信息中心雾中协作缓存的基于内容中心性度量
网络与互联网体系结构
2017-05-04 v1
摘要
信息中心雾计算使得靠近终端用户的大量节点能够提供存储、通信与计算，而非在云中。在雾网络中，节点彼此直接连接以尽可能在本地获取内容。由于网络拓扑直接影响节点的连通性，已有一些工作计算该网络拓扑中每个节点的图中心性。该中心性随后用于区分雾网络中的节点，或优先选择某些节点而非其他节点参与缓存雾。我们认为，对于信息中心雾计算方法，图中心性并非合适的度量。事实上，一个连通性低但缓存大量内容的节点可能在网络中提供非常有价值的角色。为捕捉这一点，我们引入一种基于内容的中心性(CBC)度量，其考虑节点与网络所传递内容的连接程度，而非与网络中其他节点的连接。为阐明考虑基于内容中心性的有效性，我们将此新度量用于一种协作缓存算法。我们将所提出的协作缓存与典型的基于中心性、非基于中心性以及非协作缓存机制的性能进行比较。我们的仿真在三个大规模真实网络拓扑实例上实现CBC，这些实例包含2,896个节点与三个内容复制级别。结果表明CBC优于基准缓存方案，并使平均缓存命中率提升约3倍。
引用
@article{arxiv.1705.01343,
title = {A Content-based Centrality Metric for Collaborative Caching in Information-Centric Fogs},
author = {Junaid Ahmed Khan and Cedric Westphal and Yacine Ghamri-Doudane},
journal= {arXiv preprint arXiv:1705.01343},
year = {2017}
}