文摘

与地面网络的稳定状态相比,space的集成网络(SGIN)资源有限,高传输延迟,和脆弱的拓扑结构,这使得传统的缓存策略无法适应复杂的网络环境空间。需要一个智能、高效的缓存策略来改善边缘服务功能的卫星。因此,我们调查这些问题本文并作出以下的贡献。首先,内容价值评价模型提出了基于分类和回归树解决问题的“缓存”通过描述缓存内容的价值,认为多维内容特征。其次,我们提出一个基于节点缓存的缓存决定策略成本模型来回答“缓存。“这个策略改进遗传算法适应SDN架构下的0 - 1背包问题,大大提高了缓存命中率和网络服务质量。最后,我们提出一个缓存替换策略通过建立一个有效的服务时间模型之间的卫星和地面传输链路,解决问题“当替换。“SGIN数值结果表明,该策略可以提高节点的缓存命中率,减少网络传输延迟和传输啤酒花。

1。介绍

近年来,space的集成网络(SGIN)吸引了太多的关注更广泛的覆盖面和提高沟通能力。与卫星服务能力的提高,协调SGIN中的数据传输网络将是未来的趋势(1]。SGIN可以补充大量的通信服务,提供更广泛的覆盖范围和更高的可靠数据传输方案(2- - - - - -5]。与此同时,随着卫星计算和存储能力的发展,本地缓存和计算操作的内容发展成常规的卫星。SGIN的缓存服务可以有效地减少重复传播大量的多媒体服务,这将提高卫星网络效率(6,7]。

然而,高传输延迟、重型货运负担,和卫星网络的动态拓扑结构将使传统的缓存策略应用于SGIN没有直接的关系,减少缓存命中率和网络服务质量(8,9]。因此,感兴趣的实际设计一个智能缓存和替换策略有效地提高SGIN分布的整体性能。

缓存策略主要分为缓存策略和缓存替换策略的决定。缓存策略决定决定内容缓存,缓存替换策略决定缓存的内容被替换。卫星节点的计算资源是有限的,而传播的内容。在现有的缓存策略决定,到处留下副本等轻量级的缓存策略(10),离开抄下来(11),复制向下移动(6),和概率缓存(12计算开销较低,但同时也带来了大量的缓存冗余。这些缓存冗余可以暂时忽略地面节点上,但这是无法忍受的卫星网络中存储资源是有限的。

作为一种广泛使用的方法在地面上,有很多的缓存策略研究。在文献[13],Max-Gain网络缓存获得程序(魔法)提出,它使用一个判别程序缓存做决定。其计算复杂度高,主控制器完全执行,不适合卫星网络。在文献[14),一本小说名叫CRCache缓存方案提出了骨干网络中缓存热点内容通过网络拓扑计算。然而,卫星节点的极高的动力学导致高度的压扁,很难确定骨干网。文献[15]发现对等节点通过建立社会关系在下行缓存内容和设计了一个缓存位置算法基于贪婪的方法来配置缓存。文献[16)提出了一个网络缓存时间演化机制覆盖设置指示和提出了一个新颖的事件更新图捕捉在低轨道卫星网络拓扑信息有效地分发文件。虽然提到缓存策略大大提高缓存命中率,他们不考虑计算和通信开销,使它们不能完全适用于有限的卫星网络的性能。

目前,随着深学习算法的发展,大量的研究人员专注于使用机器学习的方法来预测内容和其他参数准确的流行,他们决定缓存基于内容的流行。文献[17平均)设计内容流行预测方法在一个时间窗口场景瞬时内容流行可能随时间改变。最优概率内容缓存对象被发现为基于平均概率缓存内容的声望。文献[18]提出了一种加权聚类方法考虑流行预测的内容缓存,缓存命中率的损失了系统后悔值表达缓存性能,并建立了一个流行预测集群框架来满足用户需求。文献[19]提出了一种实时变化点检测器,它可以准确地确定平均含量的改变方向流行通过改进时间序列分割的启发式算法,因此生成一个高速缓存解决方案。上面的一些研究过于复杂应用在卫星,和其他人不适应卫星的动态特性。

