[发明专利]一种移动CCN中数据缓存的节点分组方法

摘要

本发明属于网络技术领域，涉及一种移动CCN中数据缓存的节点分组方法。本发明包括对于CCN中任意第一节点Pi、第二节点Pj，计算两个节点之间的距离Dij；执行Dij搜索算法，求出距离小于CCN节点间通信距离阈值L的节点对；执行△Hx搜索算法，根据△Hx算法求出所有△Hx，即求出所有满足要求CCN节点分组；根据计算出的△Hx，执行MAX△搜索算法，求出一个MAX△，取得最优划分结果。本发明在节点密度较大、缓存空间较小时，与移动CCN默认的缓存算法相比，节点划分缓存算法降低了内容请求时延，减少了内容重复请求率，显著提高了移动CCN网络数据传输性能，具有更高的缓存效率。

主权项

一种移动CCN中数据缓存的节点分组方法，其特征在于：(1)对于CCN中任意第一节点Pi、第二节点Pj，计算两个节点之间的距离Dij；(2)执行Dij搜索算法，求出距离小于CCN节点间通信距离阈值L的节点对；步骤(2)所述的执行Dij搜索算法，求出距离小于CCN节点间通信距离阈值L的节点对包括：结构体Pstr＝{id,plink}，id为节点集S(n)按X坐标轴排序后点的索引，plink为指向该类型结构体的指针，结构体Pstr型数组Q[n]，其存储方式为：数组的索引分别对应排序后的CCN节点索引，即Q[c]＝c，1≤c≤n，当节点Pi、Pj之间的距离Dij≤L时，在Q[i]和Q[j]后分别创建Pstr型节点Node1、Node2，并令Node1.id＝j，Node2.id＝i；将CCN矩形区域F＝{F(x,y)|Xmin≤x≤Xmax,Ymin≤y≤Ymax}沿长边进行横向区域分割，分割边长为L；矩形区域被分成了m个区域分别为S1,S2,…Sm，则点集S(n)近似地被分割成m＝B/L份；令S(n)＝{S1,S2,…Sm}，Si所包含点数的数学期望值为n/m＝nL/B；i＝1…m；Dij搜索算法的执行过程如下：2.1)Level‑1层节点扫描Level‑2层节点集S(n)，得到Xmin,Xmax,Ymin,Ymax，构成矩形区域F；Level‑2层节点的X坐标和Y坐标的最小和最大值，记为Xmin，Xmax，Ymin，Ymax；2.2)如果S(n)有序，则执行步骤2.4)；如果无序，则采用随机选择快速排序方法将所有的点按X坐标非降序排列；2.3)从节点集S(n)中划分出节点子集S1、S2；2.4)对节点子集S1、S2中的点分别按y坐标进行非降序排列，得到节点集合S'1、S'2；2.5)如果S1与S2之间的距离大于通信阈值L，对节点子集S'1中的点Pi(xi,yi)做矩形窗Ri＝{y|yi≤y≤yi+L}∩(S'1∪S'2)；2.6)从点Pi开始沿y正向顺次搜索S'1、S'2，检查是否有点落入矩形窗Ri中，如果有点Pt落入矩形窗Ri中，则计算Pi、Pt两点之间的距离Dit，如果Dit<L，按照数据结构的存储规则将Pi,Pt分别写入链表中的相应位置，执行步骤2.9)；2.7)如果S1与S2之间的距离小于等于通信阈值L，对S'1中的点Pi(xi,yi)做矩形窗Ri＝{y|yi≤y≤yi+L}∩S'1；2.8)从点Pi开始沿y正向顺次搜索S'1，检查是否有点落入矩形窗Ri中，若有点Pj落入Ri中，则计算Pi、Pj两点之间的距离Dij，如果Dij<L，按照数据结构的存储规则将Pi,Pt分别写入链表中的相应位置，执行步骤2.9)；2.9)直到沿y正向顺次搜索并找到一点落入Ri外时，停止Pi点的矩形窗处理；2.10)如果与点Pi满足距离小于等于通信阈值L的所有点的数量为1，则删除链接到数据结构Q[i]的节点，即令数据结构Q[i].plink＝null；2.11)对Pi+1点处理时使用同样的方式构造矩形窗Ri+1，从点Pi+1开始沿y正向顺次搜索是否有点落入矩形窗Ri+1中；2.12)处理完节点区域S1，S2后再从节点集S(n)中划分出节点子集S3，转2.3)‑2.9)，按照处理S1，S2的方式处理S2、S3；待S(n)所有划分出的区域都处理完成时，便求出所有距离小于CCN节点间通信距离阈值L的节点对；(3)执行△Hx搜索算法，根据△Hx算法求出所有△Hx，即求出所有满足要求CCN节点分组；步骤(3)所述的执行△Hx搜索算法，其前提条件是执行完Dij搜索算法，根据△Hx算法求出所有满足条件的三角形△H(Pi,Pj,Pk)x记为△Hx，即求出所有满足条件的CCN节点分组，△H(Pi,Pj,Pk)x(i,j,k∈{1…n})，表示为从S(n)中选出三个点Pi,Pj,Pk组成的三角形，称(Dij、Dik、Dkj≤L)＝TRUE的三角形为分组候选三角形，△Hx搜索算法的执行过程如下：3.1)遍历结构体数组Q[n]；3.2)对于数组元素Q[i]，如果与点Pi满足距离小于等于通信阈值L的所有点的数量