內(nèi)容中心網(wǎng)絡(luò)中基于用戶(hù)偏好的協(xié)作緩存策略

熊 煉，李朋明,，陳 翔，朱紅梅

(1.重慶郵電大學(xué) 通信工程應(yīng)用研究所，重慶 400065； 2.移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室(重慶郵電大學(xué))，重慶 400065)(*通信作者電子郵箱2205603330@qq.com)

0 引言

在網(wǎng)絡(luò)規(guī)模高速增長(zhǎng)和多樣化應(yīng)用需求不斷涌現(xiàn)的今天，網(wǎng)絡(luò)角色定位已經(jīng)發(fā)生了巨大變化。Cisco全球云指數(shù)報(bào)告[1]預(yù)測(cè)，2021年全球IP流量將達(dá)到20.6 ZB，其中內(nèi)容類(lèi)流量占80%以上。這不但帶給網(wǎng)絡(luò)帶寬巨大壓力，也表明用戶(hù)主要需求已變?yōu)閷?duì)海量?jī)?nèi)容的獲取，以“主機(jī)到主機(jī)”通信為核心的傳統(tǒng)架構(gòu)難以滿(mǎn)足未來(lái)網(wǎng)絡(luò)發(fā)展需求。為此，研究者們提出以?xún)?nèi)容為中心的網(wǎng)絡(luò)架構(gòu)——內(nèi)容中心網(wǎng)絡(luò)(Content-Centric Network, CCN)[2]。CCN架構(gòu)核心特征之一是網(wǎng)絡(luò)內(nèi)建存儲(chǔ)，即通過(guò)有存儲(chǔ)功能的節(jié)點(diǎn)將緩存的內(nèi)容資源高效地共享給更多潛在用戶(hù)，減少相似數(shù)據(jù)在網(wǎng)絡(luò)中的大量重復(fù)傳輸，緩解網(wǎng)絡(luò)帶寬壓力。

網(wǎng)絡(luò)設(shè)備的線(xiàn)速轉(zhuǎn)發(fā)要求制約著節(jié)點(diǎn)緩存容量大小，面對(duì)網(wǎng)絡(luò)中持續(xù)產(chǎn)生的海量?jī)?nèi)容，在相對(duì)有限的存儲(chǔ)空間下，研究緩存策略、提高緩存系統(tǒng)性能是CCN研究的熱點(diǎn)之一。

現(xiàn)有研究為提升緩存系統(tǒng)性能，均從“內(nèi)容”與“節(jié)點(diǎn)”兩個(gè)角度出發(fā)來(lái)設(shè)計(jì)緩存策略。“內(nèi)容”即緩存的內(nèi)容，用控制內(nèi)容冗余[2-5]增加緩存內(nèi)容多樣性，以及考慮內(nèi)容重要度[6-7]，在有限的空間里緩存更需要的內(nèi)容。“節(jié)點(diǎn)”即緩存節(jié)點(diǎn)的選擇，僅部分重要節(jié)點(diǎn)緩存便能起到較好效果[8]。節(jié)點(diǎn)重要性有拓?fù)浜托枨笊系闹匾?，用拓?fù)渖线吘壒?jié)點(diǎn)緩存[9-10]，可以降低用戶(hù)獲取時(shí)延；用中心節(jié)點(diǎn)緩存[11-13]，可以提高內(nèi)容分發(fā)效率。需求上的重要性即實(shí)際需求中某節(jié)點(diǎn)的重要度，如考慮以節(jié)點(diǎn)處的緩存能耗與收益為節(jié)點(diǎn)重要度指標(biāo)[14]?，F(xiàn)有研究考慮內(nèi)容重要性時(shí)忽略了用戶(hù)對(duì)不同內(nèi)容的偏好，更沒(méi)有充分結(jié)合不同位置節(jié)點(diǎn)緩存的獨(dú)有優(yōu)勢(shì)。

為進(jìn)一步提高緩存內(nèi)容“質(zhì)量”，實(shí)現(xiàn)內(nèi)容最佳放置，本文提出一種基于用戶(hù)偏好的協(xié)作緩存策略(Cooperative Caching strategy based on User Preference，CCUP)，結(jié)合用戶(hù)對(duì)內(nèi)容類(lèi)型的喜好與內(nèi)容流行度選擇性緩存本地偏好內(nèi)容，通過(guò)節(jié)點(diǎn)間協(xié)作將本地偏好內(nèi)容與其中全局活躍的內(nèi)容緩存在最佳位置，達(dá)到最佳用戶(hù)體驗(yàn)、緩存系統(tǒng)性能。