卫星节点的延迟高、动态特性造成大量的缓存冗余后不再需要移动卫星节点。因此,传统的缓存替换策略如最近最少使用[20.)和最不常用21卫星节点上使用时)有滞后的问题。当前缓存替换策略的研究主要集中在预测方法(22- - - - - -24),不能有效适应卫星节点的拓扑频繁切换。缺乏一个简洁而有效的缓存替换策略将导致缓存资源的冗余和浪费大量的缓存空间。

在本文中,我们的目标是建立一个缓存策略的内容缓存SGIN利润评价模型。具体来说,我们专注于探索不同内容的缓存如何影响缓存性能和卫星的动力学如何影响缓存利润不同的内容,其中包括以下焦点问题:(我)缓存:卫星节点的能力有限,只有少数的部分内容将被缓存,而低缓存命中率将很难对网络资源有效利用节点资源有限的前提下。重要的是要提高缓存命中率考虑哪些内容,提高识别能力有很大影响。(2)缓存的地方:在标志、节点资源主要包括存储、带宽和计算资源。的相互约束关系的三个资源决定了成本的内容缓存。如何选择缓存缓存位置和最小的成本达到最大的缓存利润,从而提高缓存命中率,减少数据传输延迟,并提高整体网络利润,是我们需要考虑的关键点。(3)当更换:传统的缓存替换算法总是缓存更受欢迎的内容在一个特定的区域,但在这个领域流行的内容可能不是必需的其他地区的卫星网络。的高动态卫星将导致缓存替换的滞后。这是极大的兴趣设计简洁的替代策略解决卫星开关的影响。

应对上述问题,我们提出了一个智能缓存和基于缓存替换策略的利润模型,并总结了主要贡献如下:(我)我们设计一个缓存值模型描述缓存性能之间的直接关系和多维内容特性。具体来说,我们发现内容缓存性能特性,是有价值的,我们评估每个功能缓存值的影响。最后,我们使用了分类和回归树构建缓存价值评价模型。此外,不同于流行预测缓存方法,该模型将使用统计值计算,这使得准确和可核查的结果。(2)我们提出一个缓存决定策略基于节点缓存成本模型计算的内容应该被缓存。缓存的成本是由节点的剩余存储、带宽和计算资源。我们描述这种相互约束的关系,正常的节点缓存成本方程,和模型SGIN缓存问题的0 - 1背包问题。一个简洁而有效的内容缓存获得的利润模型考虑缓存值和缓存成本之间的关系。最后,我们修改SDN下的遗传算法来计算这个模型架构,并通过该模型缓存决策,这是极大的提高缓存命中率。(3)我们重新设计卫星缓存替换策略通过建立卫星和地面之间的有效的服务时间模型传输链路,解决了滞后问题的缓存替换当卫星切换。我们计算服务时间从卫星到地面通过定期移动卫星节点和计算内容缓存的衰变的利润。最后,内容将被取代基于当前缓存利润。这种方法提高了缓存替换滞后问题引起的动态卫星开关在使用较低的计算开销。

2。内容缓存值模型

2.1。SGIN延迟模型

SGIN主要包括卫星骨干网,地面骨干网络和移动通信。卫星网络包括地理和LEO卫星和地面网络服务的一部分。摘要SDN控制器是部署在GEO卫星协调控制的低轨道卫星。低轨道卫星部署智能计算与边缘节点计算体系结构,可以在边缘节点缓存。 被定义为低轨道卫星节点的集合。是网络节点的数量。当LEO卫星从地面接收内容内容服务器, 代表了服务内容集合。 代表地面转发节点,将兴趣数据包发送到卫星在附近为内容的请求。基于图论的网络系统模型的抽象图所示1。

定义二进制向量存储节点的状态为内容 , 意味着节点缓存的内容, 意味着没有缓存的内容。使用表示请求的内容组, 表示节点的要求为内容在集。这一次,可以代表卫星节点请求的内容n可以服务:

缓存命中率可以表示为一个节点 。假设节点邻近地面转发节点 ,节点存储所需的内容 ,和之间的跳数和被定义为 。 代表了数据传输的延时两个节点之间的联系;数据传输延迟完整的数据通信两个低轨道卫星节点的过程 可以被定义为

图2显示情况的路径节点缓存所需的内容。原来的传输路径从源节点到目标节点 。而 和 在节点 ,这意味着节点有缓存的内容和可以提供的服务。传输延迟的优化 。

定义作为单一路径减少传输延迟,可以计算的 , 表示的整体路径减少传输延迟,它可以由以下公式计算:

