基于邻居发现的协同缓存技术研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:cjp023
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科技的快速发展,越来越多的设备接入网络,网络中的数据量也呈爆发式增长,而有限的带宽资源并不能满足用户集中请求内容的需求。为了减少用户访问时延,提高用户体验,无线网络中的终端设备间引入了协同缓存技术。而设备间相互通信、内容共享的前提是已知相邻设备存在,即完成了相互间的邻居发现过程。因此,本文从设备间的邻居发现和协同缓存放置两方面入手,从而加快邻居发现的速度,增加缓存命中率,降低用户的访问时延。同一网络中多个节点同时发送信标时,产生信标冲突的概率会增加,从而导致邻居发现速度减慢。对此,论文针对现有邻居发现协议没有考虑冲突避免的不足,提出了一种带冲突避免的快速邻居发现机制。该机制在发送信标前,进行载波侦听信道状态,根据侦听到的信标状态选择是否发送信标,从而有效地减少了信标冲突。同时,机制中加入了动态增加唤醒时隙的方式,增加了节点发送信标和监听信标的子时隙数,由此增大了邻居节点间相互发现的概率、提高了邻居发现速率。仿真结果验证了本机制可以运用到现有的邻居发现协议中,并且,无论在占空比是否对称的情况下,均比现有协议发现速度快。协同缓存放置策略直接影响着节点通过自身或相邻节点成功获取内容的概率,现有协同缓存放置策略中没有考虑到实际情况中节点具有不同的用户偏好和缓存容量的情况。为了解决这一问题,论文以最大化缓存命中率为目标,提出了一种基于用户偏好下不同缓存容量节点间的协同缓存放置策略。基于用户偏好和缓存容量定义了缓存命中率函数,针对缓存命中率的优化问题,利用坐标下降算法对其子问题进行求解。通过对子问题的局部最优解迭代得到一个近似最优解,从而得到最大缓存命中率。仿真结果表明,该算法能够有效提高缓存命中率。
其他文献
Based on the theme of local governments’ participation in consular protection,this paper studiesthe problems e)a sting in Jinan municipal government’s partici
伴随着世界经济以及世界科学技术的不断进步和发展,科学技术在人们的生活中所发挥的作用越来越大。但是,这种作用是双重的。一方面,科学技术促进了生产力的发展、经济的增长
人体昼夜节律是内源性的大约以24小时为周期的生命活动变化机制,许多的人类生理变量都表现出周期性的变化。论文中我们利用收集到的志愿者每日的心率数据,设计几种恰当的滤波
预习作为学生课前自学的一部分,在学生的发展中起着至关重要的作用。课前预习是基础,是前提,也是起点,如果说“良好的开端是成功的一半”,那么良好预习习惯的养成便是打开学习成功之门必备的钥匙。在预习过程中,收集到的资料,学习到的新知,写下的感想与体会,突然闪现的灵感,以及牵连起的对学过知识的回忆都将伴随着学生能力和素养的提高不断融汇和增长。本论文以统编本语文教材中的课文为例子,在建构主义学习理论、桑代克
伴随着网络信息技术的不断发展和普及,大学生的思想意识、行为方式及价值取向都在潜移默化地发生着变化。然而网络信息技术的发展就是一把双刃剑,大学生在享受着网络信息技术
随着三维片上网络(3DNOC)规模的扩大和制程工艺的提高,使得3DNOC的性能得以成倍的提高,而以往由于性能不足以及成本问题而暂缓开发的故障预报机制的重要性也逐步提高,近年来对三维片上网络的故障的预测以及对应故障点的路由算法已经成为了一个重要方向并已经取得了不少的进展,一个成功的故障预报系统不仅能防止核心损坏带来的性能损失和成本增加,还能在附带有完善的容错路由算法的前提下大幅提升3D-NOC的使用
我国上亿农村外出务工人员城乡两栖、往返流动,在家庭利益最大化的考虑与难以整体迁徙的事实下产生了庞大的农村留守儿童群体,他们经历着长期的亲子分离。难以否认,与非农村
当前,我国的精准扶贫已经取得了举世瞩目的成就。为巩固扶贫成果,乡村振兴战略衔接精准扶贫方略,进一步提升农村发展水平,推动乡村治理的转型。在这两项政策举措的背后,不仅
近些年来,越来越多的自然科学领域研究者开始对学科内研究的可重复性进行反思。然而,在社会科学领域中同样存在着利用数据反映社会现象的研究分支。因此,社会科学同样需要反
图像空间分辨率是指传感器观察或测量最小物体的能力,这取决于像素的大小。作为二维信号记录,高分辨率的数字图像一直是医疗、遥感、军事等领域所需要的。但是,在实际应用中,为了保证成像设备的长期稳定运行,以及为动态场景提供合适的帧率,往往会在一定程度上牺牲分辨率。因此,分辨率的提高是十分必要的。受限于当前成像设备的技术水平和成本,人们不得不借助超分辨率重建方法来提高图像分辨率。近年来,基于残差学习的超分辨