1 相關(guān)工作

LCE(Leave Copy Everywhere)[2]是CCN默認(rèn)緩存機(jī)制，要求網(wǎng)絡(luò)節(jié)點(diǎn)緩存所有經(jīng)過(guò)的內(nèi)容，處處緩存使網(wǎng)絡(luò)中存在大量冗余副本，緩存空間填滿(mǎn)后的頻繁替換也會(huì)增加緩存處理開(kāi)銷(xiāo)。針對(duì)內(nèi)容冗余問(wèn)題，LCD(Leave Copy Down)[3]策略?xún)H在命中節(jié)點(diǎn)的下一跳復(fù)制緩存，在控制冗余的同時(shí)將內(nèi)容逐步推向網(wǎng)絡(luò)邊緣。而用戶(hù)在邊緣節(jié)點(diǎn)就近獲取內(nèi)容的同時(shí)，上游節(jié)點(diǎn)不可避免地會(huì)存在冗余副本，隨著時(shí)間增長(zhǎng)冗余會(huì)持續(xù)增加，未能實(shí)現(xiàn)最佳冗余控制。

文獻(xiàn)[4]提出ProbCache緩存策略，途徑節(jié)點(diǎn)以加權(quán)概率緩存內(nèi)容，越靠近邊緣緩存概率越大，以概率緩存控制冗余，并利用邊緣存儲(chǔ)優(yōu)勢(shì)。文獻(xiàn)[5]提出基于相關(guān)概率的協(xié)作緩存策略，通過(guò)節(jié)點(diǎn)間協(xié)作以本地緩存狀態(tài)影響下一跳節(jié)點(diǎn)緩存概率大小，以削弱概率緩存的盲目性，進(jìn)一步控制冗余。

文獻(xiàn)[6]提出基于內(nèi)容流行度的概率緩存策略，以?xún)?nèi)容請(qǐng)求頻率和潛在熱度為流行度指標(biāo)，增大流行內(nèi)容緩存概率，以提高緩存內(nèi)容“質(zhì)量”。結(jié)合內(nèi)容緩存位置，文獻(xiàn)[7]將高“質(zhì)量”內(nèi)容緩存在中心重要節(jié)點(diǎn)，提出基于流行度和生存時(shí)間的緩存方案，以流行度決定內(nèi)容是否向請(qǐng)求經(jīng)過(guò)路徑的中間節(jié)點(diǎn)緩存，以及內(nèi)容的生存時(shí)間。

文獻(xiàn)[8]驗(yàn)證了內(nèi)容緩存節(jié)點(diǎn)的重要性，并提出Betw(cache “l(fā)ess for more”)緩存策略，僅高介數(shù)節(jié)點(diǎn)緩存內(nèi)容，利用了中心節(jié)點(diǎn)存儲(chǔ)便于內(nèi)容快速分發(fā)的特點(diǎn)。而文獻(xiàn)[9]則考慮僅邊緣節(jié)點(diǎn)緩存內(nèi)容，便于用戶(hù)就近快速獲取內(nèi)容。文獻(xiàn)[10]提出基于邊緣優(yōu)先的緩存協(xié)作策略,利用邊緣存儲(chǔ)優(yōu)勢(shì)，結(jié)合緩存處理開(kāi)銷(xiāo)的優(yōu)化;在興趣包轉(zhuǎn)發(fā)階段邊緣節(jié)點(diǎn)優(yōu)先進(jìn)行緩存決策，方便用戶(hù)就近獲取內(nèi)容，并減小后續(xù)節(jié)點(diǎn)不必要的緩存決策開(kāi)銷(xiāo)。文獻(xiàn)[8-10]均證明了選擇緩存節(jié)點(diǎn)的重要性。