分析方程(3)表明,低缓存命中率将很难对网络资源有效利用节点资源有限的前提下。当前缓存策略主要是基于内容流行度的概念,但这并不足以完全评估的价值内容缓存时流行的内容都是要考虑的唯一因素来分析和预测。例如,高度受欢迎但巨大的内容会占用很多已经有限的缓存空间,可能不值得被缓存。因此,有必要使用缓存的利润,不仅内容流行,作为缓存的评价标准。我们将建立一个缓存利润评价模型在随后的章节中,缓存的价值模型将节中讨论2.2。

2.2。根据购物车内容缓存价值模型

缓存的内容有两个部分:内容的缓存值和节点缓存内容的成本。本节将评估内容缓存的缓存值计算利润的内容,讨论了各种影响因素的值缓存和定义和分析各种评价指标。最后,分类和回归树(CART)是用于解决缓存值。

我们提出的六个内容属性缓存值的评估标准。存储空间占用的数量是一个重要的因素,影响内容缓存的价值。如果剩下的存储空间小于需要缓存的内容大小,内容不能被缓存,或者一些需要删除缓存的内容。卫星节点缓存的内容是图像、文本数据、音频和视频。不同类型的内容不同的重要性,和缓存中获得的利润也不同。同时,不同的内容请求节点优先级导致不同的内容。内容请求地面基站可以服务更多的用户,和普通用户的内容请求节点只能满足自己的需求。

内容受欢迎程度可以被定义为内容的次数要求在一段时间内,它反映的内容。当前时间内容的内容可以作为缓存的价值评估的重要指标。目前,大量的研究集中在使用机器学习的方法来预测的内容通过历史数据和其他参数。卫星网络的动态拓扑结构和内容的意外使它不完全适合这个预测缓存方案,预测命中率是无法核实的实际的动态网络。本文使用当前时间内容受欢迎而不是缓存计算预测值。

如果一段时间来 , 。历史时代内容的数量要求是 。当前时间的内容可以被定义为(4)期间。

定义一个数据集 ,其中每个样本 , 的类别标签吗 ,和 代表一个样本包含所有功能。这些特性在表中定义1。

购物车算法来判断内容缓存的价值由于其简单性和效率。CART算法是一个由两部分构成的递归分割算法,这使得判断节点的分支。如果判断条件为真,则被归为左分支,如果条件是错误的,它分为正确的分支。最后,形成一个二叉决策树。

定义内容的类型 。购物车模型将内容划分为这些类型。标签0是最低的缓存类型值,而标签4是最高的类型缓存值。有必要使用购物车时选择最优分区属性决策树生成算法。在这篇文章中,最优属性划分方法是基尼系数方法。假设样本的比例在当前的样本集是 。的方程测量的纯度使用基尼系数如下:

基尼系数越小,纯度越高的数据集D。如果属性用于分 ,分裂的基尼系数的方程如下:

因此,属性 最小的基尼系数在部门可以被视为最优分裂属性。在获得最优分裂属性,可以使用购物车的内容分类。

3所示。缓存决定策略

集中控制的支持和全球视角的SDN控制器,它将很容易记录和计算的多维特征的内容。基于这些特点,节点将缓存有利于整个系统的决策。我们利用这些优势来设计一个缓存的决定和缓存替换策略架构基于高和低轨道卫星的控制过程,如图所示3。我们将介绍以下章节中提到的模块。

基于SDN整个缓存过程可以简单描述如下:

步骤1。拓扑管理模块的LEO卫星定期上传SDN控制器拓扑信息利用率由决策者和路由缓存管理器。

步骤2。LEO卫星提交请求SDN控制器接收到的内容,和SDN控制器计算价值的内容并将其传输到缓存决策者。

步骤3。路由管理模块的SDN控制器制定路由策略基于整体拓扑信息,然后将其传递到缓存决策者。决策者和路由缓存管理器将计算缓存决定和输入到转发处理程序。

步骤4。值衰减时间计算器来计算利润衰减时间和加入转发处理程序,和转发处理程序将发出控制命令相关的节点。

3.1。SGIN缓存决策问题

节点资源有限的情况下,选择性缓存的内容是提高存储资源利用效率的关键。有限的计算和存储资源的内容缓存问题可以被描述为一个多约束的动态规划问题,最大化利润的内容缓存,表现在以下方程:

