基于Adaboost学习的ICN自适应缓存算法

作     者：蔡凌 汪晋宽 王兴伟 胡曦 CAI Ling;WANG Jin-kuan;WANG Xing-wei;HU Xi

作者机构：东北大学秦皇岛分校控制工程学院河北秦皇岛066004 东北大学信息科学与工程学院辽宁沈阳110819 东北大学软件学院辽宁沈阳110169 东北大学秦皇岛分校计算中心河北秦皇岛066004 

出 版 物：《东北大学学报（自然科学版）》 (Journal of Northeastern University(Natural Science))

年 卷 期：2019年第40卷第1期

页      面：21-25页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61501102) 河北省高等学校科学技术研究项目(QN2014327) 

主　　题：信息中心网络 缓存网络 缓存策略 学习算法 Adaboost算法 

摘      要：针对信息中心网络(ICN)中缓存内容优化放置的问题,提出一种基于Adaboost学习的自适应缓存算法ACAL.该算法首先将提取的节点和内容数据流作为网络资源,然后利用集成学习算法Adaboost对数据流进行分析挖掘,利用挖掘出的状态属性与缓存匹配之间的函数映射关系对未来时间段内的节点与内容间的匹配关系进行预测,该预测结果用于指导缓存的部署.实验结果表明,ACAL在延时、缓存命中率和链路利用率等指标方面,与CEE策略、LCD策略、prob0. 5策略和OPP策略相比有显著的优势.