為進(jìn)一步選擇緩存節(jié)點(diǎn)，文獻(xiàn)[11]考慮通過(guò)選擇緩存位置減少請(qǐng)求跳數(shù)，提出了基于介數(shù)的最佳緩存位置選擇方法，有效減少了請(qǐng)求所需時(shí)間；文獻(xiàn)[12]考慮提高內(nèi)容分發(fā)效率，提出一種基于內(nèi)容流行度和節(jié)點(diǎn)級(jí)別匹配的概率緩存策略，讓內(nèi)容按流行度有序地緩存在中心重要節(jié)點(diǎn)；文獻(xiàn)[13]則提出一種基于節(jié)點(diǎn)中心性度量的緩存機(jī)制，由軟件定義網(wǎng)絡(luò)(Software Defined Network, SDN)控制器根據(jù)節(jié)點(diǎn)中心性度量指標(biāo)，選擇中心度高的節(jié)點(diǎn)并向其下發(fā)緩存指令，但增加了算法復(fù)雜度和對(duì)拓?fù)渥兓拿舾行浴?/p>

現(xiàn)有方案均在考慮如何進(jìn)一步提高緩存內(nèi)容的“質(zhì)量”或發(fā)揮重要節(jié)點(diǎn)的緩存優(yōu)勢(shì)，卻沒(méi)有利用不同位置節(jié)點(diǎn)的緩存優(yōu)勢(shì)，也忽略了用戶(hù)對(duì)不同類(lèi)型內(nèi)容的偏好因素，未能充分發(fā)揮緩存系統(tǒng)性能。

2 CCUP策略

2.1 CCUP基本原理

CCUP考慮用戶(hù)偏好進(jìn)一步提高緩存內(nèi)容“質(zhì)量”，對(duì)于需要緩存的本地偏好內(nèi)容，通過(guò)節(jié)點(diǎn)協(xié)作優(yōu)先將其中全局活躍內(nèi)容放置在中心重要節(jié)點(diǎn)；普通本地偏好內(nèi)容則根據(jù)偏好度級(jí)別、與節(jié)點(diǎn)距離用戶(hù)跳數(shù)的多少匹配緩存，偏好度越高存儲(chǔ)距離用戶(hù)越近。如圖1所示，若A域用戶(hù)對(duì)C1、C2、C3三種類(lèi)型內(nèi)容喜好C1>C2>C3，流行度相等的內(nèi)容h、q、s分別屬于以上三類(lèi)內(nèi)容，本地偏好度h>q>s，則本地偏好度高的內(nèi)容h潛在需求更大，緩存優(yōu)先級(jí)應(yīng)該滿(mǎn)足：h>q>s。

圖1 分析示例拓?fù)銯ig. 1 Example topology for analysis

對(duì)于本地偏好度高的內(nèi)容h，若非全局活躍則偏好度越高緩存位置應(yīng)該距A區(qū)越近，便于用戶(hù)獲取；若內(nèi)容全局活躍度高，則緩存在中心節(jié)點(diǎn)V5更有利于內(nèi)容分發(fā)。對(duì)全局活躍內(nèi)容的放置以傳統(tǒng)方案用節(jié)點(diǎn)拓?fù)涞慕閿?shù)、緊密度等為指標(biāo)，難以將內(nèi)容準(zhǔn)確地放置在最佳節(jié)點(diǎn)V5，因此本文以節(jié)點(diǎn)處內(nèi)容實(shí)際需求為重要中心節(jié)點(diǎn)的選擇指標(biāo)。

本地偏好度指標(biāo)內(nèi)容喜好度和流行度定義如下。

定義1 內(nèi)容喜好度。接入節(jié)點(diǎn)統(tǒng)計(jì)的用戶(hù)對(duì)此類(lèi)內(nèi)容的需求占比(用戶(hù)接入的第一跳節(jié)點(diǎn)為接入節(jié)點(diǎn)，接入節(jié)點(diǎn)對(duì)用戶(hù)需求最敏感)，表示用戶(hù)對(duì)不同類(lèi)型內(nèi)容的需求程度。CM類(lèi)內(nèi)容的用戶(hù)喜好度PM為：

PM=count_M/count_All

(1)

其中:count_M為此類(lèi)內(nèi)容請(qǐng)求數(shù);count_All為請(qǐng)求總數(shù)。

定義2 內(nèi)容流行度。一個(gè)統(tǒng)計(jì)周期T內(nèi)，節(jié)點(diǎn)j中i內(nèi)容的流行度表示節(jié)點(diǎn)j處收到對(duì)i內(nèi)容請(qǐng)求的頻率，計(jì)算式為：