方程(8)是一种约束条件,以确保资源节点缓存大小不超过其缓存容量。代表资源的大小年代,表示节点的最大存储容量。方程(9)是一种约束条件,以确保计算量不超过其计算资源的总和。代表传输一个内容,所需的计算资源代表整个节点的总计算资源。

SGIN,有一个最优解在每一个当前的时刻 。定义利润从缓存中获得内容 。假设只有内容到达时间 ,在哪里 ,和利润是由 , 。由于大量的请求内容的网络, 可以获得,所以呢 可以近似。把时间分成片,每个槽允许一个请求到达;那么当前可获得最优决策基于计算基于历史数据。此刻最优决策可以作为最优缓存决定下一个时间段 。通过计算历史数据和新要求下一个时间段 ,最优解为下一个时间段,和卫星的最佳决策方案缓存可以通过重复上述步骤。

然而,规划的动态场景仍然是np难问题,和计算复杂度非常高。即使通过遍历,可以找到一个解决方案的时间动态网络是不可接受的。下一节将分析和研究基于网络资源拓扑模型的缓存策略。

3.2。缓存通过GA方法在SDN架构决策策略

由于网络的信令开销和计算复杂度极高的全球动态延迟利润最大化,一个有效的解决方案无法根据现有的获取方法。网络中每个节点可以获得网络范围的拓扑模型通过使用SDN资源。因此,延迟利润最大化的问题可以转化为一个节点动态多维0 - 1背包问题。的一般表达式背包问题是如何结合的总价值最大化背包中的物品在背包的总重量不超过阈值,和每一项有两个属性:重量和价值。内容缓存的价值一直在讨论部分3.2。物品的重量被描述为内容缓存的成本,这将在本节中讨论。

的标志、节点资源主要包括存储资源、带宽资源和计算资源。的相互约束关系的三个资源决定了成本的内容缓存。节点的剩余空间是否缓存的必要条件。节点的计算资源为缓存内容,确定必要的等待时间和节点的带宽决定了这些内容的传播延迟到其他节点。如何缓存内容缓存用最小的成本和最大的缓存值来实现存储资源的有效利用,从而提高缓存命中率,减少数据传输延迟,并提高整体网络利润,是关键,我们需要考虑在这一节中。

3.2.1之上。内容缓存大小和剩余空间

由于有限的存储资源卫星节点的信号,如果剩余存储空间小于的大小需要缓存的内容,内容不能被缓存,或者一些需要删除缓存的内容。因此,存储空间占用的数量也是一个重要因素影响内容缓存值。设置节点的存储空间大小来 ,和缓存的大小空间占用 ;然后剩下的可以计算节点的缓存空间

定义内容的大小作为 ,和使用的影响因素代表的影响大小的内容缓存的价值。

当剩下的缓存空间足够缓存内容 ,集为1。当缓存空间的总容量小于 , 不能被缓存;集为0。当一些内容需要删除的内容可以被缓存,更大的是,小将。与此同时,更大的节点缓存空间是,大将。

3.2.2。计算资源

计算资源将大大影响该节点的排队延迟和丢包率,从而影响该节点的缓存成本。计算资源被定义为耦合值CPU和RAM之间的节点。发送和接收的计算资源内容需要被定义为 ;然后计算资源成本影响因素的内容在节点缓存被定义为 。更多的计算资源缓存的内容占据了,大将。

3.2.3。剩余的带宽

剩余的带宽指的空置的数据传输通信。在服务传播,剩余的带宽的节点通过端口数据可以表示。计算公式如下: 在哪里表示节点的总带宽 , 代表节点的字节录取率 ,和代表节点的字节传输速度 。传输延迟缓存的内容是用来表示其成本。如果内容的大小是 ,它可以计算的