大于等于2，则遍历链接到数据结构Q[i]后且与点Pi满足距离小于等于通信阈值L的所有节点，否则，遍历结构体数组Q[n]的下一个元素Q[i+1]；3.3)在遍历链接到数据结构Q[i]后第j个结点时，记Node[j].id＝k，如果没有节点链接到数据结构Q[k]，则遍历链接到数据结构Q[i]后第j+1个结点；否则，按照遍历链接到数据结构Q[i]后节点的方式遍历链接到数据结构Q[k]后的所有节点；3.4)在遍历链接到数据结构Q[k]后第c个结点时，记Node[c].id＝d，如果d＝i或没有节点链接到数据结构Q[d]，则遍历链接到数据结构Q[k]后第c+1个结点，否则，按相同的方式遍历链接到数据结构Q[d]后的所有节点；3.5)在遍历链接到数据结构Q[d]后第e个结点时，记Node[e].id＝f，如果f＝k，则遍历链接到数据结构Q[d]后第e+1个结点；如果f＝i，则找到一个满足任意两个节点距离小于等于L的三角形△H(Pi,Pk,Pd)x，x值增1，然后遍历链接到数据结构Q[k]后第c+1个结点；3.6)如果没有节点链接到数据结构Q[e]，则遍历链接到数据结构Q[k]后第c+1个结点；3.7)如果没有节点链接到数据结构Q[c]，则遍历链接到数据结构Q[i]后第j+1个结点；3.8)如果没有节点链接到数据结构Q[j]，则遍历结构体数组Q[n]的下一个元素Q[i+1]；3.9)当遍历结构体数组Q[n]结束后，便找到了所有满足任意两个节点距离小于等于L的三角形；即根据△Hx算法求出所有△Hx；(4)根据计算出的△Hx，执行MAX△搜索算法，求出一个MAX△，取得最优划分结果；步骤(4)所述的执行MAX△搜索算法，求出一个MAX△，取得最优划分结果，算法搜索相容矩阵中可以组成元素全为1的下三角矩阵的最大满足三角形集合，三角形△M(Pi,Pj,Pk)y，简记为△My，并且△My∈△Hx，且为整数，将△My中的三个点表示为Py，对于Py所表示的所有三角形的点对于给定节点集S(n)，称所有分组三角形的集合为分组集合，集合元素最多的分组集合为最大分组集合，记为MAX△，对于集合△Hx中的任意两个三角形，如果这两个三角形没有公共点，则称他们为相容三角形，集合△Hx中的任意一个三角形可以相容于自身，称这种性质为自容性，令集合△Hx中的元素数量为Z，构造Z×Z的byte数组W[U][V]，U、V与△Hx中的x序号分别对应；如果△Hx1与△Hx2(1≤x1,x2≤Z)相容或自容，则令W[x1][x2]＝W[x2][x1]＝1，初始时令数组元素全为0，称这样的数组为相容矩阵，由一个相容矩阵必是一个对称矩阵和MAX△单独组成的相容矩阵必然满足所有矩阵元素为1可以得出算法的搜索策略，即搜索相容矩阵中可以组成元素全为1的下三角矩阵的最大满足三角形集合，MAX△搜索算法的执行过程如下：4.1)记△Hx中x最大序号为Z，定义相容矩阵W[Z][Z]，其各元素初始值均为0；4.2)循环处理△Hx中每个三角形；4.3)当处理到第i个三角形时，由于自容性，令元素W[i][i]＝1；4.4)将△Hi与其后三角形进行相容检查，如果△Hi与△Hj相容，则令元素W[j][i]＝1；如果已检测完△Hi后所有三角形，则处理第i+1个三角形；4.5)如果△Hx中每个三角形都已处理，则得到相容矩阵；4.6)定义int型数组A[Z]和B[Z]，存储当前待处理的可能为最优MAX△的所有候选三角形的编号；数组初始时所有元素均为0，且A[1]＝B[1]；4.7)扫描相容矩阵的每一列；4.8)每一列扫描前，假定当前所使用数组A或B中元素个数为1，数组A或B中某项存储的三角形编号为1以及假定当前行对应三角形可加入候选数组；4.9)如果当前使用的是数组A，则令当前所使用数组中元素个数为数组A中存储的△My的个数；否则，为数组B中存储的△My的个数；4.10)扫描相容矩阵的每一行；4.11)扫描第L行时，检测第L行的三角形是否与当前使用的数组A或B中已存在的所有三角形相容；如果相容，将L行三角形加入数组中；4.12)如果当前行对应三角形可加入候选数组并且当前所使用的数组为A，将第L行三角形编号添加到数组A中；如果当前行对应三角形可加入候选数组并且当前所使用的数组为B，将第L行三角形编号添加到数组B中；4.13)所有行扫描结束后，如果当前使用的是候选数组A，并且A中△My的个数大于B的中△My的个数，则下一轮循环开始时使用候选数组B，如果不大于则仍旧使用A；如果当前使用的是候选数组B，并且B中△My的个数大于A的中△My的个数，则下一轮循环开始时使用候选数组A，如果不大于则仍旧使用B；4.14)所有列扫描结束后，如果数组A中存储的△My的个数多于数组B中存储的△My的个数，则数组A中所有的序号对应的三角形即为一个MAX△；否则，数组B中所有的序号对应的三角形即为一个MAX△。