DCMF：面向上下文管理平台的动态上下文监控与缓存框架
数据库
2025-06-24 v1
摘要
上下文感知IoT应用的兴起增加了及时且准确的上下文信息需求。上下文通过聚合和推断动态IoT数据而得,其高度波动性给保持新鲜性和实时可访问性带来了挑战。缓存是一种潜在解决方案,但传统策略难以应对IoT环境中上下文的瞬时特性(例如确保频繁查询的实时访问或处理快速变化的数据)。为此,我们提出动态上下文监控框架（DCMF）通过动态评估和管理上下文来增强上下文管理平台（CMP）中的上下文缓存。DCMF由两个核心组件组成:上下文评估引擎（CEE）和上下文管理模块（CMM）。CEE计算访问概率（PoA），使用如服务质量（QoS）、上下文质量（QoC）、上下文成本（CoC）、时效性和服务级别协议（SLAs）等参数,分配权重来评估访问 likelihood。基于此,CMM应用混合Dempster-Shafer 方法来管理上下文新鲜度（CF），更新信念水平和置信度得分,以确定是否缓存、驱逐或刷新上下文项目。我们在基于上下文的服务（CoaaS）平台上实现了DCMF,并使用真实世界的智能城市数据进行评估,特别是交通和路施场景。结果表明,DCMF 比 m-CAC 技术实现了 12.5% 更高的缓存命中率,缓存过期率降低最高可达 60%,确保及时交付相关上下文并降低延迟。这些结果表明,DCMF 在动态上下文感知IoT环境中具有良好的可扩展性和适用性。
关键词
引用
@article{arxiv.2506.17226,
title = {DCMF: A Dynamic Context Monitoring and Caching Framework for Context Management Platforms},
author = {Ashish Manchanda and Prem Prakash Jayaraman and Abhik Banerjee and Kaneez Fizza and Arkady Zaslavsky},
journal= {arXiv preprint arXiv:2506.17226},
year = {2025}
}