3.2.4。缓存成本模型基于节点的相对存储位置

由于高动态卫星节点,考虑到实时距离会使问题变得复杂起来。啤酒花用于确定的数量的节点位置。存储位置与用户的距离。即使内容是非常受欢迎的,它不会产生高缓存利润如果是缓存在一个节点,该节点是遥远。节点之间的跳数指数被定义为存储和用户位置 ,在哪里代表了节点缓存的内容,代表用户的位置,跳数用来表示用户距离抽象。根据网络拓扑结构选择迪杰斯特拉算法计算最小数量的啤酒花和传输成本被定义为每个节点 。从这个,相对传输成本的内容基于存储位置会有。计算方法如下:

基于上述方程,我们可以缓存成本的内容在节点 。计算公式如下:

缓存解决方案的问题SGIN可以表示为节点如何选择缓存内容没有超出存储节点的阈值,以最大化价值成本比单个节点缓存的内容。在传统的分布式节点缓存方案,单独节点缓存做决定,可能会导致缓存冗余。如果前一跳节点缓存热点内容,这个热门内容节点的请求速率将大大减少。因为成本的内容缓存SDN从全球角度考虑节点的相对位置,单个节点的缓存方案的解集可以近似为一个全局最优的解决方案,和总利润全球内容缓存也可以是最优的。本文仿真证明了这一点。

假设网络中现有内容的总数米,使用二进制向量在第二章中定义表明是否缓存内容 ,和卫星节点缓存背包问题是由以下方程:

背包问题是一个典型的np完全问题。然而,人们仍然不能找到一个大规模的0 - 1背包问题的完美解决方案。尽管遍历方法可以获得最优解,解决速度慢。由于遗传算法在全局搜索的优点,本文认为使用遗传算法来解决这个问题。因此,一个简化的GA优化过程提出了卫星节点,进一步减少了计算复杂度提前通过定义特征基因的位置。

每个初始种群中基因定义为一个二进制字符串,并且每个基因代表了一种可行的解决方案一个缓存方案。使用 指示是否缓存内容;初始种群中基因可以被记录

健身的计算公式

对于每一个 ,如果 在使 ,然后特征基因, 是一个很好的选择。如果是基因的特征, 是一个很好的选择,最优解的值永远是吗 。如果有特征基因,然后只个体在搜索空间。

添加SDN使孤立节点的缓存策略源于遗传算法在一个集中的解决方案。成本的内容缓存SDN从全球角度考虑节点的相对位置。因此,最优解的集合单个节点缓存计算在这个时候可以近似作为全球最优的解决方案。

最优解算法中提到的部分3.1高计算复杂度和高开销,没有实际工程价值,但它可以作为评价指标的算法。缓存命中率是一个重要的指标来评估缓存决策的效率。曲线可以计算方程 。图4比较以上提出的最优解的收敛性遗传算法基于缓存的缓存决定策略利润判断提出了在一个特定的时间段 。可以看出,缓存命中率的Value-ga一直处于更好的状态,接近最优解的计算开销较低。

4所示。缓存替换策略

卫星的替代策略缓存空间应尽可能简洁,因为复杂的缓存替换策略会影响及时性性能和缓存策略的准确性。传统简单的缓存置换算法总是缓存更受欢迎的内容在一个特定的区域,但在这个领域流行的内容可能不是必需的其他地区的卫星网络。尽管缓存这些资源在这一领域提高了缓存命中率,热资源将不会取代了很长一段时间和无效在未来区域卫星拓扑切换。为了应对这个问题,我们引入缓存盈利时间递减的概念基于卫星和地面的服务时间和设计缓存置换算法考虑缓存的减少利润。这种方法提高了缓存替换滞后问题引起的动态卫星开关在使用较低的计算开销。

图5显示了satellite-to-ground服务卫星之间的切换。节点一个,B,C服务的卫星,而节点G和H地面服务节点。由于卫星的运动周期,SDN控制器可以缓存的动态拓扑的迹象。因此,卫星和地面之间的服务时间模型可以计算每个卫星的地面服务持续时间和分配一个固定的服务卫星地面节点。从卫星进入到离开的时间服务距离被定义为拓扑开关时间。然后,减少时间的内容缓存可以被定义为利润之间的差异数据存储时间和下一个拓扑开关时间。

假设卫星节点之间的信道和地面用户遵循自由路径损耗模型 。 代表用户的接收功率,代表低轨道卫星节点的传输功率,d代表了LEO卫星节点之间的距离和地面用户,和是路径损耗的因素。考虑LEO卫星节点的功率控制的复杂性和地面设备,它假定LEO卫星节点使用一个常数传动功率,这是表示 。