Lij=count_Ti/count_Tall

(2)

其中:count_Ti為取樣時(shí)段內(nèi)i內(nèi)容的請(qǐng)求次數(shù);count_Tall為統(tǒng)計(jì)時(shí)段本地收到請(qǐng)求數(shù)。但僅考慮一個(gè)周期，會(huì)將前段時(shí)間流行此時(shí)已不流行內(nèi)容，誤判為流行內(nèi)容，不能充分利用各時(shí)段內(nèi)容表現(xiàn)出的流行趨勢(shì)。所以選擇內(nèi)容流行度CLij如式(3)：

(3)

其中，η1+η2+η3=1，即綜合考慮三個(gè)周期，仿真中周期權(quán)重η1、η2和η3值為0.6、0.3、0.1。內(nèi)容偏好度Hi為：

Hi=PM·CLij

(4)

考慮本地偏好度高的重要內(nèi)容中的全局活躍內(nèi)容的快速分發(fā)，進(jìn)一步提高緩存系統(tǒng)性能，本文將全局活躍內(nèi)容緩存在中心重要節(jié)點(diǎn)。內(nèi)容活躍度定義如下。

定義3 內(nèi)容活躍度。中心節(jié)點(diǎn)統(tǒng)計(jì)的網(wǎng)絡(luò)中內(nèi)容i的活躍程度(網(wǎng)絡(luò)中心節(jié)點(diǎn)服務(wù)的用戶(hù)更多，對(duì)內(nèi)容活躍度更敏感)。j節(jié)點(diǎn)處i內(nèi)容的活躍度ADij計(jì)算式為：

(5)

其中，DV為內(nèi)容請(qǐng)求經(jīng)過(guò)節(jié)點(diǎn)集合。將更多用戶(hù)需要的全局活躍內(nèi)容緩存在重要的中心節(jié)點(diǎn),更利于內(nèi)容的分發(fā)。

2.2 CCUP策略實(shí)現(xiàn)

CCUP策略的實(shí)現(xiàn)需要在原興趣包、數(shù)據(jù)包結(jié)構(gòu)基礎(chǔ)上擴(kuò)展，擴(kuò)展字段如圖2灰色部分。擴(kuò)展的興趣包中:Interest Total Hops字段值ITH為請(qǐng)求所經(jīng)過(guò)跳數(shù)；Local Importance Level字段值LIL為內(nèi)容偏好級(jí)別；Activity Degree字段值A(chǔ)D為內(nèi)容全局活躍度；Activity Hop字段用于記錄高需求節(jié)點(diǎn)的跳數(shù)。數(shù)據(jù)包中:Data Total Hops字段值DTH為數(shù)據(jù)包歷經(jīng)跳數(shù);Execution Cache Hops字段值ECH為執(zhí)行緩存跳數(shù)。

圖2 包結(jié)構(gòu)擴(kuò)展Fig. 2 Extension of packet structure

假設(shè)請(qǐng)求者到緩存內(nèi)容i的節(jié)點(diǎn)Vn有n跳，路徑上各節(jié)點(diǎn)均未緩存內(nèi)容i，此時(shí)請(qǐng)求者發(fā)出對(duì)i的請(qǐng)求。在興趣包轉(zhuǎn)發(fā)過(guò)程中，請(qǐng)求首先到達(dá)接入節(jié)點(diǎn)V1，V1查詢(xún)表1，計(jì)算內(nèi)容偏好度Hi與內(nèi)容級(jí)別Wi。Wi計(jì)算式如下：

Wi=Ri/U

(6)

其中:Ri為重要度排名;U為內(nèi)容總數(shù)。Wi若小于ΔW(0<ΔW<1)，將Wi寫(xiě)入興趣包Local Importance Level字段；否則，不修改LIL值(初始值為空)。然后，Interest Total Hops字段值ITHi加1后轉(zhuǎn)發(fā)(初始值為0)，即每個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)累加，以記錄請(qǐng)求經(jīng)過(guò)的節(jié)點(diǎn)數(shù)。

