缓存与否,这是一个问题

作者:马倩

(图片来源于网络)

关键词:缓存网络,效用函数,最优化

Keywords: network cache design, utility, optimization

研究背景

近年来随着智能手机及平板电脑的普及,数据流量迅猛增长。大流量的应用如视频聊天、线上直播、电影下载等是主要需求来源。缓存可使用户所需的内容更加贴近用户,大大减少网络带宽使用、服务器负载和服务延迟,因此可以有效提高网络性能。

研究目标

用户需求的内容日益多样化,不同类型的内容具有不同的服务质量需求。用户的差异化需求激励缓存服务提供商提供差异化服务。而传统的缓存策略诸如LRU (Least Recently Used)以强耦合的方式处理不同内容,这让缓存服务提供商难以提供差异化服务。本文提出了一个缓存网络框架,为用户提供差异化缓存服务。

研究方法

通常情况下,缓存策略的设计是为了提高内容命中率。然而,不同内容在同一高命中率下所获得的效用值不同。例如,如果某些内容比其他内容更难获得,就会发生这种情况。本文提出将不同内容关联不同的效用函数,并将其建模为具有刚性和弹性缓存存储空间约束的优化问题,提供了一个基于效用函数最优化的缓存通用框架。该框架能够将现有缓存策略(例如FIFO和LRU)建模为基于效用函数的缓存策略。本文设计了分布式算法,可以在线实施基于效用函数的缓存策略。

研究贡献与影响

本文提出的在线分布式算法可收敛到最优解。大量测试证明所提的算法对有不同公平性的效用函数均非常有效。

论文信息

Mostafa Dehghan, Laurent Massoulie, Don Towsley, Daniel Menasche, and Y. C. Tay, A utility optimization approach to network cache design, IEEE INFOCOM, 2016.

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180619G0GJD800?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券