当地面用户与LEO卫星通信节点 ,接收到的限幅比(信噪比)地面用户可以记录 ,在哪里之间的距离是和 ,和代表了加性高斯白噪声功率。方程 将通过改写上面的方程。为了保证用户的服务质量,应该有 。 信噪比阈值。然后,最大通信距离卫星地面可以表示为

基于上述分析,如果用户设备要从LEO卫星节点下载内容,用户设备应该位于一个圆形细胞与LEO卫星节点为中心,半径小于 。由于LEO卫星节点运动的规律性,其服务时间将成为计算。LEO卫星的轨道近似为圆,和卫星和地面之间的直线距离 ,和操作周期 ;中心角度的卫星地面站的服务 。考虑到方位角卫星天线是一个固定值,从检测地面接收站,并开始提供服务的服务仅仅是相关的和 。当 ,地面节点的可用卫星服务时间可以计算如下:

从SDN请求内容时,节点可以接收缓存利润价值和缓存利润减少SDN返回的时间,可以减少未来的请求的响应时间和网络带宽的利用率。为了避免拓扑切换到热点内容失效,导致缓存替换的滞后,SDN用于计算缓存的时间减少利润。缓存的利润发送的SDN和利润减少时间被用作缓存体重,和缓存中的内容排序堆栈根据缓存的利润。当缓存利润是0,原始文件可以直接丢弃新文件时到来。

定义缓存的内容在时间 ;计算方法如下:

的具体过程卫星节点的缓存管理算法在线更换所示1:

5。模拟

5.1。仿真环境参数设置

为了恢复world earth集成网络的操作尽可能和模拟数据流缓存过程,以下工作需要:模拟真实的轨道卫星地面开关状态;需要计算和模拟卫星节点缓存功能,和地面站需要接收和发送内容大小不同的请求;SDN控制器收集卫星缓存日志和实时资源状态和控制卫星缓存内容。

因为官方NDN官方模拟器仿真工具NDNSim无法很好的模拟动态卫星节点,在这项研究中,我们利用STK和MATLAB建立一个共同space的集成网络仿真环境。STK建造的卫星模型包括三个轨道卫星,24沃克低轨道卫星星座,和16个地面站。沃克星座卫星的轨道高度1400公里的轨道倾角52°。它分为三个轨道平面,每个轨道平面分布有八个卫星。沃克星座卫星的实际运行时间约为120分钟。摘要尺度在120秒比例作为卫星操作。卫星保持不变的拓扑,拓扑切换周期是10年代。SDN控制器放置在高轨道卫星,和它的主要功能是执行日志收集和全球路由控制。模拟,同时兴趣由16个地面站发送数据包,数据包传输的低轨道卫星节点,和地面站负责最后跳接待。

卫星节点的参数设置主要是通过STK、和内容要求设定的地面站主要经验。卫星网络建模中的总含量要求根据Zipf分布方程 ,在哪里请求的频率内容吗 ,和是Zipf分布参数。100年的内容文件中使用的设计放在每个低轨道卫星网络节点。一个内容文件的大小是一个随机更新值在1到10的范围利润影响的估计,和所有内容文件的总大小是800 MB。为了探索卫星节点的缓存容量的影响性能的缓存策略,节点的缓存容量的值是50 - 300 MB。我们观察到的影响不同Zipf分布上的索引缓存访问率通过实验。Zipf分布指数0.8 - -1.3的值,默认值是1。最后,本文使用兴趣包发送频率来模拟网络负载的影响上的缓存命中率。网络链路带宽设置为20 Mbps,和兴趣包请求频率变化范围内10 - 100 /秒。默认值为50。

仿真参数设置如表所示2。

5.2。仿真结果和分析

与Value-ga缓存策略进行比较,在本章选择四个缓存策略。选择向下的缓存策略液晶作为独立的缓存策略,概率的概率模型的经典方案合作缓存,CRCache作为典型的算法考虑内容在合作缓存,如冰的基本方案。替代方案的四个缓存策略选择最近最少使用算法。

