根据历史流行度预测内容对象在未来时隙的流行度，获取预测流行度；

步骤3、根据预测流行度，将内容对象的缓存决策建模为0-1背包模型；

步骤4、通过流行度优先级贪婪缓存算法对0-1背包模型进行求解，根据求解结果获取缓存优先级，并根据缓存优先级对内容对象进行缓存。