[发明专利]一种基于内容价值的缓存替换方法

说明书

本发明揭示了一种基于内容价值的缓存替换方法，包括统计内容的流行度、计算每个内容的缓存代价、计算内容最近一次被访问的时间和当前时间的时间间隔、及计算缓存空间中每个内容的价值并替换价值的最小值。本发明不仅能够将高流行度的内容提前缓存下来，而且对高缓存代价的内容也有很好的响应，从而有效地提高了节点数据替换的准确性，有利于提高内容中心网络的数据传输效率，改善用户的上网体验。

技术领域

本发明涉及一种缓存替换方法，尤其涉及一种基于内容价值的缓存替换方法，属于通信技术领域。

背景技术

随着互联网技术的高速发展，网络信息和用户上网接入设备数量剧增，导致网络流量呈指数级增长，这种爆炸式的流量增长给基于端到端的网络之间互连的协议(Internet Protocol,IP)网络体系结构带来了巨大的挑战和压力。为了解决移动网络中巨大的数据流量带来的冲击，研究者们提出了以内容为中心的全新网络架构——内容中心网络(Content-Centric Networking,CCN)。在内容中心网络中，每一个节点都具有缓存功能，通过将流行内容长时间缓存在距离用户较近的节点上，可以有效的缓解回传链路带宽的压力，降低网络时延从而改善用户的体验质量。

然而，每个节点的缓存容量是有限的，当缓存空间被占满后，必须根据一定的替换策略将缓存中价值较小的内容清理出来，存放新的有意义的数据，以提高缓存空间的请求命中率，由此可见，合理地对缓存内容进行管理和置换是影响网络整体性能的关键。

传统的缓存替换算法有先进先出算法(first in first out,FIFO)、最近最少使用替换算法(least frequently used,LFU)、最近最久未使用替换算法(least recentlyused,LRU)以及内容大小替换算法(SIZE)等。其中，FIFO根据队列先进先出的规则，将最先进入缓存空间的数据置换出去，这种算法复杂度低，容易实现，但请求命中率较低。LRU算法总是将最久未被访问的资源替换出缓存，认为最近被访问的数据在不久的将来被访问的概率也比较高，该算法仅从最近的请求时间上来考虑置换数据，当内容流行分布发生变化时，适应性能下降。通过统计缓存内容在过去一段时间内的访问频率，LFU替换策略认为频率高的资源其使用价值就越高，因此当缓存空间不足时，总是替换访问频率最低的内容，该算法也存在缓存污染问题，即过去访问频率高的内容即使现在不再被访问依然占据缓存空间，致使缓存空间的利用率降低。SIZE算法根据内容的大小置换数据，优先将字节数大的数据替换出去，但这种算法没有考虑访问时间间隔、缓存命中次数等因素，可能会使价值不高的小字节对象长时间保留在缓存空间中，从而降低命中率。

以上算法的设计略显片面，均采用单一目标函数来确定缓存替换对象已经不能满足多样化的网络数据需求。最近最少使用最久未使用替换算法(least frequentlyrecently used，LFRU)将LRU和LFU算法结合，该算法综合考虑了内容的请求频率和最近访问的时间，但是未考虑内容的全局流行度。基于大小的贪婪对偶算法(Greedy-Dual Size，GDS)综合考虑了对象大小、缓存代价以及内容的年龄因子，给缓存空间的每个文件设置权重，每次替换权重最小的对象，但是该算法未考虑缓存对象过去被访问的次数。MaT等人提出了一种改进的基于大小频率的加权贪婪对偶算法(Weighted Greedy Dual SizeFrequency，WGDSF)缓存替换策略，该策略在GDS算法的基础上加入了基于时间的加权频率参数和加权文件类型参数，虽然性能有所提升，但是也极大地增加了算法复杂度。基于蚁群算法的缓存替换算法(Ant Colony Algorithm based Cache Replacement Algorithm，ACACRA)算法则是用数据对象大小表示背包重量，对象平均被请求的次数表示存储价值，借鉴0/1求解背包问题的蚁群算法来确定替换内容，但是该算法复杂度高，适用于计算机的应用层。

综上所述，如何在缓存空间的有限的情况下，合理地对缓存内容进行置换就本领域技术人员亟待解决的问题。

发明内容