表1 內(nèi)容信息統(tǒng)計(jì)表Tab. 1 StatisticalTable of content information

內(nèi)容命中前沿途節(jié)點(diǎn)j判斷ITHi值不為0，則匹配LIL值確認(rèn)是否為本地偏好度高的重要內(nèi)容。字段值非空，則計(jì)算ADij,若大于興趣包Activity Degree字段ADi值,則修改ADi=ADij，并將ITHi值賦予興趣包Activity Hop字段值A(chǔ)Hi;否則不對(duì)興趣包作任何修改，最后將ITHi值加1后轉(zhuǎn)發(fā)。

若節(jié)點(diǎn)Vn的CS(Content Store)中存在請(qǐng)求的內(nèi)容，節(jié)點(diǎn)將數(shù)據(jù)包歷經(jīng)跳數(shù)值DTHi與緩存執(zhí)行跳數(shù)值ECHi寫(xiě)入數(shù)據(jù)包Data Total Hops字段和Execution Cache Hops字段，然后返回?cái)?shù)據(jù)包。其中DTHi=ITHi-1，求取ECHi時(shí)首先節(jié)點(diǎn)計(jì)算內(nèi)容全局活躍度歸一化值NADi：

NADi=(ADi-ADmin)/(ADmax-ADmin)

(7)

其中，ADmin和ADmax分別為表1中可查的最大與最小活躍度值。然后,分兩種情況求取ECHi：

1)若NADi≥ΔAD，則認(rèn)為內(nèi)容i為全局活躍內(nèi)容，則將內(nèi)容i緩存在其活躍度最高的節(jié)點(diǎn)，即將興趣包中AHi值賦予ECHi。

2)若NADi<ΔAD，即內(nèi)容為非活躍內(nèi)容，則讀取LIL字段值與ITHi，計(jì)算層級(jí)匹配值CHi，CHi=Round(Wi·ITHi)，即內(nèi)容偏好級(jí)別與經(jīng)過(guò)跳數(shù)的積向近取整，然后將CHi值賦予ECHi。

以上為興趣包轉(zhuǎn)發(fā)和緩存決策的過(guò)程，在數(shù)據(jù)包返回階段，沿途節(jié)點(diǎn)只需簡(jiǎn)單地識(shí)別DTHi值是否等于ITHi值，兩值相等則執(zhí)行緩存操作，兩值不相等則不執(zhí)行緩存操作。然后，將DTHi值減1后轉(zhuǎn)發(fā)下一跳。直到數(shù)據(jù)返回給用戶(hù)，完成整個(gè)請(qǐng)求過(guò)程。結(jié)合上面介紹，CCUP策略偽碼如下。

算法1 興趣包轉(zhuǎn)發(fā)處理過(guò)程。

1)

收到興趣包

2)

if (CS命中)

3)

執(zhí)行算法2

4)

else 讀取ITHi

5)

if (THi=0)

6)

計(jì)算Wi

//式(6)

7)

if (Wi≤ΔW)

8)

Wi值寫(xiě)入LIL字段

9)

else 執(zhí)行步驟18)

10)

else 查看LIL值

11)

if (LIL=Null)

12)

執(zhí)行步驟18)

13)

else 計(jì)算ADij

//式(5)

15)

if (ADij>ADi)

16)

修改AD、AH值

17)

else

18)

ITHi++

19)

轉(zhuǎn)發(fā)下一節(jié)點(diǎn)

算法2 緩存決策過(guò)程。

1)

讀取興趣包中ADi、AHi、ITHi

2)

計(jì)算NADi

3)

if (NADi≥ΔAD)

4)

ECHi=AHi

5)

執(zhí)行步驟8)

6)

else

7)

ECHi=CHi

8)

DTHi=ITHi-1

9)

返回?cái)?shù)據(jù)包

算法3 數(shù)據(jù)包處理過(guò)程。

1)

收到數(shù)據(jù)包

2)

讀取DTHi和ITHi

3)

if (DTHi=ECHi)

4)

if (CS is full)

5)

執(zhí)行近期最少使用(Least Recently Used, LRU)替換策

略并緩存

6)

else

7)

緩存數(shù)據(jù)

8)

else

9)

DTHi=DTHi-1

10)