在本文的算法,在卫星网络节点接收到内容,提取其特征。所包含的特定功能和数据设置如表所示3。

为了探索卫星节点的动力学的影响算法的性能,我们记录的32000利息数据包的传输延迟获取数据包5算法在模拟一个完整的周期;当兴趣包传输频率是每秒20,其他参数的默认值。

仿真结果如图6。可以看出,在模拟的开始,每个卫星节点开始网络中缓存。随着模拟时间的增加,数据传输的平均延迟稳步下降。中、晚期的模拟,平均延迟保持稳定,造成这一事实卫星节点的缓存已满,和缓存的能力在网络优化数据传输延迟达到阈值。同时,由于周期性拓扑切换卫星的热点内容之前的大规模拓扑成为无效的,和有一个滞后缓存新的热点内容,这使得CRCache算法表现不佳的节点拓扑切换。因为Value-ga算法介绍了最大生存时间的概念,nonhot内容后可以更换更快拓扑切换。因此,卫星拓扑切换引起的振动很小,和平均延迟可以稳定维持在一个较低的位置。平均延迟的计算结果如表所示4。从表中可以看出,平均延迟Value-ga算法是最低的。

第一个比较结果从上面的分析是,当Value-ga算法在卫星网络中运行,平均数据传输延迟可以控制在一个较低的位置,而且它比其他算法更稳定。

我们继续研究不同的缓存方案的性能收益作为节点缓存功能卫星网络的变化。数据7和8显示缓存访问率平均趋势和平均跳数作为卫星节点的缓存的大小变化五个缓存方案运行一个周期后每个在默认参数。可以看出,增加缓存大小的五个方案的性能明显改善。当卫星缓存大小只有50 MB,整个网络的平均缓存命中率只有15% - -20%。它增加到300 MB时,缓存命中率Value-ga缓存策略可以增加到64%,和三个啤酒花减少啤酒花的平均数量。从数据7和8,Value-ga明显比其他四个缓存方案关于平均缓存命中率和啤酒花的平均数量。当节点缓存大小是300 MB, Value-ga缓存访问率平均增加9.58%与CRCache相比,和0.32啤酒花减少节点跳转的平均数量。第二个比较结果从上面的分析,从整个网络的角度来看,Value-ga明显比其他四个解决方案;随着缓存大小的增加,Value-ga和其他四个缓存之间的性能差距变大。

为了探索热点内容的缓存情况五个算法,卫星节点的缓存大小设置为200 MB, Zipf指数之间的关系和缓存访问率平均探索。αZipf分布指数越大,次数越多的内容要求。它可以清楚地看到从图9的增加α,平均缓存访问率的五个算法正在改善,但Value-ga CRCache对热更敏感的内容。由于卫星节点的动力学的限制,CRCache的性能不能充分的利用。当α= 1.3,平均缓存访问率Value-ga算法是CRCache的高出8.57%。分析表明,在卫星网络环境中,Value-ga算法能更有效地预测和缓存热点内容。

图10比较了缓存访问率五当利息的请求的时候,缓存策略的变化。可以看出,随着请求的值频率增加,网络负载开始增加,兴趣包的数量和网络中数据包的增加,和五个缓存的缓存访问率策略也略有提高。当请求频率达到每秒30和请求频率增加,缓存命中率Value-ga CRCache保持稳定,曲线和形变特性的缓存命中率,LCD,不同程度的概率降低。这是因为卫星节点继续执行缓存替换在高负载情况下,不能进行有效的缓存存储。Value-ga和CRCache仍能有效工作在高负载条件下由于使用智能算法,因为Value-ga考虑多维特征的数据,它可以更有效地缓存,从而保持最佳性能。

6。结论

为了解决低缓存命中率的问题和大数据传输延迟space的集成网络,提出了一种Value-ga缓存策略基于内容缓存的价值。通过集中SDN控制器,利润的内容缓存计算卫星网络。同时,为了适应卫星网络的动态变化,一个新的缓存替换策略设计,大大提高了缓存空间的利用效率。仿真结果表明,与形变特性相比,LCD,概率,和CRCache策略,Value-ga显著提高卫星节点的缓存利用率,减少了网络中的数据包传输延迟,和更适合卫星网络。

数据可用性

使用的数据来支持本研究的发现可以从作者要求。

的利益冲突

作者宣称没有利益冲突有关的出版。