软件学报

作者：蔡凌,王兴伟,汪晋宽,黄敏

单位：蔡凌，东北大学 秦皇岛分校 控制工程学院, 河北 秦皇岛 06600411,王兴伟，东北大学 软件学院, 辽宁 沈阳 11081902,汪晋宽，东北大学 信息科学与工程学院, 辽宁 沈阳 11081903,黄敏，东北大学 信息科学与工程学院, 辽宁 沈阳 11081904

关键词：信息中心网络;缓存;数据挖掘;概念漂移;信息熵

基金：国家杰出青年科学基金（71325002）；辽宁省高校创新团队支持计划（LT2016007）；国家自然科学基金（61572123）；教育部-中国移动科研基金（MCM20160201）；河北省高等学校科学技术研究项目（QN2014327）

针对如何提高信息中心网络的网内缓存性能，提出了一种基于概念漂移学习（concept drift learning，简称CDL）的自适应缓存策略.考虑到节点数据和内容数据的相互感知对缓存性能的影响，将节点和内容的状态数据流作为网络资源，对提取的多维状态属性数据和缓存匹配数据进行分析挖掘，利用学习到的状态属性与缓存匹配之间的函数映射关系，即概念，对未来时期内的节点与内容间的匹配关系进行预测.为提高匹配算法的准确度，在学习过程中，提出了一种基于信息熵的概念漂移识别算法，当根据状态属性的信息熵变识别出漂移后，利用提出的基于概念重现的缓存算法，重新定义函数映射关系.仿真实验结果表明，该策略与CEE，LCD，prob和OPP策略相比，降低了网络运行成本，提高了用户体验质量.

来源：2019年第12期

《软件学报》期刊编辑部

查看软件学报杂志2019年第12期