轉(zhuǎn)發(fā)數(shù)據(jù)包

算法1中,步驟6)與步驟7)結(jié)合用戶(hù)喜好完成了對(duì)緩存內(nèi)容的篩選，實(shí)現(xiàn)選擇性緩存高“質(zhì)量”內(nèi)容的目的;步驟11)選擇需要中心節(jié)點(diǎn)計(jì)算內(nèi)容活躍度的請(qǐng)求，由步驟15)判斷并記錄下重要中心節(jié)點(diǎn)的跳數(shù)。既釋放了路徑中節(jié)點(diǎn)跟蹤每個(gè)內(nèi)容活躍度的計(jì)算壓力，還可以由每個(gè)區(qū)域內(nèi)容偏好度的變化及時(shí)發(fā)現(xiàn)潛在全局活躍內(nèi)容。對(duì)需要緩存的內(nèi)容，由算法2進(jìn)行的差異化緩存決策，確定執(zhí)行緩存操作的跳數(shù)。算法2中：步驟4)是將跟蹤發(fā)現(xiàn)的全局活躍內(nèi)容緩存在重要中心節(jié)點(diǎn)，快速高效地分發(fā)給更多潛在需求用戶(hù)；步驟7)是將非全局活躍度內(nèi)容按偏好等級(jí)與節(jié)點(diǎn)距離用戶(hù)跳數(shù)層級(jí)匹配緩存，便于用戶(hù)快速就近獲取區(qū)域偏好內(nèi)容。數(shù)據(jù)包返回時(shí)節(jié)點(diǎn)處理過(guò)程見(jiàn)算法3，僅當(dāng)前數(shù)據(jù)包歷經(jīng)跳數(shù)DTHi與緩存執(zhí)行跳數(shù)ECHi匹配時(shí)才執(zhí)行緩存操作(算法3中步驟3))，否則直接轉(zhuǎn)發(fā)數(shù)據(jù)包。通過(guò)上述機(jī)制，CCUP在控制冗余并提高緩存資源“質(zhì)量”的同時(shí)，滿(mǎn)足了用戶(hù)對(duì)區(qū)域偏好內(nèi)容的就近獲取、更多區(qū)域用戶(hù)偏好活躍內(nèi)容的快速分發(fā)。

3 仿真實(shí)驗(yàn)及結(jié)果分析

3.1 實(shí)驗(yàn)設(shè)置

表2 仿真參數(shù)Tab. 2 Simulation parameters

3.2 性能評(píng)價(jià)指標(biāo)

仿真對(duì)比LCE[2]、Prob(0.6)(Probabilistic caching with 0.6)[4]和Betw[8]策略，均采用LRU緩存替換策略,分別在CS容量、Zipf分布參數(shù)α和請(qǐng)求頻率的變化下，從以下2個(gè)指標(biāo)定量地比較和分析。

1)平均緩存命中率(Average Cache Hit, ACH):即網(wǎng)內(nèi)緩存命中數(shù)interest_hit與用戶(hù)請(qǐng)求總數(shù)的比值。

(8)

2)平均請(qǐng)求時(shí)延(Average Request Delay, ARD)：即用戶(hù)請(qǐng)求時(shí)延delay的總和與請(qǐng)求總次數(shù)interest_all的比值。

(9)

其中:V為路由節(jié)點(diǎn)的集合;N為用戶(hù)請(qǐng)求集合。平均緩存命中率越高，服務(wù)器負(fù)載越小。平均請(qǐng)求時(shí)延越小，用戶(hù)請(qǐng)求需要的時(shí)間越短，體驗(yàn)感越好。

3.3 結(jié)果分析

3.3.1 節(jié)點(diǎn)緩存容量對(duì)性能的影響

本節(jié)研究分析不同節(jié)點(diǎn)緩存容量下四種緩存機(jī)制在緩存命中率和平均請(qǐng)求時(shí)延上的性能表現(xiàn),結(jié)果如圖3所示。從圖3可以看出，隨著節(jié)點(diǎn)緩存容量的增加，四種緩存機(jī)制的緩存命中率逐漸增大，平均請(qǐng)求時(shí)延均逐漸減小。這是因?yàn)殡S著緩存容量的增加，系統(tǒng)能夠緩存更多的內(nèi)容來(lái)滿(mǎn)足用戶(hù)需求，間接地增加了緩存內(nèi)容的多樣性。但不同策略對(duì)冗余控制的差異性使得CS增加量對(duì)系統(tǒng)性能的提升效果各不相同，當(dāng)每節(jié)點(diǎn)均增加10 slot時(shí)，LCE、Prob(0.6)、Betw和CCUP四種策略的命中率分別能提高0.014、0.033、0.027、0.035個(gè)百分點(diǎn)。該結(jié)果進(jìn)一步驗(yàn)證了提高控制緩存冗余和緩存內(nèi)容“質(zhì)量”以增加緩存內(nèi)容多樣性對(duì)提升系統(tǒng)性能的必要性。從圖3對(duì)比可以看出，CCUP在兩個(gè)評(píng)價(jià)指標(biāo)上均優(yōu)于其他緩存策略，具有較高的緩存性能與較好的用戶(hù)體驗(yàn)。

