软件学报

作者：吴海博，许瑶恭，李俊

单位：吴海博，中国科学院 计算机网络信息中心, 北京 100190;中国科学院大学, 北京 10004911,许瑶恭，中国科学院 计算机网络信息中心, 北京 100190;中国科学院大学, 北京 10004902,李俊，中国科学院 计算机网络信息中心, 北京 100190;中国科学院大学, 北京 10004903

关键词：信息中心网络;物联网;缓存;新鲜度;拓扑;流行度;预测

基金：国家自然科学基金（61672490，61602436，61601443）；中国科学院国际合作重点项目（241711KYSB20180002）；中国科学院青年创新促进会项目

信息中心网络（information-centric networking，ICN）作为一种新型未来互联网体系结构应运而生，并广泛应用于物联网领域，其中，缓存技术作为ICN的显著特征，对信息中心物联网的内容传输性能具有重要影响.由于信息中心物联网具有数据频繁更新、用户对数据新鲜度有严格要求等特性，致使传统信息中心网络缓存技术面临挑战.提出一种基于内容流行度和网络拓扑的分布式缓存策略，同时考虑内容新鲜度，各缓存节点通过优先缓存流行度较高且较靠近用户的内容，以最大化缓存效率.为适应物联网内容的频繁更新，提出一种基于灰色预测的内容缓存收益预测方法，便于快速获取新内容的缓存收益值.同时，该策略具有较低的时间和空间开销.仿真实验结果表明：所提方案相比于传统缓存策略，能有效提高缓存效率和命中率，并降低访问延迟，改善用户体验.

来源：2022年第12期

《软件学报》期刊编辑部

查看软件学报杂志2022年第12期