3.3.2 Zipf分布參數(shù)對(duì)性能的影響

本節(jié)研究不同Zipf分布參數(shù)α對(duì)緩存系統(tǒng)性能的影響，比較隨著Zipf參數(shù)α的變化四種緩存策略的性能表現(xiàn)，結(jié)果如圖4所示。從圖4可知，隨著α增大，四種緩存機(jī)制在平均緩存命中率、平均請(qǐng)求時(shí)延這兩個(gè)指標(biāo)上的性能都越來(lái)越好。這是由于隨著Zipf分布參數(shù)變大，請(qǐng)求越來(lái)越趨于集中，網(wǎng)內(nèi)緩存資源利用率越來(lái)越高，請(qǐng)求時(shí)延也隨之降低，但因網(wǎng)內(nèi)冗余的客觀存在與節(jié)點(diǎn)緩存容量的限制，使得整體性能增長(zhǎng)率先大后小。如Betw策略?xún)H高介數(shù)節(jié)點(diǎn)緩存，無(wú)法充分利用存儲(chǔ)空間資源，隨著請(qǐng)求趨于集中性能反而會(huì)降低。由圖4分析可知，在這兩個(gè)指標(biāo)上CCUP均優(yōu)于另三種策略，即相同Zipf分布參數(shù)下，CCUP具有更高的緩存資源利用率和更低的請(qǐng)求時(shí)延。

圖3 緩存容量對(duì)性能的影響Fig. 3 Impact of caching capacity on performance

圖4 Zipf分布參數(shù)對(duì)性能的影響Fig. 4 Impact of Zipf distribution parameter on performance

3.3.3 請(qǐng)求速率對(duì)性能的影響

本節(jié)研究分析不同請(qǐng)求速率下四種緩存機(jī)制在緩存命中率和平均請(qǐng)求時(shí)延上的性能表現(xiàn),結(jié)果如圖5所示。從圖5(a)可以看出，隨著用戶(hù)請(qǐng)求速率的增加，四種緩存機(jī)制的緩存命中率的整體趨勢(shì)均有小幅度提升。雖然用戶(hù)請(qǐng)求速率增大時(shí)，單位時(shí)間內(nèi)注入網(wǎng)絡(luò)的分組數(shù)量增加，會(huì)小幅度提高緩存資源的利用率；但分組數(shù)的增多使得分組在排隊(duì)系統(tǒng)中的排隊(duì)時(shí)延增加，總體上如圖5(b)所示，平均請(qǐng)求時(shí)延并沒(méi)有太明顯的改變。由圖5可以看出，相比于另三種緩存策略，CCUP仍具有較高的緩存性能。

圖5 請(qǐng)求速率對(duì)性能的影響Fig. 5 Impact of request rate on performance

4 結(jié)語(yǔ)

為進(jìn)一步提高緩存系統(tǒng)性能，提升用戶(hù)體驗(yàn)，本文提出一種基于用戶(hù)偏好的協(xié)作緩存策略(CCUP)。該策略考慮用戶(hù)偏好與內(nèi)容流行度進(jìn)一步提高緩存內(nèi)容“質(zhì)量”，發(fā)揮不同位置節(jié)點(diǎn)的獨(dú)特緩存優(yōu)勢(shì)，選擇最佳內(nèi)容放置在最優(yōu)位置。實(shí)驗(yàn)結(jié)果表明，CCUP在平均緩存命中率、平均請(qǐng)求時(shí)延方面較現(xiàn)有策略有顯著優(yōu)勢(shì)。但由于內(nèi)容流行度的被動(dòng)統(tǒng)計(jì)存在一定滯后性，制約著緩存內(nèi)容質(zhì)量的進(jìn)一步提高，下一步將考慮結(jié)合流行度的預(yù)測(cè)進(jìn)行研究。